新媒介环境下民间故事传承与传播途径探索

民间故事是中国优秀传统文化的重要组成部分,但是新媒介环境下民间故事传承与传播受到了前所未有的冲击。本文对民间故事传承传播现状进行考察,认为新媒介环境下民间故事的传承传播需要紧紧拥抱新技术,通过基于虚拟现实(VR)技术的沉浸式展示、基于互联网大数据驱动的知识图谱构建、基于文化绘图的民间故事存储实现全方位的传承保护,通过基于网络文艺的多媒介叙事、基于短视频带来的流量红利进行传播利用,使民间故事在新媒介环境下焕发出新的活力。     

亚洲的经验与吸引力(外7则)

《南华早报》通过AI吸引忠诚读者对新闻机构而言,在当今竞争激烈且异常拥挤的新闻市场中,如何发现和争取忠诚读者显得至关重要。香港《南华早报》(SouthChinaMorningPost)近期通过测定读者对特定新闻品种的忠诚度以及了解具体新闻在培养忠诚感中如何发挥作用,来有效吸引更多的忠诚读者。2019年1月,该报建立了一套基于机器学习的算法系统,用以测定读者忠诚度。这套系统被称为"金枪鱼"(Bluefin)。     

情报学领域人工智能相关研究的文献计量分析及探析

[目的/意义]作为一门与信息技术密切关联的学科,近年来快速发展的人工智能为情报学带来了诸多影响。有效梳理和整合这些影响的发展脉络与应用场景,强化人工智能在当前情报工作中的角色与作用,能为情报学相关研究的发展提供一定的参考与启示。[研究设计/方法]聚焦情报学领域人工智能相关研究,从高被引论文、文献共引、主题词共现三个维度对人工智能在情报学中的知识基础及其演化和研究热点予以分析与解读。[结论/发现]归纳了人工智能研究对情报学的影响,主要包括促进情报学研究主题的衍生和情报学研究方法的革新两方面,并从理论创新、研究对象拓展、信息服务提升与学科建设四个方面探讨人工智能在情报学领域可能的应用。[创新/价值]通过对情报学领域人工智能相关研究进行深入量化分析和定性研究,探讨和揭示了该主题下研究热点、研究趋势和相关发展规律,为相关领域学者提供一定借鉴与启发。     

基于机器学习的图书馆用户流失影响因素研讨

论文针对图书馆用户流失问题,基于图书馆用户数据,构建用户特征矩阵,利用深度神经网络预测用户流失风险;将存在流失风险的用户作为重点研究对象,根据用户特征,结合S-O-R理论设计图书馆用户流失影响因素模型。采用扎根理论方法设计问卷,提取影响图书馆用户流失的指标因素,并构建结构方程模型进行分析,将技术研究与质性研究相结合,挖掘影响用户流失的核心因素,并在此基础上,构建了图书馆智慧型服务空间设计模型,为图书馆创新服务提供决策支持。     

面向局部可解释性机器学习的数据故事生成方法研究

[目的 /意义]针对实践中数据故事应包含哪些内容、创作流程是什么等问题,提出一种数据故事生成方法,以期为数据故事的创作提供理论指导。[方法 /过程]在前人的研究基础上,基于数据科学、认知科学、自然语言处理和可解释性机器学习等理论,提出一种面向局部可解释性机器学习的数据故事生成方法,该方法对数据故事的生成步骤和创作方式进行详细的阐述和说明。同时对LIME算法的输出进行改进,使其更易理解。在此基础上对提出的数据故事化方法进行案例实现,以验证方法的可行性。[结果 /结论 ]提出的数据故事生成方法有助于丰富数据故事化研究的理论体系,同时为数据故事的生成研究和数据故事化工具的研发提供一定的启示。     

基于机器学习的高校图书馆用户偏好检索系统研究

[目的/意义] 针对大数据环境下高校图书馆检索系统的信息超载问题, 提出一种机器学习方法, 为用户提供个性化的偏好检索服务。[方法/过程] 通过提取用户检索行为大数据中的用户特征, 利用监督机器学习方法, 在线学习可随用户偏好同步变化的自适应检索模型, 预测用户对文献的选择概率, 优化检索结果的排序。[结果/结论] 设计出用户偏好检索原型系统, 介绍用户偏好检索系统工作流程, 对比分析系统效果, 并对系统进行客观评价。     

ChatGPT会给人工智能时代带来一场革命吗？

【目的】ChatGPT在各行业掀起一股浪潮，文章主要研究ChatGPT的出现及应用是否能带来实质性的革命性突破。【方法】本文从ChatGPT的诞生、原理、影响、应用、国产化5个方面展开论述和分析，试图解释这一正在爆发的人工智能变局。【结果】ChatGPT的诞生是人工智能发展的重大突破，尽管目前还要不断优化中，但其对整个行业的影响是深远的，应用场景也会是非常广泛的。【结论】需要重新审视我国AI技术的发展方向，进而推动ChatGPT的国产化。     

基于机器学习的自动文摘研究综述

探讨基于机器学习的自动文摘研究中的特征选取、算法选择、模型训练、文摘提取和模型评测等主要过程;重点分析3种主要的机器学习算法：朴素贝叶斯、隐马尔科夫和条件随机场,阐释3种算法的基本思想,在对相关研究进行系统梳理的基础上,给出作者的思考;对3种机器学习算法在训练方法、协同训练与主动学习、类别平衡以及词汇分布等方面存在的共性问题进行深入讨论并提出未来的主要研究方向。     

基于机器学习的知识检索模型研究

本文综合运用信息管理、人工智能、认知科学等多学科的先进理论与技术，探讨了获取检索知识的机器学习方法－归纳学习、解释学习、联接学习和基于多Agent的多维学习，并提出了基于多维学习的知识检索模型。     

科技文献信息抽取方法浅析SSCI

文章在Web of Science等影响力较大的国际数据库中检索内容与“科技文献”和“信息抽取”相关的文献,经设定条件筛选后获得63篇相关文献。回顾相关文献,从抽取的信息与抽取的方法两个角度进行分类与分析,总结该领域已有的研究成果和存在的不足。从科技文献中抽取的信息主要为结构化信息、显式信息和隐式信息,最新最先进的抽取方法主要集中在机器学习、自然语言处理和统计学中。语义信息的抽取有一定的进步空间及挑战性,灵活结合机器学习和自然语言处理方法是处理此领域问题的未来趋势。