一、浅谈互联网信息挖掘技术（论文文献综述）
周彪[1]（2021）在《小微企业互联网融资信用评价研究》文中指出我国正处于经济结构、产业结构调整优化的重要阶段,小微企业由于产业类型多样、覆盖范围广、市场反应敏感等特征,对促进我国产业结构的调整和社会经济的持续、平稳运行,发挥着关键的作用。然而,小微企业的融资难题,特别是传统融资的困境限制了小微企业的发展,转向民间信贷融资又使得小微企业面临融资贵的风险,并加剧了市场动荡。信息不对称是小微企业融资困境产生的关键原因,在“互联网+”背景下,加快我国金融供给侧改革、推动互联网金融的发展,既为小微企业融资渠道的拓展提供条件,又为小微企业融资信用水平相关信息的获取提供重要手段。大数据背景下的小微企业互联网融资,成为解决小微企业融资困境的有力方式;基于大数据技术、对小微企业互联网融资信用评价问题展开深入而细致的研究,是该方式发挥作用的关键。本文研究的关键科学问题包括:（1）评价机理分析。研究国外小微企业特征及信贷服务实践的成功经验,分析小微企业互联网融资信用数据来源、剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点等,分析大数据背景下小微企业互联网融资信用评价机理。（2）评价体系构建。加快适用于小微企业互联网融资信用评价体系的针对性研究,强化小微企业互联网融资信用评价的有效性,成为银行等金融机构服务小微企业互联网融资、防控小微企业互联网融资风险的重要举措;（3）数据模型构建。借助互联网技术、大数据技术对海量、多元信息的获取能力,利用数据挖掘及机器学习技术如何改进小微企业融资信用评价模型及模型精确度;（4）评价结果及应用。研究信用评价对金融机构与小微企互联网融资信任关系形成的作用机理,是需要深入分析和研究的重点问题。文章在基本理论模型分析的基础上,通过对四大类问题的研究,产生如下的研究成果:（1）基于大数据的小微企业互联网融资评价机理模型。针对小微企业互联网金融产品、服务及融资流程不明晰、不系统的现状,对小微企业互联网融资途径及大数据信用评价机理展开分析。我国小微企业是国民经济发展的重要力量,从国外小微企业特征及信贷服务实践的分析入手,实现我国小微企业特征的详细统计分析和对比分析,我国小微企地域分布和行业分布等总体情况、金融行为、竞争力、社会关联性以及还款能力和还款意愿上,表现出显着差异性特征。基于案例提出小微企业互联网融资模式共包含传统融资业务的互联网化、基于互联网平台的融资模式、“互联网+”金融的全新模式以及上市融资四种类型。提出信息不对称风险、财务风险、关联关系复杂性风险、脆弱性风险四类小微企业互联网融资信用的风险来源,剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点,界定小微企业互联网融资信用评价的四维概念模型。研讨大数据技术小微企业互联网融资信用评价中的应用机理,提出评价的基本框架。（2）“互联网+”的小微企业互联网融资评价体系模型。充分利用“互联网+”下小微企业融资渠道拓宽所带来的海量信息获取优势,分析影响小微企业互联网融资信用水平的相关因素,构建针对小微企业互联网融资信用评价的专门指标框架,形成具体、细致的评价指标储备。界定反映小微企业互联网融资信用水平的硬信息、软信息,从双重维度提炼81项影响小微企业互联网融资信用水平的具体因素。继而,从经营活动信息、金融行为信息、企业基本信息、企业竞争力信息、企业关联关系信息系和企业融资申请陈述信息等六个维度提炼、储备90个具体评价指标,构建小微企业互联网融资信用评价指标体系的总体框架,明确各评价指标的指标类型、评分方法及数据的标准化方法。构建融合熵值法、CRITIC方法、方差齐性检验的小微企业互联网融资信用评价指标组合赋权方法,强化指标体系区分小微企业互联网融资信用履约客户和违约客户的能力。（3）基于主题挖掘的小微企业互联网融资数据获取模型。信息量暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。基于小微企业互联网融资信用指标框架中的部分软信息变量,构建小微企业互联网融资信用相关软信息LDA主题挖掘模型,获取17个主题变量及各主题对应每条样本的概率分布,实现小微企业互联网融资信用软信息的量化挖掘。（4）基于神经网络的小微企业互联网融资评价模型。针对小微企业互联网融资信用评价的二分类问题,构建基于BP神经网络的小微企业互联网融资信用评价模型。选取同花顺行情中心新三板作为数据来源开展案例分析,分别将硬信息、软信息、硬信息+软信息纳入BP神经网络模型,形成三组对比实验。结果发现硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度,因而将软信息、硬信息同时纳入小微企业互联网融资信用评价模型,是提升银行等金融机构信贷风险评估准确性的重要方式。（5）小微企业互联网融资发展政策建议。以多元数据的合理化运用为脉络,研究大数据背景下信用评价对金融机构与小微企业信任关系形成的作用机理,给出促进小微企业与金融机构互联网融资信任体系良性发展的策略和管理建议。明确了不同阶段银行等金融机构对多元信息的处理范式,分析小微企业多元信息发挥作用的方式。将小微企业的互联网融资行为和银行等金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型,分析二者互联网融资信任关系形成过程中的策略选择,逆向推理信用评价中的相关因素对二者策略选择的影响,进而为银行等金融机构提供相应的管理建议。本文产生的创新点可能包括:（1）基于大数据的小微企业互联网融资信用评价体系总体框架。从我国小微企业的概念和范围界定入手,具体考虑我国小微企业特征,提出大数据背景下、针对小微企业互联网融资信用评价的指标体系总体框架,为后续相关研究提供范式参考。小微企业融资过程中存在大量财务管理数据等结构性硬信息获取不足的问题,致使银行等经融机构难以作出准确的风险评估,造成严重的“信息不对称风险”,进而加剧小微企业互联网融资难度。非结构性文本信息等软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。针对我国小微企业特征,综合考虑小微企业经营过程中产生硬信息、软信息的双重维度,提炼影响小微企业互联网融资信用水平的多项因素,构建针对小微企业互联网融资信用评价的指标体系总体框架,确定具体评价指标及指标类型、标准化方法。大数据技术能够大大提升不同类型、不同来源数据的可得性,因而该数据集合在大数据技术的辅助下,获取更多数据成为可能,这也为其他相关研究提供借鉴。（2）基于多元信息融合的小微企业互联网融资信用评价模型的构建方法。研究大数据技术下非结构性软信息的获取方式、使用方式。软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征。基于文本挖掘技术,提出大数据背景下小微企业互联网融资信用评价非结构性软信息的量化方法,实现大数据背景下小微企业互联网融资信用评价结构性硬信息和非结构性软信息的量化融合。基于机器学习方法、神经网络模型,构建大数据背景下的小微企业互联网融资信用评价模型。利用网络爬虫技术,研究针对我国小微企业互联网融资信用评价的多元数据获取方法。案例分析设计三重实验,分别采用硬信息数据集、软信息数据集、硬信息+软信息数据集,将三类数据集合分别纳入评价模型中,发现不同数据类型的使用对模型精度具有显着影响。硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度。（3）基于演化博弈的金融机构与小微企业互联网融资信任的关系模型。针对我国小微企业与银行等金融机构之间相互信任不足的特征,构建金融机构与小微企业互联网融资信任关系的演化博弈模型,分析如何通过大数据技术下互联网融资信用评价不同策略选择,实现信用评价的改进、促进小微企业与金融机构互联网融资互利互信共赢的最终目标。围绕多元数据的合理化运用脉络,将小微企业的互联网融资行为和金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型。通过演化博弈均衡的分析及影响因素分析,模拟二者互联网融资信任关系形成过程中的策略选择,发现金融机构在小微企业互联网融资中的潜在损益、体现小微企业信用水平的结构性软信息潜在损益以及对软信息硬化边界、机器评价与人际沟通关系的掌握,是影响二者策略选择和良好信任关系形成的重要因素。基于此,为银行等金融机构提供相应的管理建议,以期在大数据背景下实现小微企业互联网融资信用评价效果的提升。图58幅,表27个,参考文献204篇。
唐彬[2]（2021）在《跨界搜寻、大数据能力对平台企业商业模式创新的影响研究》文中研究表明平台企业是网络信息时代发展最快、最具活力的组织形式,创造了巨大的经济价值和社会价值,以亚马逊、阿里巴巴、腾讯等为代表的一批平台企业成为互联网经济时代新兴商业模式的典范。顺应时下多元化、个性化、重视体验的消费需求,平台企业带动供应链上下游融合发展,在政府与市场共同推动下,引领我国经济向数字化转型发展。纵观平台企业的成长过程,创新性的商业模式是其快速成长、迅速占据市场份额的重要驱动力。然而,随着数字技术的发展、竞争全球化以及消费需求升级,平台企业已从最初的蓝海进入红海,每一个行业市场几乎都被细分,平台同质化严重,用户流量日渐枯竭、增长困难。商业模式创新已成为平台企业应对环境变化、保持竞争优势的关键所在。资源基础观认为企业商业模式创新受资源禀赋影响。平台所体现的开放性、交互性、网络效应等特性促进了市场知识资源聚集,对其商业模式创新具有驱动作用。然而知识具有时效性,面对不确定的市场环境,只有高效创造新知识,并与环境变化相匹配,才能真正助力企业商业模式创新。近年来,跨界成为平台企业突破资源禀赋限制、培育市场适应性的重要手段,通过跨界搜寻外部异质性知识,可以扩展平台企业知识基,有效弥补平台知识缺口。大数据能力是数字经济背景下的企业新能力,可以加强平台企业对自身知识库的洞察和了解,拓展跨界搜寻的广度和深度,降低对外部知识吸收、消化、融合的风险和成本。跨界搜寻、大数据能力二者协同促进新知识创造,为平台企业商业模式创新提供知识资源。基于上述背景,本研究重点关注以下几个问题:第一,跨界搜寻、大数据能力及二者交互项如何影响平台企业商业模式创新;第二,知识创造在跨界搜寻、大数据能力及二者交互项与平台企业商业模式创新之间发挥了何种作用;第三,环境不确定性在知识创造与平台企业商业模式创新之间发挥何种作用。基于此,本文根据知识管理理论、组织搜寻理论、企业能力理论构建本文的理论模型,对跨界搜寻、大数据能力、知识创造、环境不确定性、商业模式创新之间的关系进行充分论证,提出相关研究假设。采用问卷调研的方式最终获取322份有效问卷,运用SPSS22.0、AMOS21.0等软件对调研数据进行了实证分析和检验,主要结论如下:（1）跨界搜寻、大数据能力及二者交互项均正向影响平台企业商业模式创新;（2）知识创造在跨界搜寻、大数据能力及二者交互项与平台企业商业模式创新关系之间发挥中介作用;（3）环境不确定性负向调节知识创造与平台企业商业模式创新之间的关系。本研究旨在探索数字经济背景下跨界搜寻、大数据能力对平台企业商业模式创新的影响机理,研究的创新点主要有以下三个方面:第一,本研究聚焦跨界搜寻、大数据能力及二者交互作用对平台企业商业模式创新的影响,丰富了平台企业商业模式创新的相关研究。跨界搜寻为平台企业资源配置提供“知识池”,是大数据能力发展的助推器。大数据能力可以帮助平台企业在对内部知识清晰认知的基础上准确判断和评估所需的外部知识,增强跨界搜寻的宽度和深度。以往研究大多讨论跨界搜寻、大数据能力单一因素的作用,忽视了二者在商业模式创新中相互促进、相互依赖的交互效应。本研究通过实证分析,证实了跨界搜寻、大数据能力及二者交互作用对平台企业商业模式创新具有积极影响,弥补了先前研究只关注资源或能力的不足,拓展了企业能力理论。第二,本研究打开跨界搜寻、大数据能力与平台商业模式创新之间作用关系的理论“黑箱”,引入知识创造这一中介变量,探讨了平台企业如何把外部知识应用到商业模式创新的具体实践过程。已有研究大多探讨的是企业如何利用外部新知识实现商业模式创新,忽视了知识创造的互补作用。只有将不同类型的外部知识要素耦合应用到新知识体系中,才能实现要素价值放大,从而形成针对在位企业的竞争优势。知识创造是连接跨界搜寻、大数据能力与平台企业商业模式创新的关键因素,本文将知识创造作为中介变量纳入研究模型,全面检验知识创造在跨界搜寻、大数据能力及二者交互项与商业模式创新之间的中介作用,不仅拓展了平台企业商业模式创新的影响因素研究,而且为知识创造相关研究提供崭新视角。第三,本研究揭示了环境不确定性在知识创造与平台企业商业模式创新之间的调节作用。现有研究大多从高管创造力、高管支持等组织内部的微观视角探讨影响平台商业模式创新的边界条件,忽视了外部环境这一权变因素,而主观判断可能对研究结果的普适性造成一定影响。实际上,数字经济时代下的平台企业,所处的外部环境愈加复杂多变,留给平台企业知识创造的时间缩短,平台企业及时整合新旧知识、重塑知识体系的难度加大,无法及时为平台企业商业模式创新提供有力支持。基于此,本研究探讨了环境不确定性在知识创造与平台企业商业模式创新之间的调节作用,研究结论完善了平台企业商业模式创新的边界条件,充实了该领域的研究成果。综上,本研究是对当前数字化背景下平台企业商业模式创新相关研究的有效补充,虽然提出一些有创新性的成果,但仍存在一些局限和不足,未来将在研究方法和研究内容上进一步完善。
邓晶艳[3]（2021）在《基于大数据的大学生日常思想政治教育创新研究》文中进行了进一步梳理中国特色社会主义进入新时代,标定了大学生日常思想政治教育的新方位。面对新时代提出的新任务与新要求,大学生日常思想政治教育要不断探索新思路、新路径与新方法,进一步增强工作的针对性与实效性,以满足大学生成长成才需求以及党和国家事业发展需要。当前,随着移动互联网、物联网、云计算、人工智能等为代表的新一代网络信息技术的迅猛发展、全面集成与广泛应用,人类逐步迈入大规模数据挖掘、运用与创新的“大数据时代”。在此时代背景下,如何运用新媒体、新技术加强和创新高校思想政治教育工作,使之富有时代性、增强针对性、彰显实效性,是新时期高校面临的一个重要而现实的课题。作为当代信息技术发展的前沿,大数据广域的信息资源、先进的信息处理技术以及全新的思维范式,为大学生日常思想政治教育带来了即时性、精准性、前瞻性与个性化等创新发展的新动力与新空间。将大数据思维、技术与方法全方位嵌入大学生日常思想政治教育各要素、各环节与全过程,促进大学生日常思想政治教育革新思维、优化供给、改进方法、重构范式,建构科学化、数字化与智能化的大学生日常思想政治教育体系,推进大学生日常思想政治教育向“精准思政”“智慧思政”转型升级,是大学生日常思想政治教育顺应时代发展的现实需要,也是其进一步提质增效、焕发新机的重要生长点与强劲推动力。阐释大数据内涵、价值、特征与功能,阐释大学生日常思想政治教育内涵并且辨析其与大学生思想政治理论教育的关系,有利于进一步探讨两者的深度融合。基于此,大学生日常思想政治教育大数据概念得以提出。从大学生日常思想政治教育大数据资源、大学生日常思想政治教育大数据技术、大学生日常思想政治教育大数据思维三个维度全面阐述大学生日常思想政治教育大数据的内涵与外延,同时运用马克思主义哲学基本原理和方法论论析大学生日常思想政治教育大数据的生成逻辑、发展动因、方法论基础与价值取向,可以明确大数据与大学生日常思想政治教育需求的契合点,理清大数据对大学生日常思想政治教育的作用机理。面对新时代提出的新任务与新要求,大学生日常思想政治教育仍然面临一些困境、存在一些短板和弱环。运用文献资料法、大数据文本挖掘方法与访谈调研法审视大学生日常思想政治教育现状,总结当前大学生日常思想政治教育存在的问题与困境并作原因剖析,同时探讨新时代大学生日常思想政治教育新要求,指出新时代大学生日常思想政治教育面临的新课题以及新时代大学生日常思想政治教育的指导思想与原则、教育内容体系以及教育工作的主体转型,有利于为新时期大学生日常思想政治教育发展创新提供现实依据。通过分析大数据在大学生日常思想政治教育中应用的技术优势以及可能性,进一步探讨大数据在大学生日常思想政治教育中“精准画像”“规律探寻”与“超前感知”三个应用呈现。以之为基础,基于当前大学生日常思想政治教育存在的理念滞后、模式粗放、知行脱节、供需错位等难题,提出利用大数据推进大学生日常思想政治教育由线性思维向系统思维、由普适教育向个性化培育、由认知培育向实践养成、由需求侧适应向供给侧发力四大发展转向并详细阐述四大发展转向的实现路径。基于大数据推进大学生日常思想政治教育不仅要遵循学科规律、注重理论深化,还要坚持实践导向,致力推动大数据应用,促进理论与实践的双向转化。由之,宏观上,探索大学生日常思想政治教育大数据的数据采集、数据预处理与存储、数据挖掘与分析、数据应用与可视化、数据解释与反馈五大工作模块与应用流程;微观上,对大数据在大学生日常思想政治教育典型场域中的“数据画像”“精准资助”“失联告警”三个应用进行数据模型构建,从而为大学生日常思想政治教育利用大数据提供切实可行的实现路径。大数据为大学生日常思想政治教育创新发展带来了前所未有的机遇,然而,当前大学生日常思想政治教育利用大数据还存在观念性、路径性与机制性瓶颈,同时,大数据是一柄双刃剑,对数据的不当应用会带来诸如“数据垄断”“数据滥用”“数据侵害”“数据冰冷”等一些可能的风险与挑战。高校尚须在思维理念、技术开发、政策支持、制度完善、机制建设、校园环境建设等方面对大数据应用作出回应与调试。不仅如此,在基于大数据创新大学生日常思想政治教育过程中,高校要注重发挥教育工作者的主体性与能动性,始终坚持数字技术与人文精神、数据智能与教育智慧相结合。
陈秋瑾[4]（2021）在《基于微服务架构与知识图谱技术构建无人机知识库系统》文中提出近年来,随着无人机技术的飞速发展以及逐年上涨的市场需求,无人机在各领域得到广泛应用且发挥着重要作用。随着“互联网+”时代的到来以及大数据技术的迅速发展,互联网中信息数据呈现指数增长趋势,如何在信息爆炸的时代获取所需的有效信息成为亟待解决的问题。本文采用B/S服务器模式,以分布式微服务架构为基础,基于分布式及增量式爬虫技术获取互联网中与无人机等应用领域相关的海量数据,采用自然语言处理、知识图谱、机器学习等算法从海量的非结构化文本数据中提取挖掘隐含及潜在价值知识,并利用Echarts组件及知识图谱等算法进行可视化分析,最后形成定制化的无人机知识库。主要研究内容如下:（1）知识获取及存储技术。系统以Scrapy为爬虫框架,采用分布式结合增量式爬虫技术从互联网中高效地获取无人机行业相关的海量数据;采用Redis高速缓存数据库存储爬取的URL网址,结合My SQL关系型数据库稳定地存储最终得到的结构化数据。（2）系统构建流程及架构设计。利用云计算技术的大数据管理平台,基于分布式服务器与大数据技术搭建系统,采用自底向上为主、自顶向下为辅的方式构建知识库;由于系统爬取任务量的增加及分布式服务器的需求,系统的架构也由最初的SMM单体式架构优化升级为Spring Cloud分布式微服务架构,以提高系统的扩展性及移植性。（3）数据提取及知识抽取技术。采用类机器学习机制半自动化地提取非结构化文本数据,通过构建自定义的规则库训练样本数据,提取出标签以匹配提取出的结构化数据;并利用自然语言处理等算法从获取的文本数据中提取关键句并生成文章的摘要信息;通过知识图谱等算法实现对获取的文本数据的知识抽取,最终抽取出结构化的知识元加入进知识库中,以实现知识库的知识发现与知识挖掘功能。（4）知识表示及数据可视化分析。采用知识树形式进行知识表示,并采用Echarts技术、知识图谱等可视化技术对获取及处理后的数据进行数据可视化分析,并以各类统计图表、关键字云图、机构同现及作者同现图等形式展现,直观清晰地展示无人机等行业领域的研究现状与发展趋势。
李姣[5]（2021）在《我国博物馆藏品利用效率研究》文中指出藏品是博物馆的核心,是博物馆的立馆之本。藏品利用在博物馆的工作中占有举足轻重的地位,是藏品保护与研究成果的体现,是实现博物馆文化价值和核心功能的途径。藏品资源丰富、文化需求高与藏品利用效率低,形成强烈反差,成为目前博物馆发挥效能的瓶颈,提高博物馆藏品利用效率是我国时代需求和历史必然。藏品利用的核心是实现藏品价值,实现的途径是具体利用方式。以国内外对文化遗产价值的论述为基础,从博物馆的功能出发,藏品价值可分为本体价值,这是价值的本源和基础,以及情感价值和发展价值,这二者是附延伸价值,并且笔者对具体利用方式进行逐一阐述。展出率是博物馆藏品利用最直观的体现,笔者通过随机搜集的670展览数据和数学建模手段,估算了2009-2018年各级别博物馆、各类型博物馆的展出率,显示全国平均展出率10.27%左右,且近十年展出率呈下降趋势。通过采用Lasso回归、Logistics回归、Spearman和Pearson的统计学方法,笔者结合《中国文化文物统计年鉴》公布的博物馆相关数据,得出面积、人员、经费是影响博物馆展览数量最相关的因素。定量分析与定性分析相结合才能更加清晰地审视我国博物馆藏品利用效率的基本情况,我国博物馆藏品利用效率低表现在广度、深度、频率和真实性问题四个方面,其原因表现在内部和外部两个方面。但是在现有条件下,我们无法立即解决存在的问题和消除造成藏品利用效率低的因素,本文以国际视野、科学视角和技术层面探讨提高藏品利用效率的策略。笔者从藏品本体、场地方面、延伸利用方面及藏品利用保障措施介绍国外博物馆的有益经验,在有限的人力、物力、场地等情况下,为化解我国博物馆藏品利用中面临的问题提供参考。在信息时代,我们应加强博物馆与科技的深度融合。本文以“智慧”理念为指导,以人工智能为手段,探讨目前智慧博物馆和AI博物馆在藏品利用的实践应用,并以个案探索人工智能技术在博物馆导览、图像采集、藏品修复中的设计,实现提高藏品利用效率、拓展藏品利用手段、深化藏品利用领域,并不断提升“人—藏品—数据—机”互动性。新时代,博物馆应构建智慧型藏品利用模式,为大众提供智能化的藏品研究、展示、传播。但是博物馆藏品利用工作的核心是对藏品蕴含价值的挖掘与传承,这一点并不会、也不能因“智慧”而改变,我们应以现代科学技术为手段,最终以价值传承为目的,去推动我国的藏品利用改革之路,让藏品活起来。
刘宁[6]（2021）在《面向智能互联时代的中国工业设计发展战略和路径研究》文中研究说明当前,全球经济社会发展正在经历从要素驱动到创新驱动的根本改变,欧美日等发达国家及我国均已将创新驱动、提质增效上升为国家发展战略。近年来,随着一大批创新型企业的兴起（如苹果、小米、海尔、特斯拉等）,越来越多的学者提出,技术能力和市场能力构成了经典创新耦合模型的基础,但除此之外,还存在第三种创新驱动模式——设计驱动型升级。自2000年起,众多国家制定了国家层面的设计政策与发展体系,其中,不乏将设计产业政策作为国家战略选择与政策制定的关键部分。因此,在此时代背景下,工业设计如何演变和进化,以及我国未来5-10年,工业设计相关国家战略的前瞻探析和实施路径的科学选择是亟待研究的问题。本文通过文献研究、案例研究、溯因研究、系统分析等方法,从社会学、经济学、人类学、设计学等多方面、多领域进行了深入研究。文章首先分析了国际国内工业设计发展的现状及趋势,总结了我国工业设计正在发生的三方面深刻变化,即创新属性、创新关系、创新业态。由此,提出了在我国传统设计服务向设计产业转变和升级这一重要论点。进而,明确界定了工业设计产业的概念、特征,并基于发展社会学、产业生命周期理论、范式与范式转变的机会窗口、国家竞争优势理论等,通过钻石模型、SWOT分析,结合阿里巴巴、小米、方太等实际案例,解析了如何推动设计服务向设计产业转变,以及如何构建我国工业设计发展的新阶段,即在智能互联为产业发展趋势的背景下,着力构建设计创新力的新属性、创新驱动力的新生态、社会发展力的新关系、国际影响力的新姿态等战略。最后,具体规划了战略实施路径,其一,建设创新型公共服务平台,包含创建国家工业设计研究院、建设工业设计产业互联网平台两个部分。其二,产出工业设计标志性成果,包括成立并发展世界设计产业组织、持续举办世界工业设计大会、继续举办国家工业设计奖等。其三,开展工业设计人才培养工程,包括建设设计开放大学、实施工业设计领军人才计划、开展设计人才能力素质评价等。其四,提升工业设计在产业发展中的作用,包括实施制造业设计能力提升行动计划、实施设计赋能乡村产业振兴计划两个部分。本次研究遍览美国、英国、德国、日本、韩国等,分析总结全球20多年工业设计发展历程,紧扣互联网、大数据和人工智能等时代浪潮,并基于产业发展理论,提出我国未来工业设计的发展战略及实施路径,研究具有一定的理论意义与实践应用价值。
张玉龙[7]（2021）在《大数据视域下思想政治教育创新研究》文中研究说明随着“5G”技术、物联网、大数据、云计算、人工智能等新一代信息技术的发展,社会信息化也进入到一个新阶段,即大数据时代。大数据给人们思想所带来的多元、多变、多样可谓是前所未有,社会思想领域的交流、交融、交锋亦连绵不绝。那么,大数据时代究竟给思想政治教育提出了哪些新要求新挑战?思想政治教育如何适应大数据时代的要求,从而实现与时俱进?习近平总书记强调,用好大数据,增强利用数据推进各项工作的本领,不断提高对大数据发展规律的把握能力,使大数据在各项工作中发挥更大作用。可以说,大数据是解决复杂性问题的一种新型的方法、技术、工具以及思维方式。因此,思想政治教育也要用好大数据,增强利用大数据推进思想政治教育工作的本领,不断提高对思想政治教育大数据发展规律的把握能力,使大数据在思想政治教育中发挥更大作用。论文从强烈的问题意识出发,围绕着大数据视域下思想政治教育这一主题,力图聚焦“大数据给思想政治教育带来了什么样的重大变化”这一突出问题,探索大数据视域下思想政治教育创新的图景与方向。论文共分为七个部分的内容。引言部分主要阐述了选题缘由和选题意义,全面梳理了本选题的研究现状并进行了相应的述评,凝练地概括了研究方法、研究思路和研究框架,提出论文可能的创新点和不足之处。第一章旨在阐明大数据时代教育与大数据之间的深度融合。思想政治教育大数据研究是一种交叉研究,涉及多方面的理论。除了思想政治教育理论之外,大数据、教育大数据以及科技哲学中的范式理论都是本研究的理论基础。该章系统梳理了大数据这一概念的来龙去脉,从数据科学、数据技术、数据价值、认识论方法论、时代等维度对大数据的内涵进行了多维解读,阐述了教育大数据的内涵、特征、类型、基本功能以及面临的问题。该章引入了库恩的范式理论以及吉姆·格雷提出的科学研究的“第四范式”,认为大数据的广泛应用,也将成为观测自然的“仪表盘”和观察人类社会自身行为的“显微镜”,也将给思想政治教育范式带来根本性变革。第二章主要研究思想政治教育大数据的内涵、特征及其所带来的范式创新。大数据视域下的思想政治教育创新,首先需要聚焦“思想政治教育大数据”这一核心概念。对大数据的理解不能停留在一般概念上,需要探寻思想政治教育大数据的独特“秉性”。一是从大数据的视角理解思想政治教育,找到思想政治教育和大数据的契合点,二是在思想政治教育视角把握大数据运用和研究的特殊性。在分析相关核心要义的基础上,提出了思想政治教育大数据的内涵及特征。在此基础上,分析了思想政治教育范式及其发展形式、思想政治教育大数据范式的特征。认为大数据在现代思想政治教育中起基础性作用,大数据以其可操作性方式解决了思想情感量化问题。深入分析了大数据对思想政治教育量化的内在机制,认为对思想情感的量化主要是通过对人的行为以及语言符号的量化间接实现的。第三章主要对大数据视域下思想政治教育者和教育对象加以重新审视和反思。思想政治教育大数据的融入使得教育者和教育对象之间的关系更为复杂。大数据不仅对思想政治教育者提出了新的要求,而且催生了新主体的出现,一方面提升了思想政治教育实效性,但同时也导致了一系列问题的出现。同时,大数据深刻地改变了教育对象的行为方式、思维方式、话语方式。教育对象通过数据画像可以对自身有更好的自我认知和自我管理,但克服大数据对教育对象所造成的“信息茧房”又是一个需要克服的重要问题。第四章旨在探讨大数据视域下的思想政治教育内容创新。思想政治教育应当“内容为王”,教育内容是思想政治教育的“食粮”,没有好的内容,相应的教育活动就会出现“营养不良”的现象。本章分析了大数据创新思想政治教育内容必要性和可能性,归纳了大数据的来源,梳理了大数据创新教育内容的主要途径,并提供了若干大数据创新发展教育内容建设的案例。思想政治教育大数据的出现,使得教育内容不仅能够“以理服人”“以情感人”,而且能够“以数据取信于人”,推动着思想政治理论课从教材体系向教学体系转化,使得教育内容向着更优、更精、更符合时代特色的方向发展。第五章进一步透视大数据视域下的思想政治教育方法创新。本章在阐述思想政治教育方法基本理论基础之上分析了大数据对教育方法的创新、发展与改进。大数据重构了思想政治教育方法的原则,为方法创新增添了复杂性原则、客观关联原则和可视化原则方法。大数据使得思想政治教育层面的认识方法更为精准、实施方法更加以数据驱动,使得思想政治教育评价更加“让数据说话”。现代思想政治教育是具有复杂性的教育实践活动,进行复杂的思想政治教育离不开复杂性思维、复杂性方法、复杂性工具。这就需要思想政治教育者转变思维方式,学习新的方法,掌握复杂性工具。大数据对于思想政治教育的一个重大的贡献就是大数据力求实现对人的思想情感的量化和精准化把握,深化了思想政治教育对“事实”的把握能力,它为思想政治教育带来的影响是客观的、全面的和复杂的。新时代的思想政治教育应当适应大数据时代的要求,努力实现大数据与思想政治教育的深度融合,从而在技术与艺术的有机统一中提升思想政治教育的针对性和实效性。
程子轩[8]（2021）在《面向用户知识需求的微信公众平台知识资源聚合及服务研究》文中进行了进一步梳理移动互联网时代,微信公众平台已成为人们交流、休闲、学习、生活的一部分,随着以传播知识为主的微信公众号涌现,微信公众平台也逐渐成为人们获取知识的重要途径。一些综合性或专业领域微信公众号发布各类科普知识和前沿资讯,一些学术类微信公众号专业发布学术领域内相关的学术知识,部分高校学报和高校图书馆微信公众号还专门开设“学术播报”、“学术快讯”等专栏,用于发布学术讲座及学术前沿知识。各类机构或个人通过微信公众平台发布大量科普型知识、专业发展前沿资讯、专业学术知识以及学术专题等,能够满足不同专业和认知层面的用户知识内容的需求。然而,微信公众平台知识内容以用户生成为主,其庞大纷杂的微信公众平台账号主体导致了平台信息和知识质量的参差不齐、出现信息过载和迷航现象,对海量知识资源缺乏科学高效的组织和管理。当前,随着大数据、人工智能等技术的发展,简单提供知识资源内容已经无法满足微信公众平台用户知识服务需求。智能时代,用户对知识质量和知识服务模式提出了更高的要求,促使微信公众平台知识组织和服务转型。如何在海量纷杂的信息中筛选出真正需要和感兴趣的知识资源内容不仅是广大微信用户面临的困扰,更是微信公众平台需要关注并急需解决的问题。鉴于此,本文将知识聚合理论与方法引入到微信公众平台知识资源组织及服务研究中,提出了面向用户知识需求的微信公众平台知识聚合及服务体系框架。首先,构建了微信公众平台用户画像并对用户知识需求进行了分析,从知识单元和句子层面分别提出了基于标签聚类和基于摘要生成的微信知识资源聚合方法,并基于不同知识资源聚合方法设计了微信公众平台知识推荐服务和知识集成服务两种知识服务模式。最后提出了提升微信公众平台知识聚合及服务能力的对策建议。本文主要开展了以下方面的研究:（1）面向用户知识需求的微信公众平台知识聚合及服务体系框架构建。通过辨析知识聚合服务与用户知识需求之间的关系,明确了微信公众平台面向用户需求开展知识聚合的必要性和可行性。阐述了微信公众平台知识聚合概念、目标与原则以及聚合服务要素,认为微信公众平台知识聚合是为了满足用户个性化知识需求,通过计量分析、数理统计、数据挖掘、人工智能等方法分析挖掘知识单元的内在联系,将微信公众平台复杂多样化、数量庞大、无序碎片的领域知识资源重新组织和序化,形成结构完善的知识体系,为后续微信公众平台知识聚合服务提供资源保障。通过分析面向用户需求的微信公众平台知识聚合服务组成要素、动因及过程,提出了面向用户需求的微信公众平台知识聚合服务体系架构,将其划分为数据资源层、用户需求挖掘层、知识资源聚合层、服务提供层4个主要模块。（2）微信公众平台用户画像构建与需求分析。基于VALS2模型从宏观层面对微信公众平台使用者构建群体用户画像,将用户划分为初期引入参与型、成长型和成熟型用户3类,并绘制各类用户特征的标签词云。分析不同类型的用户知识需求形成的过程,并建立微信公众平台用户知识需求层次模型。综合用户画像和用户知识需求层次构建了微信公众平台用户知识服务需求模型,凸显微信公众平台知识服务现状与用户知识需求的巨大差距。（3）基于标签聚类的微信公众平台知识聚合方法。提出融合Word2vec模型和TextRank算法的微信公众平台知识资源标签抽取方法,将关键词作为标签表达文本知识资源内容的主题思想及关键内容。提出基于改进BIRCH聚类算法的微信公众平台文本标签聚类方法,在原算法执行过程中融合K-means算法初选聚类中心,并综合考虑用户需求因素。最后以微信公众平台发布的“认知计算”领域文章为例进行实证研究,研究发现本文提出的基于改进Birch算法的聚类结果主题分布较为合理,各个类之间的区分度较为明显,类簇大小的差距较小,其效果要优于基于K-means算法、基于Spectral Clustering算法和基于Birch算法的聚合效果。（4）基于摘要生成的微信公众平台知识聚合方法。提出基于改进TextRank算法的微信公众平台知识摘要生成方法,分别设计了单文本摘要生成和单领域多文本的知识摘要生成方法。在单文本摘要生成方面,通过综合考虑用户需求、句子位置、标题相似度等因素提高摘要生成效果。在单领域多文本摘要生成方面,采用Doc2vec模型进行文本向量化,对文档集中的句子进行主题细分,并运用MMR算法进行句子冗余处理,提高生成结果的准确性。以微信公众平台发布的“认知计算”领域文章为例进行实证研究,研究发现运用本文方法生成的文本摘要能够较好的匹配用户需求,能够实现面向用户需求的个性化抽取和生成,准确率明显优于其他算法。且本文算法生成的摘要,具有较好的语意连贯性,便于读者的理解和进一步掌握文章主旨大意。（5）基于知识聚合的微信公众平台创新知识服务模式。以微信公众平台知识聚合及服务体系框架为基础,针对不同层面的知识聚合,构建了基于知识标签聚类的微信公众平台知识推荐服务和基于摘要生成的微信公众平台知识集成服务两种服务模式。分别阐述了两种知识服务的概念、知识服务要素和知识服务过程。（6）微信公众平台知识聚合及服务能力提升对策。分别从用户知识需求外化表达及挖掘、新技术应用和融合改进和微信公众平台创新服务理念及加强运营管理三个方面提出提升微信公众平台知识聚合及服务能力的对策建议。本文从理论层面将知识聚合理论和方法引入到微信公众平台,解决其知识组织和服务问题,扩展了知识聚合相关研究的领域和视角。同时,本文对微信公众号发布的知识内容进行知识主题聚类和自动化摘要生成,并建立了相应的知识聚合服务体系,丰富了社交媒体平台创新知识服务理论体系,为新媒体知识服务提供理论和技术支持。在实践层面,本文面向微信公众平台中不同微信公众号发布资源内容的知识聚合,分别进行了知识主题发现和自动生成摘要知识聚合技术实证,为微信公众平台知识资源组织管理提供了技术方法和手段。同时,提出的对策建议和服务模式也为微信公众平台开展创新型知识服务提供参考依据和建议。
于魁[9]（2021）在《移动互联网用户行为的隐私保护数据挖掘研究》文中提出近年来,随着5G移动通信、智能手机、互联网技术的飞速发展,移动互联网能够满足用户随时随地获取信息资源的需求。面对日益增长的信息服务需求和海量的用户行为数据,通常采用数据挖掘的方法发现用户的潜在价值与行为规律,推动健康医疗,智能交通,大数据征信等领域的发展。在移动互联网用户行为数据中含有丰富的位置轨迹,消费信用,兴趣点等个人隐私信息。这些信息被过度收集和访问时,会增加个人隐私泄露的风险。隐私保护数据挖掘技术（Privacy Preserving Data Mining,PPDM）能够满足数据挖掘与隐私保护的需求,是一种改进数据挖掘算法性能的优化技术。PPDM技术通过隐藏用户不能公开的信息内容,使原始数据不被窥探或攻击,确保用户数据的隐私性,并且经过隐私保护方法处理后,不改变数据的统计特征,满足挖掘算法对数据可用性的需求。本文针对用户行为的事务项目、事务序列、移动位置、上下文开展隐私保护数据挖掘的创新性研究,工作内容如下:（1）针对用户事务项集频繁模式的隐私保护数据挖掘问题,提出了基于FP-Tree的隐私保护频繁项集挖掘算法DPFIS。该算法分为数据预处理和频繁模式挖掘两个阶段。在数据预处理阶段,为了提高数据的读取效率,保护事务项集的隐私安全,利用FP-Tree结构,建立满足差分隐私保护的频繁模式树DPFP-Tree访问结构。在频繁模式挖掘阶段,为了降低噪声对数据的干扰,优化事务项支持度和项集长度的干扰噪声分配机制,利用打分函数的评分值控制指数噪声的添加量。采用相对阈值长度分裂方法,降低事务项集长度截断误差的影响,提升了挖掘结果的准确度;综合频繁项集挖掘实验结果的评价指,标F-score和RE分别提高了 14%和17%。（2）针对用户事务序列频繁模式的隐私保护数据挖掘问题,提出了基于FS-Trie的隐私保护频繁序列挖掘算法DPFSC。针对候选频繁序列集合的冗余问题,利用前缀树结构,建立满足差分隐私保护的频繁序列前缀树FS-Trie访问结构。为了降低子树分枝高度,设计序列长度打分函数,优化隐私预算分配方案,裁剪超出最优高度的子树分枝。为了保持DPFS-Trie中签到序列项的连贯性,采用面向前缀树分枝的“裁剪-拼接”策略,补偿序列截断造成的信息缺失,提升序列频繁模式挖掘结果的准确度。综合频繁序列挖掘实验结果的评价指标,F-score和RE分别提高了 11%和15%。（3）针对用户移动行为的位置隐私保护数据挖掘问题,提出了基于排队论的隐私保护人流量预测方法EM-PMM。针对位置服务质量的提升与个人位置隐私保护难协调的问题,采用Geohash技术设计一种网格模糊化的位置隐私保护方案。为了解决用户的移动造成人流量预测难的问题,针对目标区域的服务资源配置,设计用户移动状态模型。此外,利用最大期望法训练服从泊松分布的EM-PMM模型参数,估计目标区域内人员流动数量。基于排队论的移动状态模型对人流量的预测效果优于对比算法。综合实验结果指标,New-flows的RMSE和RE分别提升了 4.5%和2.3%,End-flows的RMSE和RE分别提升了 3.1%和 2.7%。（4）针对用户参与社交活动的上下文隐私保护群组活动推荐问题,提出了基于上下文主题模型的隐私保护群组活动推荐算法DP-SCTM。该算法融合时间、空间、内容和社会关系因素,满足用户对群组活动即时参与的需求,缓解数据稀疏和冷启动的问题。为了保护用户上下文隐私,设计满足差分隐私保护的上下文主题模型,在Gibbs采样过程中添加噪声干扰模型的训练结果。此外,为了解决用户参与群组活动中上下文隐私保护问题,优化隐私预算分配方案,控制模型参数迭代训练结果,调整用户画像排名和活动候选项目列表的发布内容。基于上下文隐私保护的主题模型对群组活动的推荐效果优于对比算法。综合实验结果指标,Precision和Recall值分别提升了 16%和18%。
董月文[10]（2021）在《UGC时代舆情事件推荐研究》文中提出UGC时代,网民将原创内容发布在信息平台,网民每天接收到的信息呈指数型增长,为信息生产和信息传播提供了巨大的便利。但高度碎片化的信息来源不确定、尽调复杂也给网民信息筛选和平台信息监管带来了挑战。在此背景下,互联网信息平台希望突破传统信息服务边界,满足网民实际需求。为缓解网民“信息过载”现象,建立符合舆情事件特征的推荐系统,为信息平台的网民提供舆情事件列表,提高网民信息获取效率,提升平台用户体验。基于此,本文以梳理国内外社交网络、网络表示学习、推荐系统及其应用、网络舆情等四方面文献为基础,首先阐述UGC时代平台监管情况,从中发现平台信息推送存在的问题,而后界定网民舆情偏好内涵,根据舆情事件推荐依据梳理推荐思路并说明结果呈现的方式。舆情数据间关联复杂且相关性大,适合构建社交网络进行研究。本文根据互联网信息平台的社交属性构建舆情事件共现网络,而后利用网络表示学习相关算法得出舆情事件的低维向量表示,分析网民舆情偏好与舆情事件的量化关系,得出网民舆情偏好的低维向量表示。根据网民偏好和未被访问舆情事件的内积可以了解网民偏好和舆情事件的契合程度,也就是网民希望看到这件事件的程度。而后运用NRL-K进行舆情事件聚类,将舆情事件看作向量空间上的点,数据稀疏性低,运用K-means将其聚类,以便后续对沉默网民进行推荐以及增加活跃网民推荐列表的多样性。而后根据网民行为数据的数量将网民分为零度网民、沉默网民和活跃网民,无法获取零度网民数据,本文不作考虑;针对沉默网民和活泼网民,根据其行为特点得出推荐列表,缓解其信息筛选压力,提升信息获取效率,提升互联网信息平台用户体验。
二、浅谈互联网信息挖掘技术（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、浅谈互联网信息挖掘技术（论文提纲范文）
（1）小微企业互联网融资信用评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 现实意义 |
| 1.4 研究内容、研究方法与技术路线 |
| 1.4.1 研究内容与研究方法 |
| 1.4.2 技术路线 |
| 1.5 研究创新点 |
| 2 文献与基础理论综述 |
| 2.1 小微企业的概念及范围界定 |
| 2.1.1 小微企业的概念 |
| 2.1.2 小微企业的范围 |
| 2.2 小微企业的融资困境及互联网融资 |
| 2.2.1 小微企业融资难题 |
| 2.2.2 小微企业的互联网融资 |
| 2.3 小微企业融资信用评价影响因素及评价指标体系 |
| 2.3.1 硬信息对小微企业互联网融资信用的影响 |
| 2.3.2 软信息对小微企业互联网融资信用的影响 |
| 2.4 小微企业互联网融资信用评价模型及方法 |
| 2.4.1 传统信用评价技术 |
| 2.4.2 大数据技术下的企业融资信用评价方法 |
| 2.5 文献述评 |
| 2.6 本章小结 |
| 3 小微企业互联网融资信用评价机理分析 |
| 3.1 国外小微企业特征及信贷服务实践 |
| 3.1.1 国外小微企业发展模式及传统渠道融资特征 |
| 3.1.2 国外小微企业互联网融资模式的发展 |
| 3.2 我国小微企业特征 |
| 3.2.1 小微企业的总体特征 |
| 3.2.2 小微企业的经营活动特征 |
| 3.2.3 小微企业的金融行为特征 |
| 3.2.4 小微企业的竞争力特征 |
| 3.2.5 小微企业的社会关联性特征 |
| 3.2.6 小微企业的还款能力及还款意愿特征 |
| 3.3 我国小微企业互联网融资模式及途径 |
| 3.3.1 小微企业互联网融资模式 |
| 3.3.2 小微企业互联网融资途径 |
| 3.4 小微企业互联网融资信用分析 |
| 3.4.1 小微企业互联网融资信用数据的来源 |
| 3.4.2 小微企业传统与互联网渠道融资信用评价的异同 |
| 3.4.3 小微企业互联网融资信用评价的四维概念模型与要素 |
| 3.5 大数据背景下小微企业互联网融资信用评价机理 |
| 3.5.1 大数据背景下小微企业互联网融资信用评价的目的 |
| 3.5.2 大数据背景下小微企业互联网融资审核流程分析 |
| 3.5.3 大数据技术在小微企业互联网融资信用评价中的应用 |
| 3.6 本章小结 |
| 4 小微企业互联网融资信用评价指标体系构建 |
| 4.1 小微企业互联网融资信用指标构建 |
| 4.1.1 小微企业互联网融资信用硬信息与软信息界定 |
| 4.1.2 影响小微企业互联网融资信用水平的硬信息 |
| 4.1.3 影响小微企业互联网融资信用水平的软信息 |
| 4.2 小微企业互联网融资信用评价指标界定与预处理 |
| 4.2.1 小微企业互联网融资信用评价指标框架 |
| 4.2.2 小微企业互联网融资信用评价指标类型及标准化方法 |
| 4.3 小微企业互联网融资信用评价指标组合赋权 |
| 4.3.1 小微企业互联网融资信用评价指标单一客观赋权方法 |
| 4.3.2 小微企业互联网融资信用评价指标组合赋权方法 |
| 4.3.3 小微企业互联网融资信用熵评价模型 |
| 4.4 本章小结 |
| 5 小微企业互联网融资信用数据获取模型 |
| 5.1 软信息对小微企业互联网融资信用评价的作用方式 |
| 5.1.1 软信息对小微企业互联网融资信用评价的直接作用 |
| 5.1.2 软信息文本特征对小微企业互联网融资信用评价的间接作用 |
| 5.1.3 软信息主题特征对小微企业互联网融资信用评价的间接作用 |
| 5.2 融合多元信息的小微企业互联网融资信用数据获取 |
| 5.2.1 小微企业互联网融资信用软信息分类 |
| 5.2.2 小微企业互联网融资信用软信息量化方法 |
| 5.2.3 小微企业互联网融资信用评价软硬信息变量选取 |
| 5.3 小微企业互联网融资信用数据模型 |
| 5.3.1 小微企业互联网融资信用评价数据来源 |
| 5.3.2 小微企业互联网融资信用信息量化处理 |
| 5.4 本章小结 |
| 6 小微企业互联网融资信用评价模型与案例分析 |
| 6.1 基于博弈的评价主体关系分析 |
| 6.1.1 评价主体的互联网融资信任博弈模型假设 |
| 6.1.2 评价主体的互联网融资信任博弈模型构建 |
| 6.1.3 评价主体的互联网融资信任博弈演化均衡的稳定性分析 |
| 6.2 基于演化的小微企业互联网融资信用评价模型 |
| 6.2.1 评价主体的互联网融资信用特征 |
| 6.2.2 基于神经网络和物元可拓的评价方法 |
| 6.2.3 模型精确度测量 |
| 6.3 小微企业互联网融资信用评价结果分析 |
| 6.3.1 小微企业互联网融资信用评价数据来源 |
| 6.3.2 小微企业互联网融资信用评价实验设计 |
| 6.3.3 小微企业互联网融资信用评价实验结果及分析 |
| 6.4 本章小结 |
| 7 小微企业互联网融资信用评价总结与政策建议 |
| 7.1 大数据背景下小微企业互联网融资信用内涵总结 |
| 7.1.1 大数据背景下小微企业互联网融资 |
| 7.1.2 大数据背景下小微企业互联网融资信用优势 |
| 7.2 小微企业互联网融资信用评价要素 |
| 7.2.1 传统融资过程中的信用评价与信任关系 |
| 7.2.2 互联网融资过程中的信用评价与信任关系 |
| 7.3 小微企业互联网融资信用评价的管理建议 |
| 7.3.1 基于激励政策执行力的信用评价技术研究 |
| 7.3.2 基于互联网金融信用评价的风险防控 |
| 7.3.3 基于大数据来平衡评价技术与人际沟通的关系 |
| 7.4 本章小结 |
| 8 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 参考文献 |
| 附录 A 词云图代码 |
| 附录 B LDA模型代码 |
| 附录 C BP神经网络代码 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）跨界搜寻、大数据能力对平台企业商业模式创新的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 实践背景 |
| 1.1.2 理论背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第2章 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.1.1 组织搜寻理论 |
| 2.1.2 企业能力理论 |
| 2.1.3 知识管理理论 |
| 2.1.4 创新理论 |
| 2.2 相关文献综述 |
| 2.2.1 商业模式创新相关研究 |
| 2.2.2 跨界搜寻相关研究 |
| 2.2.3 大数据能力相关研究 |
| 2.2.4 知识创造相关研究 |
| 2.2.5 环境不确定性相关研究 |
| 2.3 本章小结 |
| 第3章 研究模型构建 |
| 3.1 相关概念界定 |
| 3.1.1 平台企业 |
| 3.1.2 跨界搜寻 |
| 3.1.3 大数据能力 |
| 3.1.4 知识创造 |
| 3.1.5 商业模式创新 |
| 3.1.6 环境不确定性 |
| 3.2 概念模型提出 |
| 3.2.1 变量间关系梳理 |
| 3.2.2 概念模型构建 |
| 3.3 本章小结 |
| 第4章 研究假设提出 |
| 4.1 跨界搜寻、大数据能力与商业模式创新 |
| 4.1.1 跨界搜寻与商业模式创新 |
| 4.1.2 大数据能力与商业模式创新 |
| 4.1.3 跨界搜寻、大数据能力交互作用与商业模式创新 |
| 4.2 跨界搜寻、大数据能力与知识创造 |
| 4.2.1 跨界搜寻与知识创造 |
| 4.2.2 大数据能力与知识创造 |
| 4.2.3 跨界搜寻、大数据能力交互作用与知识创造 |
| 4.3 知识创造与商业模式创新 |
| 4.4 知识创造的中介作用 |
| 4.5 环境不确定性的调节作用 |
| 4.6 本章小结 |
| 第5章 研究设计 |
| 5.1 问卷设计 |
| 5.1.1 问卷设计的原则 |
| 5.1.2 问卷设计的过程 |
| 5.2 变量测量 |
| 5.2.1 跨界搜寻的测量 |
| 5.2.2 大数据能力的测量 |
| 5.2.3 知识创造的测量 |
| 5.2.4 商业模式创新的测量 |
| 5.2.5 环境不确定性的测量 |
| 5.2.6 控制变量的选择与测量 |
| 5.3 预调研及问卷修正 |
| 5.4 样本与数据收集 |
| 5.4.1 样本选取 |
| 5.4.2 数据收集 |
| 5.5 本章小结 |
| 第6章 实证分析与结果讨论 |
| 6.1 描述性统计与相关性分析 |
| 6.2 共同方法偏差分析 |
| 6.3 信度与效度分析 |
| 6.3.1 信度分析 |
| 6.3.2 效度分析 |
| 6.4 假设检验 |
| 6.4.1 跨界搜寻、大数据能力与商业模式创新关系检验 |
| 6.4.2 跨界搜寻、大数据能力与知识创造关系检验 |
| 6.4.3 知识创造与商业模式创新关系检验 |
| 6.4.4 知识创造的中介作用检验 |
| 6.4.5 环境不确定性的调节作用检验 |
| 6.5 结果分析与讨论 |
| 6.5.1 跨界搜寻、大数据能力与商业模式创新关系讨论 |
| 6.5.2 跨界搜寻、大数据能力与知识创造的关系讨论 |
| 6.5.3 知识创造与商业模式创新的关系讨论 |
| 6.5.4 知识创造的中介作用讨论 |
| 6.5.5 环境不确定性的调节作用讨论 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究创新点 |
| 7.3 管理启示 |
| 7.4 研究局限与未来展望 |
| 参考文献 |
| 附录 关于跨界搜寻、大数据能力、知识创造、环境不确定性、商业模式创新的调研问卷 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（3）基于大数据的大学生日常思想政治教育创新研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 大数据让大学生日常思想政治教育智能化 |
| 第一节 选题缘由及研究意义 |
| 一、选题缘由 |
| 二、研究意义 |
| 第二节 国内外研究综述 |
| 一、国内研究现状 |
| 二、国外大数据与教育交叉研究综述 |
| 三、研究评析 |
| 第三节 逻辑结构 |
| 一、研究思路 |
| 二、研究方法 |
| 三、内容框架 |
| 第四节 重点、难点及预期创新点 |
| 一、研究重点 |
| 二、研究难点 |
| 三、研究创新点 |
| 第一章 基于大数据创新大学生日常思想政治教育的理论基础 |
| 第一节 核心概念解读 |
| 一、大数据 |
| 二、大学生日常思想政治教育 |
| 三、大学生日常思想政治教育大数据 |
| 第二节 大学生日常思想政治教育大数据之马克思主义哲学审视 |
| 一、感性对象性活动之数据生成逻辑 |
| 二、实践的社会历史性之数据发展动因 |
| 三、辩证唯物主义认识论之数据应用的方法论基础 |
| 四、人的全面自由发展之数据应用的价值取向 |
| 第三节 大学生日常思想政治教育大数据自组织系统阐释 |
| 一、大学生日常思想政治教育之复杂自组织系统特征 |
| 二、大学生日常思想政治教育大数据之数据转化 |
| 三、大学生日常思想政治教育大数据之数据转换 |
| 四、大学生日常思想政治教育之数据工作机制 |
| 第二章 基于大数据创新大学生日常思想政治教育的现实依据 |
| 第一节 大学生日常思想政治教育存在的现实困境 |
| 一、基于大数据文本挖掘方法的大学生日常思想政治教育现实困境分析 |
| 二、大学生日常思想政治教育者访谈 |
| 三、大学生日常思想政治教育存在的问题及原因剖析 |
| 第二节 新时代大学生日常思想政治教育新要求 |
| 一、新时代大学生日常思想政治教育面临的新课题 |
| 二、新时代大学生日常思想政治教育指导思想与原则 |
| 三、新时代大学生日常思想政治教育教育内容体系 |
| 四、新时代大学生日常思想政治教育的主体转型 |
| 第三节 基于大数据创新大学生日常思想政治教育技术优势 |
| 一、大数据关键技术之大学生日常思想政治教育应用 |
| 二、教育主体与教育客体的数据交互 |
| 三、教育管理平台载体的数据智能 |
| 四、教育管理实践数据的跨域应用 |
| 第四节 基于大数据创新大学生日常思想政治教育可能性分析 |
| 一、基于数据技术的效率提升 |
| 二、基于证据的日常教育管理 |
| 三、基于数据评价的工作改进 |
| 第三章 基于大数据促进大学生日常思想政治教育发展转向 |
| 第一节 大学生日常思想政治教育大数据应用呈现 |
| 一、精准画像:大数据精确反映学生行为状态 |
| 二、规律探寻:大数据有效呈现学生活动规律 |
| 三、超前感知:大数据准确研判学生活动趋向 |
| 第二节 基于大数据之由线性思维向系统思维转变 |
| 一、线性思维 |
| 二、系统思维 |
| 三、线性思维向系统思维转变的全面性与准确性 |
| 第三节 基于大数据之由普适教育向个性化培育转变 |
| 一、普适教育 |
| 二、个性化培育 |
| 三、普适教育向个性化培育转变的适应性与有效性 |
| 第四节 基于大数据之由认知培育向实践养成转变 |
| 一、认知培育 |
| 二、实践养成 |
| 三、认知培育向实践养成转变的实效性与长效性 |
| 第五节 基于大数据之由需求侧适应向供给侧发力转变 |
| 一、需求侧适应 |
| 二、供给侧发力 |
| 三、需求侧适应向供给侧发力转变的精准性与有效性 |
| 第四章 基于大数据创新大学生日常思想政治教育的实施路径 |
| 第一节 基于大数据创新大学生日常思想政治教育的原则 |
| 一、以人为本原则 |
| 二、守正创新原则 |
| 三、趋利避害原则 |
| 四、循序渐进原则 |
| 五、理论与实践相结合原则 |
| 第二节 大学生日常思想政治教育大数据资源库建设与运行 |
| 一、大学生日常思想政治教育大数据采集 |
| 二、大学生日常思想政治教育大数据预处理与存储 |
| 三、大学生日常思想政治教育大数据挖掘与建模分析 |
| 四、大学生日常思想政治教育大数据可视化与应用 |
| 五、大学生日常思想政治教育大数据解释与反馈 |
| 第三节 利用大数据推进大学生日常思想政治教育实践应用 |
| 一、数据画像 |
| 二、精准资助 |
| 三、异常告警 |
| 第五章 基于大数据创新大学生日常思想政治教育的条件保障 |
| 第一节 个体主观条件 |
| 一、培育大数据意识与大数据思维 |
| 二、掌握大数据知识与大数据技能 |
| 三、提升大数据伦理与管理理性 |
| 四、把握大数据应用的价值导向 |
| 第二节 技术条件保障 |
| 一、开发和搭建高校思想政治教育大数据技术平台 |
| 二、培育大学生思想政治教育大数据核心技术团队 |
| 第三节 组织与制度保障 |
| 一、加强组织领导 |
| 二、推进教育政策实施与制度建设 |
| 三、加强体制机制建设 |
| 第四节 文化环境保障 |
| 一、优化校园网络环境 |
| 二、培育校园数据文化 |
| 三、优化校园人文环境 |
| 结语:数据智能与教育智慧结合 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间主要研究成果 |
（4）基于微服务架构与知识图谱技术构建无人机知识库系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义与价值 |
| 1.2 国内外研究现状 |
| 1.2.1 专家系统及知识库研究现状 |
| 1.2.2 知识图谱技术研究现状 |
| 1.2.3 Web文本挖掘技术研究现状 |
| 1.2.4 无人机技术发展及应用现状 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文研究技术路线 |
| 1.5 论文组织结构安排 |
| 第二章 理论基础及关键技术 |
| 2.1 相关理论基础 |
| 2.2.1 知识库 |
| 2.2.2 知识发现 |
| 2.2.3 知识图谱 |
| 2.2 知识获取技术 |
| 2.2.1 数据获取技术 |
| 2.2.2 数据去重技术 |
| 2.2.3 数据提取技术 |
| 2.2.4 数据存储技术 |
| 2.3 知识抽取技术 |
| 2.3.1 实体抽取技术 |
| 2.3.2 关系抽取技术 |
| 2.3.3 事件抽取技术 |
| 2.3.4 实体链接与消岐 |
| 2.4 知识表示技术 |
| 2.5 自动文摘技术 |
| 2.5.1 自动文摘生成原理 |
| 2.5.2 TextRank算法 |
| 2.6 本章小结 |
| 第三章 知识库系统的设计与构建 |
| 3.1 系统非功能需求 |
| 3.2 系统性能设计 |
| 3.2.1 系统可靠性设计 |
| 3.2.2 系统安全性设计 |
| 3.3 系统架构设计 |
| 3.3.1 整体架构设计 |
| 3.3.2 技术架构设计 |
| 3.3.3 分布式微服务架构 |
| 3.3.4 Scrapy爬虫框架 |
| 3.3.5 基于Swagger框架管理API |
| 3.4 技术路线与实施方案 |
| 3.4.1 知识库的构建方式 |
| 3.4.2 系统的技术路线 |
| 3.4.3 系统的实施方案 |
| 3.4.4 开发环境与开发语言 |
| 3.5 本章小结 |
| 第四章 知识图谱的实现与应用 |
| 4.1 知识获取 |
| 4.1.1 定制化设置关键字 |
| 4.1.2 定制化爬取专业网站 |
| 4.2 数据提取 |
| 4.2.1 半自动化提取数据 |
| 4.2.2 自动文摘的提取 |
| 4.3 知识抽取 |
| 4.3.1 实体抽取(命名实体识别) |
| 4.3.2 实体关系抽取 |
| 4.3.3 元事件抽取 |
| 4.3.4 实体发现与链接 |
| 4.4 知识表示 |
| 4.5 文本数据可视化 |
| 4.5.1 数据可视化 |
| 4.5.2 关键字云图 |
| 4.6 本章小结 |
| 第五章 系统的功能与实现 |
| 5.1 系统整体功能结构 |
| 5.2 系统前端功能实现 |
| 5.2.1 查询信息模块 |
| 5.2.2 台风实况模块 |
| 5.2.3 数据可视化模块 |
| 5.2.4 热门推送模块 |
| 5.2.5 关键期刊模块 |
| 5.3 系统后台功能实现 |
| 5.3.1 用户管理模块 |
| 5.3.2 菜单管理模块 |
| 5.3.3 采集设置模块 |
| 5.3.4 任务管理模块 |
| 5.3.5 专家知识模块 |
| 5.3.6 外部系统模块 |
| 5.3.7 期刊大全模块 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要研究成果 |
| 附录 |
| 附录1 Swagger在微服务架构上的部署与集成 |
| 附录2 Echarts组件实现折线图/柱状图形式的数据可视化 |
| 附录3 BiLSTM+CRF模型构建过程 |
| 附录4 利用TF-IDF进行实体链接关键代码 |
（5）我国博物馆藏品利用效率研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 相关概念与研究范围界定 |
| 1.1.1 藏品、展品、文物概念界定 |
| 1.1.2 研究范围 |
| 1.2 提高博物馆藏品利用效率的必要性与机遇 |
| 1.2.1 国家层面的文化服务需求 |
| 1.2.2 博物馆的自身发展需求 |
| 1.2.3 公众的精神文化需求 |
| 1.2.4 信息技术的发展 |
| 1.2.5 “智慧”理念的普及 |
| 1.3 国内外研究述评 |
| 1.3.1 国内研究概况 |
| 1.3.2 国外研究概述 |
| 1.3.3 小结 |
| 第二章 藏品利用——藏品价值的实现 |
| 2.1 藏品价值体系 |
| 2.1.1 国内相关价值体系论述 |
| 2.1.2 国外相关价值体系论述 |
| 2.1.3 博物馆功能与藏品利用的价值 |
| 2.2 本体价值利用 |
| 2.2.1 陈列展览 |
| 2.2.2 科学研究 |
| 2.2.3 文物复制、仿制 |
| 2.2.4 藏品着书出版 |
| 2.2.5 藏品外借——以广东省博物馆2017 年展览为例 |
| 2.3 情感价值利用 |
| 2.3.1 社会教育活动 |
| 2.3.2 文博类电视节目 |
| 2.3.3 新媒体传播 |
| 2.4 发展价值利用 |
| 2.4.1 数字化利用 |
| 2.4.2 文创产品开发 |
| 2.5 本章小结 |
| 第三章 我国博物馆藏品利用基本情况研究——以陈列展览为例 |
| 3.1 数据采集的基本情况 |
| 3.1.1 随机收集展览的基本情况 |
| 3.1.2 随机收集展览的主办博物馆基本情况 |
| 3.2 估算全国博物馆藏品展出率 |
| 3.2.1 建立估算全国博物馆藏品展出率的数学模型 |
| 3.2.2 收集展览的展品数量的正态性检验 |
| 3.2.3 根据数学模型估算全国博物馆藏品展出率 |
| 3.3 影响博物馆藏品展出相关因素的筛选建模和校正 |
| 3.4 影响博物馆藏品展出的相关因素分析 |
| 3.4.1 相关性分析的统计学方法 |
| 3.4.2 博物馆级别与藏品展出的相关性分析 |
| 3.4.3 博物馆类型与藏品展出的相关性分析 |
| 3.4.4 展览数量与客观因素的相关性分析 |
| 3.5 本章小结 |
| 第四章 我国博物馆藏品利用效率分析 |
| 4.1 藏品利用效率低的表现 |
| 4.1.1 广度问题 |
| 4.1.2 深度问题 |
| 4.1.3 频率问题 |
| 4.1.4 真实性问题——以《国家宝藏》节目为例 |
| 4.2 藏品利用效率低的内部原因 |
| 4.2.1 藏品研究不足 |
| 4.2.2 展览场地限制 |
| 4.2.3 利用方式单一 |
| 4.2.4 利用观念狭隘 |
| 4.2.5 藏品的同质化 |
| 4.2.6 专业人才缺乏 |
| 4.3 藏品利用效率低的外部原因 |
| 4.3.1 法规尚待完善 |
| 4.3.2 利用资金不足 |
| 4.3.3 缺少馆际交流 |
| 4.3.4 外界参与性低 |
| 4.4 本章小结 |
| 第五章 国外博物馆提高藏品利用效率的探索与实践 |
| 5.1 从藏品本体着手 |
| 5.1.1 Curator(策展人)制度 |
| 5.1.2 文物登录制度 |
| 5.1.3 重视科学研究 |
| 5.2 从场地方面着手 |
| 5.2.1 开放内部空间——库房 |
| 5.2.2 拓展展厅空间——高密度陈列方式 |
| 5.2.3 “藏品+”模式开发外部空间 |
| 5.3 从延伸利用着手 |
| 5.3.1 注重教育服务工作 |
| 5.3.2 藏品数字化工作 |
| 5.3.3 文创产品开发 |
| 5.4 藏品利用的保障措施 |
| 5.4.1 多渠道经费来源 |
| 5.4.2 建设志愿者队伍 |
| 5.5 本章小结 |
| 第六章 智慧理念下博物馆提高藏品利用效率方式分析 |
| 6.1 智慧理念下的博物馆 |
| 6.1.1 智慧博物馆起源 |
| 6.1.2 技术系统 |
| 6.1.3 智慧博物馆藏品利用的实践应用 |
| 6.2 人工智能时代的AI博物馆 |
| 6.2.1 人工智能概述 |
| 6.2.2 人工智能的发展政策与规划 |
| 6.2.3 目前AI在博物馆藏品利用中的应用 |
| 6.3 人工智能对博物馆藏品利用的影响 |
| 6.3.1 提高藏品利用效率 |
| 6.3.2 拓展藏品利用手段 |
| 6.3.3 深化藏品利用领域 |
| 6.3.4 提升智能化互动性 |
| 6.4 人工智能给博物馆藏品利用带来的机遇分析 |
| 6.4.1 国际趋势、国家战略是关键动力 |
| 6.4.2 促进博物馆事业发展是核心支撑 |
| 6.4.3 人工智能技术发展应用是外在推动因素 |
| 6.4.4 理论研究、学科融合是有利保证 |
| 6.5 本章小结 |
| 第七章 人工智能技术在藏品利用方面的个案探索 |
| 7.1 一种基于人工智能的自动导览装置在藏品利用中的设计 |
| 7.1.1 导览对于博物馆藏品的重要性 |
| 7.1.2 人工智能技术在博物馆导览中应用的必要性 |
| 7.1.3 自动导览装置的模块设计 |
| 7.1.4 自动导览装置的工作方法 |
| 7.2 一种基于VR技术的图像采集处理装置及其方法 |
| 7.2.1 技术背景 |
| 7.2.2 模块设计 |
| 7.2.3 图像存储模块的图像处理方法 |
| 7.2.4 具体工作流程 |
| 7.3 一种基于人工智能技术的非结构性破损壁画修复方法 |
| 7.3.1 研究背景 |
| 7.3.2 生成对抗网络算法的介绍 |
| 7.3.3 损失函数 |
| 7.3.4 修复壁画的结果 |
| 7.4 本章小结 |
| 结论与展望 |
| 一、主要结论 |
| 二、不足之处 |
| 参考文献 |
| 附表 |
| 附录 |
| 致谢 |
| 攻读博士学位期间取得的科研成果 |
| 作者简介 |
（6）面向智能互联时代的中国工业设计发展战略和路径研究（论文提纲范文）
| 摘要 |
| abstract |
| 绪论 |
| 第一节 课题来源 |
| 第二节 选题依据和研究背景 |
| 一 工业设计正在成为全球创新发展新模式 |
| 二 我国工业设计已处于突破规模优势临界点 |
| 三 工业设计正在发生三个深刻变化 |
| 四 我国工业设计快速升级发展 |
| 第三节 课题研究的意义和价值 |
| 一 意义1:推动中国工业设计从“政策红利”阶段转向“创新红利”阶段 |
| 二 意义2:推动中国工业设计从“跟随式发展”转型为“先进性发展” |
| 三 价值:为中国工业设计十四五发展规划和行动路径提供理论基础、指导思想、行动路线 |
| 第四节 研究现状综述 |
| 一 工业设计产业研究综述 |
| 二 产业发展战略研究综述 |
| 三 工业设计产业发展战略国内外研究现状 |
| 第五节 研究内容与方法 |
| 一 拟解决的主要问题 |
| 二 研究的创新点 |
| 三 研究方法和研究思路 |
| 第一章 工业设计与工业设计产业 |
| 第一节 工业设计与工业设计产业的界定 |
| 一 工业设计的界定 |
| 二 工业设计产业的界定 |
| 三 工业设计产业的主要特征 |
| 四 工业设计产业发展的影响因素 |
| 第二节 产业发展战略的内涵 |
| 一 产业发展战略的定义 |
| 二 产业发展战略的特征和主要内容 |
| 三 产业发展战略的制定与执行 |
| 第三节 产业发展战略研究的基础理论和工具 |
| 一 产业发展战略的主要理论基础 |
| 二 产业发展战略的主要分析工具 |
| 本章小结 |
| 第二章 我国工业设计产业发展的脉络 |
| 第一节 工业设计理念的引入与成长 |
| 一 现代工业设计理念的引入 |
| 二 与产业脱节的初期成长阶段 |
| 三 工业设计产业的成长 |
| 第二节 政策推动下的产业发展 |
| 一 我国工业设计产业中重要政策的提出 |
| 二 我国工业设计产业中典型企业的发展历程 |
| 第三节 智能互联时代中国工业设计发展的新趋势 |
| 一 工业设计发展的多元化趋势 |
| 二 工业设计产业发展的新趋势 |
| 本章小结 |
| 第三章 智能互联时代背景下我国工业设计产业发展战略的分析 |
| 第一节 智能互联时代背景和特征分析 |
| 一 智能互联时代的技术和经济发展特征 |
| 二 智能互联时代对设计产业发展的影响和新的要求 |
| 三 智能互联时代设计产业的发展和走向 |
| 第二节 服务国家现行战略 |
| 一 “双循环”战略 |
| 二 “一带一路”倡议 |
| 三 供给侧、需求侧升级 |
| 第三节 发展战略分析 |
| 一 基于钻石模型的分析 |
| 二 智能互联时代下的中国工业设计产业SWOT分析 |
| 本章小结 |
| 第四章 智能互联时代我国工业设计产业发展的新战略 |
| 第一节 战略之一:设计创新力的新属性构建战略 |
| 一 构建设计产业资源配置系统 |
| 二 工业设计产业领域扩展 |
| 三 制造业设计创新能力提升的策略 |
| 第二节 战略之二:设计创新力的新生态构建战略 |
| 一 智能互联重构“人、物、环境”设计生态 |
| 二 数字化创新型人才培养策略 |
| 三 工业设计产业生态构建策略 |
| 四 法律法规的保障策略 |
| 第三节 战略之三:推动社会发展力的新关系构建战略 |
| 一 工业设计与数字技术的新关系构建 |
| 二 工业设计与创新型公共服务平台的新关系构建 |
| 三 工业设计与产业发展的新关系构建 |
| 第四节 战略之四:提升国际影响力的新姿态构建战略 |
| 一 融入国际设计业界的“语境” |
| 二 成立中国主导的国际设计组织 |
| 本章小结 |
| 第五章 工业设计产业发展战略的实施路径 |
| 第一节 路径之一:建设创新型公共服务平台 |
| 一 创建国家工业设计研究院 |
| 二 构建智能互联时代工业设计技术支撑体系 |
| 三 建设工业设计产业互联网平台 |
| 第二节 路径之二:产出工业设计标志性成果 |
| 一 成立并发展世界设计产业组织 |
| 二 持续举办世界工业设计大会 |
| 三 继续举办国家工业设计奖 |
| 第三节 路径之三:开展人才培养工程 |
| 一 建设设计开放大学 |
| 二 实施工业设计领军人才计划 |
| 三 开展设计人才能力素质评价 |
| 第四节 路径之四:提升工业设计在产业发展中的作用 |
| 一 实施制造业设计能力提升行动计划 |
| 二 实施设计赋能乡村产业振兴计划 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（7）大数据视域下思想政治教育创新研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 一、选题缘由和选题意义 |
| (一)选题缘由 |
| (二)选题意义 |
| 二、研究现状及述评 |
| (一)文献调研的方法及整体状况 |
| (二)关于思想政治教育大数据涵义的研究 |
| (三)思想政治教育大数据范式研究 |
| (四)思想政治教育大数据中教育者和教育对象研究 |
| (五)思想政治教育大数据内容研究 |
| (六)思想政治教育大数据方法创新研究 |
| 三、研究方法、研究思路 |
| (一)研究方法 |
| (二)研究思路 |
| 四、创新之点与不足之处 |
| (一)创新之点 |
| (二)不足之处 |
| 第一章 大数据时代教育与大数据的深度融合 |
| 一、大数据与大数据时代 |
| (一)数据的含义 |
| (二)大数据概念的提出 |
| (三)对大数据的多维解读 |
| (四)大数据是信息化发展的新阶段 |
| 二、教育大数据 |
| (一)教育大数据的内涵及特征 |
| (二)教育大数据的类型 |
| (三)教育大数据的基本功能 |
| (四)教育大数据面临的问题 |
| 三、范式理论 |
| (一)范式概念的内涵 |
| (二)范式的表现形式 |
| (三)科学研究的“第四范式” |
| 第二章 思想政治教育大数据的涵义及其特征 |
| 一、思想政治教育大数据的涵义 |
| (一)思想政治教育的核心要义 |
| (二)思想政治教育大数据的涵义 |
| 二、思想政治教育范式及其发展形式 |
| (一)关于思想政治教育范式的理解 |
| (二)思想政治教育范式的主要类型 |
| 三、思想政治教育大数据范式的重要特征 |
| (一)体现了现代思想政治教育的复杂性 |
| (二)大数据在现代思想政治教育中具有重要地位 |
| (三)大数据提升了对人的思想进行量化分析的能力 |
| 四、大数据对人的思想量化分析的内在机制 |
| (一)通过测量人的行为来分析人的思想 |
| (二)通过语言来分析人的思想 |
| 第三章 大数据视域下对思想政治教育者和教育对象的审视与反思 |
| 一、思想政治教育中的教育者和教育对象 |
| (一)思想政治教育中的教育者 |
| (二)思想政治教育中的教育对象 |
| (三)教育者和教育对象的关系 |
| 二、思想政治教育大数据中的新主体 |
| (一)思想政治教育大数据新主体的萌发 |
| (二)思想政治教育大数据新的主体类型 |
| (三)思想政治教育新主体基本功能是数据治理 |
| 三、思想政治教育大数据中的教育对象 |
| (一)大数据深刻影响着教育对象的行为方式 |
| (二)大数据深刻影响着教育对象的思维方式和话语方式 |
| (三)大数据通过数据画像提升了对自身的认知 |
| (四)“信息茧房”对教育对象的束缚 |
| 第四章 大数据视域下的思想政治教育内容创新 |
| 一、思想政治教育内容的基本理论 |
| (一)思想政治教育内容的涵义及其特征 |
| (二)思想政治教育内容的构成 |
| (三)思想政治教育内容中存在的问题 |
| (四)思想政治教育内容的守正与创新 |
| 二、大数据创新思想政治教育内容的必要性和可能性 |
| (一)用数据说话日渐成为人们的一种重要的思维方式 |
| (二)大数据使得思想政治教育更具时代特色 |
| 三、思想政治教育大数据的来源 |
| (一)已有大数据研究成果 |
| (二)搜索引擎大数据 |
| (三)专业大数据平台 |
| (四)思想政治教育专业数据库 |
| (五)专业在线调查平台 |
| (六)教育者自己进行大数据挖掘 |
| 四、大数据对思想政治教育内容创新的途径 |
| (一)重构思想政治教育内容的生成方式 |
| (二)拓展思想政治教育内容创新空间 |
| (三)提升了思想政治教育内容的精准性 |
| (四)创新了思想政治教育内容话语表达 |
| (五)形成了思想政治教育内容可视化表达 |
| 五、大数据对内容创新的案例分析及借鉴 |
| (一)大数据生成的《纸牌屋》 |
| (二)“编年系地”创造的叙事新图景 |
| (三)对十四五规划和二〇三五年远景规划的大数据分析 |
| 第五章 大数据视域下的思想政治教育方法创新 |
| 一、关于思想政治教育方法的基本理论 |
| (一)思想政治教育方法内涵及层次 |
| (二)思想政治教育方法的重要作用 |
| (三)思想政治教育方法的结构 |
| 二、思想政治教育大数据一般原则 |
| (一)复杂性原则 |
| (二)关联性原则 |
| (三)可视化原则 |
| 三、精准化的认识方法 |
| (一)丰富了思想政治教育信息的内涵 |
| (二)大数据极大增强了思想政治教育预测的能力 |
| (三)大数据有效拓展了思想政治教育分析方法 |
| (四)大数据推动了思想政治教育决策的科学化 |
| 四、数据驱动的实施方法 |
| (一)思想政治教育的数据驱动 |
| (二)思想政治教育的全深互动 |
| (三)思想政治教育的精准推动 |
| (四)思想政治教育的共享协动 |
| 五、“让数据说话”的评价方法 |
| (一)大数据增强了思想政治教育评价依据的客观性 |
| (二)大数据增加了思想政治教育评价依据的多样性 |
| (三)大数据增创了思想政治教育评价形式 |
| 结语 |
| 参考文献 |
| 在学期间公开发表论文及着作情况 |
（8）面向用户知识需求的微信公众平台知识资源聚合及服务研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 微信公众平台成为用户获取知识的重要途径 |
| 1.1.2 微信公众平台知识资源海量庞杂且质量参差不齐 |
| 1.1.3 用户日趋追求精准和智能化的知识服务 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究现状 |
| 1.3.1 网络知识资源聚合的国内外研究现状 |
| 1.3.1.1 网络知识资源聚合的国内研究现状 |
| 1.3.1.2 网络知识资源聚合的国外研究现状 |
| 1.3.2 微信公众平台知识组织与服务的国内外研究现状 |
| 1.3.2.1 微信公众平台知识组织与服务的国内研究现状 |
| 1.3.2.2 微信公众平台知识组织与服务的国外研究现状 |
| 1.3.3 研究评述 |
| 1.4 研究方法及技术路线 |
| 1.4.1 主要研究方法 |
| 1.4.2 研究技术路线及思路 |
| 1.5 研究主要内容 |
| 1.6 研究的创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 微信公众平台 |
| 2.1.1 微信公众平台概念 |
| 2.1.2 微信公众号的类型 |
| 2.1.3 微信公众平台知识资源 |
| 2.2 知识聚合理论与方法 |
| 2.2.1 知识聚合概念 |
| 2.2.2 常用的知识聚合方法 |
| 2.3 文本挖掘与分析 |
| 2.3.1 文本挖掘概述 |
| 2.3.2 文本挖掘流程 |
| 2.4 知识服务 |
| 2.4.1 知识服务概述 |
| 2.4.2 常见的知识服务模式 |
| 2.4.2.1 知识检索服务 |
| 2.4.2.2 知识导航服务 |
| 2.4.2.3 知识推荐服务 |
| 2.4.2.4 知识集成服务 |
| 2.5 本章小结 |
| 第3章 面向用户知识需求的微信公众平台知识聚合服务体系框架 |
| 3.1 微信公众平台知识聚合服务面向用户知识需求的必要性 |
| 3.2 微信公众平台知识聚合及服务概述 |
| 3.2.1 微信公众平台知识聚合概念 |
| 3.2.2 微信公众平台知识聚合服务要素分析 |
| 3.2.3 微信公众平台知识聚合服务目标与原则 |
| 3.2.3.1 微信公众平台知识聚合服务目标 |
| 3.2.3.2 微信公众平台知识聚合服务原则 |
| 3.3 基于知识聚合的微信公众平台知识服务动因分析 |
| 3.4 面向用户知识需求的微信公众平台知识聚合服务体系框架 |
| 3.4.1 面向用户知识需求的微信公众平台知识聚合服务过程 |
| 3.4.2 面向用户知识需求的微信公众平台知识聚合服务体系框架构建 |
| 3.5 本章小结 |
| 第4章 微信公众平台用户画像构建及需求分析 |
| 4.1 微信公众平台用户画像概述 |
| 4.1.1 微信公众平台用户画像内涵 |
| 4.1.2 微信公众平台用户画像构建原则 |
| 4.2 微信公众平台用户画像构建 |
| 4.2.1 VALS2模型概述 |
| 4.2.2 基于VALS2的用户标签体系设计 |
| 4.2.3 用户画像标签权重设计 |
| 4.2.4 实证研究—以“学术类微信公众号用户”为例 |
| 4.2.4.1 样本特征统计分析 |
| 4.2.4.2 因子分析及分类标签抽取 |
| 4.2.4.3 用户画像聚类分析及可视化 |
| 4.3 基于用户画像的微信公众平台用户分类与知识需求分析 |
| 4.3.1 初期引入参与型用户 |
| 4.3.2 成长型用户 |
| 4.3.3 成熟型用户 |
| 4.4 微信公众平台用户知识需求层次分析 |
| 4.4.1 微信公众平台用户知识需求形成 |
| 4.4.2 微信公众平台用户知识需求层次划分 |
| 4.5 微信公众平台用户知识需求模型 |
| 4.6 本章小结 |
| 第5章 基于标签聚类的微信公众平台知识聚合及推荐服务 |
| 5.1 微信公众平台文本标签聚类的内涵及作用 |
| 5.1.1 微信公众平台文本标签聚类内涵 |
| 5.1.2 微信公众平台文本标签聚类作用 |
| 5.2 基于标签聚类的微信公众平台知识聚合方法 |
| 5.2.1 微信公众平台文本标签抽取方法 |
| 5.2.1.1 基于TextRank算法的文本标签抽取方法 |
| 5.2.1.2 Word2vec词向量模型 |
| 5.2.1.3 融合Word2vec和TextRank的文本标签抽取方法 |
| 5.2.2 BIRCH聚类算法及优化 |
| 5.2.3 基于改进BIRCH算法的微信公众平台知识资源聚合过程 |
| 5.3 实证研究—以“认知计算”领域为例 |
| 5.3.1 文本知识资源标签抽取 |
| 5.3.2 基于标签聚类的微信公众号知识资源聚合 |
| 5.4 基于标签聚类的微信公众平台知识推荐服务模式 |
| 5.4.1 微信公众平台知识推荐服务概述 |
| 5.4.2 基于标签聚类的微信公众平台知识推荐服务要素分析 |
| 5.4.3 基于标签聚类的微信公众平台知识推荐服务模式构建 |
| 5.5 本章小结 |
| 第6章 基于摘要生成的微信公众平台知识聚合及集成服务 |
| 6.1 微信公众平台文本知识摘要生成的内涵及作用 |
| 6.1.1 微信公众平台文本知识摘要内涵 |
| 6.1.2 微信公众平台文本知识摘要作用 |
| 6.2 基于TextRank算法的文本摘要生成过程及改进思路 |
| 6.2.1 基于TextRank算法的文本摘要生成方法及过程 |
| 6.2.2 基于TextRank算法的文本摘要生成方法改进思路 |
| 6.3 基于改进TextRank算法的微信公众平台知识摘要生成方法 |
| 6.3.1 基于TextTank算法的文本摘要生成方法改进 |
| 6.3.1.1 句子语义相似度计算 |
| 6.3.1.2 句子位置特征及标题相似度特征计算 |
| 6.3.1.3 基于MMR算法的句子冗余处理 |
| 6.3.2 融合用户需求与图模型的单文本知识摘要生成方法 |
| 6.3.3 融合主题与图模型的单领域多文本知识摘要生成方法 |
| 6.3.3.1 Doc2vec段落向量模型 |
| 6.3.3.2 微信公众平台单领域多文本知识摘要生成流程 |
| 6.4 实证研究—以“认知计算”领域为例 |
| 6.4.1 基于单文本知识摘要生成的微信公众平台知识聚合 |
| 6.4.2 基于单领域多文本摘要生成的微信公众平台知识聚合 |
| 6.5 基于摘要生成的微信公众平台知识集成服务模式 |
| 6.5.1 微信公众平台知识集成服务概述 |
| 6.5.2 基于摘要生成的微信公众平台知识集成服务要素分析 |
| 6.5.3 基于摘要生成的微信公众平台知识集成服务模式构建 |
| 6.6 本章小结 |
| 第7章 微信公众平台知识资源聚合及服务能力提升策略 |
| 7.1 用户知识需求外化表达及挖掘 |
| 7.1.1 提升用户知识需求外化表达能力 |
| 7.1.2 深入挖掘用户多层次知识需求 |
| 7.1.3 培养用户知识服务评价和反馈意识 |
| 7.2 加大新技术应用和融合改进 |
| 7.2.1 引入新技术,优化和改进知识聚合方法 |
| 7.2.2 知识聚合服务系统搭建和开发设计 |
| 7.2.3 应用可视化技术加强用户服务体验 |
| 7.3 微信公众平台创新服务理念及加强运营管理 |
| 7.3.1 加强主动知识服务意识,创新知识服务理念 |
| 7.3.2 构建和开展多元化平台知识服务模式 |
| 7.3.3 加强专业知识服务人才队伍建设 |
| 7.4 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究局限与展望 |
| 参考文献 |
| 附录 |
| 附录1 微信公众平台用户知识服务需求调查问卷 |
| 附录2 单领域多文本知识摘要生成示例 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（9）移动互联网用户行为的隐私保护数据挖掘研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究问题与挑战 |
| 1.3 研究内容 |
| 1.4 创新点与贡献 |
| 1.5 论文组织结构 |
| 第二章 国内外研究现状 |
| 2.1 用户行为的研究 |
| 2.1.1 通信网络运营商的用户行为研究 |
| 2.1.2 互联网运营商的用户行为研究 |
| 2.1.3 移动互联网用户行为研究 |
| 2.2 隐私保护数据挖掘PPDM |
| 2.2.1 面向频繁模式问题的隐私保护数据挖掘研究 |
| 2.2.2 面向聚类问题的隐私保护数据挖掘研究 |
| 2.2.3 面向分类预测问题的隐私保护数据挖掘研究 |
| 2.2.4 面向推荐问题的隐私保护数据挖掘研究 |
| 2.3 本章小结 |
| 第三章 基于FP-Tree的隐私保护频繁项集挖掘方法 |
| 3.1 引言 |
| 3.2 问题定义 |
| 3.2.1 问题场景描述 |
| 3.2.2 挑战性问题 |
| 3.3 用户事务的差分隐私保护 |
| 3.3.1 ε分配机制的优化 |
| 3.3.2 输出结果的一致性约束 |
| 3.4 基于DPFP-Tree的隐私保护频繁项集挖掘方法 |
| 3.4.1 相对阈值分裂方法 |
| 3.4.2 DPFIS算法 |
| 3.4.3 算法分析 |
| 3.5 实验与分析 |
| 3.5.1 实验数据集 |
| 3.5.2 实验设置 |
| 3.5.3 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 基于FS-Trie的隐私保护频繁序列挖掘方法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 问题场景描述 |
| 4.2.2 挑战性问题 |
| 4.3 用户行为的事务序列数据隐私保护 |
| 4.3.1 事务序列的FS-Trie |
| 4.3.2 基于差分隐私保护的DPFS-Trie |
| 4.3.3 基于聚类的序列长度限制方法 |
| 4.4 基于DPFS-Trie的隐私保护频繁序列挖掘方法 |
| 4.4.1 DPFSC算法 |
| 4.4.2 算法分析 |
| 4.5 实验与分析 |
| 4.5.1 实验数据集 |
| 4.5.2 实验设置 |
| 4.5.3 实验结果与分析 |
| 4.6 本章小结 |
| 第五章 基于排队论的隐私保护人流量预测方法 |
| 5.1 引言 |
| 5.2 问题定义 |
| 5.2.1 问题场景描述 |
| 5.2.2 挑战性问题 |
| 5.3 用户位置的隐私保护 |
| 5.3.1 地理坐标的Geohash编码 |
| 5.3.2 Geohash网格的人流量统计 |
| 5.4 用户流动性的分类与预测 |
| 5.4.1 用户流动性分类 |
| 5.4.2 用户流动性建模 |
| 5.4.3 用户流动数量预测 |
| 5.5 实验与分析 |
| 5.5.1 实验数据集 |
| 5.5.2 实验设置 |
| 5.5.3 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 基于上下文主题模型的隐私保护群组活动推荐方法 |
| 6.1 引言 |
| 6.2 问题定义 |
| 6.2.1 问题场景描述 |
| 6.2.2 挑战性问题 |
| 6.3 群组活动推荐模型SCTM |
| 6.3.1 上下文感知的主题模型 |
| 6.3.2 联合概率分布模型 |
| 6.3.3 Gibbs采样过程 |
| 6.3.4 参数估计 |
| 6.3.5 群组活动推荐 |
| 6.4 满足差分隐私保护的DP-SCTM |
| 6.4.1 隐私预算ε分配 |
| 6.4.2 DP-Gibbs采样 |
| 6.4.3 用户画像的差分隐私保护 |
| 6.4.4 推荐列表的差分隐私保护 |
| 6.4.5 算法可用性分析 |
| 6.5 实验与分析 |
| 6.5.1 实验数据集 |
| 6.5.2 实验设置 |
| 6.5.3 实验结果与分析 |
| 6.6 本章小结 |
| 第七章 结束语 |
| 7.1 工作总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的科研成果 |
（10）UGC时代舆情事件推荐研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 评述 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第2章 UGC时代平台信息监管及舆情事件推荐 |
| 2.1 UGC时代平台信息监管情况 |
| 2.1.1 UGC时代及其特点 |
| 2.1.2 网民平台监管现状 |
| 2.2 UGC时代平台信息推送问题 |
| 2.2.1 网络平台信息纷杂 |
| 2.2.2 推荐未兼顾场景和个体差异 |
| 2.3 UGC时代舆情事件推荐 |
| 2.3.1 UGC时代网民舆情偏好内涵与特点 |
| 2.3.2 UGC时代舆情事件推荐依据 |
| 2.3.3 UGC时代舆情事件推荐思路与结果呈现 |
| 2.4 本章小结 |
| 第3章 舆情事件及网民舆情偏好的降维 |
| 3.1 网民舆情偏好挖掘方法选取 |
| 3.1.1 偏好挖掘的方法类别 |
| 3.1.2 舆情数据处理的方法选取 |
| 3.2 舆情事件的收集与处理 |
| 3.2.1 舆情事件收集 |
| 3.2.2 舆情事件预处理 |
| 3.2.3 舆情事件共现分析 |
| 3.3 舆情事件及网民舆情偏好的低维向量表示 |
| 3.3.1 舆情事件的低维向量表示 |
| 3.3.2 网民偏好的低维向量表示 |
| 3.4 本章小结 |
| 第4章 UGC时代舆情事件推荐列表生成 |
| 4.1 网民类别划分 |
| 4.1.1 网民类别划分标准 |
| 4.1.2 网民类别划分结果 |
| 4.2 基于关联关系的舆情事件选取 |
| 4.2.1 关联关系计算 |
| 4.2.2 舆情事件top-M |
| 4.3 基于聚类的舆情事件选取 |
| 4.3.1 基于聚类的方法比较 |
| 4.3.2 舆情事件聚类结果 |
| 4.4 舆情事件推荐列表构成 |
| 4.4.1 沉默网民舆情事件推荐列表构成 |
| 4.4.2 活跃网民舆情事件推荐列表构成 |
| 4.5 本章小结 |
| 第5章 新浪微博舆情事件推荐实证 |
| 5.1 新浪微博简介及现状分析 |
| 5.1.1 新浪微博简介 |
| 5.1.2 新浪微博现状分析 |
| 5.1.3 新浪微博舆情数据收集 |
| 5.2 舆情事件与网民偏好的降维映射 |
| 5.2.1 舆情事件的低维向量表示 |
| 5.2.2 网民偏好的低维向量表示 |
| 5.3 舆情事件推荐列表生成 |
| 5.3.1 基于关联关系的舆情事件选取 |
| 5.3.2 基于聚类的舆情事件选取 |
| 5.3.3 推荐列表生成 |
| 5.4 新浪微博平台治理政策建议 |
| 5.4.1 提升网民媒介素养 |
| 5.4.2 建立微博系统管理办法 |
| 5.4.3 增强用户数据挖掘工作 |
| 5.4.4 加强信息审核机制 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
四、浅谈互联网信息挖掘技术（论文参考文献）
- [1]小微企业互联网融资信用评价研究[D]. 周彪. 北京交通大学, 2021
- [2]跨界搜寻、大数据能力对平台企业商业模式创新的影响研究[D]. 唐彬. 吉林大学, 2021(01)
- [3]基于大数据的大学生日常思想政治教育创新研究[D]. 邓晶艳. 贵州师范大学, 2021(09)
- [4]基于微服务架构与知识图谱技术构建无人机知识库系统[D]. 陈秋瑾. 厦门理工学院, 2021(08)
- [5]我国博物馆藏品利用效率研究[D]. 李姣. 西北大学, 2021(11)
- [6]面向智能互联时代的中国工业设计发展战略和路径研究[D]. 刘宁. 南京艺术学院, 2021(12)
- [7]大数据视域下思想政治教育创新研究[D]. 张玉龙. 东北师范大学, 2021(09)
- [8]面向用户知识需求的微信公众平台知识资源聚合及服务研究[D]. 程子轩. 吉林大学, 2021(01)
- [9]移动互联网用户行为的隐私保护数据挖掘研究[D]. 于魁. 北京邮电大学, 2021(01)
- [10]UGC时代舆情事件推荐研究[D]. 董月文. 哈尔滨理工大学, 2021(09)