一、互联网环境下面向对象的信息技术（论文文献综述）
陈为东[1]（2021）在《过程感知视域下学术新媒体用户信息偶遇行为研究》文中研究指明科学研究的偶然性发现离不开偶遇信息的点燃,从而引导个体心理发生顿悟、联结、移情和沉思,个体从偶然的被动获得转移到主动求索,非线性和线性的信息搜索行为彼此共生或演替,偶然性与必然性交织存在。偶遇的信息具有潜在价值,希冀解决科学难题、科研疑惑。移动互联网环境下,个体在搜索、浏览、交互过程中发生信息偶遇的可能性变大,信息偶遇成为日常生活中常见的现象。学术新媒体以学术信息服务为己任,包括学术APP、学术虚拟社区、学术微信公众号、学术社交网络和学术博客等多元类型,承载着丰富的学术资源,拥有基数庞大的科研人群,用户之间通过彼此关注、留言、互粉等,形成了社会网络关系,缓解了科研人员的信息孤岛现象。目前关于学术新媒体信息行为的研究主要偏重于主动的交流、交互、共享、贡献、持续使用、科研合作等行为,被动的信息获取行为还有待深入探索。用户在学术新媒体环境下意外获得有趣或有用的信息逐渐常态化,国内外多个领域都有关注信息偶遇,图情领域对信息行为的研究也延伸到了信息偶遇。信息偶遇一般过程模型中涵盖了注意、停驻、检验、摘取、返回5个步骤,表现为偶遇前—偶遇中—偶遇后3个阶段。目前缺少从心理和认知层面探析学术新媒体环境下用户信息偶遇行为的发生原因、感知变化和后续采纳等问题,有必要在偶遇过程下结合用户的感知心理去深入分析信息偶遇现象,挖掘偶遇信息价值,为科学发现提高几率。本文主要分析过程感知下学术新媒体用户信息偶遇行为机理、偶遇发生前的影响因素、偶遇中用户的认知演变、偶遇后用户信息采纳路径以及促进信息偶遇的感知和采纳策略5个方面展开相关研究。（1）学术新媒体用户信息偶遇行为机理。基于三元交互决定论的个体、环境、行为因素和人类行为的一般模式S-O-R（即刺激—个体心理、生理—反应）,结合学术新媒体特色和信息偶遇概念,将学术新媒体信息偶遇行为的要素划分为:学术新媒体用户、信息偶遇环境、学术信息。在已有信息偶遇发生过程和过程感知模型下分析了学术新媒体用户信息偶遇行为过程:偶遇前-偶遇中-偶遇后。将感知融入到偶遇行为过程,构建了学术新媒体用户信息偶遇过程感知模型,给出学术新媒体信息偶遇行为机理模型,包括5个子机理,分别为信息偶遇前的注意触发,信息偶遇中的心流体验、认知联结、感知控制,信息偶遇后的行为反馈,深入分析了5个子机理,以及过程与机理的关系,子机理之间的演进关系。（2）偶遇前引发学术新媒体用户发生信息偶遇行为的影响因素。基于三元交互决定论、S-O-R模式和技术接受模型从学术新媒体的用户维度、信息维度、环境维度分析引发信息偶遇行为的影响因素,给出学术新媒体用户信息偶遇行为的影响因素理论假设模型。其中信息维度包括信息特征、信息质量,环境维度囊括了平台可用性、平台多样性,用户维度涵盖了好奇心理、感知有用性、感知控制、先验知识以及信息偶遇行为共有9个变量,10个假设。通过问卷调查学术新媒体平台上发生过信息偶遇行为的用户,问卷设计的题项中涉及到是否发生过信息偶遇行为的设置,以排除没有发生过信息偶遇行为的用户;再利用结构方程模型（SEM）实例验证了假设模型的合理性。研究结果:信息特征、信息质量、平台可用性、平台多样性对感知有用性均具备显着正向影响;先验知识对感知有用性和感知控制均存在显着正向影响,信息特征显着影响用户的好奇心理;好奇心理、感知有用性、感知控制显着正向影响信息偶遇行为。（3）偶遇中学术新媒体用户的认知演变。本文采用访谈获取学术新媒体用户发生信息偶遇行为时的心理、情绪、认知和行为方面的资料,共访谈了15位曾经发生过信息偶遇事件的学术新媒体用户。由于学术新媒体主要服务于科研工作者,且以学术信息服务为主,因此,本文以硕博研究生和高校教师为目标人群,共获得4.5万余字的访谈资料。再根据扎根理论的开放式编码、主轴编码和选择性编码,获得了初始概念38个、初始范畴19个、主范畴8个,最终得到信息偶遇中的用户认知演变状况,构建了学术新媒体用户信息偶遇行为过程中的认知演变模型。学术新媒体用户信息偶遇行为中认知变化时的认知结构经历了同化、顺应、图式联结和意义建构过程,最终形成新的认知结构网络,并结合意义建构理论解读了用户从认知鸿沟、断带到认知联结跨越,对认知演变的意义进行了阐释。（4）学术新媒体用户偶遇信息采纳行为的路径构型。基于精细加工可能性模型（ELM）、信息采纳模型（IAM）、技术接受模型（TAM）和感知价值接受模型（VAM）,提取了学术新媒体用户偶遇信息采纳行为的动因构成,动因包括:信息质量、信源可信度、感知有用性、感知收益、认知结构、好奇心理和感知成本7个动因。通过问卷获得学术新媒体用户偶遇信息采纳行为的动因数据。利用定性比较分析（QCA）方法中的模糊集定性比较分析（fs QCA）检验偶遇信息采纳行为的组态构型,经过数据校准（完全隶属、交叉点和完全不隶属）得到真值表、必要性条件分析、组态充分性条件和结果稳健性分析,得到影响偶遇信息采纳行为的7条路径,即7种组态结果,并解释了这7条路径。（5）提出了学术新媒体用户信息偶遇前-中-后的感知与采纳策略。刺激物特征显着影响信息偶遇的发生,从信息偶遇前的信息质量（信息内容、信息源）和信息特征（信息表征和信息标题）等角度实现注意触发。信息偶遇中用户的认知心理、情感情绪都存在不断的变化,从认知联结、偶遇信息相关信息、感知控制和信息偶遇能力素养角度,帮助用户实现偶遇信息和先验知识的语义互联,更好地理解和研判偶遇信息的作用和价值;最后给出了促进学术新媒体用户信息偶遇采纳的策略,从平台可用性、偶遇信息资源关联和学术新媒体的网络口碑等角度,提升偶遇信息的采纳度从而实现信息价值。本研究丰富了学术新媒体信息行为的理论体系,信息偶遇是一种被忽略的、被动的、非线性的信息获取或检索行为。在过程感知视域下,将信息偶遇行为过程分为前-中-后3个阶段,并将用户感知融入到这3个阶段,给出信息偶遇行为机理、偶遇前引发信息偶遇的影响因素、偶遇中用户的认知演化和偶遇后的采纳行为,有助于深入了解信息偶遇现象,丰富了信息行为研究。本文最后给出用户信息偶遇行为的感知与采纳策略,为学术新媒体平台和学术知识服务体系的调整提供新的视角,优化学术新媒体的知识服务满意度。
何淑庆[2]（2021）在《CED-SOA服务动态协同模型和算法研究》文中指出随着物联网、大数据、云计算、人工智能和服务计算等新一代信息技术的发展和深度融合,逐步催生出大规模和智能化的物联网应用。物联网应用中的服务提供朝着精细化、层次化、复杂化和智能化等方向发展,这导致服务动态协同面临诸多新挑战,如复杂计算环境下的服务数据的高效和准确处理、网络边缘服务数据的存储和可控以及服务精准智能化动态协同等。针对上述问题,本文提出CED-SOA服务动态协同技术,对该技术模型和算法进行深入研究。本文的研究工作和创新点如下:（1）提出了基于CEP的物联网服务数据处理优化模型和算法,该模型和算法包括多层级复杂事件模式分治和聚类优化模型和算法及检测策略和基于自适应阈值的不确定流数据处理模型和算法。仿真实验结果表明本文提出的模型和算法在多层级和不确定环境下应用于服务数据处理能够有效降低多层级事件处理的时间延迟和提高不确定流数据处理的综合性能。（2）提出了基于复杂事件的数据存储和可控模型及基于CES的在线离线复杂事件处理算法,该模型和算法主要应用于边缘网络服务数据的存储、可控和处理。仿真实验结果表明在可控环境下,该模型和算法对边缘网络服务数据具有较好的读取性能、存储的资源开销在可承受范围内以及可有效提高在线离线混合处理的性能。（3）提出了基于深度-广度学习的服务动态协同模型和算法,该模型和算法适用于大规模智能化物联网服务提供场景。仿真实验结果表明该模型和算法在协同的精准性和综合性方面取得了较好的效果。
孙世韬[3]（2021）在《云边协同环境下的工业数据采集与处理系统设计与实现》文中指出当前,新一轮科技革命和产业变革正加快我国经济发展方式转变,制造业格局面临重大调整,大数据、云计算、边缘计算等新一代信息技术的发展日新月异,为传统制造企业转型升级提供了新方法和新思路。随着新一代信息技术和制造业深度融合,工业数据量呈指数态势增长,为了从海量的工业数据中找出数据蕴含的规律,助力制造企业转型升级,基于工业互联网平台开发数据采集与数据处理系统具有重要的理论意义和实际价值。本文以智能制造企业为研究对象,挖掘设备运行数据中蕴含的规律为目标,使用云边协同技术和工业互联网平台完成了边缘设备数据采集、边缘侧数据预处理、云平台设备故障诊断建模分析、工业数据可视化及信息管理等功能设计与实现,可助力制造企业转型升级,提高企业生产效率。本文主要工作涵盖以下四个方面:首先,在采集数据种类繁多、云平台传输时延较高等现有问题的基础上,依据边缘计算技术设计了云边协同环境下的工业互联网实施架构,涵盖了从边缘数据采集到云平台数据处理的全部功能需求。其次,通过DNC（Distributed Numerical Control）网络将制造企业生产设备连接起来,并将采集到的数据按类别进行建模,得到设备信息数据模型、工作人员信息数据模型、生产信息数据模型等5种数据模型,通过工业现场总线和5G无线网络实现近距离传输,将数据直接存入边缘存储服务器。再次,将采集到的工业数据在边缘网关进行预处理,将孤立森林算法（Isolation Forest）与模拟退火算法（Simulated Annealing）相结合进行异常点检测,针对Isolation Forest算法引入随机变量导致稳定性差的问题,使用模拟退火算法挑选出适应度较优的孤立树生成孤立森林,大量的仿真结果表明,SA-i Forest算法降低了冗余提高了算法可靠性,在异常点检测精度方面也有明显提高。基于XGBoost算法在工业互联网云平台建立故障诊断评估模型,并将其与传统的朴素贝叶斯算法和GBDT算法进行对比分析,通过混沌矩阵评估模型的量化性能,证明了XGBoost模型在工业故障设备检测上具有优越性。最后,通过对工业数据可视化及信息管理系统的软件设计以及可行性分析,开发了基于Spring Boot的工业数据管理平台,并将其部署到云端服务器。本工业数据可视化及信息管理系统实现了工业数据可视化、生产设备管理、仓储物流管理等功能,还将故障诊断评估模型应用到系统中,实现了报警事件智能管控。通过系统功能测试,证明本系统可以满足智能制造企业的使用需求。
陈星延[4]（2021）在《移动互联网的内容缓存与边缘计算关键技术研究》文中指出移动互联网深刻影响着当前社会经济和产业革新,作为“互联网+”战略的重要发展方向,近年来得到了快速发展,已经成为国家发展和社会进步的重要支柱产业之一。然而,现有移动互联网发展依然面临诸多挑战:（1）资源争用与浪费共存。移动环境资源匮乏,热点区域资源争用严重,网络接入困难,进而导致资源浪费严重;（2）动态差异化用户需求。移动用户位置动态,请求行为存在差异,传统静态服务机制难以适配动态个性化的用户需求;（3）网络资源分布碎片化。移动网络资源分布动态离散,不同节点的资源缺乏协同,难以被有效管理与利用;（4）网络环境异构复杂。不同通信制式相互独立,多形态网络融合受限,跨网络协同困难。上述现状严重影响了移动网络的资源利用效率,制约了移动互联网性能的进一步提升,导致用户服务需求与体验得不满足。为解决该问题,许多研究者针对移动互联网,在内容缓存和边缘计算方面做出了大量的工作。然而,当前内容缓存策略相对静态,性能严重依赖于内容流行度,缺乏对用户个性化需求的感知。同时,移动环境的缓存部署给用户的数据隐私带来了极大的安全隐患;另一方面,虽然边缘计算被运用在许多领域,但缺乏有效整合碎片化网络计算资源的解决方案,导致整体性能难以提升,无法为用户提供的高质量、高稳定、低延时的移动互联网服务。本文面向移动互联网内容缓存和边缘计算两个关键技术:在编码缓存、缓存预取、“云-边-端”计算协同和计算与传输联合优化四方面进行了深入研究。首先,给出了一种面向移动互联网的边缘编码缓存策略。界定了编码缓存状态与状态间转化规则,构建了基于动力学模型的网络状态演化模型,实现网络缓存供需情况认知与预测。提出了基于特征学习的编码内容选择框架和隐私感知的编码缓存算法,提高了移动互联网缓存资源利用率与用户隐私安全性能。其次,为满足动态差异化用户需求,提出了面向隐私保护的移动内容缓存预取机制,具体包括:基于分布式学习的用户兴趣感知、基于多目标优化的在线内容主动缓存以及基于差分隐私的数据隐私安全保护,实现了从用户个性化认知、内容主动缓存到隐私安全的一体化预取缓存方案设计。随后,提出了基于“云-边-端”协同的实时计算与传输优化框架,创造性地提出了增广队列模型,量化建模了节点计算负载和链路拥塞情况,形式化表征了传输和计算资源的联合优化问题,设计了一种基于Nesterov加速梯度的分布式优化算法,给出算法稳定性、队列长度、算法最优性和算法收敛速度的理论性能指标,有效整合了大量用户节点的计算资源,为系统扩容提供了良好的可扩展性。最后,围绕移动网络异构复杂的现状,提出了基于多智能体强化学习的计算传输联合优化方法,开创性的提出了增广图模型,将抽象的资源联合优化问题转化为直观的网络路由问题,设计了一种网络化多智能体强化学习方法,提升了协同计算和数据传输的综合性能。本研究主要以流媒体服务为例,针对移动互联网,从内容缓存、边缘计算两方面开展了全面的分析与研究。主要包括:模型构建、问题表征与建模、分布式优化算法设计、算法理论性能分析、算法数值结果分析、原型系统搭建及原型实验评估等研究方法。本文所取得的成果对我国未来移动互联网建设和新型流媒体服务的发展具有一定的借鉴意义。
曹越[5]（2021）在《移动O2O情境下用户信息搜寻行为研究》文中研究表明数字经济背景下,数据驱动的新技术与新模式不断涌现,信息已成为社会发展进程中不可或缺的基础性和战略性资源。随着移动互联网与手机等智能终端的全面普及,各类移动应用给人们的生活方式带来了颠覆性变革,人们获取信息的主要渠道开始由PC端向移动端迁移,因此移动情境下的用户信息行为成为当前的热点研究领域。与此同时,移动互联网与线下实体经济的联系日益紧密,线上线下融合趋势明显,本地生活O2O服务成为继电子商务之后新一个万亿级市场,移动O2O开始全面融入人们的日常生活,并拓展到教育、医疗、养老、城市管理、社区服务等诸多领域,大大加速了全社会的整体数字化进程。作为一种基于移动网络和线上线下交互的新型商业模式,移动O2O能够充分发挥手机的便携性、位置的可追踪性、高互动性等优势,渗透到居民生活的每个角落,随时随地为用户提供个性化、场景化的优质服务。技术进步带来了信息资源的爆炸性增长和信息异质性、复杂性的激增,然而个体的认知容量和信息处理能力却是有限的,二者之间的矛盾导致当代网络用户面临着严重的信息超载问题以及巨大的信息搜寻压力,因此如何提高信息搜寻效果、改善信息搜寻体验成为学术界和产业界共同关注的焦点问题。与传统的基于PC端的网络信息搜寻相比,移动O2O情境下的信息搜寻场景和内容更加复杂,且在用户的需求动机、搜寻渠道、方式与策略等方面均存在显着性差异,表现出独特的行为特征与内在逻辑,可见有必要对其展开针对性研究。然而,对于这种融入了线下场景的移动O2O情境下的用户信息搜寻行为,目前学者们尚未给予足够的的关注和重视,相关理论成果有待补充。故而,本研究以移动O2O情境为切入点,将用户线上与线下的信息搜寻行为有机融合,在综合运用多种研究方法与研究理论的基础上,针对移动O2O情境下的用户信息搜寻行为的整体理论模型及行为的“动机—过程—结果”展开系统性研究,以揭示移动O2O情境下用户信息搜寻行为的特征与规律,探寻其影响因素及相应的作用机制,从而针对性地提出移动O2O情境下用户信息搜寻行为的引导和优化策略,为移动O2O平台和商家改进信息服务及推荐系统、构建“以用户为中心”的信息服务体系提供参考与借鉴。本研究主要开展了以下几方面的工作:（1）在全面梳理信息搜寻经典理论、模型与现有研究成果的基础之上,基于扎根理论与深度访谈法对移动O2O情境下用户信息搜寻行为的过程、内在机理与影响因素进行了探索性研究,从全局视角出发,构建了移动O2O情境下用户信息搜寻行为的理论模型。该模型描述了移动O2O情境下用户从产生信息需求到结束信息搜寻行为的全过程及行为机理,包括信息需求认知、信息搜寻渠道选择、信息搜寻策略选择、信息筛选与评价和信息搜寻结果五个阶段;并总结归纳了会对该过程产生影响的各方面因素,包括个体特征、信息素养、感知成本、感知风险和情感因素等主观影响因素,以及情境因素、技术因素、社群影响、任务特征和产品特征等客观影响因素。新模型能够较好地体现移动O2O情境下用户信息搜寻行为的特征与规律,拓展了信息搜寻研究情境,是对用户信息行为研究的有益补充,也为后续定量研究的开展提供了理论支撑。（2）从搜寻动机角度出发,采用结构方程模型方法对移动O2O情境下用户信息搜寻行为的驱动因素进行了实证研究,从而挖掘用户行为的内在心理动机、外生影响因素以及相应的影响机制。在对移动O2O情境下用户信息搜寻行为的特征进行总结分析的基础之上,以“动机、机会、能力”（MOA）模型和技术接受与使用统一理论（UTAUT）作为参考,引入信息需求、感知成本、感知风险、情感因素等新变量,构建移动O2O情境下用户信息搜寻行为驱动因素模型,然后通过问卷调查采集数据,借助SPSS 21.0,Smart PLS 3.0等软件进行数据分析与模型检验。实证研究结果表明:绩效期望、信息需求、努力期望、情感因素和社会影响对移动O2O情境下用户信息搜寻意向的正向影响显着,而感知风险则对其有显着负向影响;搜寻意向、便利条件和搜寻能力三个变量之间存在交互关系,只有在三者兼备的条件下,信息搜寻行为才会发生。（3）从搜寻过程角度出发,通过用户实验方法探索了个体特征与任务特征对移动O2O情境下用户信息搜寻行为过程的影响。采用半受控形式的用户实验方法,在尽量还原真实移动O2O情境的前提下,邀请了48位被试者完成4个模拟情境下的信息搜寻任务,并通过屏幕录制软件（录屏大师APP）辅以出声思考法采集信息搜寻行为数据。然后以个体特征和任务特征作为自变量、信息搜寻行为指标作为因变量采集相应数据进行量化分析,考察在不同任务情境下、具有不同个体特征的用户如何选择信息搜寻的渠道、方式和策略,探索相应的行为规律。其中个体特征通过大五人格特征量表（NEO-FFI）进行测度,包括神经质、外向性、开放性、宜人性与尽责性五个维度,任务特征则通过复杂性和紧迫性两个维度进行分类。研究结果有助于移动O2O平台与服务提供商针对不同任务情境和用户群体改进搜索系统和交互界面、优化信息资源提供方式,实现更加精准高效的信息推荐以及更具个性化的信息服务。（4）从搜寻结果角度出发,基于信息增益理论和支持向量机（SVM）算法对移动O2O情境下用户信息搜寻满意度的关键影响因素进行了识别。在文献回顾与用户访谈的基础上,对移动O2O情境下用户信息搜寻满意度的影响因素进行整理和归纳,最终提取出涵盖用户、信息、技术、环境与渠道五个维度的一共57个影响因素,以此为依据设计调查问卷并收集数据,得到313个有效样本。然后运用信息增益理论对各个影响因素与用户信息搜寻满意度之间的关联程度进行量化分析,借助SQL软件计算各因素的信息增益值并进行排序,由此识别出移动O2O情境下用户信息搜寻满意度的16个关键影响因素（包括便捷性、信息有用性、个性化需求满足、位置相关性、经济性、需求认知能力、产品/服务差异性、信息筛选能力、信息时效性、信息技术能力、周边环境、商家服务态度、渠道信任度、界面友好性、可操作性和信息形式）。在此基础上利用SVM算法构建移动O2O情境下用户信息搜寻满意度预测模型,数据检验结果显示,该模型在测试集中的分类精确度达到了86.79%,说明模型具有较高的预测能力,由此也验证了通过信息增益理论识别出的关键影响因素的合理性和有效性。（5）在前述研究的基础上,重点从移动O2O平台和实体商家角度出发,兼顾用户、政府和行业监管方等多个视角,分别提出了移动O2O情境下用户信息搜寻行为的引导策略和优化策略,以期为促进移动O2O情境下用户信息搜寻行为、提升移动O2O情境下用户信息搜寻效果提供一些切实可行的建议和参考。
杨华[6]（2021）在《基于消费者视角的互联网保险接受机制研究》文中研究表明随着国家“互联网+”和“数字化转型”战略的实施带动,互联网保险作为对传统保险的商业模式创新,实现了高速增长。在互联网技术及保险科技的赋能下,已逐渐成为未来保险业发展的一个重要趋势。互联网保险相较于传统保险,具有效率性、便利性、经济性、交互性及创新性的优势。特别是全球新冠疫情爆发以来,互联网保险的各方参与主体都深刻认识到发展互联网保险势在必行,保险机构均在积极加速推进互联网保险的布局与发展。但从历年互联网保险保费数据来看我国互联网保险呈现出波浪式发展态势,互联网保险渗透率最高仍未突破10%,消费者对互联网保险的接受程度还有待提升。在“以消费者为中心”的发展思路下,需要更深入地去了解消费者对于互联网保险的需求、偏好和感受,通过对消费者互联网保险接受的研究,进一步推动我国互联网保险向纵深发展,这已成为当下我国互联网保险发展面临的一个现实课题。因此,为了促进互联网保险能够更好地被消费者接受,更好地服务于消费者,本研究围绕“消费者怎么能更好的接受互联网保险”这一基本问题进行研究,力图去揭示此中作用机制的“黑盒”。具体而言,本研究将逐步探讨以下几个研究问题:（1）消费者对互联网保险接受的影响因素有哪些?在互联网保险情境下,除了原有的技术接受模型中的影响因素外,是否还存在新的未知因素影响消费者对于互联网保险的接受?（2）是否存在新的中介变量,对消费者互联网保险接受的使用行为存在影响?（3）影响消费者对互联网保险接受的这些因素相互之间是怎样的逻辑关系?如何构建形成消费者互联网保险接受模型?内在作用机制是怎样的?为了解决以上研究问题,本文在对互联网保险和技术接受理论等已有文献研究的基础上,提出本研究的主要内容:（1）通过扎根理论的质性研究方法对互联网保险接受进行探索性研究,提炼消费者互联网保险接受中的关键因素,初步形成消费者互联网保险接受的理论框架。（2）探讨关键因素定义及相互之间影响关系,在UTAUT模型基础上,构建消费者互联网保险接受理论模型,并提出研究假设。（3）针对研究变量明确测量方法,开发调查问卷,展开大规模调研,收集数据进行分析。（4）实证检验互联网保险各关键因素之间的影响作用,验证了感知风险、行为意图的中介作用,以及感知风险和行为意图在信任与使用行为之间的链式中介作用,进而揭示了消费者互联网保险接受的作用机制。（5）根据上述理论及实证研究结果,提出了提升消费者体验,关键业务科技赋能;关注消费者需求,价值主张持续创新;以消费者为中心,客户关系优化提升;保护消费者权益,监管体系不断完善等方面的研究启示。经过以上研究工作,本文的主要发现及结论:（1）消费者互联网保险接受的关键因素之间的影响作用:绩效期望、社会影响、消费者创新性、信任均显着正向影响消费者互联网保险接受的行为意图,努力期望对消费者互联网保险接受的行为意图的影响不显着。促成因素、信任和行为意图都显着正向影响消费者互联网保险接受的使用行为。信任负向影响感知风险,感知风险负向影响互联网保险接受的行为意图和使用行为。（2）感知风险在信任和使用行为之间起到中介作用,行为意图在信任和使用行为之间起到中介作用。（3）感知风险和行为意图在信任和使用行为之间起到链式中介作用。本文的创新性主要体现在以下方面:（1）基于互联网保险研究情境,拓展了UTAUT模型在消费者视角下的技术接受研究,分析和揭示了互联网保险接受机制的关键组成因素,构建了消费者互联网保险接受理论模型,从理论上厘清了消费者互联网保险接受机制的“黑盒”。（2）消费者互联网保险接受模型影响因素分析中,通过扎根理论研究,发现并引入互联网保险情境下新的影响因素:消费者创新性、信任和感知风险,拓展了UTAUT模型的影响因素。（3）消费者互联网保险接受模型中,引入感知风险作为新的中介,通过实证检验了其在信任和使用行为之间发挥中介作用,拓展了UTAUT模型的中介作用关系。（4）提出并验证了消费者互联网保险接受模型中的链式中介作用,探讨了感知风险、行为意图在信任和使用行为之间的链式中介关系,进一步对UTAUT模型做了有益拓展。
罗艺[7]（2021）在《大学生信息素养及其教育支持研究》文中研究表明人工智能、5G等信息技术的快速发展,助力社会知识体系的不断解构与重塑。作为高等教育体系的重要组成部分,大学生这一群体的素养需求与结构面临新的变革契机。信息素养成为技术变革背景下大学生社会化发展的重要衡量指标。《布拉格宣言》、《亚历山大宣言》等国际性纲要文件彰显着信息素养的时代意义,并将信息素养纳入系统的教育计划之中,无容置疑凸显了信息素养在教育人才培养中的重要战略地位。目前,我国大学生网络话语失范、信息安全意识薄弱等现象频现,其在应对技术变革层面胜任力明显不足。为此,本研究尝试在信息时代背景下探究大学生信息素养的相关议题。参照美国、欧盟等陆续推出的高等教育信息素养标准,本研究较为认同信息素养即能力这一概念,并将大学生信息素养界定为大学生发展中所应该具备的信息理解、选择、运用、评价、反思、创造能力。基于对境脉理论和学习者特征理论的大学生信息素养教育理论视角,本文从个人因素和外部环境两个教育支持维度来分析大学生信息素养的实际状况、困境表征及教育支持路径。首先,综合运用了文献研究、问卷调查、访谈调研、教育比较、案例研究等研究方法,设计和验证了大学生信息素养测量指标体系,对我国东、中、西部地区六个省份12所大学近2400名大学生进行问卷调查,并进而对60余名大学教师、辅导员、管理人员和大学生进行深度访谈。其次,结合大学生信息素养构成和教育支持的相关维度,构建信息素养与教育支持间的结构方程模型,在此基础上提出大学生信息素养教育支持体系的实施构想,注重将质性研究和量化研究相结合,力求在分析问题时使得两者互为补充、相互验证。研究发现,在信息素养现状方面,我国大学生信息素养还存在较大的提升空间且教育成效不显着,具体存在的六个方面能力不足,主要体现在:大学生受信息影响大但规范意识较弱;大学生信息依赖性强但选择能力较弱;大学生信息获取以网络为主但工具运用能力较弱;大学生接收信息质量参差且评价辨识能力较弱;大学生信息反思意识不强且反思行为较少;大学生信息创造能力不足且缺乏主动性等。在信息素养影响因素方面,研究者进一步分析提出个人特质和外部环境两大教育支持影响因素,个人特质具体是指信息行为极易受到个人特质影响,且不易受大学教育影响而转变;外部环境则囊括大学、网络、社会三方,主要面临以下现实问题:大学对大学生信息素养教育不足;专业师资缺乏;相应教育项目和举措不完善;信息素养教育的重要性未在网络环境中得到充分重视;缺乏系统性成效评估体制机制;社会环境对大学生信息素养教育尚未形成良好的氛围等。基于以上发现,归纳得出大学生信息素养教育的四项实然困境:其一,大学生信息素养教育支持理念滞后;其二,大学生信息素养教育专业化不足;其三,大学生信息素养教育多元主体缺失;其四,大学生信息素养政策大学供给匮乏。立足现状和问题,本研究提出大学生信息素养的教育支持三个原则构想,分别为“教育模式的个性化与精准化原则”、“教育环境的专业化与规范化原则”、“教育环境的系统化与长效性原则”,同时从大学生个体、大学本身、政府和社会等多元主体出发,遵循微观到宏观、外促到到内生、泛化到专业、单主体到全育人的基本思路,提出构建“以内生为核心、大学为重点、网络为依托、全社会共同参与”四位一体的大学生信息素养教育支持体系,并在此基础上构想四条实施路径,以期能为大学生信息素养教育支持的政策制定和管理机制创新提供价值参考。
吴爽[8]（2021）在《网络时代科学活动的变革研究》文中认为随着互联网技术的进步,科学交流不断获得新的工具和平台,传统的科学活动正面临更开放的环境,并可能引发整个科学系统的变革。Science 2.0让个体研究走向在线协作,使成果交流变成互动探索,成果刊布也由纸媒传播走向即时在线,全面提升了科学交流的时效性和广泛性。科学活动因互联网的发展正在发生一系列重大变革,传统的科学运行机制也逐步面临新的挑战,包括:科学活动过程出现新变化、科学成果发布呈现新趋势、科学成果传播面临新问题,科学评价机制迎接新挑战。进入互联网时代,科研主体走向了多元化的线上研究模式。一方面,网络时代开创了基于大数据的协同研发的新模式。大小科学的在线重构使得知识和信息实现广泛的交融,网络所搭建的共建和共享平台不仅实现了大科学项目资源和平台的共享,同时,分散在各地的小科学实验装置和数据也被系统地集成和聚合。此外,专门的数字馆藏还有云存储的出现不仅有助于解决海量数据存储的新难题,云计算管理技术与深度学习相关软件的开发也为大数据的在线并行分析和智能处理提供了新路径。这一科研模式的转变促使在线协作成为常态,有利于在海量数据中发现和挖掘新的知识和规律,有利于科学研究从部分走向整体,同时加强了学科的交叉和融合。另一方面,网络时代引领人类科学活动走向即时交流与全面协作的新时代。多元化的网络互动式平台将促使科学走向广泛而密集的合作,尤其是在线平台使众多学者的即时交互成为可能,这就意味着科学家可以通力合作,潜能得到最大的发挥,从而更高效地推动科学的进步。同时,在线科研的众包模式将最大化激发公众全面参与科研创新的热情。总之,网络实现人与人、人与信息、人与仪器的相互关联使科学活动走向全面开放与合作。在网络时代,科学成果发布平台的多样性和发布内容的丰富性逐渐推动学术出版走向开放、高质、高效,基于网络本体的成果发布方式将成为未来科学交流的核心。首先,网络预发布平台已在一些学科渐成新规,不仅对论文成果发表的时效性有质的提升,同时解决了纸质预印本的众多技术难题,对传统首发权的确认机制发起了挑战。其次,开放获取期刊打破了传统科技期刊的垄断僵局,将在实践模式和运营机制上推动出版体系的变革和重塑。社交网络平台的盛行和盗版网站的搅局更是扰乱了现有发表规则和格局,倒逼出版商积极适应开放获取的新形势。这些都将促成所有学术成果实现免费开放与共享,从而进一步突破传统交流体系的障碍。最后,网络技术的提升会促使科学交流体系的各个功能的在线重构,网络本体发布的新模式不仅意味着科研全程的在线呈现,人人皆可随时随地发表,同时,也要时时都能得到评论和反馈,又有精准、迅速的过滤机制和个性化的推荐服务。基于网络的发表模式和传播方式仍在摸索当中,但我们已经遇到了开放获取的路径偏差、优先权的判定疑难、评审机制的频频失效等难题。第一,开放获取在实践知识共享的理念过程中更着重于免费阅读文献导致其在制度设计、服务路径和运营模式方面都面临着困难,所以有必要重新审视科学出版体系的各个功能及其价值,包括:权威的筛选机制、持续的认证过程,和对读者提供个性化的搜索引擎服务,从而在技术变迁中实现这些功能和服务的优化升级,构筑更加合理、高效、健康的学术出版体系。第二,科学活动全面开放、即时共享,由此必将引发科学发现优先权和知识产权的一系列新问题。首先是优先权的判定将由以科研成果为主转向关注整个研究过程,随着科研主体的不断变化、科研过程的全面开放,优先权归属面临新的判定难题,需要重新考虑划分标准和判定规则;其次是优先权确认机制的变化,由于科研成果发布方式从传统媒介向在线网络转移,传统的以纸质媒介为主要依据的优先权确认机制亟待更新。第三,科学信息的自由发布和科研的全程在线必然导致现有过滤机制遭受全面危机。一方面,网络同行评审机制依然作为评判在线科研成果价值的主要手段,但要充分利用网络的即时性和有效性对其改造升级。另一方面,科学信息呈现多元化已经超过了传统过滤器的范围。实现信息流聚合和过滤的前提是面向整个科研流程的生态系统的构建,在此基础上,结合替代指标体系和定性化评论,从而提供个性化的搜索引擎服务,使得科学信息得到高效地利用。基于传统出版体系所构建的科学评价体系和奖励机制使科学难以实现媒体转换历史惯性的突破。传统学术评价体系依然局限在对论文的成果鉴定方面,不仅如此,正以一种扭曲的科研生态价值导向阻碍着科学朝向更开放、更多元的交流文化而发展。所以打造一个适应网络环境的评价体系势在必行。替代计量学旨在多元科学度量标准的开发和应用,不仅评价对象多元化,可以识别并衡量学术成果的新形式,同时影响力的范围也被拓展了,除了全面衡量学术影响力,还包括科学成果对整个社会影响的潜力。不过作为促进开放科学的关键因素,现阶段的发展依然还集中在论文级别的影响力的架构,并未真正开启向开放科学的过渡评价指标的构建,还需要以开放科学愿景和框架进行补充。随着替代指标的开发和成熟,势必就要改变激励结构,纠正失调的激励机制。通过全面地考虑研究人员的产出,我们将走向一个更有用和更灵活的学术交流系统,这也是未来科学活动走向更加开放、进行全程协作的基础。
程子轩[9]（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》文中研究指明移动互联网时代,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。
吴雅威[10]（2021）在《面向智库需求的智慧数据服务模式及服务能力评价研究》文中认为近年来,作为决策咨询机构的智库,一直受到政府机构和决策者的高度重视,一系列相关政策法规的出台与实施,更为智库的建设与发展指明了道路和方向。然而,由于缺少多源数据、智慧化技术手段和专业人才支持在一定程度上制约了智库的快速发展,迫切需要图书情报机构（以下简称图情机构）提供智慧数据服务以满足智库复杂需求。目前,大数据时代持续推动着图情机构服务模式发生重大变化,正在促使其由传统信息服务向智慧数据服务转型。因此,当前智库到底存在哪些智慧数据服务需求,图情机构面向智库需求应该采取何种智慧数据服务模式,以及如何提升智慧数据服务水平和服务能力已经成为目前图情机构亟需研究的重要问题。本文以数据管理理论、用户场景理论和质性研究理论等为基础,探讨了面向智库需求的智慧数据服务要素、服务模式、模式实现及服务能力评价体系问题。首先,分析并构建了智库的智慧数据服务需求及其模型,结合实际案例对面向智库需求的智慧数据服务要素及其特征进行分析,进而提出了面向智库需求的两类智慧数据服务模式,详细阐述了智慧数据服务模式的实现路径,并构建了面向智库需求的智慧数据服务能力评价体系,最终针对智慧数据服务模式与服务能力评价体系给予相应对策及建议。本文的主要研究内容包括以下6个方面:（1）我国智库的智慧数据服务需求分析。主要通过混合式研究方法分析了智库的数据资源管理现状与问题、智慧数据服务需求以及需求驱动因素。明确了智库的两个主要需求:多源数据服务需求（包括多源数据采集与处理等）、创新发展环境服务需求（包括图情机构职能与服务及技术工具与人才等）。智库的数据需求、场景环境和应用过程的变化,对图情机构的智慧数据服务提出了更高期望与要求。本章为后文分析并提出针对性的面向智库需求的智慧数据服务要素、服务模式、模式实现以及服务能力评价体系奠定了需求基础和研究框架。（2）面向智库需求的智慧数据服务要素及其特征。基于智库需求,通过文献调研、案例分析以及借鉴智慧数据服务相关实践经验,分析了面向智库需求的智慧数据服务关键要素及其特征,阐述各要素在智慧数据服务中的定位和作用。明确了以图情机构、智慧数据、智能化技术方法、智慧化平台、服务环境为5大关键要素,以及服务场景化、技术智能化和数据多源化3大特征。引用生态系统及其相关发展理论构建模型来剖析服务主体、客体、环境间的能量流动及关系,最终以南京师范大学图书馆为例,通过分析其面向智库需求的智慧数据服务过程及其服务要素与特征,验证前文所明确的关键要素,为后文研究奠定要素基础。（3）面向智库需求的智慧数据服务模式。基于智库需求,结合模式构建法提出了面向智库需求的两类智慧数据服务模式:其一,个性化推荐模式,主要探讨图情机构通过感知智库需求,融合多源数据、专家智慧、智能技术及用户需求精准识别等资源与服务,通过智慧数据服务平台与新媒体技术,最终实现场景化、精准化与个性化推送;其二,嵌入式服务模式,主要探讨以图情机构为主体,通过分散、兼职和旋转门等途径嵌入智库内部及其活动过程,将智慧数据服务与智库的数据采集、综合处理、成果传播推广等环节相融合,精准定位智库需求,提供多源数据采集、融合处理、人才支持和影响力塑造等针对性服务。（4）面向智库需求的智慧数据服务模式实现。根据智库需求和图情机构智慧数据服务模式的具体内容与流程,面向智库需求的智慧数据服务模式实现主要包括以下6个方面:智库的特征识别与需求确定;基于Data Commons的智慧数据服务平台构建;多源数据融合;智能化技术与工具融合与协同治理;基于专家系统的多源数据分析与应用;基于向量空间模型的场景化服务推荐,以此来实现面向智库需求的智慧数据服务模式,体现了智慧数据服务的新路径与新思想。（5）面向智库需求的智慧数据服务能力评价体系。以智库需求、智慧数据服务过程和智慧数据服务内容为评价依据,初步构建了包括多源数据、智能化技术与工具、智慧数据服务人员三个维度的智慧数据服务能力评价体系。再利用专家调查法、灰色系统理论和层次分析法完成指标优化和赋权,以验证指标的合理性、有效性和可行性,最终确定智慧数据服务能力评价体系。最终以天津社科院图书馆为案例进行实证研究,论证服务能力评价体系中各指标的有效性、科学性和应用性,以此为图情机构提升智慧数据服务能力与质量提供适当参考。（6）面向智库需求的智慧数据服务保障策略。以智慧数据服务要素、服务模式及服务能力评价为依据,考量涵盖智慧数据服务关键要素、优化智慧数据服务流程、改善智慧数据服务能力评价体系等方面制定保障策略。智慧数据服务保障策略具有明显的层次化特征,涵盖政策保障、数据保障、技术保障与人才保障等层次。其中,政策保障涵盖建立健全相关法律法规等;数据保障涵盖完善多源数据建设、融合、安全与开放保障机制等;技术保障涵盖完备智能化数据管理技术、方法与工具集体系构建等;人才保障涵盖智慧数据服务人才队伍建设等。通过构建面向智库需求的智慧数据服务模式,可以优化智库活动流程,提升智库的课题研究能力、决策支持服务质量和可持续发展动力,还可保障面向智库需求的智慧数据服务质量和水平,也为大数据时代下图情机构智慧数据服务研究体系提供理论启发与借鉴,拓展智慧数据服务的理论与应用范畴,推动智慧数据服务可持续性发展。此外,通过建立面向智库需求的智慧数据服务能力评价体系,可以评价图情机构的智慧数据服务能力,帮助其更清楚的认识优势与缺陷,根据评价体系优化服务流程,更好的服务智库。同时,为图情机构系统认知大数据时代下面向智库需求的智慧数据服务实现路径提供参考,继而有效引导图情机构从智库需求感知到服务模式构建再到服务能力评价的流程化视角来看待面向智库需求的智慧数据服务工作。
二、互联网环境下面向对象的信息技术（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、互联网环境下面向对象的信息技术（论文提纲范文）
（1）过程感知视域下学术新媒体用户信息偶遇行为研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究创新点 |
| 1.5 技术路线图 |
| 第2章 文献综述与理论基础 |
| 2.1 文献综述 |
| 2.1.1 学术新媒体用户信息行为研究现状 |
| 2.1.2 信息偶遇行为研究现状 |
| 2.1.3 研究述评 |
| 2.2 概念界定 |
| 2.2.1 学术新媒体 |
| 2.2.2 信息偶遇 |
| 2.2.3 过程感知 |
| 2.2.4 学术新媒体用户信息偶遇行为内涵 |
| 2.3 理论基础 |
| 2.3.1 意义建构理论 |
| 2.3.2 图式理论 |
| 2.3.3 信息采纳理论 |
| 2.3.4 三元交互决定论 |
| 2.3.5 技术接受模型 |
| 2.4 本章小结 |
| 第3章 学术新媒体用户信息偶遇行为机理分析 |
| 3.1 学术新媒体用户信息偶遇行为的要素分析 |
| 3.1.1 学术新媒体用户 |
| 3.1.2 信息偶遇环境 |
| 3.1.3 学术信息 |
| 3.2 学术新媒体用户信息偶遇行为过程 |
| 3.2.1 信息偶遇前 |
| 3.2.2 信息偶遇中 |
| 3.2.3 信息偶遇后 |
| 3.3 学术新媒体用户信息偶遇行为机理模型与关系 |
| 3.3.1 学术新媒体用户信息偶遇过程感知模型 |
| 3.3.2 学术新媒体用户信息偶遇行为机理模型 |
| 3.3.3 信息偶遇行为过程与机理关系 |
| 3.3.4 信息偶遇行为机理之间的演进关系 |
| 3.4 本章小结 |
| 第4章 学术新媒体用户信息偶遇行为影响因素分析 |
| 4.1 学术新媒体用户信息偶遇行为影响因素理论假设模型 |
| 4.1.1 学术新媒体信息维度 |
| 4.1.2 学术新媒体环境维度 |
| 4.1.3 学术新媒体用户维度 |
| 4.2 问卷设计与数据收集 |
| 4.2.1 问卷设计 |
| 4.2.2 数据收集 |
| 4.3 数据分析与模型验证 |
| 4.3.1 描述性统计分析 |
| 4.3.2 信度与效度检验 |
| 4.3.3 模型分析与检验 |
| 4.4 信息偶遇行为影响因素模型阐释 |
| 4.5 本章小结 |
| 第5章 学术新媒体用户信息偶遇的认知演变分析 |
| 5.1 学术新媒体用户信息偶遇的认知演变问题提出 |
| 5.2 研究设计 |
| 5.2.1 扎根理论 |
| 5.2.2 访谈对象筛选 |
| 5.2.3 访谈过程设计 |
| 5.2.4 访谈资料收集与整理 |
| 5.3 访谈资料编码过程 |
| 5.3.1 开放式编码 |
| 5.3.2 主轴编码 |
| 5.3.3 选择性编码 |
| 5.3.4 理论饱和度检验 |
| 5.4 学术新媒体用户信息偶遇的认知演变模型构建 |
| 5.4.1 模型构建 |
| 5.4.2 分析与讨论 |
| 5.4.3 认知演变意义阐释 |
| 5.5 本章小结 |
| 第6章 学术新媒体用户偶遇信息采纳行为分析 |
| 6.1 学术新媒体用户偶遇信息采纳行为的动因 |
| 6.1.1 偶遇后信息采纳行为的动因依据 |
| 6.1.2 偶遇信息采纳行为动因构成 |
| 6.2 研究设计 |
| 6.2.1 定性比较分析 |
| 6.2.2 数据采集 |
| 6.2.3 数据校准 |
| 6.3 分析与讨论 |
| 6.3.1 偶遇信息采纳必要性条件分析 |
| 6.3.2 偶遇信息采纳的组态充分性条件分析 |
| 6.3.3 稳健性检验 |
| 6.4 学术新媒体偶遇信息采纳行为的路径分析 |
| 6.5 本章小结 |
| 第7章 学术新媒体用户信息偶遇感知与采纳行为促进策略 |
| 7.1 学术新媒体用户信息偶遇的注意触发策略 |
| 7.1.1 利用多元化信息表征刺激用户注意的指向性和集中性 |
| 7.1.2 设计趣味性的信息标题吸引用户眼球 |
| 7.1.3 改善信息内容质量提高偶遇信息效用 |
| 7.1.4 监控信息源提高偶遇信息可信度 |
| 7.2 学术新媒体用户信息偶遇行为的认知联结激活策略 |
| 7.2.1 利用资源故事化形式促进用户认知联结 |
| 7.2.2 推送偶遇信息相关的学者、文献和主题提高感知有用性 |
| 7.2.3 增强用户对偶遇信息的感知控制 |
| 7.2.4 加强培养用户的信息偶遇能力素养 |
| 7.3 学术新媒体用户偶遇信息采纳度提升策略 |
| 7.3.1 改善平台可用性提高偶遇信息采纳度 |
| 7.3.2 形成偶遇信息的资源关联提高采纳度 |
| 7.3.3 建立学术新媒体网络口碑提高信息采纳度 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 研究结论 |
| 8.2 研究局限 |
| 8.3 研究展望 |
| 参考文献 |
| 附录 |
| 附录1 学术新媒体用户信息偶遇行为影响因素调查问卷 |
| 附录2 学术新媒体用户信息偶遇的认知演变访谈 |
| 附录3 学术新媒体用户偶遇信息采纳行为的动因调查问卷 |
| 作者简介与研究成果 |
| 致谢 |
（2）CED-SOA服务动态协同模型和算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究问题与挑战 |
| 1.3 主要研究内容及创新点 |
| 1.4 本文的组织结构 |
| 第二章 CEP与服务协同及相关研究综述 |
| 2.1 复杂事件处理综述 |
| 2.1.1 分布式并行CEP研究 |
| 2.1.2 CEP与云雾计算融合研究 |
| 2.1.3 CEP事件模式研究 |
| 2.2 不确定流数据处理概述 |
| 2.2.1 不确定事件处理 |
| 2.2.2 乱序事件处理 |
| 2.3 事件存储和可控访问概述 |
| 2.3.1 事件存储概述 |
| 2.3.2 数据可信访问控制概述 |
| 2.4 服务协同概述 |
| 2.5 本章小结 |
| 第三章 基于CEP的服务流数据处理模型和算法研究 |
| 3.1 引言 |
| 3.2 CED-SOA物联网服务提供架构 |
| 3.3 基于分治聚类的流数据处理模型 |
| 3.3.1 多层级云雾CEP的事件模型表示 |
| 3.3.2 事件模式的分治和聚类优化算法 |
| 3.3.3 事件模式的调度和检测策略 |
| 3.4 面向不确定流数据的自适应阈值模型 |
| 3.4.1 云雾边多级CEP |
| 3.4.2 自适应阈值事件模型 |
| 3.4.3 事件多源识别和重构算法 |
| 3.4.4 偏序事件检测 |
| 3.4.5 阈值自适配算法 |
| 3.4.6 分层事件处理策略 |
| 3.5 实验结果与分析 |
| 3.5.1 智慧医疗个性化服务 |
| 3.5.2 实验环境 |
| 3.5.3 分治聚类算法实验结果与分析 |
| 3.5.4 自适应阈值模型实验结果与分析 |
| 3.6 本章小结 |
| 第四章 复杂事件混合检测及可信存储模型 |
| 4.1 引言 |
| 4.2 事件存储模型 |
| 4.2.1 研究问题 |
| 4.2.2 多级联动事件存储模型和算法 |
| 4.3 CEP混合事件处理模型 |
| 4.3.1 研究问题 |
| 4.3.2 基于CES的在线离线混合检测 |
| 4.3.3 基于CES的在线离线混合检测算法 |
| 4.4 可信访问控制模型 |
| 4.4.1 研究问题 |
| 4.4.2 雾计算可信存储模型 |
| 4.4.3 协同数据安全管理算法 |
| 4.5 实验结果与分析 |
| 4.5.1 实验环境 |
| 4.5.2 混合检测实验结果与分析 |
| 4.5.3 可控模型实验结果与分析 |
| 4.6 本章小结 |
| 第五章 CED-SOA服务动态协同模型和算法研究 |
| 5.1 引言 |
| 5.2 服务动态协同模型和算法研究问题 |
| 5.2.1 时空特征 |
| 5.2.2 精细化特征 |
| 5.2.3 智能化特征 |
| 5.3 CED-SOA物联网服务动态协同模型描述 |
| 5.3.1 事件和服务模型关系 |
| 5.3.2 基于事件的服务关联模型 |
| 5.4 基于深度-广度学习的服务动态协同模型和算法 |
| 5.4.1 深度-广度学习模型 |
| 5.4.2 模型及问题的形式化定义 |
| 5.4.3 基于深度-广度学习的服务动态协同模型 |
| 5.5 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 结束语 |
| 6.1 论文总结 |
| 6.2 进一步工作 |
| 参考文献 |
| 主要缩略语及中英文对照 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
（3）云边协同环境下的工业数据采集与处理系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容 |
| 1.4 技术路线 |
| 1.5 本文的组织结构 |
| 第2章 系统架构设计及需求分析 |
| 2.1 云边协同环境下的工业互联网实施架构 |
| 2.2 工业数据采集与处理系统需求分析 |
| 2.2.1 面向工业制造车间多源数据采集模块需求分析 |
| 2.2.2 工业互联网数据预处理模块需求分析 |
| 2.2.3 工业互联网云计算中心数据分析模块需求分析 |
| 2.2.4 工业数据可视化及信息管理系统需求分析 |
| 2.3 本章小结 |
| 第3章 工业数据采集与处理模块设计与实现 |
| 3.1 数据采集模块设计与实现 |
| 3.1.1 工业互联网数据采集模块数据建模 |
| 3.1.2 工业互联网数据采集模块业务流程 |
| 3.1.3 数据采集模块架构设计 |
| 3.1.4 数据采集模块实现 |
| 3.2 数据预处理模块设计 |
| 3.2.1 Isolation Forest算法 |
| 3.2.2 基于SA算法的Isolation Forest算法改进 |
| 3.2.3 实验及结果分析 |
| 3.3 云计算中心数据分析模块设计 |
| 3.3.1 工业互联网云计算中心架构设计 |
| 3.3.2 基于XGBoost的数据挖掘算法 |
| 3.3.3 基于XGBoost算法的故障诊断评估模型 |
| 3.3.4 与朴素贝叶斯和GBDT算法建模对比分析 |
| 3.4 本章小结 |
| 第4章 工业数据可视化及信息管理系统设计 |
| 4.1 工业数据可视化及信息管理系统设计思路 |
| 4.2 系统前台数据展示模块功能设计 |
| 4.2.1 用户登录模块设计 |
| 4.2.2 个人信息中心模块设计 |
| 4.2.3 工作日志模块设计 |
| 4.2.4 数据可视化模块设计 |
| 4.3 系统后台数据管理模块功能设计 |
| 4.3.1 管理员审批模块设计 |
| 4.3.2 员工信息管理模块设计 |
| 4.3.3 日志管理模块设计 |
| 4.3.4 设备异常检测模块设计 |
| 4.3.5 任务管理模块设计 |
| 4.3.6 仓储物流管理模块设计 |
| 4.3.7 车间管理模块设计 |
| 4.4 数据模型设计 |
| 4.4.1 数据库逻辑结构设计 |
| 4.4.2 数据库实体设计 |
| 4.5 本章小结 |
| 第5章 工业数据可视化及信息管理系统实现 |
| 5.1 系统开发应用技术 |
| 5.2 系统功能实现 |
| 5.2.1 系统登录模块 |
| 5.2.2 工业数据可视化及信息管理系统首页 |
| 5.2.3 用户信息管理模块 |
| 5.2.4 用户日志管理模块 |
| 5.2.5 设备管理模块 |
| 5.2.6 任务管理模块 |
| 5.2.7 车间管理模块 |
| 5.2.8 仓储物流管理模块 |
| 5.2.9 警报事件智能管控模块 |
| 5.3 本章小结 |
| 第6章 系统部署与测试 |
| 6.1 系统部署 |
| 6.2 系统测试 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 展望 |
| 参考文献 |
| 硕士期间取得成果 |
| 致谢 |
（4）移动互联网的内容缓存与边缘计算关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.1.1 移动互联网发展概述 |
| 1.1.2 移动互联网现状特征 |
| 1.1.3 面向移动互联网的内容缓存与边缘计算 |
| 1.2 论文选题依据 |
| 1.3 论文主要研究内容 |
| 1.4 论文主要贡献与创新 |
| 1.5 论文组织结构 |
| 1.6 本章参考文献 |
| 第二章 相关研究综述 |
| 2.1 移动互联网内容缓存相关研究 |
| 2.1.1 网络缓存部署 |
| 2.1.2 预取缓存策略 |
| 2.1.3 缓存隐私安全 |
| 2.2 移动互联网边缘计算相关研究 |
| 2.2.1 边缘计算的发展应用 |
| 2.2.2 “云-边-端”协同计算 |
| 2.2.3 边缘计算与数据传输 |
| 2.3 本章小结 |
| 2.4 本章参考文献 |
| 第三章 面向移动互联网的编码缓存部署策略 |
| 3.1 本章引言 |
| 3.2 基本系统模型 |
| 3.2.1 基本概念和背景知识 |
| 3.2.2 编码缓存模型 |
| 3.2.3 相关基本模型 |
| 3.3 面向编码缓存的网络状态演化模型 |
| 3.3.1 基于动力学的网络演化模型 |
| 3.3.2 网络演化模型的准确性评估 |
| 3.3.3 基于特征学习的内容编码方法 |
| 3.4 隐私与服务性能的联合优化问题 |
| 3.4.1 联合优化问题建模 |
| 3.4.2 最优化编码缓存控制 |
| 3.4.3 隐私感知的编码缓存算法 |
| 3.5 仿真实验与性能评估 |
| 3.5.1 仿真实验设置 |
| 3.5.2 服务性能评估 |
| 3.5.3 隐私性能评估 |
| 3.6 本章小结 |
| 3.7 本章参考文献 |
| 第四章 面向隐私保护的移动内容缓存预取机制 |
| 4.1 本章引言 |
| 4.2 移动网络内容预取模型 |
| 4.2.1 用户请求影响因素分析 |
| 4.2.2 预取缓存的优化模型 |
| 4.2.3 面向预取的隐私攻击模型 |
| 4.3 面向差分隐私的预取优化算法 |
| 4.3.1 在线学习的差分隐私技术 |
| 4.3.2 针对问题1的在线差分隐私算法 |
| 4.3.3 针对问题2的在线差分隐私算法 |
| 4.4 算法理论性能 |
| 4.4.1 两种算法的差分隐私性能 |
| 4.4.2 两种算法的最优性能分析 |
| 4.5 实验与性能分析 |
| 4.5.1 实验场景的环境设置 |
| 4.5.2 实验结果的对比分析 |
| 4.6 本章小结 |
| 4.7 本章参考文献 |
| 第五章 基于“云-边-端”协同的实时计算和传输模型 |
| 5.1 本章引言 |
| 5.2 基本系统模型 |
| 5.2.1 “云-边-端”协同计算模型 |
| 5.2.2 移动网络模型 |
| 5.2.3 增广队列模型 |
| 5.3 问题的形式化表征 |
| 5.4 资源联合优化的算法设计 |
| 5.4.1 Nesterov加速梯度下降法 |
| 5.4.2 基于Nesterov方法的资源优化算法 |
| 5.4.3 算法复杂度分析 |
| 5.5 算法的理论性能指标 |
| 5.6 实验与性能评估 |
| 5.6.1 数据集和实验设置 |
| 5.6.2 数值结果性能分析 |
| 5.6.3 原型实验性能评估 |
| 5.7 本章小结 |
| 5.8 本章参考文献 |
| 第六章 基于多智能体强化学习的视频转码优化方法 |
| 6.1 本章引言 |
| 6.2 系统模型与问题建模 |
| 6.2.1 移动网络模型 |
| 6.2.2 视频转码模型 |
| 6.2.3 增广图模型 |
| 6.2.4 联合优化问题 |
| 6.3 面向计算传输联合优化的网络化多智能体强化学习 |
| 6.3.1 基本概念与背景知识 |
| 6.3.2 网络化多智能体强化学习方法 |
| 6.4 基于多智能体强化学习的联合优化算法设计 |
| 6.4.1 策略梯度理论 |
| 6.4.2 基于网络化MARL的“行动者-评论家”算法 |
| 6.5 实验与性能评估 |
| 6.5.1 仿真与原型实验设置 |
| 6.5.2 数值结果与性能评估 |
| 6.6 本章小结 |
| 6.7 本章参考文献 |
| 第七章 结语 |
| 7.1 论文总结 |
| 7.2 未来的研究工作 |
| 附录A 第五章中的定理证明 |
| A-Ⅰ 定理5-1证明 |
| A-Ⅱ 定理5-2证明 |
| A-Ⅲ 定理5-3证明 |
| A-Ⅳ 定理5-4证明 |
| A-Ⅴ 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术成果 |
| 一、已发表或已接受的作者论文 |
| 二、其它研究成果 |
| 攻读博士学位期间主持或参与的科研项目 |
（5）移动O2O情境下用户信息搜寻行为研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 概念界定 |
| 1.4.1 移动O2O |
| 1.4.2 信息搜寻 |
| 1.4.3 信息搜索与信息搜寻的区分 |
| 1.5 本章小结 |
| 第2章 理论基础及文献综述 |
| 2.1 信息搜寻行为相关理论基础 |
| 2.1.1 信息经济学理论 |
| 2.1.2 认知理论 |
| 2.1.3 人机交互理论 |
| 2.2 信息搜寻行为经典理论与模型 |
| 2.2.1 问题解决理论 |
| 2.2.2 意义建构理论 |
| 2.2.3 ASK理论 |
| 2.2.4 信息搜寻行为模型 |
| 2.3 国内外信息搜寻行为研究综述 |
| 2.3.1 国内信息搜寻行为研究热点分析 |
| 2.3.2 国外信息搜寻行为研究热点分析 |
| 2.3.3 信息搜寻研究述评 |
| 2.4 移动O2O研究综述 |
| 2.4.1 移动O2O概述 |
| 2.4.2 国内外移动O2O研究现状 |
| 2.4.3 移动O2O研究述评 |
| 2.5 本章小结 |
| 第3章 移动O2O情境下用户信息搜寻行为模型构建 |
| 3.1 研究设计 |
| 3.1.1 研究问题分析 |
| 3.1.2 研究方法介绍 |
| 3.2 数据收集 |
| 3.2.1 样本选择 |
| 3.2.2 资料收集与整理 |
| 3.2.3 数据分析工具 |
| 3.3 编码过程 |
| 3.3.1 开放性编码 |
| 3.3.2 主轴性编码 |
| 3.3.3 选择性编码 |
| 3.4 理论饱和度检验 |
| 3.5 模型构建与阐释 |
| 3.5.1 信息搜寻行为过程 |
| 3.5.2 信息搜寻行为影响因素 |
| 3.6 本章小结 |
| 第4章 移动O2O情境下用户信息搜寻行为驱动因素的实证研究 |
| 4.1 移动O2O情境下用户信息搜寻行为特征分析 |
| 4.2 研究模型与假设 |
| 4.2.1 “动机、机会、能力”(MOA)模型 |
| 4.2.2 技术接受与使用统一理论(UTAUT) |
| 4.2.3 研究模型构建 |
| 4.2.4 研究假设提出 |
| 4.3 研究方法设计 |
| 4.3.1 问卷设计 |
| 4.3.2 数据收集 |
| 4.4 数据分析与模型验证 |
| 4.4.1 描述性统计分析 |
| 4.4.2 信度与效度分析 |
| 4.4.3 多重共线性与共同方法偏差分析 |
| 4.4.4 模型验证 |
| 4.5 结果讨论 |
| 4.6 本章小结 |
| 第5章 移动O2O情境下用户信息搜寻过程的实验研究 |
| 5.1 研究问题 |
| 5.2 研究设计 |
| 5.2.1 研究方法 |
| 5.2.2 样本选择 |
| 5.2.3 实验任务设置 |
| 5.2.4 研究变量测度 |
| 5.2.5 实验流程设计 |
| 5.3 研究结果分析 |
| 5.3.1 个体特征对移动O2O情境下用户信息搜寻行为的影响 |
| 5.3.2 任务特征对移动O2O情境下用户信息搜寻行为的影响 |
| 5.4 结果讨论 |
| 5.5 本章小结 |
| 第6章 移动O2O情境下用户信息搜寻满意度关键影响因素研究 |
| 6.1 研究设计 |
| 6.2 数据采集 |
| 6.2.1 移动O2O情境下用户信息搜寻满意度影响因素集 |
| 6.2.2 问卷发放与回收 |
| 6.3 基于信息增益理论的关键影响因素识别和模型构建 |
| 6.3.1 信息增益值计算 |
| 6.3.2 关键影响因素识别 |
| 6.3.3 关键影响因素模型构建 |
| 6.4 基于支持向量机(SVM)的预测模型构建与精度分析 |
| 6.4.1 支持向量机(SVM)建模 |
| 6.4.2 预测模型构建与精度分析 |
| 6.5 结果讨论 |
| 6.6 本章小结 |
| 第7章 移动O2O情境下用户信息搜寻行为引导与优化策略 |
| 7.1 移动O2O情境下用户信息搜寻行为引导策略 |
| 7.1.1 触发用户信息需求 |
| 7.1.2 提高用户信息素养 |
| 7.1.3 改善信息搜寻环境 |
| 7.2 移动O2O情境下用户信息搜寻行为优化策略 |
| 7.2.1 提高信息质量 |
| 7.2.2 提升服务质量 |
| 7.2.3 隐私保护与信息安全 |
| 7.3 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究创新点 |
| 8.3 研究局限与展望 |
| 8.3.1 研究局限性 |
| 8.3.2 未来研究展望 |
| 参考文献 |
| 附录 |
| 附录1 移动O2O情境下用户信息搜寻行为研究过滤式问卷 |
| 附录2 移动O2O情境下用户信息搜寻行为研究访谈提纲 |
| 附录3 移动O2O情境下用户信息搜寻行为驱动因素调查问卷 |
| 附录4 移动O2O情境下用户信息搜寻满意度关键影响因素调查问卷 |
| 在读期间所取得的科研成果 |
| 致谢 |
（6）基于消费者视角的互联网保险接受机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 导论 |
| 1.1 研究背景及问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究设计 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.3.4 技术路线 |
| 1.3.5 论文框架 |
| 1.4 研究创新点 |
| 1.5 本章小结 |
| 第二章 相关理论与研究综述 |
| 2.1 互联网保险 |
| 2.1.1 互联网保险内涵 |
| 2.1.2 保险科技研究 |
| 2.1.3 互联网保险研究 |
| 2.2 技术接受理论 |
| 2.2.1 技术接受理论发展 |
| 2.2.2 个体接受与组织接受理论 |
| 2.2.3 个体经典理论模型 |
| 2.3 互联网保险与技术接受研究现状 |
| 2.4 相关研究文献评述 |
| 2.5 本章小结 |
| 第三章 互联网保险接受扎根研究 |
| 3.1 扎根方法的选择 |
| 3.1.1 扎根理论研究流程 |
| 3.1.2 扎根理论研究设计 |
| 3.2 扎根理论资料收集 |
| 3.2.1 研究对象选取 |
| 3.2.2 研究资料收集 |
| 3.3 扎根理论资料分析 |
| 3.3.1 开放编码 |
| 3.3.2 主轴编码 |
| 3.3.3 选择编码 |
| 3.3.4 理论饱和度检验 |
| 3.4 互联网保险接受理论框架构建与关键因素分析 |
| 3.4.1 理论框架提出 |
| 3.4.2 关键因素析出 |
| 3.5 本章小结 |
| 第四章 理论模型与研究假设 |
| 4.1 理论模型构建 |
| 4.2 核心变量定义 |
| 4.2.1 绩效期望 |
| 4.2.2 努力期望 |
| 4.2.3 社会影响 |
| 4.2.4 促成因素 |
| 4.2.5 消费者创新性 |
| 4.2.6 信任 |
| 4.2.7 感知风险 |
| 4.2.8 行为意图 |
| 4.2.9 使用行为 |
| 4.3 研究假设的提出 |
| 4.3.1 互联网保险接受的影响因素 |
| 4.3.2 感知风险、行为意图的中介作用 |
| 4.3.3 基于感知风险和行为意图的链式中介作用 |
| 4.4 本章小结 |
| 第五章 研究设计与方法 |
| 5.1 研究问卷设计 |
| 5.1.1 问卷设计思路 |
| 5.1.2 问卷设计过程 |
| 5.1.3 问卷框架结构 |
| 5.1.4 问卷偏差控制 |
| 5.2 变量的测量 |
| 5.2.1 绩效期望的测量 |
| 5.2.2 努力期望的测量 |
| 5.2.3 社会影响的测量 |
| 5.2.4 促成因素的测量 |
| 5.2.5 消费者创新性的测量 |
| 5.2.6 信任的测量 |
| 5.2.7 感知风险的测量 |
| 5.2.8 行为意图的测量 |
| 5.2.9 使用行为的测量 |
| 5.3 预调研 |
| 5.3.1 描述性统计分析 |
| 5.3.2 信度分析 |
| 5.3.3 探索性因子分析 |
| 5.4 数据收集 |
| 5.4.1 问卷发放原则 |
| 5.4.2 正式调研数据收集 |
| 5.5 本章小结 |
| 第六章 模型验证与数据分析 |
| 6.1 描述性统计分析 |
| 6.1.1 样本描述性统计 |
| 6.1.2 变量描述性统计 |
| 6.2 信度与效度分析 |
| 6.2.1 信度分析 |
| 6.2.2 效度分析 |
| 6.2.3 共同方法偏差检验 |
| 6.3 相关性分析 |
| 6.4 结构方程模型验证 |
| 6.5 中介效应检验 |
| 6.6 假设检验结果分析 |
| 6.7 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究主要结论 |
| 7.2 研究理论贡献 |
| 7.3 管理实践的启示 |
| 7.3.1 提升消费者体验,关键业务科技赋能 |
| 7.3.2 关注消费者需求,价值主张持续创新 |
| 7.3.3 以消费者为中心,客户关系优化提升 |
| 7.3.4 保护消费者权益,监管体系不断完善 |
| 7.4 研究局限与展望 |
| 7.4.1 研究局限 |
| 7.4.2 未来展望 |
| 参考文献 |
| 附录一 访谈提纲 |
| 附录二 访谈原始资料 |
| 附录三 调查问卷初稿 |
| 附录四 调查问卷正式稿 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（7）大学生信息素养及其教育支持研究（论文提纲范文）
| 内容摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 问题的缘起 |
| 一、大学生网络话语失范现象频现 |
| 二、大学生网络信息安全意识薄弱 |
| 三、大学生信息素养教育支持缺乏 |
| 第二节 研究价值与意义 |
| 一、理论意义 |
| 二、实践价值 |
| 第三节 核心概念界定 |
| 一、信息 |
| 二、素养与素质 |
| 三、大学生信息素养 |
| 四、教育支持 |
| 第二章 研究综述 |
| 第一节 信息素养的内涵发展 |
| 一、媒介素养 |
| 二、数据素养 |
| 三、网络素养 |
| 四、信息素养 |
| 五、小结与讨论 |
| 第二节 大学生信息素养的政策文本研究 |
| 一、时代性标杆:《布拉格宣言》和《亚历山大宣言》 |
| 二、高等教育信息素养标准研究 |
| 三、高等教育信息素养政策研究 |
| 四、小结与讨论 |
| 第三节 大学生信息素养教育支持的理论研究 |
| 一、基于境脉理论视角的研究 |
| 二、基于学习者特征理论视角的研究 |
| 三、小结与讨论 |
| 第四节 文献述评与研究框架 |
| 一、国内外已有研究的启示 |
| 二、已有研究的不足 |
| 三、本研究的分析框架 |
| 第三章 研究设计与方法 |
| 第一节 研究思路与设计 |
| 一、研究问题 |
| 二、研究对象 |
| 三、研究方法 |
| 四、研究思路 |
| 五、研究路线 |
| 第二节 测量工具编制 |
| 一、问卷编制的步骤 |
| 二、大学生信息素养的评价指标 |
| 三、大学生信息素养教育支持的评价指标 |
| 第三节 调查数据搜集 |
| 一、问卷预测与检验 |
| 二、正式问卷的施测 |
| 三、调查对象概况 |
| 第四章 大学生信息素养的总体特征分析 |
| 第一节 大学生信息素养的构成表现 |
| 一、大学生信息理解能力 |
| 二、大学生信息选择能力 |
| 三、大学生信息运用能力 |
| 四、大学生信息评价能力 |
| 五、大学生信息反思能力 |
| 六、大学生信息创造能力 |
| 第二节 小结与讨论 |
| 一、大学生受信息影响大但规范意识较弱 |
| 二、大学生信息依赖性强但选择能力较弱 |
| 三、大学生信息获取以网络为主但工具运用能力较弱 |
| 四、大学生接收信息质量参差且评价辨识能力较弱 |
| 五、大学生信息反思意识不强且反思行为较少 |
| 六、大学生信息创造能力不足且缺乏主动性 |
| 第五章 大学生信息素养的教育支持分析 |
| 第一节 大学生信息素养教育支持的影响因素 |
| 一、个人特质与信息素养教育 |
| 二、外部环境与信息素养教育 |
| 三、讨论:大学生信息素养教育支持维度影响情况 |
| 第二节 大学生信息素养教育支持的困境 |
| 一、信息素养教育支持重视不够 |
| 二、信息素养教育专业化不足 |
| 三、信息素养教育教育支持体制机制不完善 |
| 四、信息素养教育政策大学供给不充分 |
| 第三节 大学生信息素养与教育支持的关系 |
| 一、大学生信息素养与教育支持的互动模型 |
| 二、分析与讨论 |
| 第六章 大学生信息素养教育支持体系的建构 |
| 第一节 大学生信息素养教育支持的基本思路 |
| 一、教育模式从外促到内生 |
| 二、教育环境从泛化到专业 |
| 三、教育主体从单主体到全维度 |
| 第二节 大学生信息素养教育支持的原则构想 |
| 一、教育模式的个性化、精准化原则 |
| 二、教育环境的专业化、规范化原则 |
| 三、教育体系的系统化、长效性原则 |
| 第三节 大学生信息素养教育支持的实施路径构想 |
| 一、以内生为核心,实现大学生信息素养提升的自我支持 |
| 二、以大学为重点,提升大学生信息素养教育专业化水平 |
| 三、以网络为依托,优化大学生信息素养教育支持体制机制 |
| 四、全社会共同参与,构建大学生信息素养教育治理生态圈 |
| 第七章 研究结论与展望 |
| 第一节 研究结论 |
| 第二节 研究创新与价值 |
| 第三节 研究局限与展望 |
| 参考文献 |
| 附录 |
| 攻读博士期间所取得的科研成果 |
| 后记 |
（8）网络时代科学活动的变革研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 文献综述及研究问题 |
| 1.2.1 网络时代科学活动整体的变革 |
| 1.2.2 网络时代科研模式的变革 |
| 1.2.3 网络时代基于大数据科研方式的变革 |
| 1.2.4 网络时代出版模式趋势分析 |
| 1.2.5 开放共享背景下科学活动面临系列问题 |
| 1.3 研究内容、方法与可能的创新点 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 可能的创新之处 |
| 第2章 从Science 1.0到Science 2.0 |
| 2.1 小科学与大科学 |
| 2.1.1 从小科学时代到大科学时代 |
| 2.1.2 科学发展对信息载体需求的变化 |
| 2.2 信息载体变革与Science 2.0的提出 |
| 2.2.1 纸媒到Web 2.0: 载体发展过程存在阶段性质变 |
| 2.2.2 载体的质变对科学活动产生重要的影响 |
| 2.2.3 网络逐渐已经成为科学活动的主流载体 |
| 2.3 Science 2.0时代科学活动新特征 |
| 2.3.1 使个体研究走向在线协作 |
| 2.3.2 使成果交流走向全程探索 |
| 2.3.3 由纸媒传播走向即时在线 |
| 2.4 小结 |
| 第3章 网络时代科学活动过程的新变化 |
| 3.1 网络时代科研主体的新变化 |
| 3.1.1 独立主体内涵的丰富 |
| 3.1.2 不同主体联系的增强 |
| 3.1.3 协作主体交流的拓展 |
| 3.1.4 创造主体格局的突破 |
| 3.2 网络时代数据处理的新演化 |
| 3.2.1 数据采集走向自动化 |
| 3.2.2 数据存取实现即时化 |
| 3.2.3 数据分析呈现协同化 |
| 3.2.4 数据处理尝试智能化 |
| 3.3 小结 |
| 第4章 网络时代科学成果发布的新趋向 |
| 4.1 科学成果发布的新舞台:网络预发布平台的建立与推广 |
| 4.1.1 纸媒预发表的瓶颈 |
| 4.1.2 网络预发布平台的建立——以物理学arXiv为例 |
| 4.1.3 网络预发布平台的推广——以PeerJ Preprints和bioRxiv为例 |
| 4.1.4 网络预发布平台与期刊共存 |
| 4.2 科学成果发布的新途径: 开放获取期刊的出现和发展 |
| 4.2.1 开放获取期刊旨在打破访问权限 |
| 4.2.2 开放获取期刊的发展步履维艰 |
| 4.2.3 开放获取期刊是新希望还是乌托邦? |
| 4.2.4 开放获取期刊的未来: 资本和价值的共生 |
| 4.3 科学成果发布的新模式: 基于网络本体成果发布的探索 |
| 4.3.1 去中心化: 人人皆可随时发表 |
| 4.3.2 去期刊化: 随时随地皆可发表 |
| 4.3.3 未来: 一条微博可能就是你的学术成果 |
| 4.3.4 科学评价和认可机制的再造 |
| 4.4 小结 |
| 第5章 网络时代科学成果传播的新问题 |
| 5.1 开放获取的功与过 |
| 5.1.1 需与传统商业期刊出版体系相抗衡 |
| 5.1.2 在与资本不断斡旋中出现偏差 |
| 5.1.3 在对传统功能地解构中不断重构 |
| 5.2 传播方式的“是”与“非” |
| 5.2.1 在网上分享自己的论文也算侵权? |
| 5.2.2 Sci-Hub存在本身就是价值 |
| 5.2.3 出版商的权利比分享研究的利益更重要? |
| 5.3 谁来确认优先权 |
| 5.3.1 科研主体多元化所导致的优先权归属难题 |
| 5.3.2 科研过程开放化所造成的优先权判定疑难 |
| 5.3.3 信息载体的升级导致科学创意及成果发布方式的变化 |
| 5.3.4 成果发布渠道的多样化导致优先权确认机制的变化 |
| 5.4 在线科学信息价值的判定疑难 |
| 5.4.1 传统同行评审机制频繁失效导致判定失真 |
| 5.4.2 传播方式多样化导致依据出版的评判标准失效 |
| 5.4.3 传播内容多样性亟待建立新的过滤机制 |
| 5.4.4 网络时代的过滤机制由谁重构: 从同行评审走向全面过滤 |
| 5.5 小结 |
| 第6章 网络时代科学评价机制的新挑战 |
| 6.1 默顿理想的背离 |
| 6.1.1 “普遍主义”遭破坏 |
| 6.1.2 “公有性”被侵犯 |
| 6.1.3 “无私利性”的缺失 |
| 6.2 科学计量评价的新机遇: 替代计量学 |
| 6.2.1 矫正传统评价机制带来的“马太效应” |
| 6.2.2 推动论文评价指标走向“多元即时透明” |
| 6.2.3 构建面向科研全程的个人学术影响力评价体系 |
| 6.3 科学奖励机制的新内容: 基于科研产品的全面认定 |
| 6.3.1 从科研成果走向科研产品 |
| 6.3.2 最大限度地激发集体在科研全程地全面合作 |
| 6.3.3 从个体成果认定到产品认证集成 |
| 6.4 小结 |
| 第7章 网络时代科学活动的变革与应对 |
| 7.1 科学活动在线化与科学协作创新的演变 |
| 7.2 成果发布网络化与在线交流系统的构建 |
| 7.3 信息动态交互与优先权和过滤机制的再造 |
| 7.4 评价方式变化与科学社会运行机制的调整 |
| 7.5 在危机与变革中走向科学活动新常态 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（9）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 |
（10）面向智库需求的智慧数据服务模式及服务能力评价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与目的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 图情机构智慧化资源管理与服务转型 |
| 1.2.2 图情机构智慧数据服务模式与服务体系 |
| 1.2.3 智慧数据服务能力及其评价 |
| 1.2.4 评述与分析 |
| 1.3 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 智库 |
| 2.1.2 智慧服务 |
| 2.1.3 智慧数据服务 |
| 2.1.4 面向智库需求的智慧数据服务 |
| 2.2 理论基础 |
| 2.2.1 数据管理理论 |
| 2.2.2 扎根理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 灰色系统理论 |
| 第3章 我国智库的智慧数据服务需求分析 |
| 3.1 基于问卷调查的智库数据资源管理分析 |
| 3.1.1 调查问卷设计 |
| 3.1.2 调查对象与数据收集 |
| 3.1.3 结果分析 |
| 3.2 基于扎根理论的智库服务需求分析 |
| 3.2.1 研究对象与数据收集 |
| 3.2.2 范畴编码与检验 |
| 3.2.3 模型构建及分析 |
| 3.3 本章小结 |
| 第4章 面向智库需求的智慧数据服务要素与特征 |
| 4.1 面向智库需求的智慧数据服务过程 |
| 4.1.1 智库活动过程分析 |
| 4.1.2 面向智库需求的智慧数据服务过程分析 |
| 4.2 面向智库需求的智慧数据服务要素 |
| 4.2.1 图情机构主体 |
| 4.2.2 智慧数据 |
| 4.2.3 智慧化技术工具与方法 |
| 4.2.4 智慧数据服务平台 |
| 4.2.5 智慧数据服务环境 |
| 4.2.6 智慧数据服务要素之间关系 |
| 4.3 面向智库需求的智慧数据服务特征 |
| 4.3.1 数据多源性 |
| 4.3.2 技术智能性 |
| 4.3.3 服务场景化 |
| 4.4 案例分析 |
| 4.4.1 南京师范大学图书馆发展现状 |
| 4.4.2 南师大图书馆智慧数据服务分析 |
| 4.5 本章小结 |
| 第5章 面向智库需求的智慧数据服务模式 |
| 5.1 面向智库需求的智慧数据服务模式概念和类型 |
| 5.1.1 面向智库需求的智慧数据服务模式的概念 |
| 5.1.2 面向智库需求的智慧数据服务模式的类型 |
| 5.2 面向智库需求的个性化推荐智慧数据服务模式 |
| 5.2.1 智库活动过程分析 |
| 5.2.2 智库需求感知 |
| 5.2.3 资源融合及服务集成 |
| 5.2.4 智能化推荐 |
| 5.2.5 案例分析 |
| 5.3 面向智库需求的嵌入式智慧数据服务模式 |
| 5.3.1 智库活动层 |
| 5.3.2 嵌入层 |
| 5.3.3 融合层 |
| 5.3.4 服务层 |
| 5.3.5 案例分析 |
| 5.4 本章小结 |
| 第6章 面向智库需求的智慧数据服务模式实现 |
| 6.1 智库特征识别与需求确定 |
| 6.1.1 智库特征识别 |
| 6.1.2 智库需求确定 |
| 6.2 基于Data Commons的智慧数据服务平台构建 |
| 6.2.1 Data Commons平台的概念和特点 |
| 6.2.2 Data Commons平台的目标与功能 |
| 6.2.3 Data Commons平台的架构设计 |
| 6.3 多源数据融合 |
| 6.3.1 多源数据融合架构 |
| 6.3.2 多源数据融合方法 |
| 6.4 智能化技术融合与协同治理 |
| 6.4.1 智能化技术融合与协同治理模式 |
| 6.4.2 基于协同治理的智能化技术融合过程 |
| 6.5 基于专家系统的智能情报分析 |
| 6.5.1 专家数据管理模块 |
| 6.5.2 专家在线咨询模块 |
| 6.5.3 专家智能推荐流程 |
| 6.6 基于向量空间模型的场景化服务推荐模型 |
| 6.6.1 场景化服务 |
| 6.6.2 场景化服务接受效用 |
| 6.6.3 场景化服务推荐模型 |
| 6.6.4 场景化服务推荐实验 |
| 6.7 本章小结 |
| 第7章 面向智库需求的智慧数据服务能力评价体系 |
| 7.1 智慧数据服务能力评价体系问题的提出 |
| 7.2 智慧数据服务能力评价体系的构建依据 |
| 7.3 智慧数据服务能力评价指标的选取与修正 |
| 7.4 智慧数据服务能力评价指标的阐释 |
| 7.5 智慧数据服务能力评价指标的优化与赋权 |
| 7.5.1 样本选择及问卷描述 |
| 7.5.2 评价指标的重要性和易获得性计算 |
| 7.5.3 评价指标优化 |
| 7.5.4 评价指标赋权 |
| 7.6 实证研究 |
| 7.6.1 研究方法 |
| 7.6.2 数据分析 |
| 7.6.3 结果分析 |
| 7.7 本章小结 |
| 第8章 面向智库需求的智慧数据服务保障策略 |
| 8.1 政府政策保障方面 |
| 8.2 图书情报机构服务主体保障方面 |
| 8.2.1 强化服务意识并挖掘智库需求 |
| 8.2.2 优化图情机构的智慧数据服务架构 |
| 8.2.3 建立并完善智慧数据服务能力评价体系 |
| 8.3 多源数据保障方面 |
| 8.3.1 加强智慧数据体系建设 |
| 8.3.2 建立一体化多源数据联动与反馈机制 |
| 8.4 智能化技术方法与工具保障方面 |
| 8.4.1 加强现代化数据技术的融合和应用 |
| 8.4.2 完善智慧数据服务平台功能和服务 |
| 8.5 智慧数据服务人才保障方面 |
| 8.5.1 完善我国图情机构学科馆员制度 |
| 8.5.2 提升智慧数据服务人员的创新服务能力 |
| 8.6 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究局限与展望 |
| 9.2.1 研究局限 |
| 9.2.2 研究展望 |
| 参考文献 |
| 附录 |
| 研究成果 |
| 致谢 |
四、互联网环境下面向对象的信息技术（论文参考文献）
- [1]过程感知视域下学术新媒体用户信息偶遇行为研究[D]. 陈为东. 吉林大学, 2021(01)
- [2]CED-SOA服务动态协同模型和算法研究[D]. 何淑庆. 北京邮电大学, 2021
- [3]云边协同环境下的工业数据采集与处理系统设计与实现[D]. 孙世韬. 曲阜师范大学, 2021(02)
- [4]移动互联网的内容缓存与边缘计算关键技术研究[D]. 陈星延. 北京邮电大学, 2021(01)
- [5]移动O2O情境下用户信息搜寻行为研究[D]. 曹越. 吉林大学, 2021(01)
- [6]基于消费者视角的互联网保险接受机制研究[D]. 杨华. 西北大学, 2021(12)
- [7]大学生信息素养及其教育支持研究[D]. 罗艺. 华东师范大学, 2021(02)
- [8]网络时代科学活动的变革研究[D]. 吴爽. 中国科学技术大学, 2021(09)
- [9]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)
- [10]面向智库需求的智慧数据服务模式及服务能力评价研究[D]. 吴雅威. 吉林大学, 2021(01)