上瘾模型视角下图书馆短视频运营策略探究--以抖音为例

文章以国内活跃用户规模最大的抖音平台为例,引入互联网产品设计理论的上瘾模型,参考抖音平台的推荐算法机制,针对当下图书馆短视频运营的现状和问题,提出基于推荐算法和用户知识焦虑的用户触发、把握用户动机同时降低能力门槛、设计以猎物酬赏为主的多变酬赏,以及通过内容价值与运营技巧吸引用户投入等运营策略。     

高校图书馆数字资源配置多目标协同动态评价模型与实证分析

文章在建立数字资源配置多目标协同评价指标体系的基础上,构建了基于灰色关联投影法的资源配置多目标动态评价及障碍因子诊断模型,并以昆明理工大学图书馆2012—2020年数字资源配置的动态变化对模型进行了实证分析。实证表明:研究对象的多目标协同评价水平在研究期内缓慢提升,子目标之间的协调性逐渐增强,重心由内容评价逐渐转向使用评价;内容评价在整个研究区间内处于快速上升状态,系统评价是先快后慢地上升,使用评价是先慢后快地上升,成本与服务评价则一直处于缓慢上升状态;影响资源配置多目标动态评价的障碍因子类别、数目及障碍度都处于动态变化中,历年障碍因子总体上由内容与系统评价向使用与成本评价类因子转变。     

智慧图书馆建设思考与实践

文章主要探讨了智慧图书馆建设方面的问题,包括智慧图书馆概念辨析、智慧图书馆支撑技术、智慧图书馆组成要素、智慧图书馆实践、智慧图书馆建设的三大板块、十四五规划中智慧图书馆的建设、智慧图书馆相关思考七个方面,从理论到实践总结了智慧图书馆建设中的方方面面。     

基于匹配点逐层过滤的岩体点云配准方法

岩体点云配准是岩体三维重建与分析的基础。经典的点云配准方法虽然能够很好地适用于普通点云,但对于岩体点云并不能获得足够的精度。由于岩体点云表面结构复杂,且大部分区域为平面,基于岩体点云的这些特点,提出通过几何特征逐层过滤匹配点的岩体点云配准算法,引入匹配点对的协方差矩阵的特征值和特征向量矩阵,以及曲率、主方向等几何特征逐层过滤匹配点对,精确地找到匹配点对。在不同岩体点云上的实验测试与分析结果表明,该算法在准确度上有明显优势。     

基于双目点云的三维物体检测准确性分析

双目相机虽然能通过算法生成密集的深度数据,但其在精度上与激光雷达生成的深度数据有着较大的差距,特别是在纹理不明显的区域。针对这种现象,尝试使用激光雷达的精确点云来排除由双目相机产生的pseudo-LiDAR数据中与之差别较大的部分点,然后将优化后的pseudo-LiDAR用以进行三维物体检测。实验结果显示,将pseudo-LiDAR数据中的不准确点（坏点）排除,有助于提高检测准确率,最多可提高21.02%。因此,如何不依赖激光雷达数据来排除pseudo-LiDAR点云中的坏点是进一步提高双目相机系统检测准确率的关键。     

一种面向Web图书馆的读者认证信息单点登录模型研究

目前Web图书馆电子资源传统访问方式存在着缺陷.对读者认证信息的单点登录模型进行了研究,提出并验证了Web环境下的联合SSO模型.该模型利用用户首次的登录信息,将其在分布式Web图书馆站点之间进行传递,从而在整个数字图书馆联盟内实现"一次登录,多站点访问".     

数字图书馆服务登记系统数据模型设计

在现有服务多维度描述思想的指导下,以IESR数据模型为基础,设计了数字图书馆服务登记系统数据模型。它包括服务、业务、机构、资源和方法5个核心实体,使数字图书馆服务能够被有效地发布和发现。由DLSR数据模型向UDDI散据模型的映射,可以为DLSR的建设提供一种基于UDDI注册中心的直接的解决方案。     

竞争情报活动中的知识流与知识场分析

首先,本文探索竞争情报活动中的知识流、知识场的内涵、特点与两者间的相互作用,提出构成知识场的向量空间模型;其次,分析竞争情报活动中知识流和知识场研究的目的与意义,导出基于主体、面向过程、重视隐性知识挖掘的竞争情报研究的新思路;再次,研究竞争情报活动中知识场的特征及对知识流的影响,分析基于知识场的知识交流的机理,构建基于知识场的竞争情报流程与知识流整合的模型;最后,分析竞争情报活动中知识流有效控制和知识场效应的影响因素.     

基于过程的信息系统采纳行为模型及实证研究

技术接受模型和期望证实理论模型是信息技术采纳领域的两个重要行为模型,分别解释了信息系统采纳前和采纳后行为的影响因素。但是静态的行为模型不能说明信息系统采纳前后行为的动态连贯性。本文以技术接受模型和期望证实理论为基础,结合信息系统采纳前后行为的影响因素,提出一种基于过程的信息系统采纳行为模型。研究通过方便抽样获得样本,以纵断面的数据为依据,用结构方程模型方法对研究模型进行了实证分析。研究结果表明所建议的模型有较好的解释能力,为信息系统采纳行为理论研究提供了新的思考。     

基于递归概念图的文本检索模型研究

Sowa在1984年提出了一个抽象模型,即概念图,作为基于语言学、心理学和哲学的知识表示语言.但是其概念图的定义比较简单,对于刻画文本中的语言组块的语义及语言单元之间的组合运算比较困难.为了能从形式上为将来的组块内部和组块之间的组合分析提供支持,深化概念图的表示形式,我们提出了一种适用于自然语言自动化分析的概念图的形式化描述,它可以看成是Sowa 概念图的递归扩展.然后我们将这种新颖的知识表示方式应用到文本检索领域的文本标引中,同时给出了以此为基础的概念图匹配算法.在和布尔检索的比较实验中,概念检索体现出比较明显的优势.