进入法律视野内的＂人肉搜索＂探究

“人肉搜索”作为一种新的网络现象,一般是指将Google、百度等网络搜索引擎与人工引擎相结合,通过充分动员广大网民的力量,集中网民注意力．在网络上搜索某一个人、某一件事情的信息和资料,确定被搜索对象的真实身份,并将其暴露于互联网世界之中的一种超强的搜索手段。     

呼唤“社会最大公约数”:2012年社会舆情运行态势研究——基于百度热搜词的大数据分析

本文对2012年中国使用百度搜索进行搜索的TOP2000信息热词和TOP2000新闻类热词进行分析和挖掘,构建了社会暖度指数、社会舆情运行压力指数、社会幸福度指数、经济关注指数、民生关注指数等15个指数,并进行了4年的时间变化分析,最后通过盘点2012年网络社会流行潮流发现网络反腐成为热点、戏谑化时代和网民自嘲时代来临等.     

档案网络信息的公众关注度与需求探析——基于百度指数的数据分析

百度指数是大数据时代分析我国公众网络行为的重要数据来源。文章以“档案”作为主要关键词,以“档案管理”“档案查询”作为辅助关键词,以百度指数作为数据来源,分析关键词的搜索指数、相关检索词、媒体指数、新闻头条、人群特征,了解公众对档案网络信息的关注度和需求。     

竞价排名:搜索引擎永久的福音?

竞价排名是百度国内首创的一种按效果付费的网络推广方式。它是按效果付费同时可以竞价搜索引擎里的排位的推广方式,主要是企业在搜索引擎购买关键词,当用户搜索这些关键词     

从网络传播学角度分析“人肉搜索”的形成

“人肉搜索”引擎是近年来在互联网兴起的一种资料搜索方式,广义的“人肉搜索”泛指将Google、百度等网络搜索引擎与人工搜索相结合,一切由信息“征集者”提出问题,信息“应征者”回答问题的信息搜索与提供方式.     

基于网络搜索的大数据社会关注度分布特征研究

基于百度指数搜索引擎关键词搜索频度分析,以大数据为关键词,从社会公众和媒体关注两个角度出发,对搜索指数、媒体指数、新闻头条等模块进行统计分析,得出我国大数据及其相关事物的社会关注度和趋势,最后就存在的问题和建议进行阐述。     

借鉴互联网搜索之优 提升企业搜索质量

由于互联网的飞速发展,网络上的海量信息促成了互联网搜索的无限风光,在谷歌、百度,几乎什么都可以查到,给大家带来很多方便。而在信息化浪潮的带动下,企业数据不断增加,企业搜索也得到了普遍应用,搜索从结构化数据的查询发展为对非结构化文档数据的检索。可相比互联网搜索,企业搜索却时常让人感到搜索困难,找不到想要的东西。如何将互联网搜索的优点,融合进企业搜索,从而提升企业搜索,以便提供更好的服务？     

搜索推广可以被界定为“广告”--以“魏则西事件”中百度推广为例

百度竞价排名搜索推广机制的性质认定问题一直存在较大争议,本文通过分析“魏则西事件”认为搜索引擎推广服务是通过互联网技术进行的特定搜索行为,这种行为从形式和效果上看,均在一定程度上反映了广告特性。百度搜索推广服务,是以技术来伪装的互联网广告,是互联网领域的新型广告营销形式,应当按互联网广告的规定处理,百度可以认定为广告发布者。     

网络时代的议程设置

这是一个颇有意思的现象：在百度上以“央视曝光百度”为关键词,可以搜索到对百度连篇累牍的负面报道和言辞激烈的网友评论。对百度而言,听任“与己不利”的讯息在自家领地上加速蔓延,其间的尴尬和无奈可想而知。试图努力表明一种开放心态的百度所面对的拷问恰恰是：百度竞价排名是否有违网络开放的圭旨和技术客观的原则。百度竞价排名引发的争议．将“信息开放”与“议程设置”这一矛盾推向了备受关注的风口浪尖     

网络搜索服务的竞价排名模式与付费搜索信息管理

文章通过对百度、谷歌等国内外主要的搜索服务企业竞价模式的比较分析,以新颁布的《互联网广告管理暂行办法》为依据,对我国互联网企业的竞价排名及付费搜索信息管理的现状、问题及未来发展进行了分析.文章认为,加强付费搜索信息管理,对于规范我国互联网企业的竞价排名模式,明确搜索引擎公司的法律义务,保护网络用户的权益具有重要意义.     

网络舆情观点团簇演化等级测度与实证研究

[目的/意义]提出和构建网络舆情观点团簇演化等级,以描述网络舆情受众的群体性观点的状态随时间与事态变化的演化程度,对于网络舆情导控与精准引导具有重要的理论及实践意义。[方法/过程]基于LDA与CNN神经网络构建网络舆情观点团簇演化等级测度模型,并以"翟天临知网事件"为实验对象,验证演化等级这一指标的有效性。[结果/结论]网络舆情观点团簇演化等级能够很好地体现网络热点事件群体观点状态的演化,在展现3个维度的属性数值同时也能反映观点团簇较前一时间节点状态的演化程度,提出的观点团簇演化等级测度结果精准地体现事件观点的各个演化高峰,为有关部门对网络舆情群体观点的靶向引导提供新的指导方向。     

网络舆情监测及预警指标体系构建研究

对现有网络舆情监测指标体系进行整理与归纳,通过E-R模型系统分析主题舆情的属性特征,构建更为科学系统的网络舆情监测与预警指标体系。该指标体系从舆情热度、舆情强度、舆情倾度、舆情生长度四个维度诠释主题舆情的传播范围及程度、舆情主题内容强度、主题舆情生长规律及状态、舆情受众意见分布等网络舆情监测与预警要素。     

MNPOS:军事网络舆情分析系统研究

军事网络舆情作为一种特殊的公开情报吸引了众多军事网民。比较国内一些典型的网络舆情系统,论述军事网络舆情分析系统(MNPOS)的特点、功能及体系架构;研究一个基于.NET Framework平台和XML交换格式的MNPOS,对军事网络舆情的信息采集与抽取、舆情分类与敏点标注、倾向性分析等技术作研究改进,推进MNPOS理论和方法研究的深化。     

基于舆情客体与本体剥离的重大突发事件网络舆情本体演化强度研究

[目的 /意义]重大突发事件网络舆情在传播过程中往往会出现不同的主题,而微博用户对不同主题的表达和关注也会直接影响网络舆情的传播速度和规模以及舆情事件的走向。针对重大突发事件的微博用户主题演化分析有助于应急管理部门更好地理解重大突发事件的发展轨迹以及公众在不同阶段的关注点,以便采取有效应对措施。[方法 /过程]以网络舆情信息特征为立足点,辅以自然语言处理技术将舆情信息客体与本体进行剥离,结合重大突发事件特征,创新性提出以舆情客体信息为参照基线的舆情本体演化强度来反映微博主题演化趋势。[结果 /结论 ]研究结果表明,面向网络舆情信息本体的主题分析,与网络舆情实际发展演化趋势更加贴近,对主题内容的揭示也更加全面。同时研究思路也对现有网络舆情主题分析的研究方法中单一求助于自然语言处理技术的优化与更新具有一定启示意义。     

基于搜索引擎的档案网络信息关注度的时空分布特征研究

以"档案"为关键词,以百度指数、搜狗指数、360趋势、谷歌趋势为工具,通过对搜索的数据进行统计分析,利用变异系数、季节性强度指数、地理集中指数对档案网络信息关注度时间和空间特征进行统计,着重对关注度时空分布的影响因素进行分析。其中,利用各个搜索引擎收集的数据进行对比,通过分析对比能够较为客观地反映社会公众对档案及其相关事物的关注程度和需求倾向。     

How to Use VERONICA to Find Information on the Internet

As more navigational tools, such as Archie, WAIS, Gopher, World-Wide-Web and VERONICA are introduced on the Internet, it is critical that reference librarians understand the function of each one. VERONICA (Very Easy. Rodent-Oriented. Net-Wide Index to Computerized Archives) is the newest, and most powerful tool, and it takes away the mystery of where files are hidden on the Internet. Using specific examples, this article takes the reader through step-by-step guides of menu choices showing how VERONICA is accessed through a Gopher client using simple keyword and Boolean searching. In addition, this article discusses the limitations and frustrations encountered when attempting to access information using gopher servers.     

基于通用搜索引擎实现站内搜索的二次开发

介绍一种新的站内搜索引擎实现,它是基于Google、Baidu等大型通用搜索引擎实现站内搜索的二次开发。与其他类似应用相比其优点是：搜索结果页面干净、无其他广告、推广信息等附加内容;能同时指定多个域名,达到在主网站、子网站及类网站间同时搜索的目的。     

把搜索引擎作为重要公共物品来建构

目前以Google和百度为代表的搜索引擎基本上都是由商业网站运营的.搜索引擎属于文化交流传播的基础工程.正像重要交通枢纽作为公共物品主要由国家投资和管理那样,重要的搜索引擎网站也应当按公共物品来建设,公益性必须放在第一位.