网络信息资源发展利用研究——以“百度知道”为例

百度知道是人力搜索和计算机搜索相结合的一种信息服务方式。为了了解百度知道中信息的发展过程和影响,随机选取了898个样本进行统计分析。结果表明:"百度知道"中平均一个问题有三个回答,最佳答案的位置处于随机分布状态;百度知道中问题答案质量较高,提问者满意度较好;"百度知道"中信息发展周期短,信息增长迅速;"百度知道"中最佳答案回答者的重复率大于提问者,但是社会网络建设不够;"百度知道"中资源浏览次数与资源存在时间相关,不同信息资源的利用率存在差异。得出结论:"百度知道"是对资源利用方式的变革;提问者和回答者之间存在角色转换问题,但是社会网络建设不够;"百度知道"有利于促进网络资源的发展。     

网络论坛中信息资源再生的统计分析与归因

随着互联网技术及应用的快速发展,网络论坛中信息资源的再生问题成为研究者关注的重点问题。信息资源再生是Web2.0环境下信息资源建设模式的一种变革,是指网络用户在利用信息的同时对现有信息资源进行修复和补充的过程。网络论坛可以视为信息资源再生的一个典型代表,可以从再生资源数量、再生资源质量和用户行为等角度对其进行分析。以网易、新浪和猫扑三大网站的四个版块（财经、教育、数码和旅游）中的550个帖子为分析对象,对其信息资源再生情况的分析表明：不同论坛、不同版块的帖子在浏览次数、回帖次数、每百次浏览回帖数、回帖内容构成等方面存在显著性差异;不同用户在参与帖子数、发帖数、发帖者自顶帖比例等方面存在差异;高价值组和低价值组用户在参与帖子的个数上也存在差异。造成这些差异的因素可以归结为网站和版块规则差异、用户行为差异、论坛主题差异等。总体而言,网络论坛中用户的交互程度较低,对论坛中的内容缺乏深入思考。     

用户生成性学习资源开发与利用:基于传播要素视角的调查与分析

随着Web2.0技术的兴起,用户生成性学习资源成为数字化学习资源开发与利用的新视角,对数字化学习资源建设产生了很大影响。本研究基于传播要素视角对用户参与开发利用生成性学习资源的动因和行为进行了调查分析。研究发现,用户由于受自身信息素养、兴趣爱好、平台资源类型和数量、资源的质量等因素的制约和影响,其开发和利用生成性学习资源的行为在驱动因素、参与频度、互动深度等多个维度呈现出不同的水平和特征。提高用户生成性学习资源的开发效率、开发质量和利用效果,应提高用户信息素养、激励用户积极参与、完善资源质量控制机制并建立有效的资源利用模式。本研究对于推动用户生成性学习资源的建设和发展,具有积极的理论意义和重要的实践指导价值。     

用户生成性学习资源建设的驱动因素研究——以百度百科平台为例

用户的积极参与是用户生成性学习资源产生的前提和保障。本研究将用户生成性学习资源建设的驱动因素分为三个维度:社会驱动维度、技术驱动维度和个体驱动维度,在参考已有相关研究成果的基础上构建了用户参与动因与资源生成行为的关系模型。同时选取具有代表性的用户生成性学习资源平台——百度百科为实证研究对象,将实证模型细化成具体研究假设,通过结构方程建模检验了研究假设的显著性情况。根据检验结果对用户生成性学习资源的主要生成动因进行了分析,并提出了相关的建议和激励措施。     

问答系统中问句相似度研究

百度知道中用户提出问题较短,采用常规基于空间向量的 TF-IDF 句子相似度计算、基于语义依存关系的句子相似度计算等方法往往很难较好完成其相似度计算。鉴于此,基于长度较短问句的特点,引入问题元和词模思想,对用户问题进行分解,并与传统相似度计算方法相融合,提出新的相似度计算方法。对于长度低于20 个词的问句,与传统 TF-IDF 方法相比,F1 值提高了 12%。     

教育信息资源区域间交换共享的建模与仿真

为解决教育信息资源区域间配臵失衡和教育信息资源利用经费使用效益低下的问题,文章在提出教育信息资源区域间交换共享理论模型的基础上,对教育信息资源区域间"交换共享、差额结算"进行数学建模,并在Windows 7操作系统上以Excel为主要工具进行计算机仿真。文章的研究,验证了教育信息资源区域间"交换共享"能实现教育信息资源区域间均衡配臵,使区域用户可利用教育信息资源数量和区域教育信息资源可服务用户数量都显著增加;"差额结算"以用户与资源的双重绩效为依据,改变了教育信息资源利用经费按人头划拨的传统配臵方式,提升了教育信息利用经费的使用效益。     

基于Apache Spark的协同过滤系统设计与实现

随着Web技术的发展,互联网用户数量持续增长,快速为用户生成精确推荐变得愈加困难。提出了项目协同过滤算法,采用余弦相似性计算项目间相似度并用加权平均值的方法为用户生成推荐结果。在Apache Spark上构建该系统,对抓取到的某电商商品数据进行测试。实验结果表明,基于Spark的推荐系统可以显著提高推荐生成的速度和有效性。     

规模生产再生骨料混凝土回弹及碳化试验研究

对扬州地区规模生产再生骨料所配置混凝土进行了回弹及碳化试验,研究了再生混凝土回弹值与再生骨料取代率之间的关系;粗骨料对回弹值的影响;随龄期的增加,再生混凝土回弹值增长与普通混凝土的比较.分析了再生混凝土碳化影响因素;再生二类粗骨料配置的再生混凝土抗碳化性能;水中养护再生混凝土抗碳化性能;粗骨料与细骨料取代率对碳化深度的影响等.     

一种P2P流媒体资源的索引与传输机制

在P2P流媒体系统中,一个高效实用的资源索引及传输机制能很好地均衡系统的负载,加强系统的稳定性,并减少节点的搜索时延.在实际的应用中,不同服务能力的节点对于整个网络的不同贡献应该得到不同的激励.本文提出一种具有商业激励的P2P流媒体系统资源索引及传输机制.文章在对节点进行空间划分的基础上,对现有的节点良好度评价标准,节点排序算法做出了改进,并在相应的商业激励值下进行数据的传输.该机制加快了资源的搜索速度,均衡了系统负载并提高了用户上传的积极性,对于现有P2P流媒体系统的改进具有积极的意义.     

信息资源再生的影响研究——基于参与者认知行为变化角度

信息资源再生带来的不仅是教育信息资源的丰富,还有信息环境下的教育信息资源建设模式的变革。文章建立了学习者参与教育信息资源再生对参与者影响的结构方程模型,研究了学习者行为意向与网络自主性、资源有用性、自我辨伪之间的关系。研究编制了相应因素的测量指标,选取三所高校的大学生作为调查对象,进行调查研究,结果表明,学习者行为意向对网络自主性、资源有用性、自我辨伪三因素具有显著性直接效应,总效应值由自我辨伪、自主性、资源有用性依次递减。研究结果表明,用户参与信息资源再生带来的不仅是资源的增长和用户角色的转变,而且在信息资源建设话语权发生转变的同时,学习者的自主性体验得到了明显的提升,学习者对用户生成内容具有更高的价值评价,在利用网络信息资源的过程中用户的自我辨伪意识更加强烈。     

自适应学习系统中双向适应交互评价实证研究

随着信息技术的快速发展,网络学习已经成为人们生活中不可或缺的一种学习方式。以实现网络个性化学习为目标的自适应学习系统成为提高网络学习质量的重要研究课题。然而目前大多数自适应学习系统仅具有单向适应能力,即实现了系统根据用户特性适应性向学习者呈现学习资源、过程和策略的功能。尽管这种功能有助于解决学习者认知超载和网络迷航问题,一定程度上提高了学习效率,但学习者在此系统中是一种被动学习,不利于培养学习者自主学习能力和创新能力,也不利于促进学习者对知识的主动建构,还容易使学习者产生惰性。因此,应该充分考虑学习者和系统之间的主客体关系,在自适应学习系统中建立双向适应交互,即用户主动选择资源的适应性交互和系统主动推送资源的自适应交互。双向适应交互最为关键的是用户模型,而认知风格是用户模型中影响学习者个体差异的一个重要元素。从学习效率和使用感受两个层面实证评价双向适应交互性,以及认知风格对其的影响发现:采用自适应学习方式,学习者具有更积极的学习态度,能够取得更好的学习绩效;但认知风格会影响到自适应学习和适应性学习的绩效。     

教育信息资源用户使用激励机制的数学模型与仿真＊--基于“教育信息券”的构想与使用分析

针对教育信息资源利用率低下,用户缺乏使用教育信息资源外在动机的问题,从教育信息资源的特征和用户使用信息资源过程入手,借鉴“教育信息券”的优势,提出用户“凭券使用、累计积分、定期结算、获得奖励”的激励机制。充分发挥数学建模将理论层面的认识引向实践可操作的桥梁优势,构建教育信息资源用户使用激励机制的数学模型,并采用计算机随机模拟,验证了模型的可行性。不仅可以作为刺激用户主动使用信息资源的重要措施,还可以为教育信息资源建设经费的科学划拨提供依据。     

微博用户信息采集分析系统设计与实现

系统运用Python语言克服新浪微博反爬虫问题,使用Scrapy框架实现了高效、稳定的微博用户信息爬虫程序,全面获取用户在微博中的基本信息,并导入Neo4j图数据库和Echarts数据可视化库进行人物关系分析和挖掘。此外,系统针对微博中存在大量“网络水军”的现状设置了过滤选项,可以有效排除“网络水军”非正常行为对分析结果的影响。系统调试结果表明,系统能够实现对特定微博下转发、评论用户信息的实时、稳定、高效采集与分析,有效帮助人们从海量数据中提取复杂的关联关系,简洁、直观地分析微博用户之间的交互关系。     

传统企业管理中的激励问题研究

激励理论对企业人力资源管理起着举足轻重的作用。分析了传统企业在员工激励方面所存在的问题,从建立具有竞争力的薪酬体系、树立“以人为本”的理念、实行差异化的激励、建立全方位的沟通机制四个方面提出了解决问题的对策,以期帮助传统企业有效进行激励,促进企业可持续发展。     

不对称信息与高校教师评价体系发展

本文运用不对称信息理论对高校教师评价过程存在的逆向选择和道德风险进行分析,指出不对称风险的产生源自于高校教师专业服务的复杂性和评价结果的不确定性,通过委托代理理论框架,进一步确认原因在于校方与教师之间存在信息分布不对称和偏好取向的不同。未来高校教师评价体系发展的关键是要设计一种激励机制来实现有效的信号传递、信息甄别,推动激励相容和声誉约束机制的建立。     

学习者个体发展与学习环境演化的模拟分析

学习者个体发展与学习环境演化之间存在着相互影响,相互制约的关系。为了分析这种复杂的关系,首先借助元胞自动机理论构造出了一种用于模拟学习环境演化的数学模型,然后在统计学的角度通过大量实验探讨了初始状态下学习者良好率、演化过程中的交互程度以及不同性质学习者分布情况等因素对学习环境演化的影响。实验所揭示的规律可以为学习环境的选择,学习环境的优化等教育实践活动提供一定的参考意义。     

小学综合实践活动课程资源的开发

课程资源与课程实施有着密切地联系,小学综合实践活动课程作为一种形态独立而又特殊的课程更需要进行课程资源开发。围绕小学综合实践活动课程的特点,对如何有效地开发小学综合实践活动的课程资源进行了探讨,为更好地进行小学综合实践活动课程资源开发提供思路。对教师的多级和多元培训、激励机制的建立、多层次和交互式管理库的建设、社会网络系统的形成等方面进行了探索,旨在寻求综合实践活动课程资源开发与利用的有效途径。     

供应链系统资源流动过程中的涌现

为了准确描述由于交互作用行为所涌现的巨大复杂性供应链agent携带资源的真实价值,进行资源数量、时机和地点的正确决策,分析了供应链系统资源价值特点.用"染色体"表示主体资源价值,采用8个随机数确定主体相互作用点并将各个资源进行整合,对资源供给-分配进行if-then规则及相关机会约束规划准则的设置,并将其应用于供应链复杂适应系统主体交互作用的三层-回声模型中,在swarm平台建模过程中融入遗传算法进行模拟仿真.结果表明:供应链复杂适应系统中各个资源是一个不可分割的有机整体,三层-回声模型是描述基于资源相互作用的供应链主体间较为实用而准确的内部模型,系统主体按该模型进行合作、竞争与资源分配,并达到系统总资源利用的最优化效果.