网络舆情意见挖掘中极性词典构建和极性识别方法研究

本研究通过对网络新词的构造规律分析,对表达情感的网络新词进行识别算法的设计,提出基于HowNet和网络情感词的极性词典的人工构建方法,引进了同义词表减少手工构建的工作量,并抓住网络新词往往是现有情感词的其他形式这一特点,设计了针对表达情感的网络新词的自动识别方法,进一步扩展极性词的收录范围。     

网络舆情突发异常识别及关键算法研究

本研究采用实验法,利用三个可衡量关注度的变量设计规则算法,以每天和每小时作为检测周期,对逸仙时空BBS中的主题帖进行筛选并预警,达到实时监控网络舆情突发异常的效果。     

国内外数字图书馆可用性评价研究历史与流派

从发展历史和研究深度,将数字图书馆可用性评价发展分为以系统为中心、以用户为中心和立足于图书情报学学科和实践三大流派。三个流派的关系逐级递进,同时又非相互排斥,并随着理论、方法和实践的发展而相互补充和完善。图书情报学学科和实践的数字图书馆可用性评价的研究特点包括:用户中心的理念、研究内容的扩展、与用户服务结合以及与信息行为模型的结合。立足于以上特点,提出该领域后续研究的方向,即数字图书馆各生命周期阶段可用性研究、基于多学科理论的数字图书馆可用性评价研究等。     

社会化问答网站用户健康信息需求的演变研究——以糖尿病为例

[目的/意义]研究的目的在于揭示社会化问答网站用户糖尿病相关信息需求,以及随时间的推移这些信息需求的演变。[方法/过程]以中文社会化问答网站糖尿病相关提问文本为基础,构造共词网络,运用词频分析、社会网络分析和社区发现的方法,确定网络社区演变路径,以可视化的形式呈现信息需求的特征及演变。[结果/结论]10年间用户表达出来的信息需求趋于集中,用户对健康管理的信息需求有较大增长,但这部分仍未成为核心关注点。建议用户更多地对健康管理给予关注,公共卫生部门加强糖尿病预防内容的科普,并对相关并发症加强防控和管理。     

网络学术文档细粒度关联与聚合的信息组织机制研究

[目的/意义] 随着人们对检索文档之间关联关系的理解越来越多样化和细粒度化,检索文档内信息单元间关联关系的构建显得越来越重要。本研究旨在以学术文档内信息单元间关联关系为基础,构建文档的细粒度聚合与关联机制。[方法/过程] 本研究从跨体裁聚合单元知识体系所蕴涵的各类关联关系出发,从信息组在的角度阐述支持情景和语义关联的细粒度聚合理论框架、知识组织系统构建和聚合单元元数据标注等关键问题,并提出聚合机制。[结果/结论] 研究认为构建蕴含聚合单元语义关系、学科领域语义关系、任务和文本关系的本体,采用可反应聚合单元层级与关联关系的聚合单元元数据,是细粒度聚合机制发挥效用的关键。     

图书馆专业人才能力和知识需求实证研究

本文采用实证的方法研究图书馆对专业人才的能力和知识需求.使用由112个问题组成的问卷,调查图书馆工作人员对图书馆专业人才在图书馆工作中的优势和劣势、图书馆工作人员的能力和知识需求的认知.统计分析发现,图书馆学专业人才的优势体现在专业知识、专业能力和专业意识三个方面;图书馆工作人员所需要的能力包括专业服务能力、个人能力、技术能力、社会能力和其它能力,这些能力都需要广泛的知识做基础.图书馆学教育必须保持和增强自己的核心竞争力,针对人才需求的状况,与时俱进地设计课程体系,重视人文精神的培养,探索图书馆员继续教育的新模式.     

知识图谱研究的脉络、流派与趋势——基于SSCI与CSSCI期刊论文的计量与可视化

知识图谱作为快速兴起和发展的跨学科研究领域,在国内外不同学科间的发展轨迹、研究重点等方面总体上存在差异。适时梳理国内外该领域发展历史上的重要理论和技术发展轨迹,明晰核心人物和团队,可为当前和今后基于知识图谱的可视化研究提供理论基础。本文选取1998—2014年间SSCI、CSSCI中以知识图谱为主题的期刊论文,以SATI、UCINET、NetDraw、CiteSpace等为数据分析和可视化工具,通过时间分布揭示该领域发展的阶段特征,通过节点性论文计算和高频关键词共现分析揭示该领域发展的内容分布,从而厘清其发展脉络;从学科分布、核心期刊和边缘期刊的判别揭示该领域发展的跨学科概貌,通过核心作者综合指数计算、合作分析和机构分析揭示该领域研究的人物关系,厘清其发展流派。在此基础上提出知识图谱研究的弱化与主题的衍生、知识图谱的跨学科研究与应用和知识创造者的合作创新三个发展趋势。     

从ChatGPT看生成式AI对情报学研究与实践的影响

[目的/意义]ChatGPT的出现，引领生成式AI迅速渗透至各行各业，重塑产业形态。在此背景下，情报学也将不可避免地受到极大影响。探讨生成式AI驱动下的情报学研究与实践走向，旨在为情报学更好地迎接AI变革带来的机遇与挑战提供参考。[方法/过程]首先，从研究问题、数据源、研究范式3个角度讨论生成式AI对情报学研究的影响；其次，从综合性知识服务、学术信息服务、决策情报服务与社会信息服务4个层面，深入分析生成式AI将为情报实践工作带来的变化；最后，结合ChatGPT的局限性，讨论了情报学在融合生成式AI时应考量的问题，以及情报学可做的贡献。[结果/结论]生成式AI很可能会给情报学带来巨大的冲击，但如果应对得当，就能够促进情报学的提升，创新情报服务模式。情报学应积极拥抱新一代人工智能，探索与生成式AI交叉融合的路径，但与此同时需保持客观审慎的态度。     

开创情报语言学的新天地——论张琪玉教授对情报语言学的新贡献

张琪玉教授在自然语言检索和情报检索语言研究方面成就卓著 ;对情报检索语言的未来发展有独到见解。参考文献 2 6