基于多源数据的领域主题演化路径分析

[目的/意义]为全面、客观、高效、直观地掌握科技领域主题的发展规律和演变趋势,提出一种基于多源数据的领域主题演化路径识别和分析框架。[方法/过程]获取不同来源的科技文献数据,利用多维样本有序聚类方法辅助时间切片,基于改进的词袋构建方法,提升LDA模型主题识别效果,借助Louvain社区发现算法在主题层进行多源数据的融合,分析领域主题演化路径。[结果/结论]利用美国太赫兹研究领域基金项目、论文和专利3种来源的数据进行实证研究,结果表明,3种数据源能够清晰划分出4个时间窗口,改进的词袋构建方法能够表征更准确的领域信息内涵,主题社区有助于从多源数据复杂的演化网络中厘清主题演化脉络。     

政府数字治理路径探索中的模糊集定性比较分析

[目的 /意义]政府数字治理在政府管理与社会治理中具有关键作用,选择更为全面的数据和案例进行实证研究,能为存在较大差异的不同省份地区提供更具有实践意义的经验总结与方向参考。[方法 /过程]基于信息熵理论对多种来源的政务数据治理相关数据进行处理,以US2C模型为基础,使用fsQCA方法对31个省份地区的政务数字治理能力、效果、效率等展开分析,并结合条件组态结果归纳得出我国政府数字治理实践的最佳路径。[结果 /结论 ]研究结果揭示,不同条件的省份地区实现高水平政府数字治理的三种典型方式,其中自身条件较差的省份地区主要通过重点关注内部资源分配问题,以提升服务建设水平;条件一般的省份地区则需重点关注用户反馈,以优化服务实施;条件优异的省份地区则通过利用自身优势拓宽政府数字治理开展方向,以实现政府数字治理效率上的突破。     

生命周期视域下的工业大数据价值发现研究

[目的 /意义]工业大数据是实现智能制造的触媒和源动力,是推动传统制造业数字化转型的重要抓手,深度发掘工业大数据的潜在价值,对实现产业数字化转型升级具有重要意义。[方法 /过程]基于数据生命周期视角,结合工业大数据特有的属性特征,构建三阶段的工业大数据生命周期模型,并依此提出生命周期视域下的工业大数据价值发现模型。[结果 /结论 ]厘清工业大数据生命周期各阶段呈现出的数据价值,即数据整合阶段的静态价值、数据分析阶段的动态价值以及数据应用阶段的决策价值,并阐释不同阶段数据价值发现过程的动力模式,即数据整合阶段的“场景+规范”数据采集模式与有序数据组织模式、数据分析阶段的智能化数据处理模式与自适应算法匹配模式、数据应用阶段的协同化数据使用模式与数据价值前反馈模式。     

共识与差异:政策工具视角下中国政府数据开放隐私保护央地政策的文本分析

[目的/意义]隐私保护已成为国家推进政府数据开放的重要政策目标。聚焦央地政府数据开放隐私保护的政策工具问题,进而研究央地政策工具的共识、差异和深层逻辑。[方法/过程]选取2013—2022年间央地制定的政府数据开放隐私保护相关政策121份,运用政策文本分析法,对央地政策的文本属性、主体特征和词频作量化分析。根据罗斯威尔和赛格菲尔德提出的政策工具分类框架,系统论析央地政策工具类型及其工具要素分布,比较央地政策工具的同异性,进而解释政策工具选择的内在逻辑。[结果/结论]研究发现,中央和地方运用政策工具的总体目标都锚定信息安全管理、行政服务改革和技术发展;央地政策工具分类结构的一致性较强,表现出环境型、供给型和需求型三类政策工具使用率逐渐递减的总体趋势。然而,央级政策主体“中心—边缘”结构显著,省级政策主体却呈现“一核多元”特征;单类政策工具的内在结构和政策工具组合形式也具有央地差别。央地政策工具选择的差别,反映出政治情境回应逻辑、价值规范引导逻辑和理性执行逻辑。     

政府数据开放中个人信息保护的比例原则限制——基于欧盟经验的比较研究

[目的/意义]我国《个人信息保护法》规定了国家机关为履行法定职责处理个人信息的比例原则限制,这亦是政府数据开放中个人信息权利保护的边界。研究比例原则如何适用于政府数据开放,有助于我国在促进数字经济发展的同时有效保护个人信息。[方法/过程]运用文本研究法和案例研究法,重点比较研究比例原则在欧盟政府数据开放中的适用。[结果/结论]我国可通过明确立法授权提升开放行为适当性,综合运用立法及技术手段降低开放行为限制性,对个人及政府信息分类确保开放行为均衡性和构建多元化政府数据开放监督救济机制等路径,确保政府数据开放中的个人信息保护符合比例原则的适当性、必要性、均衡性要求。     

拓展党媒全域大数据运用，推动数据要素平台建设

数字时代加速到来,开展新型媒体智库建设并发挥重要作用,是推动中国式现代化的时代命题。本文以人民网人民在线和人民数据的智库建设实践为例,探讨新型媒体智库如何拓展党媒数字领域的场景应用,如何全面打通数据“存管用”全链条,助力经济社会高质量发展。     

数据、场景、情感与整合：智媒时代可视化报道的突破路径

智媒时代,大数据、人工智能、人机交互技术的运用为可视化报道带来前所未有的发展机遇。目前的可视化报道在叙事呈现、数据使用、渠道整合、人才储备等方面需进一步提升。因此,可视化报道应从数据赋能、互动场景、增强情感、与传统媒体深度融合四个方面寻求突破,创新呈现方式,拓宽报道视野,增强报道深度,体现媒体社会责任。     

“爸爸陪我读!”——父亲亲子阅读的现状调查

在中国人的传统观念里,一个家庭中,父亲是做事业的,母亲是负责管理家务尤其是养育子女的。这种观念势必也影响到亲子阅读。那么,当前,爸爸在家庭亲子阅读中的参与程度究竟如何?爸爸陪孩子阅读有哪些特点和倾向性?孩子是否喜欢让爸爸陪自己阅读?针对     

美国地震和火灾的家庭应急教育

地震篇地震往往只有那么几秒,但是这短短的几秒对我们来说却是生死攸关的几秒。怎样让从来没有见过地震的孩子们明白什么是地震,当地震发生时应该怎样行动呢?     

自动迭代聚类数据集训练的虚假信息识别方法

随着互联网虚假信息日益泛滥,自动识别虚假信息成为互联网信息治理的迫切需求。互联网上虚假信息伴随新事件不断产生,导致识别虚假信息的有监督统计机器学习模型需要不断更新迭代。每次迭代更新都需要构建新的训练集,以便新的虚假信息能在训练集中得以体现。为此,本研究提出一种动态迭代更新训练集构筑机器学习模型的虚假信息识别方法,设计基于核密度估计的迭代聚类方法对虚假信息数据集进行迭代聚类。在每一个自动得到的聚类中,按比例分别选取训练集样本和测试集样本构造分类器的训练样本集和测试样本集,使新产生事件的样本能够在训练集中得到体现。研究结果显示,基于核密度估计的迭代聚类方法划分数据集训练得到的虚假信息分类器,与随机划分数据集策略相比,能够显著提升虚假信息分类准确度。