大数据环境下国内情报分析研究方法研究

[目的/意义]对大数据环境下国内情报分析研究方法、研究方法对应的研究主题进行归类,归纳其一般特性,对情报分析研究方法未来发展进行展望。[方法/过程]通过对情报分析领域文献中研究方法关键词进行词频统计分析,采用共词分析法、因子分析法、单因素方差分析、聚类分析、多维尺度分析等方法确定情报分析研究方法的分类类别数,归纳出每一类研究方法的特点,对每一类研究方法所对应的研究主题进行梳理。[结果/结论]发现大数据环境下国内情报分析研究方法可以分为7类。从两个不同角度对7类情报分析研究方法进行概括,认为面向全源数据的智能化的情报分析方法是未来的发展方向。与7类情报分析研究方法密切相关的主题分别为颠覆性技术创新、图书馆资源建设、语义计算、风险预测、技术的合作与竞争、系统评价、方法体系构建。     

智能情报分析模式:数据驱动型与知识驱动型

[目的/意义]研究智能情报分析模式特点、发展方向及研究建设策略。[方法/过程]在分析神经网络、知识工程两类人工智能核心技术演变过程及发展趋势的基础上,提出支撑智能情报分析服务的大数据资源体系框架结构及建设原则,并分析数据驱动和知识驱动方法在情报分析中的单独应用与融合发展问题。[结果/结论]认为数据和知识双轮驱动是智能情报分析未来发展的一个方向;而实现智能情报分析的关键,一是加强一次数据资源和二次数据资源建设,二是加强深度学习技术与知识图谱技术在科技情报分析中应用的研究,三是建立数据驱动与知识驱动相融合的分析模式。     

移动互联网环境下大学生数据素养能力实证评价研究

[目的/意义]结合国内外文献研究与初步研究,基于移动互联网环境下大学生数据素养能力表现,构建大学生数据素养能力评价指标体系并进行实证分析,从而提供数据素养能力综合评价标准与工具。[方法/过程]首先基于提纲式专家访谈与小样本问卷测试,运用探索性因子分析构建移动互联网环境下大学生数据素养能力评价指标体系,并进行科学性检验与优化;在此基础上结合半结构化问卷调研,运用主成分分析从互联网环境下的数据意识、数据知识与技能、数据组织与管理、数据表达与解释四个一级指标进行实证评价。[结果/结论]实证分析结果表明移动互联网环境下大学生数据素养能力存在年级与专业差异,其中数据意识、数据表达与解释的群体均衡收敛,个体异质性在数据知识与技能、数据组织与管理能力表现显著。最后,从国家层面的数据标准化管理与教育个性化发展协同、移动互联网数据资源管理云环境、高校"四位一体"渐进式智慧培养体系三个视角提出互联网环境下大学生数据素养能力提升的对策建议。     

北京高校馆际文献传递服务用户兴趣关联研究

[目的/意义]关联数据分析和个性化信息推送是图书馆联盟建设的重要内容。文章引入关联分析挖掘技术为北京地区高校图书馆联盟馆际文献传递中的个性化推送服务提出建议。[方法/过程]以2018年BALIS北京地区高校图书馆文献传递服务数据为基础,对不同专业用户群体和不同高校用户群体文献传递申请单数据进行分析,并利用FP-growth关联分析算法技术对数据进行相关系数分析。[结果/结论]数据挖掘结果较好地挖掘出北京地区各高校图书馆用户的跨校、跨专业文献借阅偏好,可实现有效和有针对性的文献推荐服务,同时能够为区域图书馆联盟的资源共建共享提供数据参考。