关于中国网络舆论发展中几组关系的思考

网络舆论是多种社会因素复杂互动的结果。研究网络舆论,需要将它放在更宏观的社会环境下,深入地研究它与其他社会因素或社会现象之间的相互作用及其结果。在中国网络舆论的发展中,有几组关系是值得深入关注与思考的。从网络舆论与现实民意的关系来看,网络舆论并不等于现实民意,但它是观察现实民意的一个重要的参数。从网络舆论与网络暴力的关系看,网络舆论中确实存在着一定的暴力现象,但这种现象是社会舆情的一种反映,不能简单以制止网络暴力为理由来阻止网络自由表达。从网络舆论与司法独立的关系来看,网络舆论不应该干扰司法的独立,但是舆论作为一种监督力量应该有助于推动司法的公正。从网络舆论与传统道德的关系看,中国传统文化在现代化与全球化进程中受到冲击,表现出了一种自我纠结的困境,这种困境在网络舆论以及网民的行为中表现得尤为突出。     

试析现代远程教育、网络教育与E-Learning

近年来,现代远程教育、网络教育、E-learning等相近的名词术语出现的频率越来越高,读者很容易将其混淆.清晰辨别这三者,有利于更好地把握我国现代远程教育发展的方向,对培养更加科学的研究态度具有重大意义.本文从阐述这三者的含义出发,试图对其进行辨析,指出三者的区别和联系,最后指出了辨析这三个概念的意义.     

网络型电子期刊编目原则探讨

网络型电子期刊的编目原则问题是进行该类型资源编目首先要解决的问题,本文针对网络型期刊的特点探讨了两种原则以及相应的著录要求,即:单记录原则(在印刷版/原始记录中给出访问路径);为网络版期刊单独建立记录的原则。笔者建议采用后者,并讨论了网络型电子期刊的著录信息源的选取。     

5种全文电子期刊数据库的评价分析

以Elsevier SDOS、Kluwer Online、IEEE/IEE、Springer Verlag和Academic Press 5种常用的全文电子期刊数据库为例,对其学科分布、被SCI、SSCI权威数据库收录的比重以及JCR期刊影响因子分析等几个方面进行评价分析,并讨论这些电子期刊对图书馆期刊管理的影响。     

文摘索引数据库增值功能研究

文摘索引数据库除具有基本的信息检索功能,还具有增值功能。数据库在内容的增值上表现为资源的联系与整合,包括基于多种类型数据库的集成,基于全文获取的资源链接以及基于网络资源整合;在服务上的增值表现为服务的拓展和配套完善。目前研究开发数据库的增值功能,对国内数据库的发展和文献机构而言有着重要的现实意义。表2。参考文献3。     

我国高校图书馆网上参考咨询服务现状调查与分析

本文对国内高校图书馆网上参考咨询方式与手段的现状进行了研究分析，并探讨了网上参考咨询服务的发展方向。     

网络科技论文专家评价模型研究

网络科技论文专家评价模型定量指标有:被访次数、被引次数、被下载和打印次数、被转载次数、引文数量、链接数量和相关成果获奖次数等;定性指标有:权威性、准确性、新颖性、全面性和便利性等。可按一定的规范流程对专家评价模型指标进行量化处理。应按确定评价对象、确定专家评价团、确定评分标准、进行数据分析、写评价报告和收集反馈信息的流程实施专家评价模型。表1。参考文献3。     

网络新闻学历史与定义

网络新闻学短短几十年的历史却陷入了说不清道不明的尴尬境地。本文在查证大量文献的基础上,总结出了网络新闻学历史研究中所存在的三种主要版本及其理论依据,同时根据网络新闻学历史的外延范围,在已有的网络新闻学定义基础上对其内涵予以了清晰的界定。     

美国儿童网络隐私保护概况及其启示

随着计算机和网络技术的发展,接触、使用互联网的少年儿童越来越多。少年儿童的价值观、判断力正处于建立的时期,所以必定会因为网络所呈现的不良内容,带来某些有碍他们健康成长的危险因素,使其身心受到不同程度的负面影响。美国在儿童网络隐私保护方面做了很多工作,文章从法律、网站自律和安全港模式方面分析了美国对儿童网络隐私保护的措施,以期为我国儿童的网络隐私保护提供参考。     

Improving aspect extraction by augmenting a frequency-based method with web-based similarity measures

Online review mining has been used to help manufacturers and service providers improve their products and services, and to provide valuable support for consumer decision making. Product aspect extraction is fundamental to online review mining. This research is aimed to improve the performance of aspect extraction from online consumer reviews. To this end, we augment a frequency-based extraction method with PMI-IR, which utilizes web search in measuring the semantic similarity between aspect candidates and target entities. In addition, we extend RCut, an algorithm originally developed for text classification, to learn the threshold for selecting candidate aspects. Experiment results with Chinese online reviews show that our proposed method not only outperforms the state of the art frequency-based method for aspect extraction but also generalizes across different product domains and various data sizes.