微博预置话题与突发话题的特征挖掘研究

[目的/意义]借鉴拉斯韦尔5W传播模型,探讨微博中预置话题与突发话题的特征。[方法/过程]基于因子分析的关键节点影响力评价方法来研究话题节点特征;利用Ward方法对话题博文量曲线进行聚类,并对曲线进行多项式拟合;对话题情感度曲线进行聚类,并对不同类型话题的峰度和整体情感加权平均高峰期进行研究。[结果/结论]话题首节点多是信息分享,其中突发话题的传播多是从事件的客观描述开始;话题微博按博文量可分为前热型、中热型、后热型、爆发型和持续型,其中突发话题比预置话题爆发得更早、持续时间更长;话题出现72小时后公众情感趋于中立,但突发话题情感曲线高峰期比预置话题更集中,整体情感加权平均高峰期更早出现,曲线趋势更复杂。     

纸电融合模式下的中文电子书馆配应用平台建设

我国中文电子书馆配市场面临版权保护、定价机制、业务应用平台三大产业链瓶颈.基于CNONIX数据中心,构建能够为出版商、馆配商、图书馆提供纸电一体化采选与交易服务,为用户提供电子书一站式阅读服务的“全国电子书馆配应用综合业务平台(eBook-NBP)”,是推进电子书馆配应用模式优化转型、构建图书馆电子书服务产业链新生态的...     

基于空间约束模糊聚类的活性污泥显微图像分割

针对活性污泥相差显微图像中絮体和丝状菌分布不均衡、絮体结构多样、存在大量细小丝状菌、图像对比度低,以及光晕、阴影等现象,提出了一种基于多尺度Retinex和空间约束模糊聚类的丝状菌分割算法和基于阈值、形态学操作的絮体分割算法。丝状菌分割算法对原始图像进行多尺度Retinex增强改善不同样本的光源强度,顶帽、底帽滤波增强絮体和丝状菌的对比度,采用边缘检测方法去除图像背景,考虑显微图像相邻像素空间的邻域信息采用空间约束模糊聚类法对增强后的图像进行聚类,结合像素面积和回旋半径形态学特性参数确定丝状菌目标和去除碎片;絮体分割算法利用灰度变换、图像反转以及开操作对絮体进行预处理,克服图像中的光晕和阴影,用阈值分割算法分割絮体,利用形态学操作对其进行后处理。实验结果表明,所提算法在图像分割准确率、精确率、Dice等指标上有明显提升。     

“棋心聚力”全国象棋冠军公开课观摩笔记(上)

在全国上下万众一心抗击新冠肺炎疫情之际,国家体育总局棋牌运动管理中心和中国象棋协会为丰富广大象棋爱好者的文化生活,于2月19日至3月3日,连续推出“棋心聚力”全国象棋冠军公开课.王天一、郑惟桐、赵鑫鑫、蒋川、唐丹等14位全国象棋男女冠军棋手在天天象棋APP和虎牙直播两个平台进行现场直播,每天一位冠军,45分钟精彩讲解,连续两周播不停.     

数字时代下基于画像的公共图书馆评估路径探究——以江苏省市级公共图书馆为例

[目的/意义]公共图书馆作为地方信息文化中心,扮演着文献保存与信息传递的重要作用。然而受经济、人口等因素影响,图书馆发展参差不齐。为了提高公共图书馆评估的科学性与针对性,[方法/过程]本文利用K-Means算法对图书馆的不同特征进行聚类,探索出一条基于画像评估的新型路径。并以江苏省市级公共图书馆为例进行实证分析,将十三个馆划分为四类：安于现状型图书馆、稳步发展型图书馆、欣欣向荣型图书馆和积极进步型图书馆。评估不同类型图书馆特征,提出针对性的发展建议。[结果/结论]通过实证检验了基于画像评估路径的可行性,从而为公共图书馆的常态化评估提供新思路。     

基于K-prototype聚类的职业院校学生校园消费行为分析——以宣城职业技术学院为例

职业院校数字化转型环境下,数据挖掘技术成为促进职业院校教学管理精准化、决策科学化的重要途径。本文基于K-prototype聚类算法,以宣城职业技术学院学生相关校园消费行为数据为切入点,探究职业院校学生消费行为与学生主体的交互影响,建立了四类学生校园消费行为类别,分析不同类别学生群体的基本情况、学习情况、身心健康情况的具体特征及相关性。研究得出：性别年龄因素与职业院校消费行为存在相关性;校园月均消费金额较低的学生自主学习能力较弱;校园日均消费次数较高的学生更容易产生相关心理问题。职业院校学生校园消费管理行为分析为新形势下学校数字治理和学生未来职业发展提供决策参考。     

学术交叉领域的双向聚类及主题关联特征分析

【目的/意义】为了发现交叉学科领域学术群及前沿研究主题,更有效地揭示交叉领域研究的核心研究者, 进一步发现核心学者与前沿主题之间的关联特征,促进国家重大交叉科研项目的合作攻坚,发现潜在的合作前景 并有效组织前沿重大交叉合作团队。【方法/过程】就地理信息领域内的关键词、作者、文献、期刊以及机构等信息进 行分析,采用双聚类分析的方法,实施了作者与主题的双向聚类分析。以此为基础研究了高产作者与研究主题的 关联特征,揭示出作者与主题间的关联关系。【结果/结论】结果表明,双向聚类方法具有突出的研究效果,既发现了 领域核心学术群体,又发现了前沿主题。进一步的关联分析发现核心学者群与前沿主题之间的关联特征,从而可 挖掘出隐性的跨学科主题与学者之间的关联。【创新/局限】从横向（研究者）与纵向（研究主题）两个方面进行双向 聚类分析,并同时考察两方面的关联是本文的创新之处。