汉字作为信息媒介的传播学思考

在华夏几千年的文明史中 ,汉字作为文明传承的信息载体 ,不仅传播了语言信息 ,而且传播了汉民族历史文化等诸多信息。从传播学的角度来探索汉字 ,可以发现汉字不仅是信息传播的载体 ,而且蕴含着人性化的内涵 ,蕴藏着当代图像传播的许多生动有趣的特征。深入探讨汉字传播信息的方法、模式、规律、功能 ,将对建立有中国特色的传播学理论提供借鉴     

网络视频监控产品测试方案的改进设计

网络视频监控产品入网检测的关键在于采用的测试策略和测试方法。本文提出了验收该类产品的测试方案和测试策略，并以“守望精灵”网络视频监控平台为实例，对重要指标的测试用例进行了改进设计。实践证明改进后的方案具有较高的测试稳定性和较小的测试误差等优点。     

浅议图书馆网络化建设的误区

本文归纳分析了目前图书馆网络化建设中存在的误区，并提出了走出这些误区的措施与对策。     

信息文化与网络文化的概念比较分析

广泛收集和整理当前流行的信息文化与网络文化的各种定义,并对它们进行比较分析,指出信息文化与网络文化这两个概念之间的联系与区别,以求两个概念之间有一个清楚的分野。     

中世纪阿拉伯-伊斯兰文化对西方文明的贡献述评

中世纪的阿拉伯世界以其雄武之势兼纳了东地中海古文明以及亚洲远地文明，创造了辉煌的阿拉伯——伊斯兰文化。而同期西方由于日耳曼人的野蛮冲击和基督教会的肆意破坏，古典希腊罗马文化实际上已荡然无存。正是通过阿拉伯人的翻译，西方才得以知道自己老祖宗的遗产，并从阿拉伯——伊斯兰文化里获取了自然科学、人文社会科学、艺术等营养，感觉到压力，最终得以迅猛发展。     

一种网上电子投搞系统的设计与实现

利用ASP技术为《工业工程》杂志开发了一种网上电子投稿系统，作者能够通过Internet上的Web网页和E－mail投稿，缩短了稿件投寄周期，节省了时间和费用，简要介绍动态网页开发技术ASP，并详细阐述网上电子投稿系统的设计和实现过程.     

中小企业如何开展网络营销

我国的中小企业数量庞大,竞争激烈,不但面临着融资难的问题,而且营销资源也极其匮乏。中小企业通过开展网络营销可以增强成本竞争优势,提升企业形象,对企业经营活动具有很强的现实意义。     

基于无监督图神经网络的学术文献表示学习研究

学术文献特征表示,是学术文献搜索、分类组织、个性化推荐等学术大数据服务的关键步骤。研究表明,图神经网络能够有效学习文献的特征表示,然而当前研究主要集中在有监督学习方法上,不仅对数据集的大小和质量的要求较高,且学习到的文献特征表示与具体任务高度耦合。基于此,本文将四种无监督图神经网络方法引入学术文献表示学习,从Cora、CiteSeer和DBLP (database systems and logic programming)数据集的引文网络、共被引网络和文献耦合网络中学习文献的表示向量,并应用于文献分类和论文推荐两大下游任务。研究结果表明,(1)深度互信息图神经网络适合于文献分类任务,对抗正则化变分图自编码器则在论文推荐任务上性能更佳;(2)Cora数据集上的结果表明,相较于共被引和文献耦合网络,引文网络更适合于学习通用的文献表示向量。     

科技政策隐性扩散路径自组织研究

[目的/意义]文章对科技政策隐性扩散路径自组织方法进行研究,挖掘科技政策文本包含深层语义信息,将隐性知识显性化,为科研人员拓展和丰富政策扩散路径研究提供参考。[方法/过程]本文结合科技政策篇章文本的形式语义和内容语义两个方面对政策文本结构化处理和深度挖掘,对政策文本资源全解析,抽取科技政策文本中包含的特征,其中包括概念和关系自动获取与标引技术、网络表示学习,挖掘科技政策文本中的隐含结构信息,利用BiLSTM-CRF模型的深度学习方法实现概念的自动获取和自动标引关系。将得到多篇科技政策文本的概念和关系组成概念关系对的形式,借助于表示学习的方法发现每个节点稠密的向量表示。[结果/结论]通过实验验证,证明了本文借助隐性路径特征的科技政策扩散隐性路径自组织方法的有效性,在一定程度上拓展了政策研究的方法,为科研人员在政策扩散研究上提供了参考。     

基于科研网络的潜在合作关系预测研究综述

[目的/意义]合理预测科研领域的潜在合作关系有助于优化资源配置,提升科研产出效率。从科研网络出发的潜在合作预测研究日益增长,需要系统总结。[方法/过程]在CNKI和Web of Science中检索并筛选出基于科研网络的潜在合作关系预测方法的研究,从年发文量、期刊分布对目标文献集进行统计分析。使用内容分析法,梳理出预测潜在合作关系的一般流程,描述步骤中的方法。[结果/结论]潜在合作关系预测一般流程为网络构建、特征提取与表示、合作预测和预测结果评价,其中构建的网络可分为同质网络、异质网络和二分网络,特征提取和表示可分为节点内容特征和网络结构特征,合作预测的方法主要有基于相似性的方法和基于机器学习的方法,预测结果评价的指标为AUC、Precision和Ranking Score;现有方法的局限性启示了未来潜在合作关系预测的发展方向。