网络舆情场中观点簇丛的情感极化度测算

[目的/意义] 提出网络舆情场内观点簇丛的情感极化度测算方法，为量化舆情受众情感态势和识别极化群体提供依据。[方法/过程] 首先明确舆情受众情感极化的条件，再通过设置条件阈值筛选出满足条件的观点簇丛，在此基础上引入3个极化指标（受众吸引率、极端受众增长率、极化情感增长率）描述观点簇丛在测度时间窗口内的情感发酵程度。最后利用平滑权值，对观点簇丛在不同测度阶段的情感表现进行加权综合，得出其整体情感极化程度值。[结果/结论] 观点簇丛在每个时间窗口的情感表现能为阶段性的舆情受众情感极化干预提供判断依据，而综合的情感极化度有助于准确识别场域内的敏感话题及群体，便于网络舆情的精准管控。     

略论知识创新和图书馆

分析了图书馆是知识创新系统的一个重要组成部分，认为图书馆具有知识创新性，提出了图书馆进行知识创新的途径。     

基于网络舆情的高校思政教育引导

网络舆情是当今信息社会下的一种重要产物。其以互联网作为基础的舆情对大学生的价值观、人生观引导具有重要作用,但是,基于网络舆情的高校思政教育对大学生本身的影响有利也有弊。只有正确发挥高校网络舆情对大学生思政教育的引导促进作用,才能够保证大学生身心健康的成长,促进我国高校思政教育事业的不断发展,使大学生能够成为对社会有用的人,为社会做出更大的贡献。     

情境本体驱动的多源知识融合框架

[目的/意义] 情境建模是解决信息泛滥、信息过载、实现信息按需服务的重要手段,目前已有的知识库构建和知识融合方法普遍忽略了情境信息,阻碍了知识库的实际应用,降低了知识服务的效率和效果。[方法/过程] 综合考虑环境情境、个人情境和领域本体三个方面,提出一种情境本体驱动的多源知识融合框架,并以此框架融合生成基于情境的药物不良反应知识库ConADR Ontology。在本框架的指导下,以药物不良反应的知识库构建为例,半自动实现情境本体模式层的构建和数据层的扩充;并以情境本体作为中介本体,实现情境本体,药物不良反应领域本体ADReCS和人类疾病领域本体Disease Ontology间的融合;最终在此基础上实现基于SPARQL的案例查询。[结果/结论] 实例验证表明,本框架具有一定的可行性,对知识库的建设和应用具有理论性指导和参考价值。     

网络舆情软引导模型在高校开展"党的十九大精神"学习中的创新应用

高校作为思想政治教育活动的主要阵地,是学习宣传党的十九大精神的主体之一.运用网络舆情软引导,可以积极配合各高校的十九大精神宣讲团,从数字网络途径对在校大学生学习宣传贯彻党的十九大精神起到很好的引导推动作用.本文将以某高校二级学院开展"学习十九大精神,加强文化自信"党建宣传动画片制作和展播活动为例,研究分析网络舆情软引导模型在高校开展"党的十九大精神"学习中的创新应用.     

涉农网络舆情的特点、问题与治理路径——从网络化治理的理论视角分析

切实关注涉农网络舆情,是落实好中央一号文件精神的重要抓手。随着农村社会化改革与城镇化进程,涉农网络舆情问题治理成了政府治理的热点与难点问题。针对人民网百姓呼声平台及三农舆情的考察,系统分析特色,实证调研百姓呼声2015-2016年江苏三农舆情帖子,归结了涉农网络舆情政府涉农舆情治理的负面效应。基于此,利用网络化治理的理论视角提出涉农网络舆情治理的可行路径选择。     

场域视角下的传播舆情分析——以《人民的名义》为例

电视剧《人民的名义》因其自身创作特质与内容传播互动而广受热议。本文基于传播舆情的发展而将其内容传播互动部分划分为三个传播过程:电视剧内容的传达过程、电视剧相关的媒介营销过程以及受众之中的群体传播过程,并在场域视角的观照下分别进行考究,从而建立单向场域、双向场域以及多向场域三类传播结构模型,在场域结构下对《人民的名义》传播过程进行分析。     

基于本体的在线考试辅导资源知识库模型研究

随着国家教育信息化改革的不断推进,在线考试越来越成为教学评价的主要形式。为加强考试辅导效果,提高考试辅导知识服务,有关在线考试辅导资源建设的研究正在持续升温。针对当前辅导资源建设中存在的系统性资源不足、学习支持能力弱等问题,本研究以目标导向为理论基础,引入本体和知识库技术,采用基于本体的语义知识组织方法构建了一个在线考试辅导资源知识库模型,包括知识采集、知识重构和知识服务三个模块,并详细阐述了各模块的内容、功能等,以期为在线考试辅导资源建设提供思路。     

考虑：针对内容的生命周期进行规划

据Gartner提供的报告显示,内容的一个典型的生命周期包括：创作,获得或修正：内容的最初创作或者修正。内容可以通过内容聚集服务获得;回顾和核准：内容核准过程中一个关键的阶段是它在组织内部的回顾。回顾过程使用工作流程和注释来对内容进行评论;聚集和管理：经核准的内容在知识库中存储和管理。对建立复杂的信息集合而言,