台网融合:多维突破 深化进程     

曹崟  林如鹏 《中国广播电视学刊》2011,(2)

随着新媒体的崛起与媒体技术的日趋成熟,媒介的传播方式与生存形态也进入了相应的变化过程。2010年,中国广播以科学发展为基本理念,在对新媒体时代广播传播  相似文献   

社会道德负面新闻谨防造成刻板印象     

张艳秋  丁颖 《中国记者》2011,(12)

避免刻板印象是新闻媒体不能忽视的重要准则著名传播学者霍尔特·卢因在提出"把关"概念时指出,媒介可以通过把关决定是否让信息进入流通渠道、使之保持继续流通或中止信息的传递.①然而,在新闻报道中,把关不仅具有专业价值,它更具社会意义.媒体在报道颇具争议的社会道德负面新闻时,把关就是责任.  相似文献   

基于用户导向的图书馆多维空间信息服务机制的创新与发展   总被引：1，自引：0，他引：1  

郭启芝 《图书情报工作》2011,55(17):70-99

根据图书馆信息服务发展的现状及面临的挑战,结合信息服务发展趋势,提出图书馆信息服务机制的总体框架：以用户需求为中心,以用户满意度为评价指标,在多维信息服务理念指导下,通过完善图书馆信息内容服务,深化多维信息服务形式,开辟多维信息服务途径,实现图书馆信息服务创新发展的高效运行机制。  相似文献   

基于K-means算法的Ｗeb访问用户关联规则挖掘算法     

肖强  钱晓东 《图书情报工作》2011,55(16):136-139

针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数据集聚类为不同的小数据集,采用不同的最小支持度,分别对Web访问用户聚类小数据集进行关联规则挖掘。分析和实验结果证明,该算法可有效提高传统关联规则挖掘算法的效率,同时也可有效避免传统关联算法中扫描中的重复性。  相似文献   

中国视听新媒体的现状与发展趋势     

庞井君 《新闻战线》2011,(9)

视听新媒体作为一类相对独立的媒体形态,以视听内容为核心,借助互联网等各种新的技术手段传播,已经并且还将持续对现有的媒介格局产生重大影响。经过十多年的发展,我国的视听新媒体以领先的用户规模、丰富多样的业务形态、产业链各环节的多元竞争,  相似文献   

业界资讯     

《新闻战线》2011,(3)

十二五期间非时政类报刊出版单位体制改革将全面启动2月28日,新闻出版总署党组副书记、副署长蒋建国在中央外宣办新闻发布会上表示,十一五期间,  相似文献   

基于超图设计模型的用户创造内容产品族设计映射研究     

蔡淑琴  马玉涛  肖泉  胡慕海 《情报学报》2011,30(4)

用户创造内容(UGC)近年来备受关注。UGC的聚合利用能创造巨大价值。本文研究UGC产品族设计问题。首先,通过应用公理设计理论,将问题转换为映射研究,解决了映射问题,也就解决了产品族设计问题。接着,针对公理设计理论中提供的Z型映射方法的局限性,结合超图理论,建立了超图设计模型六元组,并在此基础上,分别研究了功能域和物理域的域间映射、域内映射的过程,提出了新的映射方法:倒Z型映射和尖塔型映射,并对映射结果的评价与优化提出了一种算法思想。最后,以在线产品评论的产品族设计为例进行了应用说明。实例分析证明,本文提出的映射方法是可行的。  相似文献   

更正启示     

《情报学报》2011,30(6)

由于我们的工作失误,刊登在2011年第3期《网站质量,用户感知及技术采纳行为的实证研究》一文的图3(230页)出现错误,正确的图3应该是:在此,我们诚恳地向作者和广大读者致歉,并将在今后的工作中认真编辑和校对,杜绝此类事情的发生。  相似文献   

基于扩展模糊概念网的信息检索结果个性化的研究     

俞扬信 《情报学报》2011,28(3)

电子文档和用户的增长导致了信息检索结果个性化模式的创新,从而更好地为用户偏好服务.个性化的内容检索旨在改善检索过程中考虑个别用户的特殊兴趣.本文提出了一种基于扩展模糊概念网的信息检索结果的个性化的新方法.在这种方法中,网页和用户偏好都将以扩展模糊概念网形式表示.扩展模糊概念网可看作是关系矩阵和关联矩阵模型,关系矩阵中的元素代表模糊概念间的关系,关联矩阵中的元素表明概念间的关联度.这种方法的好处是能找到用户查询的绝大多数文档并且更灵活、更好地显示给用户.  相似文献   

面向个性化推荐的快速关联规则挖掘算法     

邓晓懿  金淳  樋口良之  韩庆平 《情报学报》2011,30(9)

关联规则挖掘是解决电子商务推荐问题的重要方法之一.针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描数据库,频繁项挖掘效率低,关联规则挖掘准确率低以及规则大量冗余等不足,提出一个基于事务矩阵和用户兴趣度的关联规则挖掘算法(Matrix-and-Interestingness-based Association Rules Mining,MIbARM).该算法仅需扫描一次数据库,并在挖掘过程中不断缩小算法搜索空间以避免生成冗余候选项,同时避免了冗余规则挖掘,从而提高了挖掘效率.最后,在四组人工数据和160种参数组合的数值实验环境下,引入Apriori、CBAR 及BitTableFI算法对MIbARM进行对比验证.结果表明,在不减少有趣规则的前提下,MIbARM不但可有效避免冗余候选项集的产生,而且大幅减少了冗余规则数量,极大提高了算法的搜索效率,同时提升了个性化推荐的质量,更适用于移动电子商务环境下的个性化推荐问题.  相似文献