排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
[目的/意义]信息公开政策是国家引导和调控信息公开工作的主要手段,是信息社会发展的战略需求和重要规范。[方法/过程]文章运用政策计量分析方法,对我国761条信息公开政策进行多维度测量,解析我国信息公开政策中的权力主体、法律渊源和政策工具使用情况。[结果/结论]研究发现,信息公开政策相关权力主体,虽然涉入有一定滞后性,但是整体参与度很高,权力协同较深;相关法律渊源关系切实反映出我国由企业信息公开向政府信息公开转变的历程,以及企业信息公开和政府信息公开全面发展的特色;基于内容维度和工具维度的政策工具二维分析框架,发现我国信息公开政策存在供给型和需求型政策工具使用不足、政策工具组合结构欠佳等问题,未来应该加强供给型和需求型政策工具的使用,优化政策工具的组合结构。 相似文献
2.
社交舆情传播影响因素是研究舆情规律的关键。本文从复杂网络视角出发,通过梳理国内外关于社交舆情传播的相关文献,从网络结构特征、节点属性特征、信息内容特征以及其他因素4个方面分别对影响社交舆情传播的因素进行归纳和总结。研究结果发现网络拓扑结构、网络基本性质、网络关系特征等网络结构特征因素是影响社交舆情传播的客观环境基础,传播主体属性特征和传播客体属性特征等节点属性特征是社交舆情传播的主观人为条件,对社交舆情信息内容特征的分析成为及时化解舆情的关键。 相似文献
3.
数智时代,面对大数据、大知识所带来的挑战,如何创新发展信息分析方法,关乎新时代信息分析工作的开展,关乎数据资源的开发利用。本文在梳理现有信息分析方法的基础上,提出数据驱动、知识驱动,以及数据与知识融合驱动的三种数智型方法思路。首先,提出基于文本、网络、音频、图像等的数据驱动以及与之相应的文本挖掘、图挖掘、音频挖掘、图像挖掘等信息分析模式;其次,提出基于专家知识库、通用知识库、领域知识图谱、通用知识图谱等的知识驱动信息分析模式;最后,提出基于特征、模型、决策三种层面的数据与知识融合驱动的信息分析模式。通过以上三种方法,构建能够系统融合大数据、大知识的信息分析方法,实现数智融合型信息分析,促进图书情报学科方法论发展,赋能国家决策和社会治理。图3。表1。参考文献59。 相似文献
4.
[目的/意义]作为科学学预测的重要组成部分,学科主题热度预测旨在揭示学术前沿和发展趋势,辅助学者发现前沿选题,支持科研管理机构科学立项。[研究设计/方法]提出基于期刊影响因子的学科主题热度计算指标(TP-JIF),构建基于LSTM神经网络的学科主题热度预测模型(TPP-LSTM),并以LIS领域数据为例,通过时间切片的形式抽取、计算学科主题的热度序列,检验不同长度时间序列下模型的各项误差。[结论/发现]相对于RBF-SVM、Linear-SVM、KNN、Naive Bayesian等模型,TPP-LSTM预测模型可有效表征学科主题热度时间序列的特性,当时间序列长度为4年时预测效果相对较好。[创新/价值]提出的基于期刊影响因子的学科主题热度计算指标,能够有效刻画不同学术刊物对学科影响的差异,规避了单纯依据频率计算热度的弊端;构建的学科主题热度预测模型,有效表征了学科主题的时间序列变化规律,减小了各项预测误差,预测效果较好。 相似文献
1