一、数字图书馆信息的体系结构（论文文献综述）
胡建平,严永康[1]（2021）在《数字图书馆大数据知识服务体系的协同设计》文中进行了进一步梳理在大数据知识服务呈上升趋势发展的背景下,大数据知识服务体系逐渐成为数字图书馆领域的新增服务要素。在此基础上,该文分析了大数据知识服务的含义和数字图书馆中的特点,联合实际对数字图书馆大数据知识服务体系的协同设计展开探讨,从体系框架、信息管理以及需要应用到的技术和策略等方面提出看法。在大数据的背景下,只有紧跟时代的脚步不断创新才能使知识服务向着多角度多领域的设计稳步发展。通过对数字图书馆在运行中出现的问题进行有效的处理,促进数字图书馆服务质量的提升。
王阮[2]（2021）在《数字人文视域下口述历史档案资源知识发现研究》文中研究指明近年来,数字人文在中国学界方兴未艾。数字人文对知识生产方式的改变,好比在学术圈这个相对平静的湖水中投进一颗石子,泛起的涟漪会波及整个学术领域[1]。2017年,中共中央办公厅、国务院办公厅印发的《国家“十三五”时期文化发展改革规划纲要》指出:文化遗产保护工程需加快文物藏品数字化保藏,推进数字故宫、数字敦煌、数字丝绸之路和中国人民抗日战争数字博物馆建设[2]。在数字化浪潮中,人文活动在数字技术赋能下跨界融合,借助数字技术耕读人文知识,变革传统的人文研究范式,并赋予人文研究以新的活力。数字人文正在引领中国社会文化空间的数字化转型,身处数字环境的人们对历史档案文化的知识需求也愈加强烈。《全国档案事业发展“十三五”规划纲要》在有效推进档案资源体系建设过程中鼓励开展口述历史档案、国家记忆和城市（乡村）记忆工程、非物质文化遗产建档等工作。口述历史档案作为历史文化传承的重要载体与纽带,以记录时代变革、填补记录空缺、保护人类文化遗产等价值和功能受到国内外学者的高度关注。我国悠久的历史文化世代相传,随着时间的洗淘,诸多珍贵的文化遗产已经失传或濒临灭亡。1992年,联合国教科文组织启动世界记忆工程项目,旨在通过国际合作与应用数字技术抢救世界范围内正在逐渐老化、损毁、消失的文献记录。有关口述历史档案的研究最早可追溯至美国哥伦比亚大学口述历史研究室的建立。虽然从启动时间看,我国研究起点较美国晚了近30年,无论理论基础还是实践进展都缺少资源深度开发和知识挖掘,尚处于起步成长阶段。但作为中华文化的守护者和传承者,我国拥有相当丰富且数量庞大的人文资源亟待挖掘。在数字人文的大背景下,如何借助数字人文技术方法检索、利用浩瀚繁杂的口述历史档案资源,将其蕴含的丰富内部事实、数据和知识展现出来,实现口述历史档案资源知识发现具有迫切性和必要性。同时,如何对口述历史档案资源进行深度知识组织、知识关联、知识聚合与知识发现,为用户提供知识服务,也将成为当下及未来档案资源开发利用的研究重点。基于此,本文以口述历史档案资源为研究对象,通过对口述历史档案、知识发现的追本溯源,综合运用文献分析、专家访谈、实证研究等方法,结合口述历史档案资源特征与属性,架构数字人文视域下口述历史档案资源知识发现框架,探究数字人文视域下口述历史档案资源知识发现核心内容,构建口述历史档案资源本体与知识图谱并进行实例可视化展示,深入揭示口述历史档案资源知识元,将其蕴含的人、地、时、事等复杂内容关系予以揭示,辅助和支撑人文学者进行研究,为口述历史档案资源实践应用提供可操作性指导,实现口述历史档案资源多维知识发现。具体来说,核心内容包含4个部分。第3章数字人文视域下口述历史档案资源知识发现逻辑框架本章首先对口述历史档案资源知识发现需求进行分析,对口述历史档案资源知识发现目标进行概述,梳理口述历史档案资源知识发现流程及体系结构。然后,解析口述历史档案资源知识发现构成要素、功能要素、构成要素及功能要素关系,架构数字人文视域下口述历史档案资源知识发现框架。最后,对框架主要模块作用进行解构,包含知识组织的描述与揭示作用,知识关联的存储与链接作用,知识发现的多维挖掘作用。第4章口述历史档案资源本体构建口述历史档案资源纷繁浩杂,如何将零散杂乱的口述历史档案资源组织起来,就需要借助本体来实现。鉴于目前本领域尚未发现可复用的口述历史档案资源本体,故而需要自建本体,这也是本领域的创新之处所在。本章作为第五章的铺垫,通过构建口述历史档案资源本体呈现口述历史档案领域知识认可的概念及概念间的相互关系,从知识组织维度实现口述历史档案资源知识表示,并利用Protégé工具辅以实例可视化展示,验证了本文构建的口述历史档案资源本体具有良好的可操作性与实用性,为第五章口述历史档案资源知识图谱构建提供组织结构基础。第5章口述历史档案资源知识图谱构建本体只是从组织层面实现口述历史档案资源描述与揭示,而知识图谱是基于关联层面实现口述历史档案资源深度聚合。本章首先提出口述历史档案资源知识图谱框架设计构想,包含模式层和数据层,模式层既可以从口述历史档案资源本体解析、本体与图数据库的映射规则以及关系界定入手;也可以直接从口述历史档案资源数据源抽取所需要素。数据层包含信息抽取和知识融合两部分。然后介绍知识图谱存储和绘制工具。最后,基于第四章口述历史档案资源本体结构,引入实验数据源,采用目前主流的Neo4j图数据库构建口述历史档案资源知识图谱进行实例可视化展示,从知识关联维度实现口述历史档案资源深层聚合,构筑口述历史档案资源知识网系,实现知识关联,为第六章口述历史档案资源多维知识发现奠定关系主线。第6章口述历史档案资源多维知识发现本章在第五章口述历史档案资源知识图谱实例展示的基础上,基于知识图谱洞悉口述历史档案资源深层关系,从多维视角深入挖掘口述历史档案资源潜藏的丰富内部事实。具体包含:基于项目整体概况的知识发现、基于事件主题关系的知识发现、基于社会网络关系的知识发现以及基于时空网络关系的知识发现。既可以细致展现出口述历史档案资源间人、地、时、事之间的知识关联,又可以探求涉及同一主题或具有相关关系的多个口述历史档案资源之间的隐性关系,方便领域学者进行后续研究,以佐证本研究具有现实指导意义。综上所述,本研究在数字人文大背景下,将以本体和知识图谱为代表的数字人文技术方法“引介”口述历史档案研究,实现了口述历史档案资源领域本体和知识图谱构建新突破,同时借助实例可视化展示,将人、地、时、事等内容特征及其相互关系予以细粒度描述,从事件、时空以及社会网络关系等层面实现口述历史档案资源深层挖掘与多维知识发现,不仅丰富了多元学科理论与研究方法,而且还推进了口述历史档案资源实践创新。在“技术驱动+知识发现”的催化反应下,为口述历史档案资源深度开发提供了借鉴与可行指导,同时也对口述历史档案资源知识发现及可视化具体实施提供了可操作性框架参考,切实推动了口述历史档案资源知识组织、知识关联、知识发现与知识服务。
吴雅威[3]（2021）在《面向智库需求的智慧数据服务模式及服务能力评价研究》文中研究表明近年来,作为决策咨询机构的智库,一直受到政府机构和决策者的高度重视,一系列相关政策法规的出台与实施,更为智库的建设与发展指明了道路和方向。然而,由于缺少多源数据、智慧化技术手段和专业人才支持在一定程度上制约了智库的快速发展,迫切需要图书情报机构（以下简称图情机构）提供智慧数据服务以满足智库复杂需求。目前,大数据时代持续推动着图情机构服务模式发生重大变化,正在促使其由传统信息服务向智慧数据服务转型。因此,当前智库到底存在哪些智慧数据服务需求,图情机构面向智库需求应该采取何种智慧数据服务模式,以及如何提升智慧数据服务水平和服务能力已经成为目前图情机构亟需研究的重要问题。本文以数据管理理论、用户场景理论和质性研究理论等为基础,探讨了面向智库需求的智慧数据服务要素、服务模式、模式实现及服务能力评价体系问题。首先,分析并构建了智库的智慧数据服务需求及其模型,结合实际案例对面向智库需求的智慧数据服务要素及其特征进行分析,进而提出了面向智库需求的两类智慧数据服务模式,详细阐述了智慧数据服务模式的实现路径,并构建了面向智库需求的智慧数据服务能力评价体系,最终针对智慧数据服务模式与服务能力评价体系给予相应对策及建议。本文的主要研究内容包括以下6个方面:（1）我国智库的智慧数据服务需求分析。主要通过混合式研究方法分析了智库的数据资源管理现状与问题、智慧数据服务需求以及需求驱动因素。明确了智库的两个主要需求:多源数据服务需求（包括多源数据采集与处理等）、创新发展环境服务需求（包括图情机构职能与服务及技术工具与人才等）。智库的数据需求、场景环境和应用过程的变化,对图情机构的智慧数据服务提出了更高期望与要求。本章为后文分析并提出针对性的面向智库需求的智慧数据服务要素、服务模式、模式实现以及服务能力评价体系奠定了需求基础和研究框架。（2）面向智库需求的智慧数据服务要素及其特征。基于智库需求,通过文献调研、案例分析以及借鉴智慧数据服务相关实践经验,分析了面向智库需求的智慧数据服务关键要素及其特征,阐述各要素在智慧数据服务中的定位和作用。明确了以图情机构、智慧数据、智能化技术方法、智慧化平台、服务环境为5大关键要素,以及服务场景化、技术智能化和数据多源化3大特征。引用生态系统及其相关发展理论构建模型来剖析服务主体、客体、环境间的能量流动及关系,最终以南京师范大学图书馆为例,通过分析其面向智库需求的智慧数据服务过程及其服务要素与特征,验证前文所明确的关键要素,为后文研究奠定要素基础。（3）面向智库需求的智慧数据服务模式。基于智库需求,结合模式构建法提出了面向智库需求的两类智慧数据服务模式:其一,个性化推荐模式,主要探讨图情机构通过感知智库需求,融合多源数据、专家智慧、智能技术及用户需求精准识别等资源与服务,通过智慧数据服务平台与新媒体技术,最终实现场景化、精准化与个性化推送;其二,嵌入式服务模式,主要探讨以图情机构为主体,通过分散、兼职和旋转门等途径嵌入智库内部及其活动过程,将智慧数据服务与智库的数据采集、综合处理、成果传播推广等环节相融合,精准定位智库需求,提供多源数据采集、融合处理、人才支持和影响力塑造等针对性服务。（4）面向智库需求的智慧数据服务模式实现。根据智库需求和图情机构智慧数据服务模式的具体内容与流程,面向智库需求的智慧数据服务模式实现主要包括以下6个方面:智库的特征识别与需求确定;基于Data Commons的智慧数据服务平台构建;多源数据融合;智能化技术与工具融合与协同治理;基于专家系统的多源数据分析与应用;基于向量空间模型的场景化服务推荐,以此来实现面向智库需求的智慧数据服务模式,体现了智慧数据服务的新路径与新思想。（5）面向智库需求的智慧数据服务能力评价体系。以智库需求、智慧数据服务过程和智慧数据服务内容为评价依据,初步构建了包括多源数据、智能化技术与工具、智慧数据服务人员三个维度的智慧数据服务能力评价体系。再利用专家调查法、灰色系统理论和层次分析法完成指标优化和赋权,以验证指标的合理性、有效性和可行性,最终确定智慧数据服务能力评价体系。最终以天津社科院图书馆为案例进行实证研究,论证服务能力评价体系中各指标的有效性、科学性和应用性,以此为图情机构提升智慧数据服务能力与质量提供适当参考。（6）面向智库需求的智慧数据服务保障策略。以智慧数据服务要素、服务模式及服务能力评价为依据,考量涵盖智慧数据服务关键要素、优化智慧数据服务流程、改善智慧数据服务能力评价体系等方面制定保障策略。智慧数据服务保障策略具有明显的层次化特征,涵盖政策保障、数据保障、技术保障与人才保障等层次。其中,政策保障涵盖建立健全相关法律法规等;数据保障涵盖完善多源数据建设、融合、安全与开放保障机制等;技术保障涵盖完备智能化数据管理技术、方法与工具集体系构建等;人才保障涵盖智慧数据服务人才队伍建设等。通过构建面向智库需求的智慧数据服务模式,可以优化智库活动流程,提升智库的课题研究能力、决策支持服务质量和可持续发展动力,还可保障面向智库需求的智慧数据服务质量和水平,也为大数据时代下图情机构智慧数据服务研究体系提供理论启发与借鉴,拓展智慧数据服务的理论与应用范畴,推动智慧数据服务可持续性发展。此外,通过建立面向智库需求的智慧数据服务能力评价体系,可以评价图情机构的智慧数据服务能力,帮助其更清楚的认识优势与缺陷,根据评价体系优化服务流程,更好的服务智库。同时,为图情机构系统认知大数据时代下面向智库需求的智慧数据服务实现路径提供参考,继而有效引导图情机构从智库需求感知到服务模式构建再到服务能力评价的流程化视角来看待面向智库需求的智慧数据服务工作。
程子轩[4]（2021）在《面向用户知识需求的微信公众平台知识资源聚合及服务研究》文中研究说明移动互联网时代,微信公众平台已成为人们交流、休闲、学习、生活的一部分,随着以传播知识为主的微信公众号涌现,微信公众平台也逐渐成为人们获取知识的重要途径。一些综合性或专业领域微信公众号发布各类科普知识和前沿资讯,一些学术类微信公众号专业发布学术领域内相关的学术知识,部分高校学报和高校图书馆微信公众号还专门开设“学术播报”、“学术快讯”等专栏,用于发布学术讲座及学术前沿知识。各类机构或个人通过微信公众平台发布大量科普型知识、专业发展前沿资讯、专业学术知识以及学术专题等,能够满足不同专业和认知层面的用户知识内容的需求。然而,微信公众平台知识内容以用户生成为主,其庞大纷杂的微信公众平台账号主体导致了平台信息和知识质量的参差不齐、出现信息过载和迷航现象,对海量知识资源缺乏科学高效的组织和管理。当前,随着大数据、人工智能等技术的发展,简单提供知识资源内容已经无法满足微信公众平台用户知识服务需求。智能时代,用户对知识质量和知识服务模式提出了更高的要求,促使微信公众平台知识组织和服务转型。如何在海量纷杂的信息中筛选出真正需要和感兴趣的知识资源内容不仅是广大微信用户面临的困扰,更是微信公众平台需要关注并急需解决的问题。鉴于此,本文将知识聚合理论与方法引入到微信公众平台知识资源组织及服务研究中,提出了面向用户知识需求的微信公众平台知识聚合及服务体系框架。首先,构建了微信公众平台用户画像并对用户知识需求进行了分析,从知识单元和句子层面分别提出了基于标签聚类和基于摘要生成的微信知识资源聚合方法,并基于不同知识资源聚合方法设计了微信公众平台知识推荐服务和知识集成服务两种知识服务模式。最后提出了提升微信公众平台知识聚合及服务能力的对策建议。本文主要开展了以下方面的研究:（1）面向用户知识需求的微信公众平台知识聚合及服务体系框架构建。通过辨析知识聚合服务与用户知识需求之间的关系,明确了微信公众平台面向用户需求开展知识聚合的必要性和可行性。阐述了微信公众平台知识聚合概念、目标与原则以及聚合服务要素,认为微信公众平台知识聚合是为了满足用户个性化知识需求,通过计量分析、数理统计、数据挖掘、人工智能等方法分析挖掘知识单元的内在联系,将微信公众平台复杂多样化、数量庞大、无序碎片的领域知识资源重新组织和序化,形成结构完善的知识体系,为后续微信公众平台知识聚合服务提供资源保障。通过分析面向用户需求的微信公众平台知识聚合服务组成要素、动因及过程,提出了面向用户需求的微信公众平台知识聚合服务体系架构,将其划分为数据资源层、用户需求挖掘层、知识资源聚合层、服务提供层4个主要模块。（2）微信公众平台用户画像构建与需求分析。基于VALS2模型从宏观层面对微信公众平台使用者构建群体用户画像,将用户划分为初期引入参与型、成长型和成熟型用户3类,并绘制各类用户特征的标签词云。分析不同类型的用户知识需求形成的过程,并建立微信公众平台用户知识需求层次模型。综合用户画像和用户知识需求层次构建了微信公众平台用户知识服务需求模型,凸显微信公众平台知识服务现状与用户知识需求的巨大差距。（3）基于标签聚类的微信公众平台知识聚合方法。提出融合Word2vec模型和TextRank算法的微信公众平台知识资源标签抽取方法,将关键词作为标签表达文本知识资源内容的主题思想及关键内容。提出基于改进BIRCH聚类算法的微信公众平台文本标签聚类方法,在原算法执行过程中融合K-means算法初选聚类中心,并综合考虑用户需求因素。最后以微信公众平台发布的“认知计算”领域文章为例进行实证研究,研究发现本文提出的基于改进Birch算法的聚类结果主题分布较为合理,各个类之间的区分度较为明显,类簇大小的差距较小,其效果要优于基于K-means算法、基于Spectral Clustering算法和基于Birch算法的聚合效果。（4）基于摘要生成的微信公众平台知识聚合方法。提出基于改进TextRank算法的微信公众平台知识摘要生成方法,分别设计了单文本摘要生成和单领域多文本的知识摘要生成方法。在单文本摘要生成方面,通过综合考虑用户需求、句子位置、标题相似度等因素提高摘要生成效果。在单领域多文本摘要生成方面,采用Doc2vec模型进行文本向量化,对文档集中的句子进行主题细分,并运用MMR算法进行句子冗余处理,提高生成结果的准确性。以微信公众平台发布的“认知计算”领域文章为例进行实证研究,研究发现运用本文方法生成的文本摘要能够较好的匹配用户需求,能够实现面向用户需求的个性化抽取和生成,准确率明显优于其他算法。且本文算法生成的摘要,具有较好的语意连贯性,便于读者的理解和进一步掌握文章主旨大意。（5）基于知识聚合的微信公众平台创新知识服务模式。以微信公众平台知识聚合及服务体系框架为基础,针对不同层面的知识聚合,构建了基于知识标签聚类的微信公众平台知识推荐服务和基于摘要生成的微信公众平台知识集成服务两种服务模式。分别阐述了两种知识服务的概念、知识服务要素和知识服务过程。（6）微信公众平台知识聚合及服务能力提升对策。分别从用户知识需求外化表达及挖掘、新技术应用和融合改进和微信公众平台创新服务理念及加强运营管理三个方面提出提升微信公众平台知识聚合及服务能力的对策建议。本文从理论层面将知识聚合理论和方法引入到微信公众平台,解决其知识组织和服务问题,扩展了知识聚合相关研究的领域和视角。同时,本文对微信公众号发布的知识内容进行知识主题聚类和自动化摘要生成,并建立了相应的知识聚合服务体系,丰富了社交媒体平台创新知识服务理论体系,为新媒体知识服务提供理论和技术支持。在实践层面,本文面向微信公众平台中不同微信公众号发布资源内容的知识聚合,分别进行了知识主题发现和自动生成摘要知识聚合技术实证,为微信公众平台知识资源组织管理提供了技术方法和手段。同时,提出的对策建议和服务模式也为微信公众平台开展创新型知识服务提供参考依据和建议。
丁晓贞[5]（2021）在《基于LDA模型的图书情报学与教育学知识流动现状及演化态势研究》文中认为随着知识经济的快速发展,学科间的知识流动愈加频繁。通过梳理相关国内外研究现状发现,虽然相关学者对图书情报学与教育学之间交叉问题给予了一定的关注,但并未对这二者之间的知识流动进行深入研究。基于此,本研究选择这两个学科作为知识流动的研究对象。LDA模型在主题发现和主题识别等方面已经得到了广泛的应用,是一个较为成熟的主题模型,因此,本研究选择LDA模型作为主题发现的主要工具。本研究借助两学科文献间的引证关系,从知识输入和知识输出两个角度,通过LDA模型对图书情报学与教育学两学科之间的知识流动做共时性与历时性相结合的分析,深入研究两学科知识流动的现状和演化态势。具体研究内容如下:首先,本研究利用中国知网平台获取2005-2019共计15年两学科核心期刊的引文数据,使用SATI 3.2、Rstudio、Notepad++等工具,对数据进行提取摘要、分词、筛选等处理,并通过LDA模型挖掘两学科知识流动的主题。其次,根据LDA模型可视化的主题分布,得到图书情报学对教育学知识输入的9个主题和知识输出的8个主题。通过对比发现,MOOC、知识共享、信息素养与教育、文献计量研究是图书情报学对教育学知识输入和输出的相同主题,此外图书情报学对教育学输入了有关信息资源建设和知识管理等方面知识,教育学通过吸收并结合自身特色,完善了教育信息建设,推动了教育信息化进程。同时得到教育学对图书情报学知识输入的9个主题和知识输出的9个主题,通过对比发现,信息素养与教育、教育信息化和知识管理是教育学对图书情报学知识输入和知识输出的相同主题,此外教育学对图书情报学输入了有关网络教育、信息技术、高等教育及改革等方面的知识,图书情报学吸收相关知识,并结合自身学科特征和相关优势,形成了适应国家“双一流”建设的图书馆服务模式,增强和拓宽了图书馆的教育功能和服务范围。最后,将2005-2019年每五年作为一个时间段,通过LDA模型对各时间段两学科间知识流动的主题进行挖掘。通过对两学科间知识流动的历时性分析,揭示两学科的知识流动主题的演化态势,并总结分析得到两学科知识流动的衰减型主题、热点主题、稳定的热点主题、前沿主题。本研究对图书情报学向教育学及教育学向图书情报学双向的知识流动状况进行了深入分析,研究有助于促进两学科发展,丰富知识流动研究的理论体系,对于准确把握两学科间知识流动脉络和变化趋势、推动学科建设具有一定的引领作用。
黄国彬,郑霞,孙一钢,刘燕权[6]（2021）在《数字图书馆技术体系结构的研究历程与特征分析》文中研究说明数字图书馆技术体系结构承载着数字图书馆的功能实现,决定了数字图书馆的发展范式。梳理数字图书馆技术体系结构的研究历程,有利于认清其发展脉络,为推动数字图书馆技术体系结构的更新与完善提供理论支撑。本文主要采用文献调研法、内容分析法梳理国内外学者有关数字图书馆技术体系结构的研究,根据现有研究的内容侧重点,划分数字图书馆技术体系结构的发展阶段,并就每一阶段的研究特点进行深入剖析。将1992年至今的数字图书馆技术体系结构研究历程划分为四个阶段。第一阶段:基于试验型项目的数字图书馆技术体系结构研究（1992—1998年）。第二阶段:基于应用型项目的数字图书馆技术体系结构研究（1999—2003年）。第三阶段:基于集成服务的数字图书馆技术体系结构研究（2004—2008年）。第四阶段:基于云计算、智慧服务的数字图书馆技术体系结构研究（2009年至今）。
王铎[7]（2020）在《虚拟现实环境下阅读用户交互行为研究》文中提出随着计算机设备和相关技术的发展,人与计算机之间的交互已经成为日常生活的一部分。以虚拟现实设备为代表的新一代人机交互系统具有以人为本、多模式、智能化等特点。随着数字媒介不断丰富,富媒体正在成为数字阅读的主要内容,虚拟现实技术带给读者的感知性,可以让读者通过肢体、声音与虚拟场景中的阅读内容进行互动,体验到的不同于平面阅读的三维立体的全新阅读模式。虚拟现实阅读当前的目标和挑战仍然是如何让用户得到更好的体验,然而对用户在虚拟现实体验中的行为和动机的特征还没有得到充分的探索。由于用户在虚拟环境中处理信息的行为和方式不同,虚拟现实阅读用户会呈现出不同的行为特征。深入了解虚拟现实阅读用户的交互行为特征、影响因素以及交互效果的评价有助于功能的设计和开发针对不同类型用户有所侧重满足更广泛的需求,另一方面在产品推广和市场影响方面可以细分用户群体制定更好的销售策略和产品推荐,对虚拟现实环境下用户交互行为理论体系构建也有重要的意义。本研究在对国内外虚拟现实用户交互和阅读用户行为相关研究成果的基础上,通过定量研究和定性研究等研究方法,对虚拟现实阅读用户交互行为进行了研究。本研究主要包括6个部分:第2章对虚拟现实阅读、用户交互行为等相关概念和理论进行了梳理,构成了本研究的理论基础;第3章从人机交互过程的视角对虚拟现实阅读用户交互行为过程机理进行分析,形成了5个要素、3个层次、2重环境的用户交互过程机理模型,构成了本研究的基本研究框架;第4章通过量化分析和质性分析相结合的混合研究方法对虚拟现实阅读用户交互行为特征进行深入分析;第5章通过对技术接受模型进行扩展并结合信息度和交互度构建影响因素模型,使用结构方程对虚拟现实阅读用户交互行为的影响因素进行探究;第6章从用户交互行为过程出发通过5个维度对虚拟现实阅读用户交互效果进行全面地评价和分析;第7章在上述研究成果的基础上对虚拟现实阅读用户服务创新提出了对策和建议。各章研究的虚拟内容如下:第2章通过相关文献的梳理对本研究所涉及的相关概念以及展开研究所必要的理论基础进行了介绍。首先对虚拟现实技术的内涵与特征、虚拟现实阅读体验的内涵与特征进行了阐述。然后对人机交互的相关概念以及虚拟现实用户交互行为的内涵与特征进行介绍。最后,对虚拟现实用户交互行为的相关理论,具体包括人机交互过程理论、活动理论、分布式认知理论、理性行为理论以及视觉感知理论等,从而为本研究对虚拟现实阅读用户交互行为的具体研究和分析奠定了理论基础。第3章以人机交互过程理论为基础对虚拟现实阅读用户交互行为过程的基本要素和作用机理进行分析,将虚拟现实阅读中用户的人机交互过程解构为:交互主体、交互系统、交互功能、交互内容、交互界面5个要素;用户感知层、交互系统层以及交互行为层3个层次;虚拟环境和现实环境2个用户交互环境;并且构建了虚拟现实阅读用户交互行为动机以及机理系统模型。通过系统地分析用户交互行为所涉及的相关要素、环境以及过程,为后续具体的研究提供了基本框架和理论支撑。第4章使用量化研究和质性研究相结合的混合研究方法对虚拟现实阅读用户交互行为特征进行分析研究。首先在量化分析阶段通过实验获取了71位受试者在虚拟现实阅读体验中的交互次数、交互成功率、虚拟环境探索和阅读体验时长四个维度的交互行为数据,然后使用K-means聚类算法将用户划分为虚拟探索型、交互体验型和传统阅读型三类,并对用户交互行为特征进行具体分析。其中虚拟探索型用户体验时长最长且频繁地进行观察和探索虚拟环境,交互体验型用户普遍使用交互功能次数最多并且成功率相对更高,而传统阅读型用户则体验时长最短并且交互成功率最低。在质性研究阶段,通过对14位不同用户类型的受试者在阅读交互体验过程中的主观感受进行深度访谈,探究用户交互行为的主观动机以及影响用户交互行为的潜在因素。这一结果对用户交互行为的理解有重要的意义,同时对提升用户交互体验的设计和市场推广的研究有很强的借鉴价值。第5章基于理性行为理论和视觉感知理论对虚拟现实阅读用户交互行为的影响因素进行探究。首先通过结合本研究第3章所得到的两个关键的用户感知层要素,对技术接受模型进行合理地扩展,构建了虚拟现实阅读用户交互行为影响因素模型。然后通过实验和问卷获取了296位受试者在虚拟现实阅读体验中的影响因素数据,并将数据导入Amos 24.0对结构方程模型及假设进行检验。根据数据结果显示,感知信息度是影响感知有用性重要因素,感知交互度对感知娱乐度影响最大,而感知有用性和感知娱乐度又是影响使用态度和交互意愿的重要因素。最后通过多群组分析研究了不同用户性别对于本章所构建的影响因素模型起到的调节作用。数据结果发现女性用户在感知交互度对易用性和娱乐度的影响更显着,且女性用户更关注VR阅读的效用,而男性用户更倾向与VR阅读为其带来的愉悦感。这一结果也为虚拟现实设备制造商提供了有意义的参考。第6章在现有虚拟现实体验及信息系统服务的评价相关研究基础上结合虚拟现实阅读的特点对虚拟现实阅读人机交互效果进行评价分析。首先人机交互过程角度出发构建了包括交互主体、交互系统、交互功能、交互内容、交互界面5个维度和20个指标的评价指标体系,并通过探索性因子分析对指标体系的合理性进行检验和修正。然后采用层次分析法和模糊综合评价法相结合的评价方法以VIVEPAPER为对象进行实证分析。数据结果表明交互系统是VR用户最受关注的指标,交互内容和交互界面在VR用户交互式阅读体验中给用户带来的影响是相对其它一级指标而言影响最弱,因而VR设计开发商应该更为关注VR交互系统的设计;二级指标数据结果表明,交互可靠性是用户最为关注的性能指标,用户对交互功能和系统本身的关注度要高于VR提供的阅读内容。第7章基于上述研究成果首先指出了虚拟现实阅读用户交互创新服务策略的重要性,然后针对虚拟现实阅读人机交互过程三个层次分别提出了相应的服务策略。从人机交互行为层的角度提出了用户交互体验服务策略,从人机交互感知层的角度提出了用户信息素养引导策略,从人机交互系统层的角度提出了人机交互系统服务策略,最后从用户交互行为过程角度结合虚拟现实阅读体验的发展现状和未来趋势,提出了虚拟现实阅读产品创新的服务策略。本研究的成果对深入了解虚拟现实阅读用户交互行为、提升虚拟现实阅读用户交互体验和交互效果以及虚拟现实阅读应用的普及和推广都具有重要的理论和实践意义。理论层面本研究为虚拟现实阅读的用户行为研究提供了新的视角,为虚拟现实阅读平台建设和系统完善提供了理论依据;实践层面,本研究可以有效地指导虚拟现实阅读交互体验和交互功能的优化,为虚拟现实阅读交互系统的优化提供参考和借鉴,为虚拟现实阅读体验的内容创新提供对策和建议,并为虚拟现实技术的普及和用户虚拟现实素养的提高提供引导。在未来的研究中,将继续深入探究不同交互方式对虚拟现实阅读用户的交互行为和感知产生的影响,以及用户在不同信息类型的时间分布特征与用户信息获取行为的关系,还包括用户信息素养和虚拟现实素养对用户信息获取效果的影响。
韦雅楠[8]（2020）在《信息生态视角下企业与用户的新媒体信息交互研究》文中认为企业在国民经济发展中发挥重要作用,“智能+”与全媒体奏响中国新媒体发展的序曲,越来越多的企业关注数据经济,利用各种新媒体平台与用户进行信息交互。如何把握新媒体发展契机,提升企业与用户的信息交互效果,促进信息交互生态系统平衡,提高企业核心竞争优势成为企业发展的重要任务。本文在国内外相关文献梳理基础上,基于信息生态理论,构建了新媒体环境下企业与用户信息交互机理模型,进而提出了新媒体环境下企业与用户信息交互研究模型,系统地分析了企业与用户基于新媒体平台进行信息交互的特征、影响因素、评价指标体系、交互模式和引导策略,研究结论能够指引企业利用新媒体平台加强用户信息交互,提高客户关系维护效果,最终提升企业核心竞争力。本文基于信息生态理论,综合运用文献分析、实证分析、社会网络分析和案例分析等研究方法,剖析新媒体环境下企业与用户信息交互的机理、特征、影响因素、效果评价等理论问题。核心章节主要由六部分组成,第三章基于信息生态系统理论,深入分析新媒体环境下企业与用户信息交互机理,是全文的核心理论框架;第四章基于信息人因子理论,探究新媒体环境下企业与用户信息交互特征;第五章和第六章基于信息生态系统理论,构建新媒体环境下企业与用户信息交互影响因素和评价指标体系;第七章从信息生态实践应用视角,总结归纳了三大新媒体环境下的企业与用户信息交互模式,并针对典型企业新媒体信息交互平台案例进行深入对比分析。研究逻辑上,第三章为理论核心框架,第四章至第六章在理论研究上承前启后、逐步深入。第七章是信息生态视角下,企业与用户新媒体信息交互的实践层面理论归纳及演绎,为第八章提供支撑。第八章基于理论层面和实践层面研究成果,提出新媒体环境下企业与用户信息交互对策,是本文实践研究的最终落脚点。第三章基于信息生态系统理论,深入分析新媒体环境下企业与用户信息交互机理,构建新媒体环境下企业与用户信息交互机理模型,进而提出了新媒体环境下企业与用户信息交互研究模型。首先,展开企业和用户新媒体信息交互动机分析,构建新媒体环境下企业与用户信息交互动机模型;其次,从系统观视角出发,探究企业与用户在新媒体环境下进行信息交互的生态系统结构,具体包括企业与用户信息交互生态因子、生态链和生态位。接着,剖析了信息交互主体、客体、环境和技术等四大生态要素,构建了新媒体环境下企业与用户信息交互生态要素模型;最后,在上述研究工作基础上,构建新媒体环境下企业与用户信息交互机理框架模型,提出新媒体环境下企业与用户信息交互研究模型,为后续研究建立了坚实的理论基础。第四章基于信息人因子理论,在SICAS模型改进基础上,构建新媒体环境下企业与用户信息交互特征模型,采用社会网络分析和语义分析方法,展开新媒体环境下企业与用户信息交互特征研究。研究过程中,采用点度中心性指标分析信息交互中的转发与被转发行为、采用中间中心度指标分析关注与被关注行为、采用接近中心度指标分析评论与被评论行为、采用特征向量中心度指标分析信息互动行为的凝聚性、采用语义关键词词频分析信息互动词频、采用五大特征属性指标呈现新媒体环境下企业与用户信息交互的行为特征。研究结果表明,所构建模型能够对信息交互特征进行系统分析,新媒体环境下企业与用户信息交互更及时、交互效果更好、用户满意度更高。本章为第五章影响因素研究提供了理论积淀。第五章基于信息生态系统理论及沉浸理论,在信息系统成功模型基础上,构建新媒体环境下企业与用户信息交互影响因素模型,在详实的问卷调查基础上,采用结构方程对影响因素模型进行验证。研究结果表明,用户个体认知、新媒体信息质量、新媒体服务质量、沉浸体验、新媒体平台质量对信息交互满意度有正向影响,用户新媒体信息交互满意度对信息交互行为有正向影响。按照影响程度由大到小依次为新媒体信息质量、用户个体认知、沉浸体验、新媒体服务质量和新媒体平台质量。本章有力支撑了第六章评价指标体系的构建。第六章基于信息生态理论,从信息技术、信息、信息环境、信息人四因子维度,构建了新媒体环境下企业与用户信息交互效果评价指标体系,采用层次分析与模糊综合评价法确定指标权重。具体来说,基于信息人因子,构建信息交互内容安全性、用户参与性2个一级指标。基于信息因子,构建信息交互有用性、信息交互内容时效性2个一级指标。基于信息环境因子,构建信息交互服务性1个一级指标。基于信息技术因子,构建新媒体平台稳定性1个一级指标。研究结果表明,用户参与性、信息交互有用性、信息交互内容时效性是评价信息交互效果的主要指标。本章第八章对策研究提供指引。第七章基于信息生态系统理论,从实践层面归纳总结新媒体环境下企业与用户信息交互模式,并选择典型企业案例进行了分析。研究过程中,基于信息人视角,分析用户生成内容的交互模式,基于信息技术视角,分析“智能+”信息技术交互模式,基于信息环境,视角分析“线上+线下”信息交互模式。结合典型企业信息交互模式案例,探究不同信息生态位交互模式的特点。分析了抖音短视频用户生成内容交互模式、百度“智能+”交互模式、海尔“线上+线下”交互模式,并对这三种模式进行对比分析。本章为第八章提供实践层面的指引。第八章基于本文理论和实践研究成果,提出新媒体环境下企业与用户信息交互行为引导对策。首先,基于信息人视角,提出新媒体环境下企业信息管理综合水平提升策略,新媒体环境下用户信息综合素养建设策略。其次,基于信息技术视角,提出企业新媒体应用水平和系统质量优化策略,企业综合信息技术服务水平提升策略。最后,基于信息环境视角,提出新媒体环境下企业与用户信息交互服务水平建设策略,新媒体环境下的企业数字经济和信息消费升级对策。本文在理论层面,基于信息生态理论,系统研究了企业与用户新媒体信息交互理论体系。深化了信息生态理论在新媒体信息交互领域的应用,探索了企业和用户新媒体信息交互的特征和规律,明晰了企业和用户新媒体信息交互影响因素,提出了企业和用户新媒体信息交互体系,为企业如何充分利用新媒体工具同用户进行生态和谐的信息交互提供理论指引;在实践层面,突破理论迷雾,归纳了企业和用户进行新媒体信息交互的模式,为企业和用户如何利用新媒体工具进行生态和谐的信息交互提供了实践指引,同时从策略层面给出了基于生态因子的行动方针。在未来的研究中,本文将囊括更多的样本数据,增强研究结论的普适性。同时,将进一步基于信息生态理论及本文理论研究成果,构建新媒体环境下企业与用户信息交互行为演化模型,并展开实证研究,以推动本文研究成果在实践层面的深入应用。
宋佳[9]（2020）在《数字化学习资源动态整合模型构建与应用研究》文中进行了进一步梳理20世纪90年代以来,以因特网和多媒体技术为核心的信息技术在社会各领域得到广泛应用,使得人类的生产、生活与学习方式持续发生变化,在教育领域出现的数字化学习,这种新型学习方式为学习者创建全新的学习环境,提供满足多元需求的资源与服务,为促进个人发展与终身学习提供了坚实的基础。近年来国家陆续出台了相关政策与规划,在信息技术的支持下为满足数字化学习所需的硬件、软件设备及数字化学习环境已经基本形成,采用数字化方式进行学习的群体范围逐渐扩大,然而数字化学习资源却没有发挥预期的作用。作为数字化学习的基本要素之一,数字化学习资源是数字化学习过程顺利开展的关键,也是教育信息化建设的重要内容,现阶段数字化学习资源在组织和管理等方面依然存在“局部有序而整体无序”的情况,具体表现为“数字资源超载”、“数字资源孤岛”等现象频发,导致学习者在学习过程中浪费大量的时间与精力,优质资源难以得到有效利用。数字化学习资源整合是有效解决这一问题的关键,但是已有研究中仍存在数字化学习资源整合模式相对静态、缺乏学习者考量以及缺少教学应用检验等问题。综上所述,研究以数字化学习资源作为研究对象,在相关研究的基础上采用定性与定量研究相结合的研究策略,创新性地提出“数字化学习资源动态整合”的理念,并从研究问题出发,明确数字化学习资源动态整合的概念,在此基础上构建数字化学习资源动态整合理论模型、开展数字化学习资源动态整合模型的教学应用研究以及数字化学习资源动态整合模型评价与分析研究。具体研究工作主要包括以下几个方面:1.明确数字化学习资源动态整合的概念数字化学习资源整合作为有效组织与管理资源的手段,是有效联结数字化学习资源与不同主体的中间变量,资源组织及整合的有效程度与学习效果密切相关。研究采用文献研究法,在活动理论研究框架下,结合数字化学习资源整合的相关研究提出了数字化学习资源动态整合的概念,即:数字化学习过程中主体与数字化学习资源间交互的中介,通过活动系统中要素间的相互作用建立不同主体间的联结,促进数字化学习资源数量的积累与有效信息的双向交互,从而实现对数字化学习资源体系的有序组织与管理。在研究中详细论述了数字化学习资源动态整合的理论基础,包括活动理论、知识组织理论、反馈原理,为数字化学习资源动态整合理论模型构建提供依据。2.构建数字化学习资源动态整合模型为进一步明确数字化学习资源动态整合的内涵,阐述数字化学习资源动态整合是如何实现“动态”整合的这一问题,研究以活动理论、知识组织理论、反馈原理为指导,采用基于设计的研究方法、文献研究法等研究方法,从不同维度论述数字化学习资源动态整合的关键要素,分析、探讨不同维度中关键要素之间的逻辑关系,构建数字化学习资源动态整合的理论模型,在明确各要素间逻辑关系的基础上,阐述数字化学习资源动态整合的实现过程教学应用研究提供理论假设参考。3.开展数字化学习资源动态整合模型应用针对已有研究中数字化学习资源整合模型缺少教学应用检验这一问题,研究依托某大学在线教学平台进行系统开发,依据数字化学习资源动态整合理论模型对系统功能进行设计与实现。在此基础上,采用基于设计的研究方法,遵循“分析—设计—实施—评价”的研究路线在教学实践活动中开展三轮迭代研究,根据实践反馈不断改进设计,将数字化学习资源动态整合的理论模型付诸实践。4.开展数字化学习资源动态整合模型评价与分析在数字化学习资源动态整合模型构建及教学应用后,本究以信息系统期望确认理论为基础,通过分析数字化学习资源动态整合系统的应用过程,开展了学习者持续意愿影响因素的研究,用以验证数字化学习资源动态整合模型的有效性。在此基础上,研究依据数字化学习资源动态整合模型构成要素及内在逻辑关系,提出了数字化学习资源动态整合的具体策略,为数字化学习资源组织与管理提供可操作的实践方法。综上所述,研究以数字化学习资源为研究对象,采用定性与定量研究相结合的研究策略,主要论述了在相关研究基础上界定数字化学习资源动态整合的定义,在此基础上构建数字化学习资源动态整合模型,并依据理论模型进行教学应用研究以及数字化学习资源动态整合模型评价与分析研究。数字化学习资源动态整合是数字资源整合研究的进一步深化与发展,为实现对数字化学习资源的有序组织与管理及教育信息化建设的纵深推进提供新的研究视角与思路。
宋拓[10]（2020）在《虚拟健康社区知识聚合及效果评价研究》文中研究说明随着互联网的高速发展,越来越多的用户愿意选择在网络中获取知识和寻求答案,各种功能性网络社区就成为了人们获取信息的第一选择。在互联网高速发展的几十年间,使得数据爆炸式增长,传统的搜索方式已经不能完全满足用户的多样性需求。一时间,网络中的数据呈现出膨胀化、冗余化、碎片化等问题对网络用户获取需求信息的要求带来了巨大的屏障。用户通过网络寻求知识的目的是想利用快捷、简便的方式获取到专业、精准的信息与知识,并迫切需要一种能够高效、精准的获取知识的方式。正是这种需求的存在,才应运而生了各种各样类型的网络平台与网络新媒体,网民可以通过个人的需求不同,在不同类型的网络平台中检索自己喜欢的内容;例如虚拟学习型社区可以检索有关学习的相关内容并在社区中与相似知识需求的网友一起谈论或提问,典型的社区有知乎、小木虫等;例如交友社交类社区可以通过自己的爱好查找相关的娱乐新闻或生活类帖子,亦或是与生活中真实好友或虚拟好友进行聊天互动,典型的社区有新浪微博、微信、博客等;例如生活型虚拟社区可以帮助百姓在互联网中解决实际生活中缴费、预约、反映生活问题的情况,典型的社区有网上银行、网上交警、移动电话营业厅等;以上的例子反映出越来越多的生活中的实际问题都可以再网络中完成,不但节省了网民寻求答案的时间、提高了网民的生活效率也给大家带来了生活中的愉悦感。就此,2018年4月12日国务院总理李克强主持召开常务会议,确定发展“互联网+医疗健康”措施,缓解看病就医难的问题,可以提高医疗效率,充分利用医疗资源,建立互联网医疗体系,此措施发出后必将缓解网民大病就医难、小病无人管的尴尬局面。在此之后,虚拟健康社区出现,网友进入社区后通常有两种活动方式,一是有明确目标后在搜索引擎中进行搜索后筛选自己想要的结果;二是没有明确目的在社区页面中寻找感兴趣的关键词或是感兴趣的板块进行浏览。但通过对虚拟健康社区一段时间的使用后发现,想要精确的查找自己想要的知识或信息的准确答案还是有些困难,这就意味着虚拟健康社区中的后台医疗知识数据不能充分、精确的与网友的需求相匹配,此现象可能会降低用户粘性与活跃度,也对网友的生活没能起到更大的帮助。所以,现在虚拟健康社区中的服务还没能达到人性化,知识聚合还没能达到智能的效果,得到的结果就不能完全与网友的需求契合,本文就是意识到虚拟健康社区中的问题后通过从用户需求的角度来解决知识聚合的高效化和精准化。通过以上发现的问题,本文通过用户需求的角度入手,分析了知识聚合的过程,并通过算法将其优化,以达到用户在虚拟健康社区中能够有效使用知识的目的,本文的主要研究内容包括以下几个方面:（1）通过用户画像的分析得出虚拟健康社区中用户的需求。通过挖掘用户的静态和动态属性标签,构建虚拟健康社区的用户画像,分析得出用户的分类及属性特征,并从不同角度将用户分组,这样能够更加专深化、精准化的从各方位掌握用的需求,在次基础上分析了用户需求动态的演化方向,能更加准确分析出用户需求,最后构建需求演化的过程模型。（2）构建了虚拟健康社区知识聚合模型。首先界定了虚拟健康社区知识聚合的概念,分析认为虚拟健康社区是始于特定的医患需求或具体的健康问题,所以通过运用数理统计分析、大数据挖掘、人工智能、语义网等技术识别社区内部的知识资源,而后通过分析知识需求与知识聚合的关系加之分析虚拟健康社区知识聚合的目标及动因构建虚拟健康社区知识聚合的框架,从而更有利于社区用户对健康知识的获取。（3）谱聚类算法下的虚拟健康社区知识聚合实现。基于“好大夫”健康平台展开分析,爬取好大夫健康平台中的内容进行处理,利用谱聚类算法对提取出的关键词进行算法分析,可以帮助用户虚拟健康社区用户迅速了解相关主题及知识内容,并且帮助社区有效提升用户体验和服务质量。（4）评价聚合效果。运用信息聚合理论和信息传播效果理论,在指标构建依据的指导下,构建虚拟健康社区知识聚合效果评价指标体系,为验证评价指标体系的可用性,选取国内外多个健康社区进行验证,结果表明知识的内容聚合程度得分最高对聚合程度影响最大,这说明虚拟健康社区对知识聚合程度的要求最高,提高知识聚合程度就可以提升社区运营的用户体验,这对提高社区服务能力及用户对社区的认可程度具有重要意义。通过以上理论分析以及技术实现后,对虚拟健康社区知识聚合效果做出评价,最终给出了虚拟健康社区知识聚合的优化策略,以此全方面提升虚拟健康社区中知识资源给用户带来的愉悦体验。
二、数字图书馆信息的体系结构（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数字图书馆信息的体系结构（论文提纲范文）
（1）数字图书馆大数据知识服务体系的协同设计（论文提纲范文）
| 1 数字图书馆大数据知识服务的含义 |
| 2 大数据时代数字图书馆知识服务体系的特点 |
| 2.1 数字图书馆服务群体的分类特点 |
| 2.2 数字图书馆信息资源整合的特点 |
| 3 数字图书馆大数据知识服务体系的结构框架 |
| 3.1 总体结构框架结构 |
| 3.2 具体的结构框架 |
| 3.2.1 信息管理 |
| 3.2.2 协同管理 |
| 3.2.3 协同组织管理 |
| 3.2.4 服务资源管控 |
| 4 数字图书馆大数据知识服务体系发展的策略 |
| 4.1 新型资源观念 |
| 4.2 软硬件、网络以及信息资源建设不可偏废 |
| 4.3 增强文献资源建设 |
| 4.4 资源整合和服务建设双管齐下 |
| 5 数字图书馆大数据知识服务体系协同设计的技术 |
| 5.1 对服务资源的监督 |
| 5.2 知识资源服务交易模型 |
| 5.3 全周期性管理 |
| 6 结语 |
（2）数字人文视域下口述历史档案资源知识发现研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究现状 |
| 1.3.1 口述历史档案研究现状 |
| 1.3.2 知识发现研究现状 |
| 1.3.3 研究现状述评 |
| 1.4 研究内容、研究方法与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 概念界定 |
| 2.1.1 口述历史档案 |
| 2.1.2 口述历史档案资源 |
| 2.2 档案信息资源开发理论 |
| 2.2.1 档案信息资源开发含义 |
| 2.2.2 档案信息资源开发意义 |
| 2.2.3 档案信息资源开发原则 |
| 2.3 本体理论 |
| 2.3.1 本体概念 |
| 2.3.2 本体分类 |
| 2.3.3 本体构建流程 |
| 2.3.4 本体在档案领域的应用 |
| 2.4 知识发现理论 |
| 2.4.1 知识发现定义 |
| 2.4.2 知识发现过程 |
| 2.4.3 知识发现方法 |
| 2.5 本章小结 |
| 第3章 数字人文视域下口述历史档案资源知识发现逻辑框架 |
| 3.1 数字人文视域下口述历史档案资源知识发现需求分析 |
| 3.1.1 数字人文时代的必然要求 |
| 3.1.2 口述历史档案资源开发需求 |
| 3.2 数字人文视域下口述历史档案资源知识发现目标与体系架构 |
| 3.2.1 口述历史档案资源知识发现目标 |
| 3.2.2 口述历史档案资源知识发现流程及体系结构 |
| 3.3 数字人文视域下口述历史档案资源知识发现框架 |
| 3.3.1 口述历史档案资源知识发现构成要素 |
| 3.3.2 口述历史档案资源知识发现功能要素解析 |
| 3.3.3 口述历史档案资源知识发现要素及功能关系 |
| 3.3.4 口述历史档案资源知识发现框架构建 |
| 3.4 数字人文视域下口述历史档案资源知识发现框架主要模块作用解构 |
| 3.4.1 口述历史档案资源知识组织的描述与揭示作用 |
| 3.4.2 口述历史档案资源知识关联的存储与链接作用 |
| 3.4.3 口述历史档案资源知识发现的多维挖掘作用 |
| 3.5 本章小结 |
| 第4章 口述历史档案资源本体构建 |
| 4.1 口述历史档案资源知识组织原则 |
| 4.2 口述历史档案资源元数据标准选择 |
| 4.3 口述历史档案资源元数据抽取 |
| 4.4 口述历史档案资源本体模型设计 |
| 4.4.1 术语词表构建 |
| 4.4.2 确认类的等级体系,定义类和属性 |
| 4.4.3 充实、修正本体 |
| 4.4.4 本体模型转换 |
| 4.5 口述历史档案资源本体实例化 |
| 4.6 本章小结 |
| 第5章 口述历史档案资源知识图谱构建 |
| 5.1 口述历史档案资源知识图谱框架设计 |
| 5.2 模式层组织 |
| 5.2.1 本体解析 |
| 5.2.2 本体与图数据库规则映射 |
| 5.2.3 关系界定 |
| 5.3 数据层组织 |
| 5.3.1 信息抽取 |
| 5.3.2 知识融合 |
| 5.4 知识图谱存储与绘制 |
| 5.5 口述历史档案资源知识图谱实例化 |
| 5.5.1 数据准备 |
| 5.5.2 口述历史档案资源知识图谱模式层组织 |
| 5.5.3 口述历史档案资源知识图谱数据层组织 |
| 5.5.4 口述历史档案资源知识图谱存储与绘制 |
| 5.5.5 口述历史档案资源知识图谱可视化 |
| 5.6 本章小节 |
| 第6章 口述历史档案资源多维知识发现 |
| 6.1 基于项目概况的知识发现 |
| 6.1.1 整体—局部分布 |
| 6.1.2 项目—时间分布 |
| 6.1.3 项目—地点分布 |
| 6.2 基于事件主题关系的知识发现 |
| 6.2.1 事件—项目关系的知识发现 |
| 6.2.2 事件—时间关系的知识发现 |
| 6.2.3 事件—地点关系的知识发现 |
| 6.3 基于社会网络关系的知识发现 |
| 6.3.1 基于口述项目本身的社会关系 |
| 6.3.2 基于口述项目内容的社会关系 |
| 6.4 基于时空网络关系的知识发现 |
| 6.4.1 基于社会关系的人物空间分布分析 |
| 6.4.2 基于任职经历的人物时空迁移轨迹分析 |
| 6.5 本章小节 |
| 第7章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究局限 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（3）面向智库需求的智慧数据服务模式及服务能力评价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与目的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 图情机构智慧化资源管理与服务转型 |
| 1.2.2 图情机构智慧数据服务模式与服务体系 |
| 1.2.3 智慧数据服务能力及其评价 |
| 1.2.4 评述与分析 |
| 1.3 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 智库 |
| 2.1.2 智慧服务 |
| 2.1.3 智慧数据服务 |
| 2.1.4 面向智库需求的智慧数据服务 |
| 2.2 理论基础 |
| 2.2.1 数据管理理论 |
| 2.2.2 扎根理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 灰色系统理论 |
| 第3章 我国智库的智慧数据服务需求分析 |
| 3.1 基于问卷调查的智库数据资源管理分析 |
| 3.1.1 调查问卷设计 |
| 3.1.2 调查对象与数据收集 |
| 3.1.3 结果分析 |
| 3.2 基于扎根理论的智库服务需求分析 |
| 3.2.1 研究对象与数据收集 |
| 3.2.2 范畴编码与检验 |
| 3.2.3 模型构建及分析 |
| 3.3 本章小结 |
| 第4章 面向智库需求的智慧数据服务要素与特征 |
| 4.1 面向智库需求的智慧数据服务过程 |
| 4.1.1 智库活动过程分析 |
| 4.1.2 面向智库需求的智慧数据服务过程分析 |
| 4.2 面向智库需求的智慧数据服务要素 |
| 4.2.1 图情机构主体 |
| 4.2.2 智慧数据 |
| 4.2.3 智慧化技术工具与方法 |
| 4.2.4 智慧数据服务平台 |
| 4.2.5 智慧数据服务环境 |
| 4.2.6 智慧数据服务要素之间关系 |
| 4.3 面向智库需求的智慧数据服务特征 |
| 4.3.1 数据多源性 |
| 4.3.2 技术智能性 |
| 4.3.3 服务场景化 |
| 4.4 案例分析 |
| 4.4.1 南京师范大学图书馆发展现状 |
| 4.4.2 南师大图书馆智慧数据服务分析 |
| 4.5 本章小结 |
| 第5章 面向智库需求的智慧数据服务模式 |
| 5.1 面向智库需求的智慧数据服务模式概念和类型 |
| 5.1.1 面向智库需求的智慧数据服务模式的概念 |
| 5.1.2 面向智库需求的智慧数据服务模式的类型 |
| 5.2 面向智库需求的个性化推荐智慧数据服务模式 |
| 5.2.1 智库活动过程分析 |
| 5.2.2 智库需求感知 |
| 5.2.3 资源融合及服务集成 |
| 5.2.4 智能化推荐 |
| 5.2.5 案例分析 |
| 5.3 面向智库需求的嵌入式智慧数据服务模式 |
| 5.3.1 智库活动层 |
| 5.3.2 嵌入层 |
| 5.3.3 融合层 |
| 5.3.4 服务层 |
| 5.3.5 案例分析 |
| 5.4 本章小结 |
| 第6章 面向智库需求的智慧数据服务模式实现 |
| 6.1 智库特征识别与需求确定 |
| 6.1.1 智库特征识别 |
| 6.1.2 智库需求确定 |
| 6.2 基于Data Commons的智慧数据服务平台构建 |
| 6.2.1 Data Commons平台的概念和特点 |
| 6.2.2 Data Commons平台的目标与功能 |
| 6.2.3 Data Commons平台的架构设计 |
| 6.3 多源数据融合 |
| 6.3.1 多源数据融合架构 |
| 6.3.2 多源数据融合方法 |
| 6.4 智能化技术融合与协同治理 |
| 6.4.1 智能化技术融合与协同治理模式 |
| 6.4.2 基于协同治理的智能化技术融合过程 |
| 6.5 基于专家系统的智能情报分析 |
| 6.5.1 专家数据管理模块 |
| 6.5.2 专家在线咨询模块 |
| 6.5.3 专家智能推荐流程 |
| 6.6 基于向量空间模型的场景化服务推荐模型 |
| 6.6.1 场景化服务 |
| 6.6.2 场景化服务接受效用 |
| 6.6.3 场景化服务推荐模型 |
| 6.6.4 场景化服务推荐实验 |
| 6.7 本章小结 |
| 第7章 面向智库需求的智慧数据服务能力评价体系 |
| 7.1 智慧数据服务能力评价体系问题的提出 |
| 7.2 智慧数据服务能力评价体系的构建依据 |
| 7.3 智慧数据服务能力评价指标的选取与修正 |
| 7.4 智慧数据服务能力评价指标的阐释 |
| 7.5 智慧数据服务能力评价指标的优化与赋权 |
| 7.5.1 样本选择及问卷描述 |
| 7.5.2 评价指标的重要性和易获得性计算 |
| 7.5.3 评价指标优化 |
| 7.5.4 评价指标赋权 |
| 7.6 实证研究 |
| 7.6.1 研究方法 |
| 7.6.2 数据分析 |
| 7.6.3 结果分析 |
| 7.7 本章小结 |
| 第8章 面向智库需求的智慧数据服务保障策略 |
| 8.1 政府政策保障方面 |
| 8.2 图书情报机构服务主体保障方面 |
| 8.2.1 强化服务意识并挖掘智库需求 |
| 8.2.2 优化图情机构的智慧数据服务架构 |
| 8.2.3 建立并完善智慧数据服务能力评价体系 |
| 8.3 多源数据保障方面 |
| 8.3.1 加强智慧数据体系建设 |
| 8.3.2 建立一体化多源数据联动与反馈机制 |
| 8.4 智能化技术方法与工具保障方面 |
| 8.4.1 加强现代化数据技术的融合和应用 |
| 8.4.2 完善智慧数据服务平台功能和服务 |
| 8.5 智慧数据服务人才保障方面 |
| 8.5.1 完善我国图情机构学科馆员制度 |
| 8.5.2 提升智慧数据服务人员的创新服务能力 |
| 8.6 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究局限与展望 |
| 9.2.1 研究局限 |
| 9.2.2 研究展望 |
| 参考文献 |
| 附录 |
| 研究成果 |
| 致谢 |
（4）面向用户知识需求的微信公众平台知识资源聚合及服务研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 微信公众平台成为用户获取知识的重要途径 |
| 1.1.2 微信公众平台知识资源海量庞杂且质量参差不齐 |
| 1.1.3 用户日趋追求精准和智能化的知识服务 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究现状 |
| 1.3.1 网络知识资源聚合的国内外研究现状 |
| 1.3.1.1 网络知识资源聚合的国内研究现状 |
| 1.3.1.2 网络知识资源聚合的国外研究现状 |
| 1.3.2 微信公众平台知识组织与服务的国内外研究现状 |
| 1.3.2.1 微信公众平台知识组织与服务的国内研究现状 |
| 1.3.2.2 微信公众平台知识组织与服务的国外研究现状 |
| 1.3.3 研究评述 |
| 1.4 研究方法及技术路线 |
| 1.4.1 主要研究方法 |
| 1.4.2 研究技术路线及思路 |
| 1.5 研究主要内容 |
| 1.6 研究的创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 微信公众平台 |
| 2.1.1 微信公众平台概念 |
| 2.1.2 微信公众号的类型 |
| 2.1.3 微信公众平台知识资源 |
| 2.2 知识聚合理论与方法 |
| 2.2.1 知识聚合概念 |
| 2.2.2 常用的知识聚合方法 |
| 2.3 文本挖掘与分析 |
| 2.3.1 文本挖掘概述 |
| 2.3.2 文本挖掘流程 |
| 2.4 知识服务 |
| 2.4.1 知识服务概述 |
| 2.4.2 常见的知识服务模式 |
| 2.4.2.1 知识检索服务 |
| 2.4.2.2 知识导航服务 |
| 2.4.2.3 知识推荐服务 |
| 2.4.2.4 知识集成服务 |
| 2.5 本章小结 |
| 第3章 面向用户知识需求的微信公众平台知识聚合服务体系框架 |
| 3.1 微信公众平台知识聚合服务面向用户知识需求的必要性 |
| 3.2 微信公众平台知识聚合及服务概述 |
| 3.2.1 微信公众平台知识聚合概念 |
| 3.2.2 微信公众平台知识聚合服务要素分析 |
| 3.2.3 微信公众平台知识聚合服务目标与原则 |
| 3.2.3.1 微信公众平台知识聚合服务目标 |
| 3.2.3.2 微信公众平台知识聚合服务原则 |
| 3.3 基于知识聚合的微信公众平台知识服务动因分析 |
| 3.4 面向用户知识需求的微信公众平台知识聚合服务体系框架 |
| 3.4.1 面向用户知识需求的微信公众平台知识聚合服务过程 |
| 3.4.2 面向用户知识需求的微信公众平台知识聚合服务体系框架构建 |
| 3.5 本章小结 |
| 第4章 微信公众平台用户画像构建及需求分析 |
| 4.1 微信公众平台用户画像概述 |
| 4.1.1 微信公众平台用户画像内涵 |
| 4.1.2 微信公众平台用户画像构建原则 |
| 4.2 微信公众平台用户画像构建 |
| 4.2.1 VALS2模型概述 |
| 4.2.2 基于VALS2的用户标签体系设计 |
| 4.2.3 用户画像标签权重设计 |
| 4.2.4 实证研究—以“学术类微信公众号用户”为例 |
| 4.2.4.1 样本特征统计分析 |
| 4.2.4.2 因子分析及分类标签抽取 |
| 4.2.4.3 用户画像聚类分析及可视化 |
| 4.3 基于用户画像的微信公众平台用户分类与知识需求分析 |
| 4.3.1 初期引入参与型用户 |
| 4.3.2 成长型用户 |
| 4.3.3 成熟型用户 |
| 4.4 微信公众平台用户知识需求层次分析 |
| 4.4.1 微信公众平台用户知识需求形成 |
| 4.4.2 微信公众平台用户知识需求层次划分 |
| 4.5 微信公众平台用户知识需求模型 |
| 4.6 本章小结 |
| 第5章 基于标签聚类的微信公众平台知识聚合及推荐服务 |
| 5.1 微信公众平台文本标签聚类的内涵及作用 |
| 5.1.1 微信公众平台文本标签聚类内涵 |
| 5.1.2 微信公众平台文本标签聚类作用 |
| 5.2 基于标签聚类的微信公众平台知识聚合方法 |
| 5.2.1 微信公众平台文本标签抽取方法 |
| 5.2.1.1 基于TextRank算法的文本标签抽取方法 |
| 5.2.1.2 Word2vec词向量模型 |
| 5.2.1.3 融合Word2vec和TextRank的文本标签抽取方法 |
| 5.2.2 BIRCH聚类算法及优化 |
| 5.2.3 基于改进BIRCH算法的微信公众平台知识资源聚合过程 |
| 5.3 实证研究—以“认知计算”领域为例 |
| 5.3.1 文本知识资源标签抽取 |
| 5.3.2 基于标签聚类的微信公众号知识资源聚合 |
| 5.4 基于标签聚类的微信公众平台知识推荐服务模式 |
| 5.4.1 微信公众平台知识推荐服务概述 |
| 5.4.2 基于标签聚类的微信公众平台知识推荐服务要素分析 |
| 5.4.3 基于标签聚类的微信公众平台知识推荐服务模式构建 |
| 5.5 本章小结 |
| 第6章 基于摘要生成的微信公众平台知识聚合及集成服务 |
| 6.1 微信公众平台文本知识摘要生成的内涵及作用 |
| 6.1.1 微信公众平台文本知识摘要内涵 |
| 6.1.2 微信公众平台文本知识摘要作用 |
| 6.2 基于TextRank算法的文本摘要生成过程及改进思路 |
| 6.2.1 基于TextRank算法的文本摘要生成方法及过程 |
| 6.2.2 基于TextRank算法的文本摘要生成方法改进思路 |
| 6.3 基于改进TextRank算法的微信公众平台知识摘要生成方法 |
| 6.3.1 基于TextTank算法的文本摘要生成方法改进 |
| 6.3.1.1 句子语义相似度计算 |
| 6.3.1.2 句子位置特征及标题相似度特征计算 |
| 6.3.1.3 基于MMR算法的句子冗余处理 |
| 6.3.2 融合用户需求与图模型的单文本知识摘要生成方法 |
| 6.3.3 融合主题与图模型的单领域多文本知识摘要生成方法 |
| 6.3.3.1 Doc2vec段落向量模型 |
| 6.3.3.2 微信公众平台单领域多文本知识摘要生成流程 |
| 6.4 实证研究—以“认知计算”领域为例 |
| 6.4.1 基于单文本知识摘要生成的微信公众平台知识聚合 |
| 6.4.2 基于单领域多文本摘要生成的微信公众平台知识聚合 |
| 6.5 基于摘要生成的微信公众平台知识集成服务模式 |
| 6.5.1 微信公众平台知识集成服务概述 |
| 6.5.2 基于摘要生成的微信公众平台知识集成服务要素分析 |
| 6.5.3 基于摘要生成的微信公众平台知识集成服务模式构建 |
| 6.6 本章小结 |
| 第7章 微信公众平台知识资源聚合及服务能力提升策略 |
| 7.1 用户知识需求外化表达及挖掘 |
| 7.1.1 提升用户知识需求外化表达能力 |
| 7.1.2 深入挖掘用户多层次知识需求 |
| 7.1.3 培养用户知识服务评价和反馈意识 |
| 7.2 加大新技术应用和融合改进 |
| 7.2.1 引入新技术,优化和改进知识聚合方法 |
| 7.2.2 知识聚合服务系统搭建和开发设计 |
| 7.2.3 应用可视化技术加强用户服务体验 |
| 7.3 微信公众平台创新服务理念及加强运营管理 |
| 7.3.1 加强主动知识服务意识,创新知识服务理念 |
| 7.3.2 构建和开展多元化平台知识服务模式 |
| 7.3.3 加强专业知识服务人才队伍建设 |
| 7.4 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究局限与展望 |
| 参考文献 |
| 附录 |
| 附录1 微信公众平台用户知识服务需求调查问卷 |
| 附录2 单领域多文本知识摘要生成示例 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（5）基于LDA模型的图书情报学与教育学知识流动现状及演化态势研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 LDA模型研究现状 |
| 1.3.2 学科间知识流动研究现状 |
| 1.3.3 研究现状述评 |
| 1.4 研究内容和研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路 |
| 1.4.3 研究方法 |
| 1.5 研究创新点 |
| 1.6 本章小结 |
| 第2章 相关理论研究 |
| 2.1 知识流动内涵与过程分析 |
| 2.1.1 知识流动的内涵 |
| 2.1.2 知识流动的过程分析 |
| 2.2 学科间的知识流动过程分析 |
| 2.3 LDA模型简介 |
| 2.3.1 LDA模型概述 |
| 2.3.2 LDA参数估计 |
| 2.3.3 LDA模型主题数确定 |
| 2.4 本章小结 |
| 第3章 图书情报学对教育学的知识流动分析 |
| 3.1 数据的来源与处理 |
| 3.1.1 数据来源 |
| 3.1.2 数据处理 |
| 3.2 主题数目的确定 |
| 3.2.1 图书情报学对教育学知识输入的主题数目确定 |
| 3.2.2 图书情报学对教育学知识输出的主题数目确定 |
| 3.3 图书情报学对教育学的知识输入主题分布 |
| 3.4 图书情报学对教育学的知识输出主题分布 |
| 3.5 图书情报学对教育学知识输入和知识输出现状分析 |
| 3.6 本章小结 |
| 第4章 教育学对图书情报学的知识流动分析 |
| 4.1 数据的来源与处理 |
| 4.1.1 数据来源 |
| 4.1.2 数据处理 |
| 4.2 主题数目的确定 |
| 4.2.1 教育学对图书情报学知识输入的主题数目确定 |
| 4.2.2 教育学对图书情报学知识输出的主题数目确定 |
| 4.3 教育学对图书情报学的知识输入主题分布 |
| 4.4 教育学对图书情报学的知识输出主题分布 |
| 4.5 教育学对图书情报学知识输入和知识输出现状分析 |
| 4.6 本章小结 |
| 第5章 图书情报学与教育学知识流动演化态势分析 |
| 5.1 数据来源与处理 |
| 5.1.1 数据来源 |
| 5.1.2 数据处理 |
| 5.2 主题提取 |
| 5.2.1 图书情报学对教育学知识流动主题提取 |
| 5.2.2 教育学对图书情报学知识流动主题提取 |
| 5.3 图书情报学对教育学知识流动演化态势分析 |
| 5.4 教育学对图书情报学知识流动演化态势分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究结论 |
| 6.2 研究不足 |
| 6.3 研究展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（6）数字图书馆技术体系结构的研究历程与特征分析（论文提纲范文）
| 1 研究方法 |
| 2 第一阶段：基于试验型项目的数字图书馆技术体系结构研究（1992—1998年） |
| 2.1 发展概况 |
| 2.2 代表性研究观点 |
| 2.3 研究特征 |
| 3 第二阶段：基于应用型项目的数字图书馆技术体系结构研究（1999—2003年） |
| 3.1 发展概况 |
| 3.2 代表性研究观点 |
| 3.3 研究特征 |
| 4 第三阶段：基于集成服务的数字图书馆技术体系结构研究（2004—2008年） |
| 4.1 发展概况 |
| 4.2 代表性研究观点 |
| 4.3 研究特征 |
| 5 第四阶段：基于云计算、智慧服务的数字图书馆技术体系结构研究（2009年至今） |
| 5.1 发展概况 |
| 5.2 代表性研究观点 |
| 5.3 研究特征 |
| 6 结语 |
（7）虚拟现实环境下阅读用户交互行为研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 选题意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 国内外研究现状 |
| 1.3.1 虚拟现实用户行为的研究现状 |
| 1.3.2 用户交互行为的研究现状 |
| 1.3.3 阅读用户行为的研究现状 |
| 1.3.5 研究评述 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 研究技术路线 |
| 第2章 相关概念及理论基础 |
| 2.1 虚拟现实阅读的相关概念 |
| 2.1.1 虚拟现实技术的内涵及特征 |
| 2.1.2 虚拟现实阅读的内涵 |
| 2.1.3 虚拟现实阅读的特征 |
| 2.2 虚拟现实阅读用户交互行为相关概念及特征 |
| 2.2.1 人机交互的内涵 |
| 2.2.2 虚拟现实阅读用户交互行为的内涵 |
| 2.2.3 虚拟现实阅读用户交互行为的特征 |
| 2.3 虚拟现实用户交互行为的相关理论 |
| 2.3.1 人机交互过程理论 |
| 2.3.2 活动理论 |
| 2.3.3 分布式认知理论 |
| 2.3.4 理性行为理论 |
| 2.3.5 视觉感知理论 |
| 2.4 本章小结 |
| 第3章 虚拟现实阅读用户交互行为过程机理分析 |
| 3.1 虚拟现实阅读交互体验的组成要素 |
| 3.1.1 虚拟现实阅读交互主体要素 |
| 3.1.2 虚拟现实阅读交互系统要素 |
| 3.1.3 虚拟现实阅读交互功能要素 |
| 3.1.4 虚拟现实阅读信息内容要素 |
| 3.1.5 虚拟现实阅读交互界面要素 |
| 3.1.6 虚拟现实阅读用户交互要素模型 |
| 3.2 虚拟现实阅读用户交互环境 |
| 3.2.1 虚拟现实阅读用户交互的虚拟环境 |
| 3.2.2 虚拟现实阅读用户交互的现实环境 |
| 3.2.3 虚拟现实阅读用户交互环境结构模型 |
| 3.3 虚拟现实阅读用户交互行为过程分析 |
| 3.3.1 虚拟现实阅读用户交互过程的感知层 |
| 3.3.2 虚拟现实阅读用户交互过程的系统层 |
| 3.3.3 虚拟现实阅读用户交互过程的行为层 |
| 3.4 虚拟现实阅读用户人机交互行为动机 |
| 3.4.1 虚拟现实阅读用户信息需求 |
| 3.4.2 虚拟现实阅读用户交互需求 |
| 3.5 虚拟现实阅读用户交互行为过程机理系统模型 |
| 3.6 本章小结 |
| 第4章 虚拟现实阅读用户交互行为特征分析 |
| 4.1 问题的提出 |
| 4.2 虚拟现实阅读体验中的用户交互行为 |
| 4.2.1 虚拟现实阅读中的用户交互 |
| 4.2.2 虚拟环境的体验和探索 |
| 4.3 研究方法与研究设计 |
| 4.3.1 混合研究方法 |
| 4.3.2 前测 |
| 4.3.3 受试者 |
| 4.3.4 实验素材与设备 |
| 4.3.5 实验过程 |
| 4.4 用户交互行为特征的量化分析 |
| 4.4.1 数据采集与处理 |
| 4.4.2 用户交互行为特征的描述性统计分析 |
| 4.4.3 基于K-means算法的聚类分析 |
| 4.4.4 不同类型用户交互行为特征的差异化分析 |
| 4.5 用户交互行为影响因素的质性分析 |
| 4.5.1 访谈对象的选取 |
| 4.5.2 访谈过程与资料整理 |
| 4.5.3 编码过程与结果 |
| 4.5.4 用户交互行为特征分析 |
| 4.6 讨论分析 |
| 4.7 本章小结 |
| 第5章 虚拟现实阅读用户交互行为影响因素分析 |
| 5.1 问题的提出 |
| 5.2 虚拟现实用户交互行为影响因素及概念模型 |
| 5.2.1 技术接受模型 |
| 5.2.2 感知信息度和感知交互度对用户行为的影响 |
| 5.2.3 用户交互意愿的影响因素 |
| 5.2.4 虚拟现实阅读用户交互行为影响因素概念模型 |
| 5.3 研究设计 |
| 5.3.1 实验设计 |
| 5.3.2 问卷设计 |
| 5.3.3 实验过程与数据收集 |
| 5.4 数据结果 |
| 5.4.1 验证性因子分析 |
| 5.4.2 模型与假设检验 |
| 5.4.3 基于性别的多群组分析 |
| 5.4.4 基于交互方式的多群组分析 |
| 5.5 讨论分析 |
| 5.5.1 感知信息度对用户交互的影响 |
| 5.5.2 感知交互度对用户交互的影响 |
| 5.5.3 感知愉悦度对用户交互的影响 |
| 5.5.4 感知有用性对用户交互的影响 |
| 5.5.5 感知易用性对用户交互的影响 |
| 5.5.6 用户性别的调节作用 |
| 5.5.7 不同交互方式的调节作用 |
| 5.6 本章小结 |
| 第6章 虚拟现实阅读用户交互效果评价分析 |
| 6.1 问题的提出 |
| 6.2 评价指标构建 |
| 6.2.1 评价指标构建的理论依据 |
| 6.2.2 评价指标的选取 |
| 6.2.3 问卷设计与前测 |
| 6.2.4 正式测量与评价指标构建 |
| 6.3 指标体系评价方法 |
| 6.3.1 构建评价层次模型 |
| 6.3.2 构建两两比较判断矩阵 |
| 6.3.3 指标权重与一致性检验 |
| 6.3.4 基于FEC的综合评价 |
| 6.4 验证分析 |
| 6.4.1 实验设计与数据获取 |
| 6.4.2 评价过程与结果 |
| 6.4.3 评价结果讨论分析 |
| 6.5 本章小结 |
| 第7章 虚拟现实阅读用户交互的创新服务策略 |
| 7.1 创新服务策略问题的提出 |
| 7.2 虚拟现实阅读人机交互系统的服务策略 |
| 7.3 虚拟现实阅读用户交互体验的服务策略 |
| 7.4 虚拟现实阅读用户的信息素养引导策略 |
| 7.5 虚拟现实阅读产品创新的服务策略 |
| 7.6 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究创新点 |
| 8.3 研究展望 |
| 8.3.1 研究局限性 |
| 8.3.2 未来研究方向 |
| 参考文献 |
| 作者简介及在学期间科研成果 |
| 致谢 |
（8）信息生态视角下企业与用户的新媒体信息交互研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信息交互知识图谱 |
| 1.2.2 国外信息交互研究进展 |
| 1.2.3 国内信息交互研究进展 |
| 1.2.4 国内外信息交互研究述评 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究对象 |
| 1.4 研究技术路线图 |
| 第2章 相关概念及理论基础 |
| 2.1 新媒体的相关概念 |
| 2.1.1 新媒体的内涵 |
| 2.1.2 新媒体的分类 |
| 2.1.3 新媒体的特征 |
| 2.2 信息交互的相关概念 |
| 2.2.1 信息交互及信息交互行为的概念 |
| 2.2.2 企业与用户信息交互行为 |
| 2.2.3 企业与用户信息交互特征 |
| 2.3 信息生态的相关理论 |
| 2.3.1 信息生态的内涵 |
| 2.3.2 信息生态系统 |
| 2.3.3 信息生态因子 |
| 2.3.4 信息生态链 |
| 2.3.5 信息生态位 |
| 2.4 企业与用户的新媒体信息交互 |
| 2.4.1 企业与用户交互采用的新媒体类型 |
| 2.4.2 企业与用户新媒体交互具备的特征 |
| 2.5 本章小结 |
| 第3章 新媒体环境下企业与用户信息交互机理 |
| 3.1 新媒体环境下企业与用户信息交互动机 |
| 3.1.1 用户基于新媒体的信息交互动机 |
| 3.1.2 企业基于新媒体的信息交互动机 |
| 3.1.3 企业与用户信息交互动机模型 |
| 3.2 新媒体环境下企业与用户信息交互生态系统 |
| 3.2.1 新媒体环境下企业与用户信息交互的生态因子 |
| 3.2.2 新媒体环境下企业与用户信息交互的生态链 |
| 3.2.3 新媒体环境下企业与用户信息交互的生态位 |
| 3.3 新媒体环境下企业与用户信息交互的信息生态要素 |
| 3.3.1 新媒体环境下企业与用户信息交互的生态要素模型 |
| 3.3.2 新媒体环境下企业与用户信息交互的主体要素 |
| 3.3.3 新媒体环境下企业与用户信息交互的客体要素 |
| 3.3.4 新媒体环境下企业与用户信息交互的环境要素 |
| 3.3.5 新媒体环境下企业与用户信息交互的技术要素 |
| 3.4 新媒体环境下企业与用户信息交互机理模型 |
| 3.5 本章小结 |
| 第4章 新媒体环境下企业与用户信息交互特征 |
| 4.1 新媒体环境下企业与用户信息交互特征问题的提出 |
| 4.2 构建新媒体环境下企业与用户信息交互特征模型 |
| 4.2.1 社会网络分析 |
| 4.2.2 信息交互特征模型 |
| 4.3 样本选择与数据处理 |
| 4.3.1 研究样本选择 |
| 4.3.2 数据采集及处理 |
| 4.4 数据分析结果 |
| 4.5 讨论分析 |
| 4.5.1 转发与被转发行为分析 |
| 4.5.2 关注与被关注行为 |
| 4.5.3 评论与被评论行为分析 |
| 4.5.4 信息互动行为的凝聚性分析 |
| 4.5.5 信息互动中交互词频分析 |
| 4.6 本章小结 |
| 第5章 新媒体环境下企业与用户信息交互影响因素 |
| 5.1 新媒体环境下企业与用户信息交互影响因素的提出 |
| 5.2 信息交互影响因素模型 |
| 5.2.1 沉浸理论 |
| 5.2.2 信息系统成功模型 |
| 5.2.3 模型构建 |
| 5.3 研究假设 |
| 5.4 研究设计 |
| 5.5 数据采集及处理 |
| 5.5.1 样本选择 |
| 5.5.2 信度与效度检验 |
| 5.5.3 验证性因子与模型检验 |
| 5.5.4 参数估计与假设检验 |
| 5.6 讨论分析 |
| 5.6.1 新媒体平台质量对用户信息交互满意度的影响 |
| 5.6.2 新媒体信息质量对用户信息交互满意度的影响 |
| 5.6.3 新媒体服务质量对用户信息交互满意度的影响 |
| 5.6.4 沉浸体验对用户信息交互满意度的影响 |
| 5.6.5 个体认知对用户信息交互满意度的影响 |
| 5.6.6 用户新媒体信息交互满意度对信息交互行为的影响 |
| 5.7 本章小结 |
| 第6章 新媒体环境下企业与用户信息交互效果评价 |
| 6.1 企业与用户信息交互效果评价问题的提出 |
| 6.2 评级指标体系的设计原则 |
| 6.3 评价指标设计 |
| 6.3.1 信息人维度 |
| 6.3.2 信息维度 |
| 6.3.3 信息技术维度 |
| 6.3.4 信息环境维度 |
| 6.4 信息交互效果评价指标体系构建 |
| 6.4.1 构建层次结构模型 |
| 6.4.2 构造判断矩阵 |
| 6.4.3 指标相对权重及一致性检验 |
| 6.5 基于FCE的企业与用户信息交互效果评价方法 |
| 6.5.1 模糊综合评价方法 |
| 6.5.2 基于FCE的企业与用户信息交互效果评价过程 |
| 6.6 实证分析 |
| 6.6.1 样本数据的选择 |
| 6.6.2 评价指标数据分析 |
| 6.6.3 评价结果讨论分析 |
| 6.7 本章小结 |
| 第7章 新媒体环境下企业与用户信息交互模式 |
| 7.1 新媒体环境下企业与用户信息交互模式问题的提出 |
| 7.2 用户生成内容信息交互模式及案例 |
| 7.2.1 用户生成内容信息交互模式 |
| 7.2.2 抖音短视频UGC信息交互案例分析 |
| 7.3 “智能+”信息交互模式及案例 |
| 7.3.1 “智能+”信息交互模式 |
| 7.3.2 百度“智能+”信息交互案例分析 |
| 7.4 “线上+线下”信息交互模式及案例 |
| 7.4.1 “线上+线下”信息交互模式 |
| 7.4.2 海尔“线上+线下”信息交互案例分析 |
| 7.5 三种模式的案例对比分析 |
| 7.6 本章小结 |
| 第8章 新媒体环境下企业与用户信息交互引导对策 |
| 8.1 企业与用户信息交互行为引导策略问题的提出 |
| 8.2 基于信息人的企业与用户信息交互行为引导策略 |
| 8.2.1 提高新媒体环境下企业信息管理综合水平 |
| 8.2.2 提高新媒体环境下用户信息综合素养 |
| 8.3 基于信息技术的企业对用户服务策略 |
| 8.3.1 提高企业新媒体应用水平和系统质量 |
| 8.3.2 提高企业综合信息技术服务水平 |
| 8.4 基于信息环境的企业新媒体消费升级引导策略 |
| 8.4.1 引导新媒体宏观环境下的信息消费升级 |
| 8.4.2 引导新媒体微观环境下的信息消费升级 |
| 8.5 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究创新点 |
| 9.3 研究局限及展望 |
| 参考文献 |
| 作者简介及研究成果 |
| 致谢 |
（9）数字化学习资源动态整合模型构建与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 一、研究背景 |
| 二、研究现状 |
| (一)数字资源整合研究综述 |
| (二)数字化学习资源整合研究综述 |
| 三、研究意义 |
| (一)理论意义 |
| (二)实践意义 |
| 四、研究目标与研究内容 |
| (一)研究目标 |
| (二)研究内容 |
| 五、研究方法 |
| (一)基于设计的研究方法 |
| (二)文献研究法 |
| (三)实证研究法 |
| 六、创新之处 |
| 第二章 理论基础及相关概念界定 |
| 一、理论基础 |
| (一)活动理论 |
| (二)知识组织理论 |
| (三)反馈原理 |
| (四)期望确认理论 |
| 二、相关概念界定 |
| (一)整合 |
| (二)数字资源整合 |
| (三)数字化学习资源整合 |
| (四)数字化学习资源动态整合 |
| 三、本章小结 |
| 第三章 数字化学习资源动态整合模型构建依据与目标 |
| 一、数字化学习资源动态整合研究框架 |
| 二、数字化学习资源动态整合模型构建的依据 |
| (一)理论依据 |
| (二)现实依据 |
| 三、数字化学习资源动态整合模型构建的目标 |
| (一)数字化学习资源数量的积累 |
| (二)有效信息的双向交互 |
| 四、本章小结 |
| 第四章 数字化学习资源动态整合模型构建 |
| 一、数字化学习资源动态整合模型构建的基本假设 |
| 二、数字化学习资源动态整合模型要素分析 |
| (一)数字化学习资源动态整合模型要素提炼 |
| (二)数字化学习资源动态整合模型要素阐述 |
| 三、数字化学习资源动态整合模型构建步骤 |
| 四、数字化学习资源动态整合模型阐述 |
| (一)实施者维度结构分析 |
| (二)学习者维度结构分析 |
| 五、本章小结 |
| 第五章 数字化学习资源动态整合模型应用 |
| 一、数字化学习资源动态整合模型应用的研究设计 |
| (一)数字化学习资源动态整合模型应用的目的 |
| (二)数字化学习资源动态整合模型应用的方法 |
| (三)数字化学习资源动态整合模型应用的研究框架 |
| 二、数字化学习资源动态整合系统设计与实现 |
| (一)数字化学习资源动态整合系统设计 |
| (二)数字化学习资源动态整合系统功能实现 |
| 三、数字化学习资源动态整合模型应用的研究流程 |
| (一)数字化学习资源动态整合模型应用的实践准备 |
| (二)数字化学习资源动态整合模型应用的实践过程 |
| 四、数字化学习资源动态整合模型的教学实践结论分析 |
| 五、本章小结 |
| 第六章 数字化学习资源动态整合模型评价 |
| 一、数字化学习资源动态整合模型评价的研究设计 |
| (一)数字化学习资源动态整合模型评价的依据 |
| (二)数字化学习资源动态整合模型评价的研究框架 |
| 二、各阶段影响因素与效果路径分析 |
| (一)质化研究对象 |
| (二)质化研究信度与效度分析 |
| (三)访谈内容分析 |
| (四)各阶段影响因素与效果路径 |
| 三、数字化学习资源动态整合模型效果实证分析 |
| (一)数字化学习资源动态整合系统效果理论模型 |
| (二)测量模型 |
| (三)结构模型 |
| (四)调查问卷设计与预调查 |
| (五)正式调查 |
| (六)信度与效度分析 |
| (七)测量模型内部拟合检验 |
| (八)基于偏最小平方法的理论假设模型探索 |
| (九)基于协方差的理论假设模型验证分析 |
| (十)实证研究结论 |
| 四、本章小结 |
| 第七章 研究总结与研究展望 |
| 一、研究总结 |
| 二、研究创新 |
| 三、后续研究 |
| 参考文献 |
| 附录1 深度访谈提纲 |
| 附录2 焦点群体访谈提纲 |
| 附录3 数字化学习资源动态整合系统持续使用调查问卷 |
| 后记 |
| 在学期间公开发表论文及着作情况 |
（10）虚拟健康社区知识聚合及效果评价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 国内外知识聚合研究热点 |
| 1.2.2 国内外知识聚合研究主题 |
| 1.2.3 国内外知识聚合研究算法与技术 |
| 1.2.4 国内外知识聚合模型构建 |
| 1.2.5 国内外知识聚合实践与应用 |
| 1.2.6 国内外研究发展趋势 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路 |
| 1.5 研究创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 虚拟健康社区相关理论 |
| 2.1.1 虚拟健康社区内涵 |
| 2.1.2 虚拟健康社区知识聚合方法 |
| 2.2 知识聚合的理论及方法 |
| 2.2.1 知识聚合内涵 |
| 2.2.2 知识聚合方法 |
| 2.3 知识生态理论 |
| 2.3.1 知识生态因子 |
| 2.3.2 知识生态系统 |
| 2.4 用户需求理论 |
| 2.5 绩效评价理论 |
| 2.6 本章小结 |
| 第3章 虚拟健康社区用户知识需求分析 |
| 3.1 虚拟健康社区用户画像构建 |
| 3.1.1 用户画像数据获取 |
| 3.1.2 虚拟健康社区用户画像标签建模 |
| 3.1.3 虚拟健康社区用户画像服务能力评价 |
| 3.2 虚拟健康社区用户知识需求类型 |
| 3.2.1 用户显性需求 |
| 3.2.2 用户隐性需求 |
| 3.3 虚拟健康社区用户知识需求特征 |
| 3.3.1 知识内容与类型角度 |
| 3.3.2 用户特征角度 |
| 3.3.3 信息行为角度 |
| 3.4 虚拟健康社区用户知识需求的动态演化 |
| 3.4.1 用户知识需求动态演化的成因 |
| 3.4.2 需求演化影响因素的因果关系模型 |
| 3.4.3 用户知识需求动态演化的方向 |
| 3.4.4 用户知识需求演化的过程模型 |
| 3.5 虚拟健康社区用户知识需求与知识聚合关系 |
| 3.5.1 知识需求与知识聚合关系 |
| 3.5.2 知识需求与知识聚合匹配原则 |
| 3.6 虚拟健康社区用户知识需求模型 |
| 3.7 本章小结 |
| 第4章 虚拟健康社区知识聚合模型 |
| 4.1 虚拟健康社区知识聚合概念及组成要素分析 |
| 4.1.1 虚拟健康社区知识聚合概念界定 |
| 4.1.2 知识聚合组成要素分析 |
| 4.2 虚拟健康社区知识聚合动力 |
| 4.2.1 用户需求驱动 |
| 4.2.2 服务主体的效益价值驱动 |
| 4.2.3 大数据和服务技术驱动 |
| 4.3 虚拟健康社区知识聚合的影响因素 |
| 4.3.1 用户需求维度 |
| 4.3.2 虚拟健康社区维度 |
| 4.3.3 内外部环境维度 |
| 4.3.4 信息技术维度 |
| 4.4 虚拟健康社区知识聚合的过程 |
| 4.4.1 用户知识需求建模 |
| 4.4.2 用户知识需求采集和预处理 |
| 4.4.3 知识服务提供 |
| 4.4.4 知识聚合评价和反馈 |
| 4.5 虚拟健康社区知识聚合模型构建 |
| 4.6 本章小结 |
| 第5章 虚拟健康社区知识聚合的方法及实现 |
| 5.1 虚拟健康社区知识聚合方法流程 |
| 5.2 用户知识需求挖掘 |
| 5.2.1 用户显性知识需求挖掘 |
| 5.2.2 用户隐性知识需求挖掘 |
| 5.3 知识特征选择 |
| 5.3.1 知识特征表示模型 |
| 5.3.2 知识特征项选择 |
| 5.3.3 基于互信息的知识特征提取方法 |
| 5.4 虚拟健康社区知识聚合方法 |
| 5.4.1 基于谱聚类知识聚合方法 |
| 5.4.2 知识特征相似度计算 |
| 5.4.3 知识内容相似度计算 |
| 5.5 实验过程及结果 |
| 5.5.1 知识内容相似度计算结果展示 |
| 5.5.2 知识聚类及知识需求可视化 |
| 5.5.3 结果讨论 |
| 5.6 本章小结 |
| 第6章 虚拟健康社区知识聚合效果的评价指标体系构建 |
| 6.1 虚拟健康社区知识聚合效果评价问题提出 |
| 6.2 评价指标体系构建 |
| 6.2.1 指标构建依据和原则 |
| 6.2.2 初始指标获取 |
| 6.2.3 筛选方法的选取 |
| 6.2.4 指标筛选过程 |
| 6.2.5 评价指标体系确定 |
| 6.3 基于层次分析的虚拟健康社区知识聚合效果实证 |
| 6.3.1 虚拟健康社区知识聚合效果评价模型构建 |
| 6.3.2 虚拟健康社区知识聚合效果评价指标权重 |
| 6.3.3 样本选取及评价结果 |
| 6.3.4 结果讨论 |
| 6.4 本章小结 |
| 第7章 虚拟健康社区知识聚合效果的优化策略 |
| 7.1 虚拟健康社区知识聚合效果优化的要求 |
| 7.1.1 虚拟健康社区知识聚合效果优化的必要性 |
| 7.1.2 虚拟健康社区知识聚合效果优化的可行性 |
| 7.2 虚拟健康社区知识聚合效果优化的目标与原则 |
| 7.2.1 虚拟健康社区知识聚合效果优化的目标 |
| 7.2.2 虚拟健康社区知识聚合效果优化的原则 |
| 7.3 虚拟健康社区知识聚合效果优化的提升动力与反馈机制 |
| 7.3.1 虚拟健康社区知识聚合效果提升动力 |
| 7.3.2 虚拟健康社区知识聚合效果优化的反馈机制 |
| 7.4 虚拟健康社区知识聚合效果优化的策略 |
| 7.4.1 情境感知技术的可用性提升策略 |
| 7.4.2 知识资源挖掘的细粒度化提升策略 |
| 7.4.3 知识聚合适配性提升策略 |
| 7.5 本章小节 |
| 第8章 总结和展望 |
| 8.1 本文总结 |
| 8.2 局限与展望 |
| 参考文献 |
| 个人简介与研究成果 |
| 致谢 |
四、数字图书馆信息的体系结构（论文参考文献）
- [1]数字图书馆大数据知识服务体系的协同设计[J]. 胡建平,严永康. 文化创新比较研究, 2021(24)
- [2]数字人文视域下口述历史档案资源知识发现研究[D]. 王阮. 吉林大学, 2021
- [3]面向智库需求的智慧数据服务模式及服务能力评价研究[D]. 吴雅威. 吉林大学, 2021(01)
- [4]面向用户知识需求的微信公众平台知识资源聚合及服务研究[D]. 程子轩. 吉林大学, 2021(01)
- [5]基于LDA模型的图书情报学与教育学知识流动现状及演化态势研究[D]. 丁晓贞. 曲阜师范大学, 2021(02)
- [6]数字图书馆技术体系结构的研究历程与特征分析[J]. 黄国彬,郑霞,孙一钢,刘燕权. 数字图书馆论坛, 2021(03)
- [7]虚拟现实环境下阅读用户交互行为研究[D]. 王铎. 吉林大学, 2020(03)
- [8]信息生态视角下企业与用户的新媒体信息交互研究[D]. 韦雅楠. 吉林大学, 2020(01)
- [9]数字化学习资源动态整合模型构建与应用研究[D]. 宋佳. 东北师范大学, 2020(06)
- [10]虚拟健康社区知识聚合及效果评价研究[D]. 宋拓. 吉林大学, 2020(08)