一、基于对用户访问数据挖掘的数字图书馆智能服务模型（论文文献综述）
贾琼[1]（2021）在《基于关联数据的历史档案资源聚合研究》文中研究说明中华民族有着悠久的文明和灿烂的文化。中华优秀传统文化是中华民族的精神命脉,对中国特色社会主义建设有着重大意义,能够助推中国人民坚定文化自信。历史档案是中华优秀文化的载体,清晰系统地记录了中华民族的历史传统、文化积淀和文明传承,加强历史档案资源的开发利用,就是对中华优秀文化的挖掘、传承与创新。因此,以历史档案资源为研究对象,深入剖析其内容组织、聚合与开发等相关问题,具有重大的理论意义和现实价值。此外,随着现代信息技术在档案领域的不断应用与发展,档案资源的数字化管理与数据化应用成为学术研究和实践推进的重点领域。一方面,用户对历史文化资源全面获取的需求成为一种主流趋势,政府、社会和个人对历史档案的政治需求、学术需求、文化需求愈发迫切,并呈现出数字化、网络化、知识化等新特征;另一方面,数字技术的应用正在重塑历史档案开发利用的格局,数字人文、数据挖掘、知识组织等理论方法正在广泛应用于历史文献典籍的数据化加工、深度组织与实际应用等工作。但是面对卷帙浩繁、异构多元的历史档案资源,其深度聚合、语义互联、知识映射等问题的应用有效性有待解决。基于此,引入关联数据技术,构建实现历史档案资源聚合的解决方案,提出切实可行的实施策略,在理论层面、技术应用层面和实践层面具有较强的研究空间和应用场景。本研究在历史档案资源价值深刻认识的基础上,系统的梳理了历史档案资源开发利用、档案资源聚合、关联数据应用等领域的研究成果,发现基于关联数据的历史档案资源聚合研究具有进一步挖掘和探索的空间;在明确本研究基本研究概念和范畴的基础上,以档案价值论、档案知识组织、数字人文等理论与方法作为指导,展开系统的研究。首先,提出了关联数据技术驱动下历史档案资源聚合框架。明确了历史档案资源聚合的原则、流程及目标,讨论了历史档案资源聚合的关联强度、关联维度、关联阶度以及关联粒度四个维度,基于对历史档案资源层级的划分,提出了历史档案资源聚合的整体框架。其次,构建了历史档案资源的数据关联模型。对常用的历史档案资源元数据标准进行了对比分析,进一步明确元数据标准选择的思路和步骤,提出了历史档案资源描述的元数据方案;在对历史档案知识分类、知识本体层级划分等工作的基础上,以第二历史档案馆保存的中华民国临时约法档案为案例对象进行元数据实例研究,并以盛宣怀档案为例构建了历史档案资源知识本体;通过元数据元素识别、知识本体概念关系抽取等过程,实现历史档案资源数据关联模型的构建。第三,基于历史档案资源的数据关联模型,进一步设计了历史档案资源关联数据的语义化操作与发布流程,强化了历史档案资源聚合方案的可操作性。第四,详尽讨论了历史档案资源的聚合服务的主要功能,设计了历史档案资源聚合的服务平台。最后,针对目前历史档案资源服务现状,提出了基于关联数据的历史档案资源聚合的实施策略。本研究主要采用了文献调查、比较分析、实证研究等研究方法,从模型构建、技术方案、实现路径等角度进行讨论和分析,为历史档案资源开发利用提供新的视角和研究思路,对于激活历史档案价值实现,提高档案工作的社会影响力,满足政府、社会及个人的现实需求具有较强的促进作用。
庞博[2]（2021）在《图书馆服务行为计算的分析框架及研究领域》文中进行了进一步梳理文章基于图书馆服务行为与用户信息行为的视角,在梳理传统图书馆服务行为分析和广义用户信息行为分析的基础上,提出图书馆服务行为可计算的概念,构建了图书馆服务行为计算的通用框架,并探讨了包含用户与馆员交互、用户与服务环境交互、馆员与用户成功、服务环境与用户成功在内的四个重要研究领域,认为大规模图书馆服务行为数据的采集和分析将有效构建智能时代图书馆新型服务模式和服务过程。
岳怡然[3]（2021）在《面向知识服务的用户画像构建与应用研究》文中研究说明当今时代,互联网的飞速发展革新了知识服务形态,知识传播速度加快,在此背景下,图情领域研究的“第四范式”应运而生,数字图书馆供给侧也从粗放型向精准型服务转变,传统知识服务已不能满足用户日益增长的多元化需求,为用户提供深层次全方位的应用服务是大势所趋。国家农业图书馆为了更好的提供知识服务,搭建了大数据环境下的学术生态圈,其中农业专业知识服务系统构建了多维知识服务产品体系,实现了多个主题的融合,在线提供一站式知识发现服务,但在对用户进行精准个性化服务上还有待进一步完善,需要充分利用其产生的丰富海量的用户数据,全面洞悉用户行为。用户画像作为中间媒介,现已成为各行各业的研究热点,能够充分挖掘用户信息,全面刻画用户偏好和行为特征,为更好地满足用户需求提供了有力依据。已有的面向知识服务的画像构建的相关研究中,针对农业用户群体的并不常见,因此,在此基础上本文以农知系统为例,开展了三个部分的主要研究:（1）从用户画像的相关理论研究出发,分别对数字图书馆用户画像研究中涉及到的数据采集、数据预处理以及数据挖掘的相关技术基础进行梳理。（2）对数字图书馆用户画像的需求、功能进行分析,并针对面向知识服务的农业用户画像构建流程进行详细设计,从数据准备层、数据处理层、可视化层以及应用服务层四个部分出发,描绘了每一层的具体构建思路和技术方法。其中,用户数据挖掘和标签映射是最重要的一个环节,将用户标签体系设计为用户基本属性、用户科研属性、用户活跃度、用户访问偏好以及用户研究兴趣五大类,并分别对显性标签和隐性标签提供了挖掘思路,以更好地挖掘标签信息,进行标签预测和动态管理。（3）基于用户画像构建流程进行初步实现,对数据采集和画像可视化进行展示,并设计了多个应用场景,如用户分群、个性化推荐、智能检索、学科服务、访问分析以及服务检测等,进一步设计了每个场景可以实现的功能以及初步呈现效果。通过上述几个部分的研究,本文形成了基于农业用户群体的面向知识服务的画像模型,基本完成了整个用户画像的流程设计和应用场景的功能构想。本文所提出的面向知识服务的用户画像模型能够有效提高农知系统对用户数据采集、数据处理的效率,进一步洞悉用户需求,为后续提供更好地个性化服务,增强用户粘性,探索更多的应用场景奠定了基础。
赵敏[4]（2021）在《人工智能背景下私密信息保护问题与对策研究》文中研究说明社会发展进入新时期,国家推进大数据技术、人工智能技术的发展,作为技术发展的原材料——数据的作用越来越重要。世界多次经济论坛都提及数据资源的重要作用,就此数据资源将会在国际国内市场中受到越来越多的重视,结合我国提出创新驱动发展战略,人工智能在今后的发展过程中将发挥着越来越多的作用。随着智能手机、智能穿戴设备、公共智能设施等智能技术的发展,人们的生产、生活越来越依赖于人工智能产品,在人工智能继续向前发展的过程中,为了提升服务的质量,提升数据和算法的精确度,势必要处理更多的私密信息以获得更加准确的用户体验,由此数据共享将是今后的发展趋势,数据共享给用户个人带来更美好的体验,推动人工智能行业的发展,从而促进整个社会的进步。而私密信息关乎着公民生存的尊严和自由,关乎着用户能否在人工技术发展中享有真正的人格。在数据和算法为基础的人工智能技术发展背景下,私密信息突破了原有的边界,其私密性、非公开性都被改变,随着人工智能自动地对我们的信息进行收集、处理,个人难以实现对自身隐私的控制,人逐渐走入被全面监控的时代。在人工智能技术的推动下,私密信息逐渐显现出财产属性,对信息共享的追求和对效益红利的追逐,又推动了人工智能技术对隐私的过度挖掘和分析,形成私密信息违法倒卖、隐私黑市等现象。因此,数据共享与隐私保护之间的平衡是需要我们认真考量的。本文从寻求构建数据共享和隐私保护的平衡为起点,以期为数据共享和隐私的保护提出理论和实践建议。本文通过对人工智能时代的私密信息保护问题进行研究,共分为五个部分:第一部分主要是对人工智能和私密信息的概述,介绍人工智能的概念、特点,私密信息的概念、特点,以及个人信息与个人隐私的区别。基于个人隐私与个人信息的交叉关系得出本文的讨论对象—私密信息的概念,分析人工智能背景下侵犯私密信息行为的新特征以及人工智能对于私密信息保护存在的侵权风险等问题进行分析。第二部分主要是对我国现阶段的私密信息保护现状进行梳理,主要分析私密信息保护的制度现状和实践现状。立法现状的分析主要是以《民法典》和《个人信息保护法（草案）》为主,并分析其他法律法规中对私密信息的规定;简述现阶段我国私密信息保护的实践现状。第三部分主要是结合我国隐私保护的现状,分析我国对于隐私保护存在的问题,特别是数据共享与隐私保护的内在冲突问题、法律制度不健全的问题、新技术对私密信息保护的冲击问题、行业自律监管的薄弱问题。第四部分主要是详细了解欧盟以立法保护为主导兼顾行业自律的模式、美国以行业自律保护为主导兼顾立法保护模式,了解两种模式的优缺点以及对我国相关保护模式的借鉴意义。第五部分主要是从价值上寻求平衡、进行法律体系上的完善、在机构中进行技术改革以及加强行业监管等方面提出一些可行性建议,以期在人工智能技术发展中寻求信息共享与私密信息保护的平衡点。
吴雅威[5]（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》文中指出近年来,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[6]（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》文中研究指明移动互联网时代,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。
陆雪梅,褚朝奕,周天乐[7]（2021）在《图书馆智能服务体系构建研究》文中研究指明新技术应用系统性规划的缺乏,阻碍了图书馆智能化管理服务的推进。基于社会技术系统理论构建图书馆智能服务体系模型,是当今图书馆事业的发展趋势。通过问卷调查,运用统计学分析方法,采用机器学习中的决策树模型进行实证分析;提出智慧图书馆的服务模型;构想发展智慧图书馆服务的策略,包括深化服务功能、创新服务模式、完善服务体系。
帅奕男[8]（2020）在《智慧社会的司法范式转型》文中指出本文旨在从法治范式变革的视角研究司法的范式转换问题。“司法范式”体现的是法官默认的司法逻辑和价值取向,司法范式的变化是与法治范式的变革密切相关的。因为法治范式体现了人们对法律系统所处的社会所持有的一般看法,这种看法构成了人们的立法实践和司法实践的背景性理解。因此,本文在法治范式的语境中,对现代司法范式的基本内涵、形态演化、面临的信息化挑战及发展趋向进行探讨,提出面向智慧社会的司法范式构想。除了导论和结语外,本文共分为四章。导论部分梳理了中外学者对智慧社会司法范式转型相关问题的研究现状,介绍了选题缘由、研究思路、研究方法和可能的创新之处。结语部分阐述了智慧司法与中国司法的转型策略,认为智慧司法是国家战略发展的必然选择,也是法律系统内部转型革新的契机,但是需要在法治框架内把握技术介入司法领域的尺度。正文部分的内容具体如下:第一章界定了司法范式的内涵,考察了现代司法范式的形态演变,并提出司法范式演变的逻辑线索。在对司法范式的法治语境进行回顾分析的基础上,本章认为司法范式的现代性内涵包括三个方面,其一是法官立足于个人主体性对案件事实和法律适用作出的司法判断,其二是逻辑化、理性化的司法推理,其三是具有独立于司法结果之正义价值的司法程序。沿着司法范式现代性内涵的思路,本章对西方现代化进程中自由竞争阶段、福利国家阶段、安全保障国家阶段所对应的三种司法范式——形式司法、实质司法、协商司法的特征和具体内涵进行界定和阐述。自由主义范式的形式司法以服从实在法规则为特征,依赖于独立的司法权力机构通过严格的法律推理来解决具体冲突。其背景在于自由主义法治范式以形式理性为基础,通过理性经济人的假定和规则至上的信念来构架其制度体系,法律的一般化和体系化意味着法官需要在普遍性的法律原则或法律规则中寻找“决定性意义的原因”,以严密而精准的逻辑方法进行司法判断。福利国家法治的实质司法以目的导向推理为特征,司法权越来越多地介入到政府政策的形成过程中,司法程序也从关注形式公正转向关心实质公正。其背景在于自由竞争下生产和资本的集中化加强了垄断性资本的力量,经济权力、物质财产和社会状况的不平等与日剧增,自由主义法治所带来的国家与社会、政治与法律的分离以另一种方式走向整合,福利国家的实质法逐渐地导向了社会角色和社会地位,并在司法领域表现为法律判断和道德判断的整合。程序主义法治范式背景下的协商司法以沟通保障的司法程序为特征,表现为通过建立平等自由的对话空间以促进司法主体间协商沟通,进而达成共识。其背景在于法律结构和科层结构难以应对国家干预过于密集所带来的社会复杂情势,面向实质平等的权利保障也在一定程度上侵害了个人自主性的实现,这促使法律和司法转向通过组织规范和程序规范实现社会整合。司法范式的演化动力一方面来自于外部的社会条件变化,新的社会结构和组织原则通过制度化吸收到基本的法律结构中,进而影响司法的价值取向;另一方面来自于司法实践的内部反思,司法系统也在纠纷解决中不断探索如何通过方法的运用、制度的设计,更好的促进司法正义的实现。第二章考察了司法范式面临的信息化挑战。信息时代的到来正在改变传统的社会结构和组织原则,计算机、互联网与大数据的结合不仅消解了理性思辨在知识生产和权力架构中的话语地位,而且对围绕能量与物质构建起来的现代法治秩序带来冲击。在这个过程中,司法作为法治体系的有机组成部分以及“微观社会矛盾纠纷的灵敏显示器和社会治理状态的预警机”,首当其冲的感受到社会信息化与建构理性碰撞磨擦的冲击力。这就使得现代司法范式在信息化背景下面临着三重挑战:其一是双重空间对既有司法裁判规则和场域形成的冲击,其二是平台治理对国家法律的中心主义和司法至尊的地位的消解,其三是司法智能化对以法学专业知识为基础的现代司法理念带来的挑战。第三章分析了司法范式的智慧化转型趋向。随着技术对社会解析的不断加深,物理时空发展起来的司法理念与司法制度难以应对“微粒社会”的高速数字化进程,新的知识力量深度的参与到司法权力的运作之中。在司法规则方面,实体性规则和程序性规则被转化为计算机化的表达形式,甚至直接以代码生成规则,通过算法和程序设计实现自动化规制。在司法裁判方面,智能系统为各类案件提供“定制化”的证据指引、类案推送以及评估预测,使裁判结果更加具有连续性、一致性和可预见性,呈现出程式化的算法决策趋向。在司法过程方面,司法运作的场域逐渐从“广场式”“剧场式”的物理空间结构转向远程审理、人机交互、个性定制的多维立体空间,呈现出分众在线的场景化运作趋势。在司法服务方面,依托诉讼服务平台,精准定位、智能预判的个性化的诉讼指导增加了公众与司法部门的黏性,提供了更加有效和便捷的“接近正义的方式”。与此同时,新兴技术力量与司法权力运作的结合也指向了一个全景敞视的可以精细识别不同苦乐场景的智能控制机制,我们需要在新的法治框架中对司法范式进行设想和探讨。第四章提出面向智慧社会的司法范式构想。现代法治范式的研究与现代性社会转型有着本质上的勾连,是一种与现代性社会转型密切相关、对现代性进行智性反思的法律知识形态的变化。本章吸收了现代法治理论中的反思要素,并与社会学的反思性理论进行勾连,对法律与社会特性进行“双向阐释”,提出面向后现代的智慧法治范式,并在这种新型法治范式中塑造司法范式的形态。首先,为智慧时代的司法价值注入数字正义的内涵,使其内在的反映信息社会资讯化、符号化的思考和行为方式。其次,充分意识到智慧司法中人脑决策与智能决策之间的协同关系,推动演绎逻辑与计算知识的融合运用,使司法逻辑内在地反映双重空间、人机混合、算法主导时代的行为规律和新型法律关系。最后,通过数据、平台与司法活动参与者之间的互动,司法应突破仅仅被理解为是一种事后救济手段的设定,发挥纠纷预防的社会治理功能,应对智慧社会的风险和变化。
邹燕琴[9]（2020）在《人工智能+档案 ——档案智慧服务体系研究》文中提出人工智能的发展成为我国经济发展的新引擎和社会建设的新机遇。“人工智能+档案”跨界融合应用将对档案服务理念、服务方式、服务内容和服务人员产生变革性影响,使档案变得更加“智慧”,让档案服务变得更加“智慧”,为档案管理智慧化转型升级赋能。国内外已经初步研究了人工智能在档案管理领域应用的可行性与理论模型建构,但是目前档案学界的相关研究内容缺乏足够的案例研究,也缺乏对“人工智能+档案”的研究现状和实践案例的系统梳理,还没有针对“人工智能+”档案智慧服务体系的系统性研究。因此,本文探讨“人工智能+”档案智慧服务体系能助力档案事业发展,具有重要的理论价值和实践意义。全文以“人工智能+”档案智慧服务为切入点,重点研究人工智能对档案服务产生的变革性影响,深度挖掘与总结国内外现有相关案例,从理论研究到实践分析、从微观视角到宏观视角对档案智慧服务体系构建及其所面临的困境作系统全面的研究。研究主要内容包括以下五个部分:第一部分主要从理论层面介绍了本文的研究背景及意义,阐述了国内外的研究现状、研究内容及方法、研究的创新点和难点。第二部分重点阐释人工智能与档案服务的基本概念,具体包括人工智能的内涵及核心技术、“人工智能+”的概念、智慧服务的概念、档案智慧服务的概念及“人工智能+”档案智慧服务。第三部分从基础设施层、档案资源层、技术处理层和服务应用层四个维度构建“人工智能+”档案智慧服务体系,深度挖掘国内外“人工智能+档案”的实践应用实例,探讨人工智能如何赋能档案智慧服务,最终初步构建起“人工智能+”档案智慧服务体系。第四部分系统深入地从理念、资源、技术和人员四个维度研究构建档案智慧服务体系所面临的困境,目前还存在服务道德伦理问题、档案数据与个人隐私问题、技术发展瓶颈与应用风险、人员替代危机与创新要求等问题;第五部分针对现有困境提出完善人工智能伦理规范与法律、做好档案数据优化与保护、推进技术发展与安全防御、人机共存思维与馆员培养引进等解决策略,以期为我国档案事业发展智慧化转型升级提供参考借鉴。
王益成[10]（2020）在《数据驱动下科技情报智慧服务模式研究》文中研究说明从“信息时代”到“数据驱动”的智慧服务时代,多源异构且海量的数据资源成为人们解决问题的出发点。将多源异构且海量的数据资源纳入科技情报智慧服务模式中,不再局限于传统科技情报服务涉及的专利数据、科技文献数据、实地调研数据与科技项目数据等,还应该涵盖更广范围的互联网数据资源、科研社交媒体数据资源、社交网络数据资源与政府开放数据资源等多种来源的数据形式。数据资源驱动着科技情报服务从用户需求感知、科技情报内容获取与科技情报服务场景化推送这三个核心功能实现科技情报智慧服务模式,实现了科技情报服务流程的创新。本研究旨在以新视角探索数据驱动时代科技情报智慧服务模式及其实现,解析科技情报智慧服务构成要素及其特征,以实证分析探索数据驱动时代科技情报服务向智慧服务模式转型的思路,为科技情报机构科学转型提供理论与实践支撑。基于此,通过界定“数据驱动”、“情报、智能与智慧的辩证关系”、“智慧服务”与“科技情报智慧服务”等相关概念,以回顾智慧服务、科技情报服务与科技情报智慧服务研究现状为基础,综合运用文献调研法、问卷调查法、情境实验法、案例分析法与模式构建法分析了科技情报智慧服务的数据环境、驱动模式、创新模式与模式实现以及保障策略的制定。围绕科技情报智慧服务模式这一核心研究内容,本文第三章从科技情报智慧服务模式构成要素及表现特征为出发点对智慧数据、用户需求、智能技术、智慧情报、情报工作者、智慧服务平台与情报分析方法这七个维度进行详细阐述,分析了各构成要素在科技情报智慧服务模式中的地位以及数据驱动各构成要素的融合协作的服务特征;第四章以“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务;第五章就如何实现数据驱动科技情报智慧服务进行了详细阐述,从多源数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系;第六章采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略;第七章就如何实现科技情报机构实现智慧服务模式转型升级分析了相关保障策略。具体内容如下:（1）系统分析了科技情报智慧服务模式核心构成要素与特征。构成要素涵盖数据、用户、技术、智慧情报、科技情报工作者、智慧服务平台与方法等七个维度,将从这七个维度进行深入分析,并在此基础上讨论数据驱动下科技情报智慧服务实现的理论与实践基础,进而对科技情报智慧服务的需求敏感性、数据多源性、技术智能性与服务场景化等四个主要特征进行解读。系统分析科技情报智慧服务构成要素是构建科技情报智慧服务模式的基础,在文献调研并借鉴其它领域实践经验的基础上对各个构成要素进行详细分析。数据、用户、技术、内容、科技情报工作者、智慧服务平台与方法等七个维度间相互关联、相互印证,进一步丰富着科技情报智慧服务研究领域的知识体系。（2）构建了数据驱动下的科技情报智慧服务模式。从“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务。在此过程中优化传统科技情报服务模式,优化构成科技情报智慧服务的各个构成要素,实现模式最优化并体现科技情报智慧服务的四个特征,通过文献调研法探讨已有服务模式的优劣势,重构科技情报服务模式与流程,重点突出智慧实现流程,数据如何驱动智慧情报服务。（3）分析了数据驱动下科技情报智慧服务的实现路径。以科技情报智慧服务模式实现的三项核心功能为基础,在实现智慧服务核心功能基础上实现科技情报智慧服务,从多源科研大数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系。（4）采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略,在分析格微软件基本概况与发展现状的基础上,进而分析格微软件科技情报智慧服务发展模式,并对其较为超前的实践应用成果进行分析,然后借鉴前述构建的科技情报智慧服务模式及其实现研究,提出格微软件在数据驱动背景下科技情报服务模式优化的策略。（5）制定数据驱动下科技情报智慧服务模式保障策略。以构成数据驱动下科技情报智慧服务模式的构成要素以及智慧服务模式实现过程为主体制定数据驱动下科技情报智慧服务模式保障策略,具体维度包含数据、用户、科技情报工作者、科技情报服务机构、政府部门、技术与方法等维度。如完善数据安全保障机制,完备数据分析技术、方法与工具,科技情报服务人才队伍建设,建立健全相关法律法规等。制定数据驱动下的科技情报智慧服务模式保障策略应依据重点保障关键要素、完备并疏通科技情报智慧服务流程、科技情报智慧服务整体平衡、联合共建共享等四项基本原则。数据驱动时代,传统科技情报服务模式已然无法满足用户崛起的趋势以及内外环境面临的机遇与挑战,界定数据驱动科技情报智慧服务的内涵与外延,探索科技情报智慧服务模式的实现,有利于从方法论认知层面为科技情报智慧服务的转型升级提供理论支撑,本文构建的数据驱动科技情报智慧服务模式也更具实践价值。
二、基于对用户访问数据挖掘的数字图书馆智能服务模型（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、基于对用户访问数据挖掘的数字图书馆智能服务模型（论文提纲范文）
（1）基于关联数据的历史档案资源聚合研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究范畴 |
| 1.3 研究内容及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 本文创新点 |
| 1.4 研究思路与方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 第2章 文献综述与理论基础 |
| 2.1 文献综述 |
| 2.1.1 历史档案资源的数字化开发 |
| 2.1.2 档案资源聚合 |
| 2.1.3 关联数据在档案领域的应用 |
| 2.1.4 研究述评 |
| 2.2 相关理论 |
| 2.2.1 档案价值论 |
| 2.2.2 知识组织理论 |
| 2.2.3 数字人文理论 |
| 2.3 本章小结 |
| 第3章 基于关联数据的历史档案资源聚合框架 |
| 3.1 历史档案资源聚合的原则、流程及目标 |
| 3.1.1 历史档案资源聚合的原则 |
| 3.1.2 历史档案资源聚合的流程 |
| 3.1.3 历史档案资源聚合的目标 |
| 3.2 历史档案资源关联的多维分析 |
| 3.2.1 关联强度 |
| 3.2.2 关联维度 |
| 3.2.3 关联阶度 |
| 3.2.4 关联粒度 |
| 3.3 基于关联数据的历史档案资源聚合框架构建 |
| 3.3.1 历史档案资源聚合层级划分 |
| 3.3.2 历史档案资源聚合结构框架 |
| 3.4 本章小结 |
| 第4章 历史档案资源的数据关联模型 |
| 4.1 历史档案资源元数据方案设计 |
| 4.1.1 常用历史档案资源元数据比较分析 |
| 4.1.2 基于关联数据的历史档案元数据方案设计思路 |
| 4.1.3 历史档案元数据方案设计步骤 |
| 4.1.4 历史档案元数据方案 |
| 4.1.5 历史档案资源元数据实例 |
| 4.2 历史档案资源知识本体建模 |
| 4.2.1 历史档案资源知识分类体系 |
| 4.2.2 历史档案资源知识本体的类型 |
| 4.2.3 历史档案资源知识本体构建 |
| 4.2.4 历史档案资源知识本体构建实例 |
| 4.3 历史档案资源数据关联模型构建 |
| 4.3.1 元数据元素识别 |
| 4.3.2 知识本体概念关系抽取 |
| 4.3.3 历史档案资源数据关联模型实现 |
| 4.4 本章小结 |
| 第5章 历史档案资源关联数据的发布与聚合 |
| 5.1 历史档案资源语义化处理 |
| 5.1.1 历史档案资源元数据语义化转换 |
| 5.1.2 历史档案资源RDF化过程 |
| 5.1.3 历史档案资源实体语义关联关系识别 |
| 5.2 历史档案资源关联数据的发布 |
| 5.2.1 历史档案资源关联数据URI命名 |
| 5.2.2 历史档案资源关联数据的存储 |
| 5.2.3 基于D2R的历史档案资源关联数据发布 |
| 5.2.4 历史档案资源关联数据发布实例 |
| 5.3 历史档案资源关联数据聚合 |
| 5.3.1 关联数据聚合方法 |
| 5.3.2 历史档案资源关联数据互联 |
| 5.4 本章小结 |
| 第6章 历史档案资源的聚合服务 |
| 6.1 基于关联数据的聚合服务功能 |
| 6.1.1 历史档案资源检索服务 |
| 6.1.2 历史档案资源推荐服务 |
| 6.1.3 历史档案资源可视化服务 |
| 6.2 基于关联数据的历史档案资源聚合服务平台结构设计 |
| 6.2.1 存储层 |
| 6.2.2 描述层 |
| 6.2.3 服务层 |
| 6.2.4 应用层 |
| 6.3 本章小结 |
| 第7章 历史档案资源关联聚合策略 |
| 7.1 历史档案资源关联聚合实施策略 |
| 7.1.1 实现多源异构历史档案资源采集方法 |
| 7.1.2 建立多元协作的组织机制 |
| 7.1.3 制定统一规范的标准体系 |
| 7.1.4 提供泛在化关联数据应用服务 |
| 7.2 历史档案资源关联聚合的保障机制 |
| 7.2.1 政策保障 |
| 7.2.2 技术保障 |
| 7.2.3 人才保障 |
| 7.3 本章小结 |
| 第8章 总结与展望 |
| 8.1 研究总结 |
| 8.2 研究展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（2）图书馆服务行为计算的分析框架及研究领域（论文提纲范文）
| 1 引言 |
| 2 图书馆服务行为与用户信息行为研究的历史变迁 |
| 3 技术与情境驱动的图书馆服务行为计算 |
| 4 图书馆服务行为计算的内涵 |
| 4.1 图书馆服务行为 |
| 4.2 图书馆服务行为计算 |
| 5 图书馆服务行为计算的逻辑模型 |
| 5.1 对与图书馆服务行为相关的应用和领域数据进行采集 |
| 5.2 对图书馆服务行为的揭示预测及对图书馆服务行为数据的分析发现 |
| 5.3 对服务行为计算结果的呈现与应用 |
| 6 图书馆服务行为计算研究的主要领域 |
| 6.1 用户与馆员的交互行为研究 |
| 6.2 用户与服务环境的交互行为研究 |
| 6.3 馆员对用户成功的影响研究 |
| 6.4 服务环境对用户成功的影响研究 |
| 7 结语 |
（3）面向知识服务的用户画像构建与应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 用户画像的产生背景 |
| 1.1.2 农业专业知识服务系统 |
| 1.2 国内外研究现状 |
| 1.2.1 知识服务研究现状 |
| 1.2.2 用户画像研究现状 |
| 1.2.3 小结 |
| 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 |
| 1.3.3 技术路线 |
| 第二章 相关理论与技术基础 |
| 2.1 数据采集 |
| 2.1.1 WEB日志文件分析 |
| 2.1.2 Java Script埋点 |
| 2.1.3 爬虫或包嗅探器 |
| 2.2 数据预处理 |
| 2.2.1 数据清洗 |
| 2.2.2 数据集成 |
| 2.2.3 数据转换 |
| 2.2.4 数据归约 |
| 2.2.5 常用ETL工具 |
| 2.3 数据挖掘 |
| 2.3.1 聚类分析 |
| 2.3.2 相似度计算 |
| 2.3.3 词频分析 |
| 2.3.4 概率主题模型 |
| 2.3.5 命名实体识别 |
| 2.4 本章小结 |
| 第三章 面向知识服务的用户画像构建 |
| 3.1 用户画像模型研究 |
| 3.1.1 用户画像需求分析 |
| 3.1.2 用户画像功能分析 |
| 3.1.3 用户画像模型 |
| 3.2 实验环境与数据来源 |
| 3.3 用户画像数据准备 |
| 3.3.1 数据采集 |
| 3.3.2 数据预处理 |
| 3.3.3 数据存储 |
| 3.4 用户画像数据处理 |
| 3.4.1 跨渠道用户标识打通 |
| 3.4.2 研究领域识别 |
| 3.4.3 研究兴趣识别 |
| 3.4.4 用户活跃度划分 |
| 3.4.5 标签体系 |
| 3.5 用户画像可视化 |
| 3.6 用户画像验证 |
| 3.7 本章小结 |
| 第四章 面向知识服务的用户画像实现与应用研究 |
| 4.1 总体设计 |
| 4.2 数据库设计 |
| 4.3 用户画像数据采集 |
| 4.3.1 数据采集模块 |
| 4.3.2 埋点分析 |
| 4.4 用户画像结果展示 |
| 4.4.1 全局用户 |
| 4.4.2 标签词云 |
| 4.5 基于用户画像的应用场景 |
| 4.5.1 基于画像的用户分群 |
| 4.5.2 基于内容的个性化推荐 |
| 4.5.3 精准智能检索 |
| 4.5.4 合作关系网络分析 |
| 4.5.5 服务监测与参考决策 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（4）人工智能背景下私密信息保护问题与对策研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 引言 |
| (一)选题背景 |
| (二)研究意义 |
| (三)国内外研究现状 |
| 1.国内研究现状 |
| 2.国外研究现状 |
| 一、人工智能背景下私密信息保护概述 |
| (一)人工智能的基础理论 |
| 1.人工智能的概念 |
| 2.人工智能的发展历程 |
| 3.人工智能的特点 |
| (二)私密信息的基础理论 |
| 1.相关概念界定 |
| 2.隐私与个人信息的关系 |
| 3.私密信息 |
| (三)人工智能应用场景中对私密信息的侵犯风险 |
| 1.APP软件等网络场景中对私密信息的侵犯风险 |
| 2.人脸识别技术场景中对私密信息的侵犯风险 |
| 3.智能家居场景中对私密信息的侵犯风险 |
| (四)人工智能背景下私密信息侵权的新特征 |
| 1.侵权主体的多元化 |
| 2.侵权方式的多样性 |
| 3.侵害后果的严重性 |
| 二、我国人工智能背景下私密信息保护的现状 |
| (一)我国私密信息保护的立法现状 |
| 1.我国私密信息保护的法律环境 |
| 2.我国私密信息保护的标准环境 |
| (二)我国私密信息保护的实践现状 |
| 1.人工智能背景下私密信息的行政保护 |
| 2.人工智能背景下私密信息的行业保护 |
| 3.人工智能背景下私密信息的司法保护 |
| 三、人工智能背景下私密信息保护存在的问题 |
| (一)数据共享与隐私保护的内在冲突 |
| 1.公共利益与私人利益之间存在冲突 |
| 2.价值追求与隐私保护之间存在冲突 |
| (二)私密信息保护法律制度不健全 |
| 1.私密信息保护的法律体系不完善 |
| 2.私密信息主体的具体权利内容不完善 |
| 3.信息控制者的义务和责任规定不健全 |
| 4.私密信息侵权的救济机制不完善 |
| (三)新技术对私密信息保护的冲击 |
| 1.算法技术侵犯私密信息 |
| 2.去匿名化技术侵犯私密信息 |
| 3.智能技术逐步消解“知情-同意”原则 |
| (四)私密信息保护行业自律监管薄弱 |
| 四、域外人工智能背景下私密信息保护模式借鉴 |
| (一)欧盟:立法规范为主导兼顾行业自律 |
| 1.发展历程 |
| 2.立法规范为主导 |
| 3.兼顾行业自律 |
| (二)美国:行业自律为主导兼顾立法规范 |
| 1.发展历程 |
| 2.行业自律为主导 |
| 3.兼顾立法规范 |
| (三)两种模式的优缺点分析及对我国的借鉴意义 |
| 1.欧盟模式分析 |
| 2.美国模式分析 |
| 3.对我国隐私权保护建设的启示 |
| 五、人工智能背景下私密信息保护的完善建议 |
| (一)价值取向:寻求利益平衡 |
| 1.维护社会利益 |
| 2.维护个人尊严 |
| (二)顶层设计:完善制度标准 |
| 1.法律体系的完善 |
| 2.完善用户的私密信息权利 |
| 3.完善信息控制者的责任承担机制 |
| 4.个人信息侵权纳入公益诉讼范围 |
| (三)机构层面:创新技术保护 |
| 1.算法技术的完善 |
| 2.匿名化技术的完善 |
| 3.技术手段完善“知情-同意”机制 |
| (四)行业自律:加强行业监管 |
| 1.利用行业协会引导隐私保护 |
| 2.引入私密信息认证计划 |
| 3.制定私密信息保护指南 |
| 结语 |
| 参考文献 |
| 致谢 |
| 注释 |
（5）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 |
（6）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 |
（8）智慧社会的司法范式转型（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 一、问题的提出 |
| 二、研究综述 |
| 三、研究思路与方法 |
| 四、学术创新之处 |
| 第一章 司法范式的基本内涵与形态演变 |
| 第一节 司法范式的基本内涵 |
| 一、司法范式的现代法治语境 |
| 二、司法范式的现代性内涵 |
| 第二节 司法范式的形态演变 |
| 一、自由主义范式的形式司法 |
| 二、福利国家范式的实质司法 |
| 三、程序法范式的协商司法 |
| 第三节 司法范式的演变逻辑及其局限 |
| 一、司法范式演变的逻辑线索 |
| 二、工商业时代的司法变迁及其局限 |
| 三、数字时代司法范式的转型升级 |
| 第二章 司法范式面临的数字化挑战 |
| 第一节 司法范式转型的信息化背景 |
| 一、信息时代的知识状态 |
| 二、元叙事的消散:信息时代的法治秩序变革 |
| 三、司法范式转型的困境与机遇 |
| 第二节 双重空间对司法场域的冲击 |
| 一、涉网案件管辖制度失灵 |
| 二、电子证据采信标准缺位 |
| 三、网络民意对司法逻辑的冲击 |
| 第三节 平台治理对司法“中心化”的挑战 |
| 一、自治高效的争议处理 |
| 二、群策共治的大众评审 |
| 三、事前预防的技术控制 |
| 四、激励规训的评分机制 |
| 第四节 司法智能化的转型张力 |
| 一、从信息孤岛到数据共享 |
| 二、从在场交往到远程审理 |
| 三、从“人与工具”到人机协作 |
| 第三章 司法范式的智慧化转型趋向 |
| 第一节 代码识别的自动化规制 |
| 一、证据规则的代码表达与识别 |
| 二、诉讼规则的代码表达与识别 |
| 三、管理规则的代码表达与识别 |
| 第二节 算法决策的程式化裁判 |
| 一、证据审查程式化 |
| 二、准据识别聚焦化 |
| 三、自由裁量标准化 |
| 第三节 分众在线的场景化运作 |
| 一、司法空间脱域化 |
| 二、司法供给分众化 |
| 三、司法交涉界面化 |
| 第四节 智能回应的平台化服务 |
| 一、诉讼引导智能化 |
| 二、申请受理移动化 |
| 三、解纷路径分流化 |
| 第四章 面向智慧社会的司法范式重塑 |
| 第一节 法治范式转型:迈向智慧法治 |
| 一、法治范式转型的理论基础:反思要素 |
| 二、智慧时代的社会特性 |
| 三、开放融合的智慧法治观 |
| 第二节 司法价值:从场域正义走向数字正义 |
| 一、立足数字化期待 |
| 二、建立可视化交互 |
| 三、面向场景化需求 |
| 第三节 司法决策:人机协同与融合 |
| 一、以计算知识填补演绎逻辑 |
| 二、加强司法人工智能的论证性和可解释性 |
| 三、明确技术权力介入的边界和尺度 |
| 第四节 司法功能:数据驱动型纠纷预防 |
| 一、纠纷预防的必要性和重要性 |
| 二、纠纷预防何以可能 |
| 三、数据驱动型纠纷预防运行机制 |
| 结语 探索中国特色的智慧司法模式 |
| 参考文献 |
| 在读期间发表的学术论文与研究成果 |
| 后记 |
（9）人工智能+档案 ——档案智慧服务体系研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 国内研究综述 |
| 1.2.2 国外研究综述 |
| 1.2.3 研究小结 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究创新点及难点 |
| 1.4.1 研究创新点 |
| 1.4.2 研究难点 |
| 第二章 “人工智能+”档案智慧服务基本概念 |
| 2.1 人工智能与“人工智能+” |
| 2.1.1 人工智能的起源及概念 |
| 2.1.2 “人工智能+”的概念及辨析 |
| 2.1.3 人工智能的研究领域及应用 |
| 2.2 智慧服务 |
| 2.2.1 智慧服务的概念 |
| 2.2.2 信息服务、知识服务及智慧服务的概念辨析 |
| 2.3 “人工智能+”档案智慧服务 |
| 2.3.1 档案智慧服务的概念 |
| 2.3.2 “人工智能+”档案智慧服务的概念 |
| 第三章 “人工智能+”档案智慧服务体系构建 |
| 3.1 基础设施层 |
| 3.1.1 机房设施 |
| 3.1.2 软硬件设施 |
| 3.2 档案资源层 |
| 3.2.1 馆藏档案资源 |
| 3.2.2 业务管理数据 |
| 3.2.3 用户服务数据 |
| 3.2.4 用户开放数据 |
| 3.3 技术处理层 |
| 3.3.1 档案智慧收集 |
| 3.3.2 档案智慧整理 |
| 3.3.3 档案智慧鉴定 |
| 3.3.4 档案智慧检索 |
| 3.3.5 档案智慧存储 |
| 3.3.6 档案智慧服务 |
| 3.4 服务应用层 |
| 3.4.1 资源服务多元智慧化 |
| 3.4.2 服务空间泛在虚拟化 |
| 3.4.3 用户服务精准智慧化 |
| 3.4.4 服务反馈与学习优化 |
| 第四章 “人工智能+”档案智慧服务现实困境 |
| 4.1 理念:服务道德伦理问题 |
| 4.1.1 人工智能伦理设计 |
| 4.1.2 主体价值取向 |
| 4.1.3 主体责任权重 |
| 4.2 资源:档案数据与个人隐私问题 |
| 4.2.1 档案数据整合壁垒 |
| 4.2.2 档案数据存储空间 |
| 4.2.3 用户个人隐私风险 |
| 4.3 技术:发展瓶颈与应用风险 |
| 4.3.1 技术发展瓶颈 |
| 4.3.2 网络安全风险 |
| 4.3.3 行业融合制约 |
| 4.4 人员:替代危机与创新要求 |
| 4.4.1 人员替代危机 |
| 4.4.2 人员创新要求 |
| 第五章 “人工智能+”档案智慧服务解决策略 |
| 5.1 制度构建:完善伦理规范与法律 |
| 5.1.1 制定伦理规范标准 |
| 5.1.2 完善现行法律法规 |
| 5.2 资源优化:档案数据优化与保护 |
| 5.2.1 统一数据与平台 |
| 5.2.2 优化系统与技术 |
| 5.2.3 保护个人隐私 |
| 5.3 技术迭代:技术发展与安全防御 |
| 5.3.1 关注AI技术发展 |
| 5.3.2 建立安全防御体系 |
| 5.4 人员升级:人机共存与教育培养 |
| 5.4.1 人机共存思维 |
| 5.4.2 学科教育培养 |
| 5.4.3 馆员培训引进 |
| 结语 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文和参加科研情况 |
| 学位论文评阅及答辩情况表 |
（10）数据驱动下科技情报智慧服务模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与创新点 |
| 1.2.1 研究内容 |
| 1.2.2 研究创新点 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究技术路线 |
| 第2章 文献综述与理论基础 |
| 2.1 国内外研究现状 |
| 2.1.1 智慧服务研究现状 |
| 2.1.2 科技情报服务研究现状 |
| 2.1.3 科技情报智慧服务研究现状 |
| 2.1.4 研究现状述评 |
| 2.2 相关理论基础 |
| 2.2.1 相关概念界定 |
| 2.2.2 信息链理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 需求层次理论 |
| 2.2.5 生命周期理论 |
| 第3章 科技情报智慧服务构成要素及特征 |
| 3.1 科技情报智慧服务构成要素 |
| 3.1.1 智慧数据 |
| 3.1.2 用户需求 |
| 3.1.3 智能技术 |
| 3.1.4 智慧情报 |
| 3.1.5 科技情报工作者 |
| 3.1.6 科技情报智慧服务平台 |
| 3.1.7 科技情报分析方法 |
| 3.2 科技情报智慧服务模式要素间关联关系 |
| 3.3 科技情报智慧服务特征 |
| 3.3.1 数据多源性 |
| 3.3.2 需求敏感性 |
| 3.3.3 技术智能性 |
| 3.3.4 服务场景化 |
| 3.4 本章小结 |
| 第4章 数据驱动下科技情报智慧服务模式构建 |
| 4.1 多源数据驱动 |
| 4.1.1 数据多源性 |
| 4.1.2 多源数据融合 |
| 4.2 智慧服务模式构建思路 |
| 4.3 智慧服务模式核心功能设计 |
| 4.3.1 用户需求智慧感知功能 |
| 4.3.2 情报服务智慧决策功能 |
| 4.3.3 用户服务智能推送功能 |
| 4.4 科技情报智慧服务模式 |
| 4.5 本章小结 |
| 第5章 数据驱动下科技情报智慧服务实现 |
| 5.1 多源科研数据调研 |
| 5.1.1 数据结构 |
| 5.1.2 数据类型 |
| 5.1.3 数据属性 |
| 5.2 基于用户动态画像的科技情报用户需求智慧感知 |
| 5.2.1 用户结构分析 |
| 5.2.2 用户分层画像 |
| 5.2.3 用户动态画像 |
| 5.2.4 用户需求模型构建 |
| 5.3 基于网络文本挖掘的公众政策感知智慧研究 |
| 5.3.1 运用网络文本挖掘分析公众政策感知 |
| 5.3.2 人工智能产业政策公众感知的特征 |
| 5.3.3 人工智能产业政策公众感知热点主题 |
| 5.4 基于向量空间模型的科技情报服务场景化推送 |
| 5.4.1 向量空间模型的应用 |
| 5.4.2 场景化服务 |
| 5.4.3 场景化服务接受效用 |
| 5.4.4 场景化服务推送模型 |
| 5.4.5 场景化服务推送实验 |
| 5.5 科技情报服务智慧反馈机制 |
| 5.6 本章小结 |
| 第6章 案例研究 |
| 6.1 格微软件科技情报智慧服务发展现状 |
| 6.1.1 基本概况 |
| 6.1.2 科技情报智慧服务发展现状 |
| 6.2 格微软件科技情报智慧服务发展模式 |
| 6.2.1 发展模式分析 |
| 6.2.2 实现路径 |
| 6.3 格微软件向科技情报智慧服务模式转变的优化 |
| 6.3.1 用户维度优化 |
| 6.3.2 情报维度优化 |
| 6.3.3 服务维度优化 |
| 6.4 本章小结 |
| 第7章 数据驱动下科技情报智慧服务保障策略 |
| 7.1 政策保障层面 |
| 7.1.1 建立健全法律法规保障体系 |
| 7.1.2 优化科技情报机构管理架构 |
| 7.2 资源保障层面 |
| 7.2.1 完善科研数据安全保障策略 |
| 7.2.2 推进科研数据开放保障策略 |
| 7.2.3 科技情报数据资源保障策略 |
| 7.3 技术保障层面 |
| 7.3.1 完善技术体系建设保障策略 |
| 7.3.2 完善科技情报服务反馈体系 |
| 7.3.3 创新大数据分析方法及工具 |
| 7.4 人才保障层面 |
| 7.4.1 完善人才队伍建设保障策略 |
| 7.4.2 完善科技情报人才教育体系 |
| 7.5 本章小结 |
| 第8章 研究总结与展望 |
| 8.1 研究总结 |
| 8.2 研究创新点 |
| 8.3 研究局限与展望 |
| 8.3.1 研究局限 |
| 8.3.2 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
四、基于对用户访问数据挖掘的数字图书馆智能服务模型（论文参考文献）
- [1]基于关联数据的历史档案资源聚合研究[D]. 贾琼. 吉林大学, 2021(01)
- [2]图书馆服务行为计算的分析框架及研究领域[J]. 庞博. 图书馆理论与实践, 2021
- [3]面向知识服务的用户画像构建与应用研究[D]. 岳怡然. 中国农业科学院, 2021(09)
- [4]人工智能背景下私密信息保护问题与对策研究[D]. 赵敏. 广西师范大学, 2021(12)
- [5]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)
- [6]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)
- [7]图书馆智能服务体系构建研究[J]. 陆雪梅,褚朝奕,周天乐. 江苏理工学院学报, 2021(02)
- [8]智慧社会的司法范式转型[D]. 帅奕男. 华东政法大学, 2020(02)
- [9]人工智能+档案 ——档案智慧服务体系研究[D]. 邹燕琴. 山东大学, 2020(10)
- [10]数据驱动下科技情报智慧服务模式研究[D]. 王益成. 吉林大学, 2020(08)