一、专题型搜索引擎用户分析（论文文献综述）
张柳[1]（2021）在《社交网络舆情用户主题图谱构建及舆情引导策略研究》文中研究说明习近平总书记在党的十九大上向全党全国人民发出了“坚定文化自信,推动社会主义文化繁荣兴盛”的伟大号召。“总体国家安全观”也被列为新时代背景下建设有中国特色社会主义的基本方略。对社交网络舆情的有效监管,是在新形势下应对国家安全环境新变化、新发展的必然要求。但是,网络的虚拟性,给社交网络舆情的监管带来了极大的难度。社交网络以及舆情用户的特性对社交网络舆情信息生态平衡有着较大的影响,如若不加以正确的引导与管理,会导致社交网络舆情生态系统恶化,甚至威胁社会和谐和国家稳定。如何有效地利用知识图谱构建社交网络舆情用户主题图谱系统模型,挖掘用户的潜在社群,确定用户的身份特征,并分析出用户的情感倾向,是舆情监管工作的有效切入点。本文结合文献分析法、实证研究法、知识图谱和机器学习等方法,构建社交网络舆情用户主题图谱并提出舆情引导策略。具体来说,本研究主要包括六个部分。首先,第三章提出社交网络舆情用户主题图谱系统模型,是全文的理论核心框架,指出社交网络舆情用户主题图谱系统模型的四个关键要素为信息环境、信息人、信息和信息技术,并通过用户社群图谱、用户身份图谱和用户情感图谱构成多维度的主题图谱;之后,第四章至第六章分别基于信息环境、信息人和信息,以“埃航空难”作为典型话题案例,运用实证分析方法,通过构建用户社群图谱、用户身份图谱以及用户情感图谱,研究社交网络舆情用户社群发现、用户身份识别以及情感演化规律,为第七章和第八章提供理论支撑;随后,第七章提出社交网络舆情生态性评价,并基于第四、五、六章的分析内容提出社交网络舆情生态性评价指标,为第八章提出的舆情引导策略提供理论支撑;最后,第八章提出社交网络舆情引导策略,为本文实践层面的落脚点。下面予以详细阐述。第三章社交网络舆情用户主题图谱系统构建。首先,提出社交网络舆情用户主题图谱的信息生态要素为环境要素、主体要素、客体要素以及技术要素;其次,结合知识图谱的相关理论,提出社交网络舆情用户主题图谱的实体识别、关系抽取、属性抽取以及模型构建;然后,指出社交网络舆情用户主题图谱分别由用户社群图谱、用户身份图谱和用户情感图谱三个维度构成,并从信息环境角度对社群发现、信息人角度对身份识别以及信息角度对情感演化进行深度分析,并在此基础上对整个社交网络舆情进行生态性评价;最后,提出社交网络舆情用户主题图谱系统模型。第四章社交网络舆情用户社群图谱构建及关系发现。本章基于信息环境理论,结合JS散度的LDA主题模型构建社交网络舆情用户社群图谱,并进行社群关系发现。采用实证研究法,对“埃航空难”话题下的舆情文本进行主题建模,利用困惑度指标确定舆情用户最优主题数,通过JS散度进行相似度度量,并将计算结果作为边权重,使用VOSviewer软件构建用户社群图谱,进一步划分多个网络社群,对网络社群的主题偏好以及用户特征进行分析讨论,并准确定位网络社群中的意见领袖。本章主要研究社交网络舆情中的信息环境,与第五、六章相呼应,为第七章社交网络舆情生态性评价指标（B1、B2）和第八章社交网络舆情社群的引导策略提供理论支撑。第五章社交网络舆情用户身份图谱构建及身份识别。本章基于信息人理论,结合LDA主题模型和朴素贝叶斯分类器模型构建社交网络舆情用户身份图谱,并对用户身份进行识别。首先,采用实证研究法,以突发事件“埃航空难”话题作为信息环境构建舆情空间,挖掘舆情用户转发评论文本的深层语义特征,剖析舆情用户的身份特征和传播特征;然后利用朴素贝叶斯分类器划分舆情用户类型,结合舆情生命周期,使用Neo4j绘制用户身份图谱,从而有效掌握社交网络舆情用户身份类型,并系统剖析社交网络舆情用户主题关注点及演化过程。本章主要研究社交网络舆情中的信息人,与第四、六章相呼应,为第七章社交网络舆情生态性评价指标（B3、B4、B5）和第八章社交网络舆情用户的引导策略提供理论支撑。第六章社交网络舆情用户情感图谱构建及情感演化。本章基于信息理论,基于字词向量的多尺度卷积神经网络构建社交网络舆情用户情感图谱,有效划分舆情用户情感倾向。首先,采用实证研究法,以突发事件“埃航空难”话题为例对舆情用户的转发评论信息进行情感分类,并对构建的舆情文本情感分类模型的准确性进行验证分析,并验证模型的优越性;然后,结合舆情文本的情感倾向与突发事件舆情发展周期,使用Gephi绘制用户情感图谱,动态展示社交网络舆情用户情感演化过程,全面分析网络舆情的发展与舆情用户的情感变化规律。本章主要研究社交网络舆情中的信息,与第四、五章相呼应,为第七章社交网络舆情生态性评价指标（B6）和第八章社交网络舆情情感的引导策略提供理论支撑。第七章社交网络舆情生态性评价。本章基于信息生态系统理论提出社交网络舆情生态性评价体系。采用综合模糊评价法,对突发事件“埃航空难”话题的爆发期阶段进行生态性评价,并对评价结果进行了分析,有效地解决了生态评价指标难以量化的问题,为生态性评价提供了可操作性的解决方案。本章与第四、五、六章相呼应,为第八章社交网络舆情情感的引导策略提供理论支撑。第八章社交网络舆情引导策略。本章基于第四、五、六章的研究结论,在第七章社交网络舆情生态性评价指标的基础上,提出社交网络舆情引导策略。首先从互联网及社交网络舆情生态性的角度指出目前存在的问题;然后分别从信息环境、信息人以及信息三个维度提出了引导策略。具体而言,本章从信息环境维度,提出加强衍生话题的监测、完善社交网络舆情话题推送和重视社群服务的社群引导策略;从信息人维度,提出完善用户类型化管理、发挥主流媒体的作用和完善意见领袖沟通机制的用户引导策略;从信息维度,提出社交网络内容精细化管理、重视舆情情感引导、完善健全舆情情感预警机制的情感引导策略。本文在理论层面,提出了社交网络舆情用户主题图谱的系统构建方式,为社交网络舆情主题图谱的构建提供理论基础及实践指导。从用户社群、用户身份、用户情感三个不同维度构建了社交网络舆情用户主题图谱系统模型,从而使得管控主体能够深入挖掘用户的潜在社群、有效地识别用户身份、准确地分析用户的情感倾向;同时,提出的生态性评价指标为社交网络舆情生态评价提供了可量化的评价标准,为社交网络舆情的科学管理提供了有效的理论支撑。在舆情的具体实践中,能够指导管控主体从社群、用户、情感三个层面入手,制定相应的管控策略,指引社交网络平台的系统开发方向,保障社交网络舆情生态朝着健康的方向发展。
钱铖[2]（2021）在《基于国家图书馆社科咨询服务的用户需求分析》文中研究表明文章以2009—2018年国家图书馆社科咨询服务统计数据为基础,对社科咨询服务用户的地域性、行业属性、委托类型、用户黏性等方面进行了描述和简要分析,探讨参考咨询馆员如何针对用户需求进行调整和应对,以期为用户提供更加优质的咨询服务。
杨海燕[3]（2021）在《基于5A模型的汽车行业数字营销策略研究 ——以大型国有汽车H公司为例》文中认为
陈玉萍[4]（2021）在《体育旅游危机事件网络舆情诱发、演化与治理研究》文中认为伴随中国体育旅游产业的快速兴起,体育旅游危机事件呈现多发态势,在互联网场域中,此类危机事件被当事人、网民、媒体等主体爆料后,经由网络媒体与自媒体的传播扩散,极易演化为体育旅游危机事件网络舆情。本文以体育旅游危机事件网络舆情为研究对象,基于危机管理理论、治理理论、生命周期理论、议程设置理论、系统论等理论基础,综合应用文献资料法、内容分析法、案例分析法、趋势分析法等方法,系统研究体育旅游危机事件网络舆情的诱发演化、影响与治理等核心内容,其理论贡献在于形成了体育旅游危机事件网络舆情研究的理论体系,也将为应对体育旅游危机事件网络舆情、保障体育旅游可持续发展提供实践参考。本文主要结论如下:（1）体育旅游快速发展促使危机事件发生风险增加,体育旅游危机事件显示出环境因素与个体因素交融触发、事发空间从局地性向广域化扩散、事发时间从集中向分散迁移等发展态势。体育旅游危机事件在互联网场域中极易演变为网络舆情。体育旅游危机事件网络舆情是由客体、主体、本体以及载体等四大要素构成,呈现出主体多元性与社群化、客体破坏性与复杂化、本体隐匿性与无序化、载体交互性与多样化等特征,呈现出网民表达理性化、舆情信息去中心化、传播媒介融合化等演变态势,具有主体需求导向功能、体育旅游产业危机预警功能、网民舆情依赖功能与多利益主体行为监督功能。（2）体育旅游系统由客源地需求系统、目的地接待系统、通道系统与支持保障系统构成。体育旅游系统子系统突变、子系统协同弱化、外部环境变迁冲击等原因引致系统整体紊乱。当紊乱熵值超越临界点之后,系统发生脆性崩塌引致危机事件发生。危机事件完成比特化网络转录后,在事件属性、网络表达平台、网民心理行为、政企调控缺失、媒体注意力聚焦等因素合力作用下,极易发酵演变为网络舆情,进而形成体育旅游危机事件网络舆情系统。体育旅游危机事件网络舆情萌发与网络舆情系统初步形成的标志为:（1）体育旅游危机事件完成从事发地到互联网场域的比特化转录;（2）网民、媒体、意见领袖、政府等利益相关者开始将注意力资源大量投向体育旅游危机事件;（3）体育旅游危机事件网络舆情信息流呈现特定流向规律。（3）体育旅游危机事件网络舆情演化具有时序动态性、多维性、跃变性、衍生性、反馈性、不确定性等特征,它受网络舆情系统中主体子系统、载体子系统、客体子系统的综合影响,外围宏观舆情环境通过主体因素、载体因素、客体因素的中介力量间接推动网络舆情演化。体育旅游危机事件网络舆情演化内源动力包含事件冲击力与当事人牵引力,外源动力则由网民关注力、媒体关注力、政府调控力、意见领袖动员力、网络平台扩散力等构成,体育旅游危机事件网络舆情前期演化动力主体为内源动力,后期演化受内源动力与外源动力耦合交互作用。在网民关注力、媒体关注力、政府调控力、意见领袖动员力、当事人牵引力、事件冲击力、公共或个人网络平台扩散力的合力作用下,体育旅游危机事件网络舆情经历酝酿、爆发、成熟与衰退四个生命周期阶段;不同阶段,体育旅游危机事件网络舆情演变的各动力源作用强度不同,引致各生命周期阶段呈现出异质的演变规律。（4）体育旅游危机事件网络舆情呈现出宏观、中观、微观多维并举的影响格局。宏观影响主要表现为对国家形象、国际体育赛事旅游承办、宏观政策制度变迁等方面;中观影响主要表现为对体育旅游产业需求、体育旅游产业供给、体育旅游产业区域竞争格局、体育旅游市场规模、体育旅游产业生命周期演化等方面的影响作用;微观影响主要为对体育旅游者、体育旅游企业、体育旅游从业人员、体育旅游目的地、网民、媒体等主体的影响。体育旅游危机事件网络舆情影响存在空间溢出与产业溢出效应,对具有地理空间隶属关系的目的地、同质体育旅游目的地、同质旅游危机事件发生地具有空间溢出效应,对目的地体育产业、旅游产业等有产业溢出影响,并通过城市形象受损影响制造业与服务业发展。体育旅游危机事件网络舆情对线下线上有融合影响作用;其影响场域呈现从体育旅游事发地到体育旅游目的地再到空间关联及产业关联旅游目的地的扩散规律。在各生命周期阶段,体育旅游危机事件网络舆情的“舆情球体”体积发生动态变化,反应舆情热度高低,进而对宏观、中观、微观各层面产生非均衡的影响强度。（5）基于协同治理理论,考虑到在不同生命周期阶段、不同发展程度、不同治理主体、不同治理手段下,治理体育旅游危机事件网络舆情在路径与策略上的差异性,特提出协同分异治理的理论范式。建议以制度保障为基础、以组织保障为核心、以资源保障为依托,建立体育旅游危机事件网络舆情治理保障体系;同时,建构涵盖预防与应急准备机制、监测预警机制、应急处理机制、恢复与重建机制的协同分异治理机制。基于网络舆情演化生命周期的过程性差异,提出协同分时治理路径及策略。基于网络舆情发展强度的差异,将网络舆情分成轻微级、警示级、严重级三种等级,提出针对不同级别的协同分级治理路径及策略。从政府、媒体、社区居民、意见领袖、体育企业与旅游企业、体育社群等主体出发,提出协同分主体治理的路径与策略。基于治理方式的刚柔性差异,提出协同分式治理的路径与策略,刚性治理方式表现为强化舆情管控法律与制度建设、提升技术治理能力,柔性治理方式则重在塑造舆情治理理念、培育体育旅游业风险文化、引入社会力量管控、重视网络伦理建设;柔性治理与刚性治理在协同分异治理下的耦合互动,可提升体育旅游危机事件网络舆情治理水平,进而有助于推动体育旅游产业生态改善与体育旅游目的地可持续发展。
梁海龙[5]（2021）在《X网站搜索引擎营销管理优化研究》文中认为
吴雅威[6]（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》文中认为近年来,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。
袁毅洁[7]（2020）在《“互联网+”智慧教育信息平台优化设计研究》文中指出“互联网+”教育是当前的研究热点,本文依托河北省智慧教育大数据工程研究中心建设项目（河北省发展和改革委员会2018年立项）,以建立智慧教育信息平台为任务,旨在为多用户（学生、教师、教辅、亲友等）提供实用性强、个性化程度高、易用性强的教育信息服务,研究了智慧教育信息平台中相关功能、界面及交互等的设计与优化问题。首先,运用流程管理技术的方法与工具,调研了9个教育垂直领域信息平台,对发现的知名度较低、功能不完整、信息内容质量参差不齐等3类主要问题进行成因分析,提出改进建议;其次,以问题为导向,遵循ECRS原则提炼出智慧教育信息平台的业务和功能需求,对智慧教育信息平台的设计开发流程、功能及内容进行优化设计,在设计过程中始终考虑系统的集成性和整体的最优性,系统论的思想贯穿设计过程,坚持PDCA循环法则;而后,基于可用性理论,进行平台设计并给出13张页面流程原型图和18张界面设计图;最后,对智慧教育信息平台的设计方案进行评估,验证了设计方案的可行性,并提出改进方向。
刘培[8]（2020）在《基于大数据的网络空间主流意识形态传播研究》文中研究表明信息技术、互联网与计算机等技术建构的网络空间成为与现实社会空间并存的第二空间。但网络空间不是一成不变的,而是在技术发展中不断演进的。随着大数据技术在互联网领域应用的广泛推进,借助于大数据可以量化一切的强大计算能力,网络空间确已进入到一个高度依赖数据和算法的阶段,形成了新型的“大数据-网络空间”。“大数据-网络空间”是在大数据技术深度介入下形成、以数据生态为核心、以算法为主导的、虚实深度交融的网络空间。它不仅是世界的数据化再现,而且是大数据算法与人的意向性协同敞开的网络空间。作为大数据技术形塑的空间,“大数据-网络空间”不是固态的、稳定的、不可更改的,而是可以被技术发展与各类媒体、政党、国家等主体意愿建造、编制和构筑,即“大数据-网络空间”具有可塑造性。“大数据-网络空间”作为各种意识形态和社会思潮的传播载体和场域,同样也为主流意识形态传播带来了机遇与挑战。一方面,“大数据-网络空间”为主流意识形态的传播带来了受众、传播内容、传播方式与传播效果的可量化与可计算,实现了精准化和个性化传播。另一方面,“大数据-网络空间”亦为主流意识形态传播带来挑战,主要包括:大数据技术理性张扬下传播者经验的下降与自身的隐匿、数据化传播受众画像的失真、假新闻深度转向与传播生态的后真相化、资本逻辑与算法逻辑对主流意识形态传播逻辑的干扰。面对这些挑战,已有相关研究往往集中在大数据技术薄弱、西方的数据霸权和意识形态渗透方式的多样化等方面进行探讨,而忽视了“大数据-网络空间”自身的可塑造性。“大数据-网络空间”与主流意识形态传播的关系不仅仅是大数据以工具性载体助推网络空间主流意识形态的传播,更重要的是“大数据-网络空间”是被技术和各种意识形态共同塑造与建构的。由此,主流意识形态的传播必然要求塑造“大数据-网络空间”,以提升主流意识形态的传播能力。如何塑造“大数据-网络空间”以提升主流意识形态传播能力成为一个重要问题。首先,要规避算法主导的传播方式,建构基于传播者与受众能动性的个性化传播,从而积极地影响、修正甚至改变算法推荐主导的传播内容,以塑造主流意识形态在“大数据-网络空间”的核心地位。其次,以主流价值导向驾驭算法从而建构“主流价值算法”。主流价值算法通过纠正流量至上的价值导向以消解各种社会思潮和意识形态对主流意识形态传播空间的挤压,从根本上塑造一个正能量的“大数据-网络空间”。再次,展开数据素养和政治素养的双维教育。通过数据素养教育提升传播者和传播受众的数据素养,同时强化大数据技术人员的意识形态教育。最后,推动大数据检测技术与平台监管齐头并进。积极研发大数据检测技术,以检测、识别和过滤虚假信息。且按照精细化、区别化的原则进行分类分级地监管各类传播媒体与平台,健全法律与行业规范的双重规制,从而有力推进“大数据-网络空间”主流意识形态的传播。
王昌,李小敏,孙晓宁[9]（2021）在《基于任务复杂度的信息搜索用户学习效果测度及框架构建》文中指出【目的/意义】评估用户在不同学习型搜索任务复杂度下的学习效果,有助于为提高搜索系统可用性、提升用户搜索体验和评估信息服务质量等提供参考,从而帮助用户完成知识建构和实现知识创新。【方法/过程】本研究将习得知识、分析综合、知识创新和学习态度作为评价用户在搜索过程中的学习效果指标,招募31人在实验室中依次完成不同认知水平下的接受型、评价型和创造型搜索任务,利用用户搜索前后分别填写的问卷及自我报告进行定量分析,最后据此提出信息搜索用户的学习效果测度框架。【结果/结论】用户搜索前后在习得知识、分析综合和知识创新三个方面存在显着差异,用户的习得知识增加、分析综合能力和知识创新能力增强,学习态度表现为渐进式积极,成为具有自主性的学习者。【创新/局限】本文借鉴学习型搜索及相关领域成果构建了搜索用户的学习效果测度框架,明晰了不同任务难度下的学习效果,然而学习态度测度指标仍需进一步扩充和验证,增强结论的普适性。
姜雪[10]（2020）在《移动互联网时代信息流广告的场景营销策略研究》文中提出经历了Web1.0时代的广告单向传播和Web2.0时期的广告交互传播,Web3.0时代,随着媒介技术的迅速发展以及移动智能终端的普及,用户的日常生活场景不断被切割,呈现碎片化趋势,广告传播进入场景传播时代,自带场景属性的信息流广告应运而生。一方面,媒介技术的发展使得传统的“受众”变成一个个主动的个性化的“用户”,广告传播更加强调关注不同用户之间的个体差异及对用户个性化需求的洞察与满足,以期将其转变为消费者,并增强其媒介接触偏好;另一方面,当下用户生活场景的不断切割细分,使得其需求也呈现碎片化趋势,这就使得当下的营销环境变得更复杂,广告主洞察消费者需求的难度被加大。为了应对这种变化,广告主愈发关注广告传播中的用户场景,不断提升广告传播中对个人实时场景需求的满足,而信息流广告以其原生性、精准性、形式多元化、互动与分享成为广告场景传播的主要广告类型。本文结合场景传播理论及使用与满足理论,搭建出基于用户使用与满足的信息流广告场景营销分析模型,指出在移动互联传播背景下的信息流广告场景营销是在识别用户实时所处的时空场景、判断其行为和心理场景的基础上,通过用户的媒介场景接触将广告内容与用户场景有效连接以满足其实时场景需求的过程。基于搭建出的场景营销分析模型研究信息流广告场景传播的流程、形态和特点,得出信息流广告中的数据抓取共享技术与兴趣标签管理机制、丰富的定向方式搭配与个性化的创意方向组合在一定程度上能够有效洞察到用户碎片化的多重场景需求,优化用户使用体验,提升广告传播效果。但信息流广告在场景传播过程中仍存在用户行为和心理洞察不足、场景连接力不足以及广告传播的适时体验不足的问题。基于信息流广告在场景营销上的不足,从场景营销分析模型出发,提出优化信息流广告场景营销需要构建多场景网络,深化数据共享以提升用户场景需求洞察;完善匹配逻辑、优化广告内容以提升场景连接力;强化消费意向判断、丰富服务功能以优化用户广告消费体验。
二、专题型搜索引擎用户分析（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、专题型搜索引擎用户分析（论文提纲范文）
（1）社交网络舆情用户主题图谱构建及舆情引导策略研究（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 国内外社交网络舆情研究现状 |
| 1.2.2 国内外网络舆情知识图谱研究现状 |
| 1.2.3 研究现状评述 |
| 1.3 研究内容与方法 |
| 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 社交网络舆情的相关概念 |
| 2.1.1 社交网络舆情的内涵 |
| 2.1.2 社交网络舆情用户 |
| 2.1.3 社交网络舆情的特征 |
| 2.1.4 社交网络舆情演化过程 |
| 2.2 主题图谱的相关概念 |
| 2.2.1 知识图谱的内涵 |
| 2.2.2 主题图谱的内涵 |
| 2.2.3 主题模型的内涵 |
| 2.3 突发事件的相关概念 |
| 2.3.1 突发事件的内涵 |
| 2.3.2 突发事件的类型 |
| 2.3.3 突发事件的特征 |
| 2.4 信息生态的相关理论 |
| 2.4.1 信息生态的内涵 |
| 2.4.2 信息生态系统 |
| 2.4.3 信息生态因子 |
| 2.4.4 信息生态链 |
| 2.5 本章小结 |
| 第3章 社交网络舆情用户主题图谱系统模型 |
| 3.1 社交网络舆情用户主题图谱的信息生态要素 |
| 3.1.1 社交网络舆情用户主题图谱的环境要素 |
| 3.1.2 社交网络舆情用户主题图谱的主体要素 |
| 3.1.3 社交网络舆情用户主题图谱的客体要素 |
| 3.1.4 社交网络舆情用户主题图谱的技术要素 |
| 3.1.5 社交网络舆情用户主题图谱信息生态要素模型 |
| 3.2 社交网络舆情用户主题图谱构建 |
| 3.2.1 社交网络舆情用户主题图谱的实体识别 |
| 3.2.2 社交网络舆情用户主题图谱的属性抽取 |
| 3.2.3 社交网络舆情用户主题图谱的关系抽取 |
| 3.2.4 社交网络舆情用户主题图谱的模型 |
| 3.3 社交网络舆情用户主题图谱构成 |
| 3.3.1 社交网络舆情用户社群图谱 |
| 3.3.2 社交网络舆情用户身份图谱 |
| 3.3.3 社交网络舆情用户情感图谱 |
| 3.3.4 社交网络舆情生态性及评价 |
| 3.4 主题图谱系统模型构建 |
| 3.5 本章小结 |
| 第4章 社交网络舆情用户社群图谱构建及社群发现 |
| 4.1 社交网络舆情用户社群图谱问题的提出 |
| 4.2 社交网络舆情用户社群发现模型 |
| 4.2.1 LDA主题模型 |
| 4.2.2 相似度度量 |
| 4.3 社交网络舆情用户社群图谱模型构建 |
| 4.3.1 社交网络舆情用户社群图谱建模思想 |
| 4.3.2 基于LDA主题模型的社交网络舆情用户社群图谱模型 |
| 4.4 研究设计 |
| 4.4.1 数据来源 |
| 4.4.2 数据采集 |
| 4.4.3 数据处理 |
| 4.5 数据结果 |
| 4.5.1 确定最优主题数 |
| 4.5.2 计算JS散度 |
| 4.5.3 构建用户社群图谱 |
| 4.6 讨论分析 |
| 4.6.1 社交网络社群主题偏好分析 |
| 4.6.2 社交网络社群用户特征分析 |
| 4.6.3 社交网络社群意见领袖识别 |
| 4.7 本章小结 |
| 第5章 社交网络舆情用户身份图谱构建及身份识别 |
| 5.1 社交网络舆情用户身份图谱问题的提出 |
| 5.2 社交网络舆情用户身份识别模型 |
| 5.2.1 LDA语义特征挖掘 |
| 5.2.2 身份特征和传播特征构建 |
| 5.2.3 朴素贝叶斯分类器 |
| 5.3 社交网络舆情用户身份图谱模型构建 |
| 5.3.1 社交网络舆情用户身份图谱建模思想 |
| 5.3.2 基于LDA和朴素贝叶斯的用户身份图谱模型 |
| 5.4 研究设计 |
| 5.4.1 数据来源 |
| 5.4.2 数据采集 |
| 5.4.3 数据处理 |
| 5.4.4 舆情事件概况及周期划分 |
| 5.5 数据结果 |
| 5.5.1 用户关注主题划分 |
| 5.5.2 用户身份识别 |
| 5.5.3 构建用户身份图谱 |
| 5.6 讨论分析 |
| 5.6.1 社交网络舆情用户身份分类 |
| 5.6.2 社交网络舆情用户主题关注点比较 |
| 5.6.3 社交网络舆情用户关注点演化分析 |
| 5.7 本章小结 |
| 第6章 社交网络舆情用户情感图谱构建及情感演化 |
| 6.1 社交网络舆情用户情感图谱问题的提出 |
| 6.2 社交网络舆情用户情感分类模型 |
| 6.2.1 中文分词与词向量训练 |
| 6.2.2 卷积神经网络 |
| 6.3 社交网络舆情用户情感图谱构建模型 |
| 6.3.1 社交网络舆情用户情感图谱建模思想 |
| 6.3.2 基于字词向量的多尺度卷积神经网络的社交网络舆情用户情感图谱模型 |
| 6.4 研究设计 |
| 6.4.1 数据来源 |
| 6.4.2 数据处理 |
| 6.4.3 模型设置 |
| 6.4.4 文本向量训练与选择 |
| 6.4.5 整体架构与算法流程 |
| 6.5 基于卷积神经网络超参数确定及实验对比 |
| 6.5.1 卷积核尺寸 |
| 6.5.2 激活函数 |
| 6.5.3 Dropout随机失活率与迭代次数 |
| 6.5.4 实验结果对比 |
| 6.6 数据结果 |
| 6.6.1 情感分类结果 |
| 6.6.2 构建用户情感图谱 |
| 6.7 讨论分析 |
| 6.7.1 社交网络舆情用户内容特征分析 |
| 6.7.2 社交网络舆情用户情感分布分析 |
| 6.7.3 舆情用户的情感演化分析 |
| 6.8 本章小结 |
| 第7章 社交网络舆情生态性评价 |
| 7.1 社交网络舆情生态性评价问题的提出 |
| 7.2 评价指标体系构建 |
| 7.2.1 信息环境维度 |
| 7.2.2 信息人维度 |
| 7.2.3 信息维度 |
| 7.2.4 信息技术维度 |
| 7.3 评价方法及过程 |
| 7.4 实证分析 |
| 7.4.1 样本选择 |
| 7.4.2 评价过程 |
| 7.5 社交网络舆情生态性评价结果分析 |
| 7.5.1 一级指标得分情况分析 |
| 7.5.2 二级指标得分情况分析 |
| 7.6 本章小结 |
| 第8章 社交网络舆情引导策略 |
| 8.1 社交网络舆情引导问题的提出 |
| 8.1.1 社交网络舆情引导的重要性 |
| 8.1.2 社交网络舆情引导生态性挑战 |
| 8.1.3 社交网络舆情引导体系 |
| 8.2 社交网络舆情社群的引导策略 |
| 8.2.1 加强衍生话题的监测 |
| 8.2.2 完善社交网络舆情话题推送 |
| 8.2.3 重视网络社群服务的提升 |
| 8.3 社交网络舆情用户的引导策略 |
| 8.3.1 完善用户类型化管理 |
| 8.3.2 发挥主流媒体的作用 |
| 8.3.3 建立意见领袖的沟通机制 |
| 8.4 社交网络舆情情感的引导策略 |
| 8.4.1 社交网络内容精细化管理 |
| 8.4.2 重视舆情情感引导 |
| 8.4.3 完善舆情情感预警机制 |
| 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 |
| 作者简介与研究成果 |
| 致谢 |
（2）基于国家图书馆社科咨询服务的用户需求分析（论文提纲范文）
| 1 背景 |
| 2 国家图书馆社科咨询服务用户的基本特点 |
| 2.1 机构用户占比超九成 |
| 2.2 长期合作用户比例较高 |
| 2.3 用户涵盖国内大部分省、市、自治区,主要集中于北京 |
| 2.4 用户委托以专题咨询服务为主 |
| 2.5 用户所需的资源类型以数字文献为主 |
| 2.6 用户委托的词频分析 |
| 3 国家图书馆社科咨询服务的发展浅议 |
| 3.1 数字资源检索与纸质文献检索并举 |
| 3.2 及时整合、归纳、总结资源,为参考咨询工作提供便利 |
| 3.3 关注用户需求变化,预判委托内容 |
| 3.4 主动推广,培养潜在用户群体 |
| 4 结语 |
（4）体育旅游危机事件网络舆情诱发、演化与治理研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 体育旅游危机事件发生风险加剧 |
| 1.1.2 网络自媒体的快速发展 |
| 1.1.3 旅游网络舆情的深刻影响 |
| 1.1.4 网络治理现代化新命题的提出 |
| 1.2 问题的提出 |
| 1.3 研究目的与意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 国内外相关研究进展 |
| 1.4.1 国外相关研究现状 |
| 1.4.2 国内相关研究现状 |
| 1.4.3 相关研究评述 |
| 1.5 研究对象与方法 |
| 1.5.1 研究对象 |
| 1.5.2 研究方法 |
| 1.6 研究重点难点与创新之处 |
| 1.6.1 研究重点 |
| 1.6.2 研究难点 |
| 1.6.3 研究创新之处 |
| 1.7 研究思路与技术路线 |
| 1.7.1 研究思路 |
| 1.7.2 技术路线 |
| 2 相关概念与理论基础 |
| 2.1 相关概念厘定 |
| 2.1.1 体育旅游的概念梳理与厘定 |
| 2.1.2 体育危机事件、体育旅游危机事件的概念梳理与界定 |
| 2.1.3 网络舆情的概念溯源 |
| 2.1.4 体育旅游危机事件网络舆情的内涵解析 |
| 2.2 理论基础 |
| 2.2.1 系统理论 |
| 2.2.2 生命周期理论 |
| 2.2.3 协同治理理论 |
| 2.2.4 危机管理理论 |
| 2.2.5 议程设置理论 |
| 3 体育旅游危机事件网络舆情构成解析、功能特征与发展态势 |
| 3.1 体育旅游危机事件网络舆情的基本构成 |
| 3.1.1 体育旅游危机事件网络舆情主体 |
| 3.1.2 体育旅游危机事件网络舆情客体 |
| 3.1.3 体育旅游危机事件网络舆情本体 |
| 3.1.4 体育旅游危机事件网络舆情载体 |
| 3.2 体育旅游危机事件网络舆情的功能特征 |
| 3.2.1 体育旅游危机事件网络舆情的特征 |
| 3.2.2 体育旅游危机事件网络舆情的功能 |
| 3.3 体育旅游危机事件网络舆情发展态势 |
| 3.3.1 体育旅游发展态势 |
| 3.3.2 体育旅游危机事件发展态势 |
| 3.3.3 体育旅游危机事件网络舆情发展态势 |
| 4 体育旅游危机事件网络舆情的诱发分析 |
| 4.1 体育旅游系统的解构 |
| 4.1.1 旅游系统理论的流变 |
| 4.1.2 体育旅游系统的概念界定、功能与解构 |
| 4.2 体育旅游危机事件的发生 |
| 4.2.1 体育旅游危机事件的特征与分类 |
| 4.2.2 体育旅游系统紊乱引发危机事件发生的逻辑 |
| 4.3 体育旅游危机事件网络舆情的生成 |
| 4.3.1 系统紊乱、危机事件发生与网络舆情生成的逻辑 |
| 4.3.2 体育旅游危机事件发生与网络舆情生成的关系机理 |
| 4.4 体育旅游危机事件网络舆情系统构建及形成 |
| 4.4.1 体育旅游危机事件网络舆情系统的定义与特征 |
| 4.4.2 体育旅游危机事件网络舆情系统构建与构成要素 |
| 4.4.3 体育旅游危机事件网络舆情萌发与网络舆情系统初步形成 |
| 5 体育旅游危机事件网络舆情演化研究 |
| 5.1 体育旅游危机事件网络舆情演化的逻辑起点、概念内涵与特征 |
| 5.1.1 体育旅游危机事件网络舆情的生物性认知:演化的逻辑起点 |
| 5.1.2 体育旅游危机事件网络舆情演化的概念内涵 |
| 5.1.3 体育旅游危机事件网络舆情演化的特征 |
| 5.2 体育旅游危机事件网络舆情演化的影响因素及其演化机理 |
| 5.2.1 系统论视角下的体育旅游危机事件网络舆情演化因素的构成 |
| 5.2.2 不同演化因素的分解及其对网络舆情演化的作用机理 |
| 5.2.3 多因素融合叠加主导网络舆情演化的逻辑机理 |
| 5.3 体育旅游危机事件网络舆情的演化历程及阶段性演化特征 |
| 5.3.1 体育旅游危机事件网络舆情的演化历程 |
| 5.3.2 体育旅游危机事件网络舆情分阶段的演化特征与机理 |
| 6 体育旅游危机事件网络舆情的多维影响研究 |
| 6.1 体育旅游危机事件网络舆情的多维影响结构图及其解析 |
| 6.2 体育旅游危机事件网络舆情的影响机理 |
| 6.2.1 体育旅游危机事件网络舆情宏观层面的影响机理 |
| 6.2.2 体育旅游危机事件网络舆情中观层面的影响机理 |
| 6.2.3 体育旅游危机事件网络舆情微观层面的影响机理 |
| 6.3 体育旅游危机事件网络舆情影响的溢出效应 |
| 6.3.1 体育旅游危机事件网络舆情影响效应的空间溢出 |
| 6.3.2 体育旅游危机事件网络舆情影响效应的产业溢出 |
| 6.4 体育旅游危机事件网络舆情的影响场域 |
| 6.4.1 基于体育旅游危机事件网络舆情信息流空间虚实性的影响场域 |
| 6.4.2 基于体育旅游危机事件网络舆情波及域时序扩散的影响场域 |
| 6.5 体育旅游危机事件网络舆情的影响强度 |
| 7 体育旅游危机事件网络舆情协同分异治理研究 |
| 7.1 协同治理理论渊源与协同分异治理的提出 |
| 7.1.1 协同治理理论渊源 |
| 7.1.2 协同分异治理的提出 |
| 7.2 协同分异治理的保障体系 |
| 7.2.1 制度保障是基础 |
| 7.2.2 组织保障是核心 |
| 7.2.3 资源保障是依托 |
| 7.3 体育旅游危机事件网络舆情协同分异治理机制 |
| 7.3.1 防微杜渐:预防与应急准备机制 |
| 7.3.2 未雨绸缪:监测预警机制 |
| 7.3.3 临危不乱:应急处理机制 |
| 7.3.4 转危为安:恢复与重建机制 |
| 7.4 体育旅游危机事件网络舆情协同分异治理的路径选择 |
| 7.4.1 基于网络舆情演化生命周期阶段的协同分时治理及治理路径 |
| 7.4.2 基于网络舆情发展强度的协同分级治理及治理路径 |
| 7.4.3 基于网络舆情治理主体的协同分主体治理及治理路径 |
| 7.4.4 基于网络舆情治理方式刚柔性的协同分式治理及治理路径 |
| 8 研究结论与不足 |
| 8.1 研究结论 |
| 8.2 研究不足 |
| 致谢 |
| 参考文献 |
| 附录1 “雪乡宰客事件”网络舆情生命周期变化 |
| 附录2 典型体育旅游危机事件一览表 |
| 附录3 部分体育旅游危机事件网络舆情案例网络数据 |
| 附录4 攻读博士期间的科研成果 |
（6）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 |
（7）“互联网+”智慧教育信息平台优化设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与课题来源 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 智慧教育的研究 |
| 1.3.2 智慧教育信息平台应用研究 |
| 1.4 研究方法与章节安排 |
| 1.4.1 研究方法 |
| 1.4.2 章节安排 |
| 1.5 创新点 |
| 1.6 技术路线 |
| 第2章 相关概念和方法 |
| 2.1 智慧教育相关概念 |
| 2.1.1 智慧的概念 |
| 2.1.2 智慧教育的概念 |
| 2.1.3 智慧教育信息平台的内涵 |
| 2.2 流程管理技术方法 |
| 2.2.1 平台设计开发流程优化 |
| 2.2.2 平台优化问题分析 |
| 2.3 可用性理论 |
| 2.3.1 可用性概念 |
| 2.3.2 可用性设计 |
| 2.3.3 可用性评估方法 |
| 2.4 设计工具 |
| 2.5 本章小结 |
| 第3章 我国智慧教育信息平台现状及分析 |
| 3.1 教育信息平台现状 |
| 3.2 5W2H分析法下问题调查及原因分析 |
| 3.2.1 5W2H分析法下问题调查 |
| 3.2.2 教育信息平台存在问题原因分析 |
| 3.3 教育信息平台优化建议 |
| 3.3.1 加强教育信息平台推广力度 |
| 3.3.2 增加教育信息平台功能 |
| 3.3.3 提升教育信息平台内容质量 |
| 3.4 本章小结 |
| 第4章 智慧教育信息平台的优化设计 |
| 4.1 智慧教育信息平台优化设计流程 |
| 4.2 智慧教育信息平台优化设计目标与原则 |
| 4.2.1 设计目标 |
| 4.2.2 设计原则 |
| 4.3 智慧教育信息平台设计需求分析 |
| 4.3.1 业务需求分析 |
| 4.3.2 功能需求分析 |
| 4.4 智慧教育信息平台架构 |
| 4.5 智慧教育信息平台功能设计实现 |
| 4.5.1 教育信息资源功能设计 |
| 4.5.2 社交功能设计 |
| 4.5.3 信息管理功能设计 |
| 4.5.4 数据分析功能设计 |
| 4.6 本章小结 |
| 第5章 智慧教育信息平台设计效果评估 |
| 5.1 评估方案设计 |
| 5.1.1 评估策划 |
| 5.1.2 评估开展 |
| 5.2 可用性评价指标 |
| 5.3 评估方案实施及结果分析 |
| 5.3.1 评估效果分析 |
| 5.3.2 信息平台设计评估指标分析 |
| 5.3.3 改进方向 |
| 5.4 本章小结 |
| 结论 |
| 附录 |
| 附录1 主要教育信息平台检索截图 |
| 附录2 教育资讯获取情况调查问卷 |
| 附录3 智慧教育信息平台可用性调查表 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（8）基于大数据的网络空间主流意识形态传播研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 问题的缘由与研究价值 |
| 1.2 国内外研究动态与文献评析 |
| 1.3 研究思路与研究方法 |
| 1.4 研究创新点与难点 |
| 2 主流意识形态传播与网络空间的内在关联 |
| 2.1 意识形态概念的演变 |
| 2.2 主流意识形态传播方式的变迁 |
| 2.3 网络空间及其可塑性 |
| 2.4 网络空间与主流意识形态传播的内在关联维度 |
| 3 大数据技术对网络空间的形塑 |
| 3.1 大数据技术:网络空间变革的技术基础 |
| 3.2 大数据技术的生产力属性与功能 |
| 3.3 “大数据-网络空间”的界定 |
| 3.4 “大数据-网络空间”的本质 |
| 3.5 “大数据-网络空间”的主要特征 |
| 4 “大数据-网络空间”主流意识形态传播的机遇与挑战 |
| 4.1 “大数据-网络空间”主流意识形态传播的机遇 |
| 4.2 技术理性的张扬与传播者的遮蔽 |
| 4.3 数据化受众画像的失真 |
| 4.4 假新闻扰乱主流意识形态传播环境 |
| 4.5 政治逻辑、算法逻辑与资本逻辑的博弈 |
| 5 掌握主流意识形态传播的主动权:提升塑造“大数据-网络空间”的能力 |
| 5.1 建构基于传播者与受众能动性的个性化传播 |
| 5.2 设计主流价值算法 |
| 5.3 展开数据素养与政治素养双维度教育 |
| 5.4 大数据检测技术与监管齐头并进 |
| 6 结论 |
| 参考文献 |
| 作者简介 |
| 学位论文数据集 |
（10）移动互联网时代信息流广告的场景营销策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 一、绪论 |
| (一)研究背景及意义 |
| (二)研究综述 |
| (三)研究思路、内容及方法 |
| 二、信息流广告与场景营销概述 |
| (一)信息流广告概述 |
| (二)场景营销概述 |
| 三、信息流广告的场景营销分析框架 |
| (一)场景洞察:用户需求感知 |
| (二)场景连接:场景接触选择 |
| (三)场景服务:场景需求满足 |
| 四、基于使用与满足视角的信息流广告场景传播策略分析 |
| (一)用户需求洞察:数据抓取共享与兴趣标签管理 |
| (二)用户场景连接:定向方式搭配与创意方向组合 |
| (三)用户需求满足:碎片需求匹配与多重需求满足 |
| 五、信息流广告场景营销中存在的问题 |
| (一)场景洞察不足:单一场景与技术壁垒 |
| (二)场景连接不足:匹配偏差与内容粗放 |
| (三)适时体验不足:需求过时与服务单一 |
| 六、信息流广告中场景营销策略的优化建议 |
| (一)加深用户需求洞察:构建多场景网络,深化数据共享 |
| (二)提升用户场景连接:完善匹配逻辑,优化广告内容 |
| (三)优化广告消费体验:强化消费意向判断,丰富服务功能 |
| 结语 |
| 参考文献 |
四、专题型搜索引擎用户分析（论文参考文献）
- [1]社交网络舆情用户主题图谱构建及舆情引导策略研究[D]. 张柳. 吉林大学, 2021(01)
- [2]基于国家图书馆社科咨询服务的用户需求分析[J]. 钱铖. 河南图书馆学刊, 2021(08)
- [3]基于5A模型的汽车行业数字营销策略研究 ——以大型国有汽车H公司为例[D]. 杨海燕. 对外经济贸易大学, 2021
- [4]体育旅游危机事件网络舆情诱发、演化与治理研究[D]. 陈玉萍. 上海体育学院, 2021(09)
- [5]X网站搜索引擎营销管理优化研究[D]. 梁海龙. 南昌大学, 2021
- [6]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)
- [7]“互联网+”智慧教育信息平台优化设计研究[D]. 袁毅洁. 河北科技大学, 2020(06)
- [8]基于大数据的网络空间主流意识形态传播研究[D]. 刘培. 中国矿业大学, 2020(07)
- [9]基于任务复杂度的信息搜索用户学习效果测度及框架构建[J]. 王昌,李小敏,孙晓宁. 情报科学, 2021(03)
- [10]移动互联网时代信息流广告的场景营销策略研究[D]. 姜雪. 苏州大学, 2020(03)