一、企业信息检索浅析(论文文献综述)
陈敏灵,毛蕊欣[1](2021)在《创业警觉性、资源拼凑与创业企业绩效的关系》文中认为资源拼凑是创业企业突破资源约束的关键,创业警觉性作为创业者的一项重要特质,其对资源的敏感度是企业进行资源拼凑的重要因素之一。文章以创业者为研究对象,构建起创业警觉性、资源拼凑与创业企业绩效之间的关系模型,采用SPSS25.0软件进行分析,并进行实证检验。研究发现:创业警觉性的信息检索、联想链接与评估判断三个维度对创业企业绩效存在不同程度的正向影响,从而提升创业企业绩效;资源拼凑对创业企业绩效存在显着正向影响;创业警觉性与资源拼凑存在显着正向影响,同时资源拼凑在创业警觉性对创业企业绩效的影响中起到部分中介作用。结论丰富了"创业者特质→资源拼凑→创业企业绩效"这一逻辑主线的研究,对提升创业企业绩效具有一定指导意义。
李欣颖[2](2021)在《移动短视频用户信息行为影响因素及动态演化研究》文中进行了进一步梳理截至2020年3月,我国移动短视频用户规模接近8亿,占全体网民的86%,成为移动互联网的新风口,超越综合视频成为第三大移动应用。同时受到新冠疫情影响,2020年下半年用户规模进一步大幅提升,移动短视频观看时长日均3亿小时,成为领跑互联网的新发展热点。虽然随着移动短视频竞争格局走向良性,内容质量得到提升,版权意识也不断增强,但是移动短视频作为新兴事物和新兴业态,还是存在一系列的生态问题。如何挖掘移动短视频用户信息行为影响因素,基于用户信息行为特征、规律和网络结构,基于信息行为演化过程,从移动短视频用户的多元信息行为和多维场景出发,维护移动短视频生态系统的稳定和平衡,保障移动短视频产业的持续良性发展,是移动短视频用户信息行为管理的新挑战。本文以移动短视频用户信息行为作为研究对象,基于信息生态学、行为科学理论、系统动力学理论等交叉学科理论,展开了移动短视频用户信息行为相关问题的研究。首先基于行为科学和信息生态理论构建了移动短视频用户信息行为机理模型,并对机理关系进行了分析,该章是论文的核心理论框架。接着基于扎根理论展开移动短视频用户信息行为影响因素研究,基于复杂网络理论展开移动短视频用户信息行为特征和网络结构研究,进而基于系统动力学理论衍生模型,采用仿真研究方法展开移动短视频用户信息行为演化模型研究。最后,基于理论研究成果,从用户信息行为视角,提出移动短视频服务对策。全文理论研究按照“理论框架—核心解析—理论落脚点”的研究脉络层层深入展开,最后理论研究和实践研究紧密结合,形成系统完整的移动短视频用户信息行为研究成果。下面予以详细阐述:第三章移动短视频用户信息行为机理研究。基于行为科学理论,在国内外学者研究的基础上,提出了移动短视频用户信息行为过程模型;基于信息生态理论,剖析了移动短视频用户信息行为要素,分析了移动短视频用户信息行为驱动力及内在机制,最后构建了移动短视频用户信息行为机理模型,并对机理关系进行了分析,本章是论文的核心理论框架。第四章移动短视频用户信息行为影响因素研究。聚焦移动短视频用户信息行为影响因素研究的核心目标,采用扎根研究范式对移动短视频用户信息行为影响因素进行研究,在获取详实的质性资料的基础上遵循研究范式对移动短视频用户信息行为影响因素进行编码,从多维视角构建基于扎根理论的移动短视频用户信息行为影响因素模型,最后阐释了相关概念并对结果进行了分析,本章为第6章和第7章提供支撑。第五章移动短视频用户信息行为特征及网络结构研究。首先构建了移动短视频用户信息行为特征概念模型,接着配置安卓智能手机并ROOT后进行Java语言编程,获取总计217360条抖音短视频数据,采用归纳演绎和社会网络分析方法,使用数理统计工具、情感分析工具、分词工具、Gephi软件对移动短视频用户信息行为整体特征、信息检索推荐行为特征、信息发布行为特征、信息共享行为特征及信息行为网络特征展开了实证研究并进行了细致分析。本章为第6、7章提供理论支撑。第六章移动短视频用户信息行为演化模型研究。本章在国内外学者及有关研究的基础上,基于系统动力学理论和信息行为理论,提出了移动短视频用户信息行为演化建模依据和思想,构建了移动短视频用户信息行为演化模型V-SIbR,计算了模型平衡点及阈值,设置了11组33个参数方案,使用Matlab工具对模型进行仿真,对仿真结果进行了分析、对移动短视频用户信息行为的演化进行了综合讨论。本章为第7提供理论支撑。第七章基于用户信息行为的移动短视频服务对策研究。本章针对移动短视频用户服务现状和问题,从用户信息行为出发,基于第4章研究成果,提出移动短视频用户服务水平提高对策;基于第5章研究成果,针对移动短视频发展乱象提出治理对策;基于信息生态理论及第4、5、6章研究成果,提出优化移动短视频服务生态对策。本文紧随国内外学者研究趋势,展开了系统的理论研究和实践层面的探索,具有一定的理论意义和实践价值。理论层面,能够推动移动短视频用户信息行为理论体系发展、深化信息生态理论在移动短视频用户信息行为领域的应用、为加强移动短视频用户信息行为管理提供理论支撑。实践层面,指导相关部门和企业提高移动短视频用户服务水平、加强移动短视频治理、优化移动短视频服务生态。未来研究中,紧随交叉学科研究发展趋势,探讨医学与信息学交叉融合新的研究视角与发展契机,挖掘移动短视频技术应用优势,展开健康信息行为、健康信息管理、健康信息行为干预、用户健康信息行为等领域的研究。
李冉[3](2021)在《信息素养类慕课的案例分析及面向学术的教学设计研究》文中进行了进一步梳理近年来,信息技术的发展速度变得越来越快,在这样的背景之下,信息素养教育也有了一定程度的发展。加之国家对于信息素养教育越来越重视,因此,我国的各大高校都在不断加强对信息化人才的培养,通过多种方式进行信息素养教育。并且,伴随着网络的普及,教育领域中教学的方式和方法也在不断进行着改进和创新,慕课正是在这样的发展变化中产生的一种新型的在线学习方式。慕课的出现也带动了信息素养课程的发展,各高校开设的信息素养慕课数量不断增加,然而信息素养慕课教学仍然存在着缺乏系统性,教学内容杂乱无章等问题。在此背景下,本文采用文献研究法、调查研究法对高校信息素养慕课进行了研究。首先利用文献研究法,梳理了国内外对于信息素养、慕课、信息素养慕课的研究情况,了解了当前信息素养慕课研究的主要内容。其次,利用文献研究法、调查研究法对教学设计的理论基础进行了分析,并且在其他研究者对迪克—凯瑞模型、史密斯—雷根模型、肯普模型对比研究的基础之上,以教学设计的关键要素为依据确定了此次研究的分析框架。然后,本研究将中国大学慕课平台确定为此次研究的调研平台,并从中选取了十门课程进行调查研究,依据确定的分析框架从教学设计的角度对十门样本的前期分析、教学目标、教学内容、教学策略、教学资源、教学评价几个大的方面进行对比分析;通过对十门慕课样本进行的对比分析,笔者发现其中存在的问题,对其原因进行了分析并给出了相应的对策建议。最后,由于对于高校而言,学术研究是信息素养课程中最常见的内容,依据前期的调查分析的结果,笔者以学术研究为例提出了信息素养慕课的教学设计改进方案。本文通过梳理国内外信息素养以及慕课的研究现状,对所选择的高校开设的信息素养慕课样本的教学设计进行对比分析,并且以学术研究领域为例进行了信息素养慕课的教学设计,有利于信息素养慕课教学体系的优化与完善,为我国信息素养慕课的发展提供借鉴。
王玉彬[4](2020)在《社交网络大数据分析系统的设计与实现》文中研究表明随着互联网技术的高速发展和人们生活水平的提高,越来越多的人参与到社交网络中,人们乐于在WeChat、Twitter、Facebook等社交网络中分享自己在工作、学习以及日常生活中的相关信息,既可以发表对新闻时事、社会见闻的看法,又可以表达对生活琐事、消费购物的情感,由此产生了海量的社交网络数据,这些社交网络数据很大程度上反映了用户的兴趣、爱好、对事物的看法和感情倾向等等。高效地挖掘和分析这些社交网络数据在舆情监控、事件预测、市场调研、产品推荐等方面有着重要应用。由于社交网络数据具有重要的应用价值,越来越多的人开始设计和开发系统进行相关研究。但是目前社交网络数据分析系统主要集中在单一数据来源,忽视社交网络数据的多样性,并且很多系统都是针对数据的某一角度进行分析,分析不够全面。因此开发一个数据分析较为全面,又可以实现对多源异构数据进行挖掘和分析的社交网络大数据分析系统具有重要意义。本文主要介绍了社交网络大数据分析系统的设计与实现。系统主要分为四大功能模块。第一模块是数据的采集与融合,该模块采用开源网络爬虫框架WebCollector实现对Facebook、Twitter网站数据的爬取,然后对得到的数据进行解析和预处理,将经过处理的不同社交网络的数据统一表示,存储在非关系型数据库Neo4j中。第二模块是信息检索,该模块使用Lucene实现全文索引的快速构建以及提供多样化的检索接口,主要有关键词检索、人物检索、时间检索、来源检索及其组合检索等。第三模块是数据分析,该模块利用TF-IDF权重计算方法、K-Means聚类算法、CNN文本分类算法等算法实现对数据的挖掘分析,主要实现的功能有内容分析、行为分析、用户画像、热点话题发现等。第四模块是数据可视化,该模块是通过表格、柱状图、折线图、地图等可视化形式,实现对数据检索和分析结果的可视化展示,帮助用户更高效地提取有价值的数据信息。本系统基于Java语言进行开发,采用B/S架构,使用MVC设计模式,系统采用前后端分离的开发方式,方便以后对系统进行维护和升级。系统前端采用HTML5、Echarts、BootStrap等技术直观展示社交网络数据检索、分析后的结果。系统后端采用目前较为流行的SpringBoot框架,数据库采用非关系型数据库Neo4j,并综合利用Lucene、TF-IDF、K-Means、CNN等技术实现对数据的检索和分析。
张琦玉[5](2020)在《基于知识图谱的课纲信息检索系统的设计与开发》文中研究指明知识图谱及其相关技术,是人工智能领域技术发展和应用落地的重要概念,知识图谱连同“解释智能”等概念,被评估正处于创新启动期和高热期之间,预计在未来的5到10年被成熟地大范围应用。国内外各行业和企业机构均有案例将知识图谱引入技术栈,或直接以项目形式应用和推广主要基于知识图谱的智能化产品。基于国内机构的实际需求场景,本文实现了一种教育教学领域内的知识图谱实践应用,并详细阐述了其完成产品化的完整过程和方法。首先,本文对课程大纲信息检索系统进行了广泛的研究,主要针对知识图谱的完整构建过程和商业化应用做了大量场景化调研,调研了涉及扩大化领域范围的技术概念原理、国内外商业应用案例、知识图谱分类和图展示形式、图储存和查询方式,以及产品数据处理流程和关键环节等多方面,分析了知识图谱在文本信息检索和相似信息查询及推荐上的应用。其次,在系统架构设计的基础上对主要包含的知识表示与建模、数据清洗、知识获取、图查询与映射搜索这四个模块进行了详细的设计。知识表示与建模部分对数据实体进行抽象化描述,建立数据模式,对系统进行Schema的设计;数据清洗模块通过数据挖掘、自然语言处理等技术,进行多元数据的抓取,并对抓取到的数据进行进一步清洗处理,保证数据的准确性;知识获取模块通过知识抽取、融合、录入步骤,对非结构化、半结构化数据进行结构化处理,将数据以图形式的知识类型进行存储;图查询与映射搜索则建立在知识图谱之上,利用图数据库提供搜索与查询服务。最后根据用户的交互习惯设计了平台的界面,方便管理者的管理和用户的使用。本文基于知识图谱技术,以一种较为新颖的信息处理整合方式,实现了一款教育领域内的实际应用,提供了更加精确、快速的信息检索服务,帮助用户更好地完成了信息检索,提高了用户体验。
聂泽姝[6](2020)在《基于文本挖掘的医疗信息检索系统的设计与实现》文中认为随着物质、文化、生活水平的日益提高,人们愈发重视自身的健康状况。而传统的线下医疗服务存在着时间、空间等方面的诸多不便。随着信息化和智能化的高速发展,越来越多的人有在网上阅读医疗健康类的科普资讯并获取相关知识的需求。但是,目前通用搜索引擎在针对垂直领域的信息检索时,搜索结果可靠性和准确性难以保证,尤其在医疗领域更为显着。而目前针对医疗领域的信息检索系统又多为对原始数据的集成和展示。为提供可靠、精准、快速的医疗信息检索服务,设计实现了医疗信息检索系统。医疗信息检索系统由数据处理模块、问答系统模块和信息检索模块这三个模块构成。数据处理模块用于对基础数据的爬取和整合;问答系统模块则通过多个算法模型对问答数据进行处理并提供问答匹配服务;信息检索模块主要为用户提供数据检索服务和其他通用服务。系统的核心数据来源为爬取,为保证医疗科普信息的准确性,本文采用了人工预选的方式来进行门户网站数据的采集和抽取,并通过ETL处理将结构化与半结构化目标数据分别存储于My SQL、HBase。为了解决各大门户数据的错误与空缺,作者提出了基于数据源优先级的数据整合策略。数据经过整合后导入Elastic Search搭建分布式集群,并实现索引数据的批量更新。Web平台采用微服务架构,使用目前较为流行的框架Spring Cloud,为用户提供一般检索、文章检索、问答检索等检索服务和收藏、评论、点赞等通用服务,同时为数据管理员提供模板添加、批量导出、ES集群健康状况展示等运维服务。作者以句子对相似度计算任务为基础设计完成FAQ问答模型,并结合命名实体识别任务、意图识别任务对候选集进行初步筛选,实现了对问答系统准确性和时效性的平衡。其中医疗实体识别采用BERT-Bi LSTM-CRF模型,意图识别采用Text CNN模型,句子对相似度计算采用基于微调的BERT模型。医疗信息检索系统给用户带来了极大的便利,用户可更专注于医疗领域的信息检索和知识获取。平台可根据用户需求为用户提供智能、专业的信息检索服务。目前该系统已经通过了功能性测试和非功能性测试,等待部署上线。
罗宇东[7](2020)在《“文件小助手”安全共享系统的微信小程序实现技术》文中认为随着科学技术的进步,以手机和平板电脑等为代表的移动终端,可以查阅资料、共享资源、网上购物、网上办公等,已经成为人们生产生活的重要工具。其中,通过移动终端的微信小程序搭建安全共享平台逐渐成为学术界和工业界研究和开发的一个热点领域。本文在研究和分析国内外云文档共享系统研究的基础上,对通过自定义的用户分级分组和权限分配,建立可溯源文档安全共享机制;对通过用户实名身份验证、指纹身份认证等技术手段以保证数据的安全和设计反馈式智能信息检索子系统等进行了分析和研究,提出了基于微信小程序+云端的“文件小助手”安全共享系统。该系统使用微信小程序作为终端用户的客户端,使用Python+Django作为云端的Web应用服务器,将文档放在云端服务器,并通过分布式压缩感知技术CS(Compressive Sensing,CS)实现了Word文档、Excel电子表格、PPT演示文档和图片等文档的安全存储和共享功能,并研究“反馈式智能检索技术”提高文档的检索效率。本文从“文件小助手”安全共享系统的构思、设计、开发、应用的四个方面进行展开和论述,主要内容包括:(1)分析了当前文件共享服务的应用和研究现状,并针对当前共享技术中存在的不足,提出了以微信小程序作为主要工具的“文件小助手”文档共享系统的设想,重点分析了用户的功能性需求。(2)在系统分析后,对系统进行了系统设计和技术开发,系统设计的重点包括分层的架构设计、数据库设计和系统的界面原型设计。技术开发主要采用Python+Django+My SQL以MTV模式完成了系统的编码和开发,开展指纹和CS加密/解密多级访问控制的身份认证技术研究和反馈式智能检索技术研究,为解决了指纹+密钥身份认证、数据传输安全、智能检索等提供基础。(3)进行“文件小助手”文档共享系统测试,采用模拟运行和用户体验相结合方式进行测试,通过生成文件小助手1.00体验版本,测试实现终端用户分级和分组的管理、文档转发、共享管理等功能实际运行情况。本文研究工作的创新点包括:(1)通过自定义的用户分级分组和权限分配,结合用户行为日志,建立了可溯源的文档安全共享机制;(2)通过用户实名身份验证、指纹身份认证等技术手段以保证数据的安全。采用JWT(JSON Web Tokens)的方式绑定微信用户进行身份实名认证,采用基于DCS技术的指纹身份认证,通过CCS加密/解密多级访问控制,保证数据读取、转发、共享安全。(3)研究设计反馈式智能信息检索子系统,对用户提交的查询进行分词处理,利用余弦相似度算法,计算相似度,持续改进系统的查询和排序结果。
陈可沁[8](2020)在《基于词向量的情报学领域关键词的研究》文中认为历经多年的建设与发展,国内外形成了各具特色的情报学研究领域及理论体系。情报学学科范围内的研究领域及理论体系的情况能够展示出目前的研究重点与热点、情报学的发展成熟度以及情报学未来发展的趋势。随着互联网的发展,当代情报学在学科交叉、广泛应用的普遍学术背景上呈现出多维度、跨领域的发展趋势。研究广度和深度的不管拓展,也使得科研合作行为和研究热点处在动态变化过程中。本文从论文关键词的角度,找到了近年来情报学学科领域范围内的研究热点,并且将这些关键词进行聚类分析,辅助研究者深入了解情报学的各个研究领域,通过基于词向量的关键词扩展,辅助研究者更全面地把握某个领域的轮廓。本文基于中文社会科学引文索引CSSCI收录的、在1998-2019年间发表的论文,进行了情报学领域关键词的研究。全文主要做了以下几点工作:首先,基于统计分析的方法,将情报学领域范围内的论文记录进行预处理,找出情报学领域的高频关键词,并确定本文的研究对象,然后基于共现矩阵进行一系列可视化分析、中心度分析以及聚类分析,进行情报学范围内核心研究领域的确定以及高频关键词的分类概括;同时构造时序关键词,通过分析高频时序关键词了解热点研究主题的演化情况,把当前的研究主题分为四类不同的研究主题。接着,借助中文词向量,构建关键词语义网络以及高频关键词的相似度矩阵,寻找关键词之间的内在联系;基于词向量的相似度扩展,进行高频关键词的聚类分析,使得结果不再局限于有限的高频关键词,得到未来更具有发展价值和发展空间的研究方向;为共现结果设置权重并进行中文词向量的叠加分析。最后,确定高频关键词的英文标准形式,进行中心度分析、基于相似度扩展的聚类分析以及英文词向量的叠加分析,并将分析结果与上一章节进行对比。主要结论包括:(1)文献计量学和引文分析紧密相连,且都与统计分析有着比较紧密的关系,这表明关于文献计量学以及引文分析的研究比较受关注,这两个领域的研究也都离不开统计分析方法。另外,竞争情报和可视化紧密相连,并且都与社会网络分析有关,这也与社会网络分析领域的知识相符。从关键词的聚类分析结果来看,高频关键词可以大致分为情报分析、文献计量、图书馆学以及信息检索四个类别。(2)使用词向量扩展得到了许多子领域、研究方法和技术手段、研究者或研究机构以及与情报学进行交叉研究的学科。同时,与第三章从学术论文提取出的关键词作比较,许多基于词向量扩展出的关键词,在第三章无论是过滤前还是过滤后的关键词集中都未曾出现。例如:政府信息服务、舆情研判、竞争对手监控、包昌火等。这些词语都是情报学学科领域内具有研究意义的关键词,说明基于词向量的关键词扩展是对第三章中基于学术论文抽取出的关键词的有益补充。
杨国立[9](2019)在《军民情报学融合机理与推进策略研究》文中进行了进一步梳理军民情报学融合是国家安全与发展相统一的战略环境倒逼的结果,是中国情报学特色发展的关键路径。近年来,军、民情报学界均认识到了双方融合的重要性,并在研究成果、项目研究、学术会议中逐渐体现出来。然而,当前对于军民情报学融合的认识和研究一直试图突破体制和机制障碍以及情报秘密属性限制等因素的阻碍,然而,这样的阻碍在短期内难以克服,为了推进军民情报学融合,需要人们改变思路,另辟蹊径。学科发展中的融合本该是水到渠成,但是军、民情报学多年的平行发展与范式冲突导致两者融合为大一统的情报学难以在短期内达成。当下,比较可行的举措是通过军、民情报学的跨界交流与融合为孵化大一统情报学提供基础生长环境。本文需要解决的问题是,从学术交流和情报学发展本质规律出发,充分发挥“无形学院”的自觉行为,在学者和学术团体自发行动下推进军民情报学的融合。相较于“他组织”而言,自发行动可能更为有效。例如,相比于“他组织”下的《国家情报法》而言,近年来军、民情报学界所展开的各种自发的学术交流对于推进军民情报学融合的作用效果更为明显。本研究的基本观点是:“军民情报融合”无外乎两种途径,以情报工作的融合促进情报学理论体系的融合;以情报学理论体系的融合推动情报工作、情报体制的融合。前者难度较大,军民情报融合目前宜选择第二种融合路径。相比于体制、机制等建设而言,以学术共同体的自我觉醒和自发行为推进军民情报学融合,是一种更为有效的融合模式。为了使学术共同体的行动更科学、更有效,需要从理论的高度对军民情报学的融合进行指导,“新三论”(耗散结构理论、协同学理论和突变论)有助于深刻揭示军民情报学融的基本机理。另外,有融合就会有分离,在认可他们之间存在分离基础上,控制他们之间不合理的分离,使这些不合理的分离逐渐走向交叉、融合,这是军民情报学融合的核心。推进军民情报学融合,首先需要明确军民情报学融合的必要性问题。本文的第二章和第三章论述这一问题。总体上,军民情报学融合是时代发展的必然要求,是体现情报学社会价值、彰显情报学社会地位的关键,是进行中国特色情报学发展的重要路径。其次,需要明确军民情报学融合的机理,简言之,就是回答军民情报学融合是什么、为什么等问题。本文的第四章运用耗散结构理论的条件方法论、协同学理论的动力学方法论和突变论的途径方法论系统分析军民情报学融合的机理。主要运用系统观,对军民情报学融合过程中涉及的各要素及其关系以及军民情报学融合系统的结构等进行分析。特别是对关键要素(例如,作为序参量的情报文化、作为主控制变量的需求牵引力等)在融合中的作用以及多角度的要素融合层次性(例如,要素协同—体系协同—范式协同等)进行分析。最后,需要明确军民情报学融合如何推进,简言之,就是回答军民情报学融合应该做什么、怎么做的问题。本文的第五章在第四章论述的基础上,依据“新三论”提供的方法论,对这一问题进行系统回答。推进军民情报学融合的着力点主要围绕强化双方共通的基础和控制两者之间不合理的分离这两个方面。针对这两个着力点,本文提出信息流控制、竞合管理和发展路径三个方面的军民情报学融合推进策略。三类策略中,发展路径建设是重点,它具有综合性和逻辑完整性,主要包括目标、出发点、路线、方向与动力和保障;信息流控制和竞合管理包含在发展路径中的各个环节中,其中,信息流控制主要包括信息流控制渠道、信息流控制机制和信息流控制的价值引领,竞合管理主要包括要素层面竞合管理、关系层面竞合管理和过程维度的竞合管理。
袁静[10](2019)在《企业用户信息检索模式研究》文中认为信息时代加快了企业管理改革升级的步伐,企业管理者对相关数据信息检索的要求更高,以此实现有效决策,推动企业现代化发展。满足企业用户信息需求,还需从网络信息检索模式的利弊点入手,加大企业用户信息指引库的建设力度,避免传统信息检索模式的局限性。本文主要对企业用户信息检索模式进行分析,阐述模式的局限性,提出构建以企业用户为中心信息检索模式的方法,希望对提高企业信息管理水平起到积极作用。
二、企业信息检索浅析(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、企业信息检索浅析(论文提纲范文)
(1)创业警觉性、资源拼凑与创业企业绩效的关系(论文提纲范文)
一、引言 |
二、理论假设 |
(一)创业警觉性与创业企业绩效的关系 |
(二)创业警觉性与资源拼凑的关系 |
(三)资源拼凑与创业企业绩效的关系 |
(四)资源拼凑的中介效应 |
三、研究设计 |
(一)变量测量 |
(二)数据收集与样本特征 |
四、实证分析 |
(一)共同方法偏差与信效度分析 |
(二)相关性分析 |
(三)假设检验与结果 |
五、研究结论与启示 |
(一)研究结论 |
(二)管理启示 |
(三)研究展望 |
(2)移动短视频用户信息行为影响因素及动态演化研究(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 国外信息行为研究现状 |
1.2.2 国内信息行为研究现状 |
1.2.3 短视频信息行为研究现状 |
1.2.4 研究现状评述 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法及方案 |
1.4 研究技术路线 |
1.5 研究创新点 |
第2章 相关概念及理论基础 |
2.1 移动短视频相关理论 |
2.1.1 移动短视频概念 |
2.1.2 移动短视频内涵 |
2.1.3 移动短视频特征 |
2.2 信息行为相关理论 |
2.2.1 信息行为定义 |
2.2.2 网络信息行为概念 |
2.2.3 移动短视频用户信息行为 |
2.3 信息生态相关理论 |
2.3.1 信息生态概念 |
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 |
2.4 复杂网络相关理论 |
2.4.1 复杂网络的概念 |
2.4.2 复杂网络特征模型 |
2.4.3 复杂社会网络结构指标 |
2.5 系统动力学相关理论 |
2.5.1 系统动力学定义 |
2.5.2 系统动力学模型 |
2.5.3 系统动力学应用 |
2.6 本章小结 |
第3章 移动短视频用户信息行为机理 |
3.1 移动短视频用户信息行为过程 |
3.2 移动短视频用户信息行为要素 |
3.2.1 行为要素构成 |
3.2.2 生态要素构成 |
3.2.3 心理要素构成 |
3.3 移动短视频用户信息行为驱动力 |
3.3.1 信息价值驱动 |
3.3.2 知识创新驱动 |
3.3.3 娱乐文化驱动 |
3.3.4 社会认同驱动 |
3.3.5 经济效益驱动 |
3.4 移动短视频用户信息行为机理模型 |
3.4.1 触发扩散机理 |
3.4.2 感知推动机理 |
3.4.3 交互激励机理 |
3.4.4 行为认知机理 |
3.4.5 机理关系模型 |
3.5 本章小结 |
第4章 移动短视频用户信息行为影响因素 |
4.1 问题的提出 |
4.2 研究方法和步骤 |
4.2.1 研究方法 |
4.2.2 研究对象 |
4.2.3 研究步骤 |
4.3 移动短视频用户信息行为影响因素模型 |
4.3.1 开放式编码和主轴编码 |
4.3.2 选择性编码 |
4.3.3 移动短视频用户信息行为影响因素理论模型 |
4.4 概念阐释及讨论分析 |
4.5 本章小结 |
第5章 移动短视频用户信息行为特征及网络结构 |
5.1 问题的提出 |
5.2 移动短视频用户信息行为特征概念模型 |
5.3 实证研究 |
5.3.1 研究方法和步骤 |
5.3.2 数据采集处理 |
5.3.3 数据结果 |
5.4 讨论分析 |
5.4.1 用户信息检索推荐行为特征 |
5.4.2 用户信息发布行为特征 |
5.4.3 用户信息共享行为特征 |
5.4.4 用户信息行为网络结构 |
5.5 本章小结 |
第6章 移动短视频用户信息行为演化模型 |
6.1 问题的提出 |
6.2 建模依据及思想 |
6.3 模型构建 |
6.3.1 模型假设 |
6.3.2 演化模型构建 |
6.3.3 主体状态转化规则 |
6.3.4 模型参数配置及约束 |
6.4 仿真实验结果与分析 |
6.4.1 平衡点和阈值 |
6.4.2 仿真参数设置 |
6.4.3 仿真结果分析 |
6.4.4 讨论分析 |
6.5 本章小结 |
第7章 基于用户信息行为的移动短视频服务对策 |
7.1 提高用户服务水平 |
7.1.1 提升用户信息服务质量 |
7.1.2 提高用户使用满意度 |
7.1.3 挖掘用户个性化需求 |
7.2 治理短视频发展乱象 |
7.2.1 完善制度设计 |
7.2.2 优化政府监管 |
7.2.3 加强主体自律 |
7.3 优化短视频服务生态 |
7.3.1 信息价值捕捉 |
7.3.2 用户行为优化 |
7.3.3 信息环境改善 |
7.4 本章小结 |
第8章 研究结论与展望 |
8.1 研究结论 |
8.2 研究局限及展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(3)信息素养类慕课的案例分析及面向学术的教学设计研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第一章 绪论 |
一、研究背景 |
(一)信息素养教育倍受重视 |
(二)慕课引领教育发展趋势 |
(三)信息素养慕课日益普及 |
二、研究目的与研究意义 |
(一)研究目的 |
(二)研究意义 |
三、研究方法 |
(一)文献研究法 |
(二)调查研究法 |
四、研究设计 |
(一)研究内容 |
(二)创新点 |
(三)研究方案 |
第二章 文献综述与理论基础 |
一、核心概念界定 |
(一)信息素养 |
(二)慕课 |
(三)教学设计 |
二、信息素养慕课的研究现状 |
(一)慕课建设相关的文献综述 |
(二)信息素养教育相关的文献综述 |
(三)信息素养慕课相关的文献综述 |
三、在线教学设计的理论基础 |
(一)教学设计相关的主要理论 |
(二)在线教学设计的研究现状 |
(三)基于教学设计理论的分析框架 |
第三章 信息素养慕课现状调研 |
一、慕课调研样本选取 |
(一)中国大学MOOC平台介绍 |
(二)样本选取标准 |
(三)样本情况介绍 |
(四)样本分析标准 |
二、信息素养慕课样本分析 |
(一)前期分析 |
(二)教学目标 |
(三)教学内容 |
(四)教学策略 |
(五)教学资源 |
(六)教学评价 |
三、慕课教学设计中的问题及对策 |
(一)学习者分析欠缺 |
(二)目标不明确聚焦 |
(三)教学内容零散化 |
(四)教学方法过于单一 |
(五)教学资源利用不足 |
(六)教学评价缺乏过程性 |
(七)针对当前问题的改进对策和优化建议 |
第四章 面向学术研究的信息素养慕课教学设计 |
一、设计的总体思路 |
(一)培养学术研究能力的重要意义 |
(二)面向学术研究的信息素养慕课特点 |
(三)设计理念及主要标准 |
二、前期分析 |
(一)学习需要分析 |
(二)学习者和环境分析 |
三、教学理念和教学目标的设计 |
(一)教学理念 |
(二)教学目标 |
四、教学内容的设计 |
(一)根据目标和场景确定教学内容 |
(二)具体内容的设计 |
五、教学策略的设计 |
(一)教学组织形式 |
(二)教学顺序 |
(三)教学方法 |
六、教学资源的设计 |
(一)教学课件 |
(二)文档资料 |
(三)软件资源包 |
七、教学评价的设计 |
(一)形成性评价 |
(二)总结性评价 |
第五章 研究总结与展望 |
一、研究总结 |
二、研究展望 |
参考文献 |
(4)社交网络大数据分析系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 项目背景 |
1.2 国内外研究现状 |
1.3 论文主要工作 |
1.4 本文的组织结构 |
第2章 系统需求分析 |
2.1 系统总体业务描述 |
2.2 系统目标和解决的问题 |
2.3 系统功能性需求分析 |
2.3.1 数据采集与融合需求分析 |
2.3.2 信息检索需求分析 |
2.3.3 数据分析和可视化需求分析 |
2.4 系统非功能性需求分析 |
第3章 系统概要设计 |
3.1 系统整体架构设计 |
3.2 系统整体流程设计 |
3.3 系统功能架构设计 |
第4章 系统详细设计 |
4.1 系统类结构设计 |
4.1.1 系统包图设计 |
4.1.2 系统类图设计 |
4.2 系统功能设计 |
4.2.1 数据采集 |
4.2.2 数据预处理与融合 |
4.2.3 信息检索 |
4.2.4 内容分析 |
4.2.5 行为分析 |
4.2.6 用户画像 |
4.2.7 热点话题发现 |
4.3 数据库设计 |
4.3.1 概念结构设计 |
4.3.2 逻辑结构设计 |
第5章 系统实现与测试 |
5.1 系统实现 |
5.1.1 数据采集 |
5.1.2 信息检索 |
5.1.3 内容分析 |
5.1.4 行为分析 |
5.1.5 用户画像 |
5.1.6 热点话题发现 |
5.2 系统测试 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(5)基于知识图谱的课纲信息检索系统的设计与开发(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
序言 |
1 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.3 研究意义 |
1.4 论文的主要工作 |
1.5 论文的组织架构 |
2 知识图谱的行业研究调研 |
2.1 通用知识图谱案例 |
2.2 领域知识图谱及国内商业应用案例 |
2.3 教育领域知识图谱研究和案例 |
2.4 本章小结 |
3 常用相关理论和技术支持 |
3.1 概念定义 |
3.2 前端技术支持 |
3.2.1 SVG矢量图绘制空间 |
3.2.2 D3.js可视化图形库 |
3.2.3 Vue.js框架 |
3.3 相关算法 |
3.3.1 Page Rank算法 |
3.3.2 TF-IDF,Text Rank和n-gram算法 |
3.3.3 推荐算法 |
3.4 本章小结 |
4 系统需求分析与概要设计 |
4.1 需求分析 |
4.1.1 功能性需求分析 |
4.1.2 非功能性需求分析 |
4.2 系统架构设计 |
4.3 系统概要设计 |
4.3.1 知识表示与建模 |
4.3.2 数据抓取与清洗 |
4.3.3 知识抽取与知识融合 |
4.3.4 知识存储 |
4.3.5 应用设计 |
4.4 系统数据库设计 |
4.4.1 概念设计 |
4.4.2 数据库设计 |
4.4.3 知识图谱设计 |
4.5 本章小结 |
5 系统详细设计与实现 |
5.1 知识表示与建模 |
5.2 数据抓取与清洗 |
5.2.1 爬取数据 |
5.2.2 人工收集 |
5.2.3 数据清洗 |
5.3 知识抽取与知识融合 |
5.3.1 知识抽取 |
5.3.2 知识融合 |
5.4 知识存储 |
5.4.1 原生图数据库 |
5.4.2 文件存储 |
5.4.3 基于图数据的混合存储 |
5.5 应用设计 |
5.5.1 图查询与搜索映射 |
5.5.2 推荐系统设计 |
5.5.3 软件界面和交互设计 |
5.6 本章小结 |
6 系统测试 |
6.1 功能性测试 |
6.2 性能测试 |
6.2.1 性能测试内容 |
6.2.2 性能测试指标 |
6.2.3 性能测试结果及分析 |
6.3 本章小结 |
7 结论 |
7.1 全文总结 |
7.2 未来的扩展方向 |
参考文献 |
作者简历及攻读硕士/博士学位期间取得的研究成果 |
学位论文数据集 |
(6)基于文本挖掘的医疗信息检索系统的设计与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 项目背景及意义 |
1.2 国内外研究现状 |
1.2.1 医疗信息检索平台 |
1.2.2 文本挖掘技术 |
1.3 论文主要工作 |
1.4 论文组织结构 |
1.5 本章小结 |
2 相关理论和关键技术 |
2.1 Elastic Search |
2.2 微服务架构相关理论 |
2.2.1 Spring Boot |
2.2.2 Spring Cloud |
2.3 Hadoop生态圈 |
2.3.1 Spark |
2.3.2 HBase |
2.4 本章小结 |
3 需求分析 |
3.1 系统整体概述 |
3.2 可行性分析 |
3.2.1 技术可行性 |
3.2.2 经济可行性 |
3.2.3 社会可行性 |
3.3 功能性需求分析 |
3.3.1 数据处理功能 |
3.3.2 问答系统功能 |
3.3.3 信息检索功能 |
3.4 非功能性需求分析 |
3.4.1 性能 |
3.4.2 易用性 |
3.4.3 可靠性 |
3.4.4 可维护性 |
3.4.5 安全性 |
3.5 本章小结 |
4 系统概要设计 |
4.1 系统功能模块划分 |
4.2 系统总体架构设计 |
4.2.1 逻辑架构设计 |
4.2.2 物理架构设计 |
4.3 数据库设计 |
4.3.1 实体-关系图 |
4.3.2 数据库表结构 |
4.4 本章小结 |
5 系统的详细设计与实现 |
5.1 数据处理模块 |
5.2 问答系统模块 |
5.2.1 流程设计 |
5.2.2 类设计 |
5.2.3 算法设计 |
5.3 信息检索模块 |
5.3.1 索引模块 |
5.3.2 搜索模块 |
5.3.3 用户通用模块 |
5.4 本章小结 |
6 测试及实现效果 |
6.1 测试环境 |
6.2 功能性测试 |
6.3 非功能性测试 |
6.4 运行结果展示 |
6.5 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(7)“文件小助手”安全共享系统的微信小程序实现技术(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义和研究目的 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 信息检索 |
1.4.1 传统信息检索模型 |
1.4.2 智能信息检索系统 |
1.5 主要研究内容和创新点 |
1.5.1 主要研究内容 |
1.5.2 创新点 |
1.6 本章小结 |
第2章 微信+云端“文件小助手”安全系统结构 |
2.1 系统需求分析 |
2.2 用户安全需求分析 |
2.3 系统后台安全管理 |
2.4 系统总体结构与安全需求 |
2.5 本章小结 |
第3章 基于Django Web文件共享系统实现技术 |
3.1 技术选择 |
3.2 系统设计 |
3.3 基于Django的 MTV开发模式 |
3.4 数据库开发 |
3.5 核心功能模块技术实现 |
3.5.1 绑定用户模块 |
3.5.2 指纹识别模块 |
3.5.3 信息检索模块 |
3.5.4 文件转发模块 |
3.5.5 文件打开模块 |
3.6 技术难点与解决方案 |
3.7 反馈式智能信息检索子系统技术研究 |
3.7.1 前言 |
3.7.2 反馈式智能信息检索 |
3.7.3 技术设想 |
3.8 基于指纹和CS加密/解密多级访问控制的身份认证技术研究 |
3.8.1 前言 |
3.8.2 指纹身份认证技术 |
3.8.3 多级访问文档的身份认证实验结果 |
3.9 本章小结 |
第4章 “文件小助手”文档共享系统测试 |
4.1 测试方法和流程 |
4.2 测试内容与结果 |
4.3 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
附录 攻读硕士学位期间取得的研究成果 |
致谢 |
(8)基于词向量的情报学领域关键词的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义与创新点 |
1.3 国内外相关研究现状 |
1.3.1 情报学领域研究现状 |
1.3.2 关键词研究现状 |
1.3.3 词向量研究现状 |
1.3.4 社会网络分析研究现状 |
1.4 论文结构 |
第2章 相关理论与方法 |
2.1 统计分析相关方法 |
2.1.1 TF-IDF算法 |
2.1.2 共现分析 |
2.1.3 聚类分析及K-means算法 |
2.2 词向量研究相关理论 |
2.2.1 关键词相关性度量 |
2.2.2 词向量语义扩展 |
2.2.3 词向量的加法 |
2.3 本章小结 |
第3章 情报学领域关键词的选取与研究 |
3.1 关键词的选择及提取 |
3.1.1 情报学学科领域的界定 |
3.1.2 情报学学科领域关键词的提取 |
3.1.3 关键词的语义分类 |
3.2 情报学领域关键词的基本研究 |
3.2.1 关键词的词频统计分析及研究对象的确定 |
3.2.2 关键词共现分析 |
3.2.3 可视化中心度分析 |
3.2.4 时序高频词的研究主题趋势变化分析 |
3.2.5 基于共现矩阵的高频关键词聚类分析 |
3.3 本章小结 |
第4章 基于中文词向量的论文关键词的扩展研究 |
4.1 基于词向量的关键词研究的提出 |
4.2 词向量库的确定 |
4.2.1 词向量训练方法 |
4.2.2 词向量库的选择 |
4.3 基于腾讯词向量的高频关键词的分析 |
4.3.1 基于高频词相似矩阵的可视化中心度分析 |
4.3.2 基于相似度的关键词语义网络 |
4.3.3 基于相似度扩展的高频关键词聚类分析 |
4.4 词向量的叠加 |
4.4.1 基于高频词共现的词向量叠加 |
4.4.2 词向量叠加举例 |
4.5 本章小结 |
第5章 基于英文词向量的论文关键词的扩展研究 |
5.1 英文词向量库的选择 |
5.2 英文关键词的提取方法 |
5.3 基于谷歌词向量的高频关键词的分析 |
5.3.1 基于谷歌词向量的高频词相似矩阵的可视化中心度分析 |
5.3.2 基于相似度扩展的高频关键词聚类分析 |
5.4 英文词向量的叠加 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
参考文献 |
攻读硕士学位期间主要研究成果 |
致谢 |
(9)军民情报学融合机理与推进策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容和目标 |
1.2.1 研究内容 |
1.2.2 研究目标 |
1.3 研究方法和思路 |
1.3.1 研究方法 |
1.3.2 研究思路 |
1.4 论文结构与研究创新 |
1.4.1 论文结构 |
1.4.2 研究创新 |
1.5 研究问题界定 |
1.5.1 研究对象界定 |
1.5.2 军民情报学融合中军、民情报的定位 |
第2章 研究综述 |
2.1 军事情报学研究 |
2.1.1 发展历程简述 |
2.1.2 学科建设与理论研究简述 |
2.2 民口情报学研究 |
2.2.1 发展历程简述 |
2.2.2 学科建设与理论研究简述 |
2.2.3 国内情报学研究现状分析 |
2.2.4 国外“Library and Information Science”研究现状分析 |
2.3 军民情报融合研究 |
2.3.1 美国和以色列情报工作的军民融合 |
2.3.2 竞争情报与公开来源情报利用中的军民融合 |
2.3.3 中国特色的军民情报融合研究 |
第3章 面向军民融合的现代情报学与情报工作 |
3.1 现代情报学发展取向 |
3.1.1 情报学知识体系的创新发展 |
3.1.2 界定基于Intelligence属性的情报学核心问题域 |
3.1.3 重视情报学教育与情报工作的匹配 |
3.1.4 加强情报组织融合 |
3.1.5 从历史中获得镜鉴 |
3.2 总体国家安全观背景下情报工作深化 |
3.2.1 树立总体国家情报思维 |
3.2.2 构建总体国家情报工作体系 |
3.2.3 以任务为情报工作的组织线索 |
3.2.4 形成多层次情报工作策略 |
3.3 军民融合视角下现代情报学的发展 |
第4章 军民情报学融合机理 |
4.1 军民情报学融合的基础 |
4.1.1 军、民情报学关系构成了融合的客观基础 |
4.1.2 信息链奠定了两者关系的理论基础 |
4.1.3 致力于内涵式大情报观构筑为融合提供了动力 |
4.1.4 国家安全与发展的统一增强了融合的活力 |
4.1.5 对情报秘密属性看法的转变奠定了融合的文化基础 |
4.2 基于“新三论”的军民情报学融合机理分析 |
4.2.1 以系统论的方法解析军民情报学融合过程 |
4.2.2 军民情报学融合系统的耗散性机理 |
4.2.3 军民情报学融合系统各要素的协同机理 |
4.2.4 军民情报学融合系统演化过程中的突变机理 |
4.3 基于“新三论”的军民情报学融合整体分析框架 |
第5章 军民情报学融合的推进策略 |
5.1 基于“新三论”的军民情报学融合推进模型 |
5.2 军民情报学融合信息流控制策略 |
5.2.1 信息流控制自发性 |
5.2.2 信息流控制渠道 |
5.2.3 信息流控制机制 |
5.2.4 信息流控制的价值引领 |
5.3 军民情报学融合竞合管理策略 |
5.3.1 军民情报学融合中的竞合关系及其自发特性 |
5.3.2 要素层面的竞合管理 |
5.3.3 关系层面的竞合管理 |
5.3.4 过程维度的竞合管理 |
5.4 军民情报学融合发展路径建设 |
5.4.1 军民情报学融合发展路径自发特性 |
5.4.2 目标着眼于为孵化“大一统情报学”酝酿学术环境 |
5.4.3 以学术研究的问题化为出发点 |
5.4.4 以学科层面的融合为路线 |
5.4.5 将解决时代发展的“大问题”作为方向和动力 |
5.4.6 制定保障措施 |
第6章 总结与展望 |
6.1 主要结论和贡献 |
6.1.1 研究结论 |
6.1.2 研究贡献 |
6.2 研究局限和展望 |
6.2.1 研究局限 |
6.2.2 研究展望 |
参考文献 |
博士阶段研究成果 |
致谢 |
(10)企业用户信息检索模式研究(论文提纲范文)
0 引言 |
1 企业网络信息检索概述 |
2 企业用户信息检索模式分析 |
2.1 超文本浏览模式 |
2.2 搜索引擎检索模式 |
3 构建以企业用户为中心的信息检索模式 |
3.1 信息检索模式改进的问题 |
3.2 信息检索模式的改进方向 |
3.3 信息指引库的建立步骤 |
4 结语 |
四、企业信息检索浅析(论文参考文献)
- [1]创业警觉性、资源拼凑与创业企业绩效的关系[J]. 陈敏灵,毛蕊欣. 华东经济管理, 2021(07)
- [2]移动短视频用户信息行为影响因素及动态演化研究[D]. 李欣颖. 吉林大学, 2021(01)
- [3]信息素养类慕课的案例分析及面向学术的教学设计研究[D]. 李冉. 上海外国语大学, 2021(12)
- [4]社交网络大数据分析系统的设计与实现[D]. 王玉彬. 山东大学, 2020(10)
- [5]基于知识图谱的课纲信息检索系统的设计与开发[D]. 张琦玉. 北京交通大学, 2020(03)
- [6]基于文本挖掘的医疗信息检索系统的设计与实现[D]. 聂泽姝. 北京交通大学, 2020(03)
- [7]“文件小助手”安全共享系统的微信小程序实现技术[D]. 罗宇东. 广东技术师范大学, 2020(02)
- [8]基于词向量的情报学领域关键词的研究[D]. 陈可沁. 南京大学, 2020(02)
- [9]军民情报学融合机理与推进策略研究[D]. 杨国立. 南京大学, 2019(01)
- [10]企业用户信息检索模式研究[J]. 袁静. 中国管理信息化, 2019(18)