一、网络学术信息资源的检索方法（论文文献综述）
陈为东[1]（2021）在《过程感知视域下学术新媒体用户信息偶遇行为研究》文中指出科学研究的偶然性发现离不开偶遇信息的点燃,从而引导个体心理发生顿悟、联结、移情和沉思,个体从偶然的被动获得转移到主动求索,非线性和线性的信息搜索行为彼此共生或演替,偶然性与必然性交织存在。偶遇的信息具有潜在价值,希冀解决科学难题、科研疑惑。移动互联网环境下,个体在搜索、浏览、交互过程中发生信息偶遇的可能性变大,信息偶遇成为日常生活中常见的现象。学术新媒体以学术信息服务为己任,包括学术APP、学术虚拟社区、学术微信公众号、学术社交网络和学术博客等多元类型,承载着丰富的学术资源,拥有基数庞大的科研人群,用户之间通过彼此关注、留言、互粉等,形成了社会网络关系,缓解了科研人员的信息孤岛现象。目前关于学术新媒体信息行为的研究主要偏重于主动的交流、交互、共享、贡献、持续使用、科研合作等行为,被动的信息获取行为还有待深入探索。用户在学术新媒体环境下意外获得有趣或有用的信息逐渐常态化,国内外多个领域都有关注信息偶遇,图情领域对信息行为的研究也延伸到了信息偶遇。信息偶遇一般过程模型中涵盖了注意、停驻、检验、摘取、返回5个步骤,表现为偶遇前—偶遇中—偶遇后3个阶段。目前缺少从心理和认知层面探析学术新媒体环境下用户信息偶遇行为的发生原因、感知变化和后续采纳等问题,有必要在偶遇过程下结合用户的感知心理去深入分析信息偶遇现象,挖掘偶遇信息价值,为科学发现提高几率。本文主要分析过程感知下学术新媒体用户信息偶遇行为机理、偶遇发生前的影响因素、偶遇中用户的认知演变、偶遇后用户信息采纳路径以及促进信息偶遇的感知和采纳策略5个方面展开相关研究。（1）学术新媒体用户信息偶遇行为机理。基于三元交互决定论的个体、环境、行为因素和人类行为的一般模式S-O-R（即刺激—个体心理、生理—反应）,结合学术新媒体特色和信息偶遇概念,将学术新媒体信息偶遇行为的要素划分为:学术新媒体用户、信息偶遇环境、学术信息。在已有信息偶遇发生过程和过程感知模型下分析了学术新媒体用户信息偶遇行为过程:偶遇前-偶遇中-偶遇后。将感知融入到偶遇行为过程,构建了学术新媒体用户信息偶遇过程感知模型,给出学术新媒体信息偶遇行为机理模型,包括5个子机理,分别为信息偶遇前的注意触发,信息偶遇中的心流体验、认知联结、感知控制,信息偶遇后的行为反馈,深入分析了5个子机理,以及过程与机理的关系,子机理之间的演进关系。（2）偶遇前引发学术新媒体用户发生信息偶遇行为的影响因素。基于三元交互决定论、S-O-R模式和技术接受模型从学术新媒体的用户维度、信息维度、环境维度分析引发信息偶遇行为的影响因素,给出学术新媒体用户信息偶遇行为的影响因素理论假设模型。其中信息维度包括信息特征、信息质量,环境维度囊括了平台可用性、平台多样性,用户维度涵盖了好奇心理、感知有用性、感知控制、先验知识以及信息偶遇行为共有9个变量,10个假设。通过问卷调查学术新媒体平台上发生过信息偶遇行为的用户,问卷设计的题项中涉及到是否发生过信息偶遇行为的设置,以排除没有发生过信息偶遇行为的用户;再利用结构方程模型（SEM）实例验证了假设模型的合理性。研究结果:信息特征、信息质量、平台可用性、平台多样性对感知有用性均具备显着正向影响;先验知识对感知有用性和感知控制均存在显着正向影响,信息特征显着影响用户的好奇心理;好奇心理、感知有用性、感知控制显着正向影响信息偶遇行为。（3）偶遇中学术新媒体用户的认知演变。本文采用访谈获取学术新媒体用户发生信息偶遇行为时的心理、情绪、认知和行为方面的资料,共访谈了15位曾经发生过信息偶遇事件的学术新媒体用户。由于学术新媒体主要服务于科研工作者,且以学术信息服务为主,因此,本文以硕博研究生和高校教师为目标人群,共获得4.5万余字的访谈资料。再根据扎根理论的开放式编码、主轴编码和选择性编码,获得了初始概念38个、初始范畴19个、主范畴8个,最终得到信息偶遇中的用户认知演变状况,构建了学术新媒体用户信息偶遇行为过程中的认知演变模型。学术新媒体用户信息偶遇行为中认知变化时的认知结构经历了同化、顺应、图式联结和意义建构过程,最终形成新的认知结构网络,并结合意义建构理论解读了用户从认知鸿沟、断带到认知联结跨越,对认知演变的意义进行了阐释。（4）学术新媒体用户偶遇信息采纳行为的路径构型。基于精细加工可能性模型（ELM）、信息采纳模型（IAM）、技术接受模型（TAM）和感知价值接受模型（VAM）,提取了学术新媒体用户偶遇信息采纳行为的动因构成,动因包括:信息质量、信源可信度、感知有用性、感知收益、认知结构、好奇心理和感知成本7个动因。通过问卷获得学术新媒体用户偶遇信息采纳行为的动因数据。利用定性比较分析（QCA）方法中的模糊集定性比较分析（fs QCA）检验偶遇信息采纳行为的组态构型,经过数据校准（完全隶属、交叉点和完全不隶属）得到真值表、必要性条件分析、组态充分性条件和结果稳健性分析,得到影响偶遇信息采纳行为的7条路径,即7种组态结果,并解释了这7条路径。（5）提出了学术新媒体用户信息偶遇前-中-后的感知与采纳策略。刺激物特征显着影响信息偶遇的发生,从信息偶遇前的信息质量（信息内容、信息源）和信息特征（信息表征和信息标题）等角度实现注意触发。信息偶遇中用户的认知心理、情感情绪都存在不断的变化,从认知联结、偶遇信息相关信息、感知控制和信息偶遇能力素养角度,帮助用户实现偶遇信息和先验知识的语义互联,更好地理解和研判偶遇信息的作用和价值;最后给出了促进学术新媒体用户信息偶遇采纳的策略,从平台可用性、偶遇信息资源关联和学术新媒体的网络口碑等角度,提升偶遇信息的采纳度从而实现信息价值。本研究丰富了学术新媒体信息行为的理论体系,信息偶遇是一种被忽略的、被动的、非线性的信息获取或检索行为。在过程感知视域下,将信息偶遇行为过程分为前-中-后3个阶段,并将用户感知融入到这3个阶段,给出信息偶遇行为机理、偶遇前引发信息偶遇的影响因素、偶遇中用户的认知演化和偶遇后的采纳行为,有助于深入了解信息偶遇现象,丰富了信息行为研究。本文最后给出用户信息偶遇行为的感知与采纳策略,为学术新媒体平台和学术知识服务体系的调整提供新的视角,优化学术新媒体的知识服务满意度。
刘智颖[2]（2021）在《研究型用户档案信息搜寻行为效果影响因素研究》文中研究表明随着社会进步与网络普及,人们开始通过多种途径自觉地搜寻各种信息,信息与信息搜寻也在学习、工作、社交等活动中发挥越来越重要的作用。用户作为搜寻行为的主体,从被动的信息接受者和获取者,逐步在各种信息搜寻活动中起到主导作用,信息搜寻行为及其效果也因用户群体的不同存在差别。研究型用户作为一类特殊的用户群体,搜寻动机与目的会更加外显的通过搜寻效果反映出来,搜寻行为也呈现出专业化、综合化、多样化等特点。档案信息是研究型用户获取信息的重要来源之一,因信息技术的发展,用户的搜寻行为不再只侧重于传统的文献资料,搜寻档案信息的来源也不局限于档案馆机构,因此,搜寻行为过程与效果会受到诸多因素的影响,具有一定的复杂性和层次性。本文通过扎根理论的质性研究方法,探究研究型用户档案信息搜寻行为效果影响因素。第一,界定研究型用户和档案信息搜寻行为效果的概念,并通过文献调研,梳理国内外关于特定群体的信息搜寻行为、信息搜寻行为效果和档案信息搜寻行为效果三个方面的研究现状,从而论证研究的可行性和可研究的空间。第二,通过访谈法收集访谈资料、三级编码分析访谈资料,较为全面的归纳了影响研究型用户档案信息搜寻行为效果的因素,并发展出一个比较系统的理论框架。在分析过程中,共归纳初始编码71个、范畴18个、主范畴8个、维度4个和“档案信息搜寻效果”核心范畴1个。第三,通过阐释研究型用户档案信息搜寻行为效果的各影响因素内涵,将影响研究型用户档案信息搜寻行为效果的因素分为内部因素和外部因素两大类,并揭示各影响因素间的因果关系和中介关系及相互作用机理,从而构建了研究型用户档案信息搜寻行为效果影响因素UBIE模型。第四,针对研究型用户档案信息搜寻行为效果的影响因素,提出档案馆服务方面具体的优化策略。本文将研究对象划定为研究型用户,将档案信息搜寻行为效果作为研究客体,探究研究型用户档案信息搜寻行为效果影响因素,创造性的提出研究型用户档案信息搜寻行为效果影响因素UBIE模型,既弥补了当前国内档案用户理论和档案信息行为研究的不足,丰富了学界对研究型用户搜寻行为规律的认知,又对档案馆改进与完善检索系统、提升档案馆服务水平与质量具有重要意义。
王美月[3]（2021）在《学术虚拟社区用户社会化交互行为研究》文中指出随着互联网与移动终端智能技术的飞速发展,公众知识获取方式发生了根本性的变化,学术虚拟社区作为学术服务平台的根本目的是满足用户知识需求,提升用户交流体验,并最终达到自身的可持续发展。学术虚拟社区以Research Gate、Mendeley、Academia.edu、经管之家、小木虫、丁香园等为主流平台,允许用户根据专业领域、兴趣等组建科研共同体,形成跨越时空、多领域交叉的学术社交网络,并通过社会化交互活动扩散个人的社会影响力和学术影响力,增强社区持续运营与发展的核心竞争力。然而,学术虚拟社区目前普遍存在用户活跃度低、社交动力不足等现象,严重阻碍了社区的知识流转效率。如何激发用户积极的参与交互,分享和贡献更多有价值的信息资源,提升社区知识服务能力,是学术虚拟社区生存与发展所面临的现实问题。本文以学术虚拟社区用户社会化交互行为为切入点,基于相关理论和前人研究成果,结合定性与定量的研究方法,深入剖析了学术虚拟社区用户社会化交互行为的机理、影响因素、社会网络结构、行为特征以及社会化交互效果的评价,并提出有针对性的引导策略。本文主要从5个方面展开相关研究第一、分析学术虚拟社区用户社会化交互行为的机理。基于需求层次理论和动机理论分析了学术虚拟社区用户社会化交互行为的知识动机、成就动机、社交动机、情感动机,采用系统动力学方法构建学术虚拟社区用户社会化交互动机模型,解释了4种动机对社会化交互行为的驱动作用;将学术虚拟社区用户社会化交互行为的要素分为:主体要素,包括领域专家、普通用户和用户社群;客体要素,包括平台提供信息、用户分享信息以及用户生成信息;环境要素,包括政策环境、文化环境和信息制度环境;技术要素,包括网络稳定性、系统安全性、知识融合技术;基于社会网络理论,阐述了学术虚拟社区用户社会化交互活动中社交关系网和知识关系网的形成,剖析了社会化交互网络的二方关系结构、三方关系结构、星状拓扑结构、环状拓扑结构、网状拓扑结构;基于S-O-R模型,揭示了用户社会化交互行为从刺激识别阶段（S）—信息加工阶段（O）—行为反应阶段（R）的形成机制,并构建了学术虚拟社区用户社会化交互行为机理模型。第二、识别学术虚拟社区用户社会化交互行为的影响因素。基于S-O-R模型、信息系统成功模型、技术接受模型结合学术虚拟社区用户社会化交互网络结构特征,构建了学术虚拟社区用户社会化交互行为影响因素的理论模型,其中刺激因素（S）包括信息质量、系统质量、服务质量、网络密度、网络中心性、联结强度;有机体（O）是用户受到外部刺激后产生的感知有用性、感知易用性、社会化交互态度、社会认同感知、自我效能感;反应（R）即学术虚拟社区用户社会化交互行为。采用结构方程模型方法,通过对典型学术虚拟社区用户进行问卷调查,实例验证了假设模型的合理性。研究结果表明,信息质量、服务质量正向影响感知有用性;感知易用性正向影响感知有用性;感知有用性与感知易用性共同影响社会化交互态度进而影响社会化交互行为;网络中心性正向影响自我效能感;联结强度正向影响社会认同感;社会认同感与自我效能感共同作用于社会化交互行为。此外,系统质量与感知易用性、网络密度与社会认同感的相关性未达到显着水平。第三、挖掘学术虚拟社区社会化交互网络结构与用户行为特征。基于社会网络相关理论和分析框架,采用数据挖掘技术,爬取小木虫学术虚拟社区用户交互行为数据,结合社会网络分析工具Ucinet和Gephi,分别从宏观层—整体网络结构、中观层—内部子结构网络、微观层—个体网络结构进行深入的剖析。整体网络分析结果表明,网络整体密度较低,用户节点间距离较远,关联性不强,网络存在多个分散游离的个体和子群。整体网络结构下用户社会化交互呈现出低密度与低层次特征、中心化与分散化并存特征、关系网络结构脆弱特征;内部子结构网络二方关系分析中,用户之间双向交互缺失,没有形成深度的交流与互动,且多数交互内容不具有实质性的价值和意义;三方关系分析中,多数用户形成星状拓扑结构,用户更愿意向核心用户聚集,这就导致资源的高度集中,信息通道单一;凝聚子群分析显示子群间交互相对稀疏,有多个孤立子群存在,核心区用户交互频繁,成员间具有很好的凝聚力和控制力。边缘区与核心区用户间没有联系,交互意愿较弱;个体网络结构通过网络中心性与结构洞分析发现,社会化交互网络核心节点用户较少,有92.13%用户处于网络的边缘位置,与中心节点距离较远,用户间的相互依赖程度不高,网络联通性不佳。网络中有36位用户占据了绝大部分结构洞,是网络中潜在领袖人物。个体网络下用户的社会化交互行为具有不对称、点对点与点对面相结合的交互特征。第四、基于物元可拓法评价学术虚拟社区用户社会化交互效果。以远程交互层次塔模型为理论基础,结合学术虚拟社区用户社会化交互行为特征与相关研究成果,构建了由操作交互、信息交互、情感交互和概念交互4个维度18个指标组成的学术虚拟社区用户社会化交互效果评价指标体系。选取小木虫学术虚拟社区用户为研究对象,采用物元可拓评价方法,通过计算经典域、节域、待评价物元、指标权重、关联函数,判定小木虫用户社会化交互效果的等级。研究结果表明,小木虫社区整体交互水平处于“一般”倾向于“良好”等级（特征值为2.56）,说明社区仍有进一步提升的空间。为了避免传统评价方法主观因素导致的偏差,本文通过提取敏感性指标,利用客观赋权法验证了物元可拓评价方法的有效性。第五、提出学术虚拟社区用户社会化交互行为的引导策略。本文在学术虚拟社区用户社会化交互行为机理、影响因素、社会网络结构与行为特征、交互效果评价的基础上,结合相关理论与实证分析结果,分别从平台环境层面、网络结构层面、用户感知—认知层面提出学术虚拟社区用户社会化交互行为的引导策略。本研究从理论层面丰富并完善了学术虚拟社区知识管理的理论体系,拓展并深化了S-O-R模型的理论框架与应用场景,为提升学术虚拟社区社会化交互效果提供理论指导。从实践层面,本研究挖掘出影响用户社会化交互行为的动机因素,推演出用户社会化交互行为的形成机制,并通过网络结构分析,充分了解社会网络背后用户交互行为的逻辑关系,有利于学术虚拟社区服务主体整体把握用户需求与行为演化路径,有针对性的组织和引导用户社会化交互行为,通过知识杠杆作用,加速知识流转效率,增强学术虚拟社区的核心竞争力。
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》文中进行了进一步梳理移动互联网时代,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。
李冉[5]（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。
王益成[6]（2020）在《数据驱动下科技情报智慧服务模式研究》文中研究表明从“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。
李燕华[7]（2020）在《硕士生信息能力培养现状与对策研究 ——以地方师范大学教育学学科为例》文中提出信息技术进入飞速发展的时代,已对人类社会的各个领域产生了越来越多的影响,包括教育领域,信息能力俨然成为促进人们不断向前发展的重要能力之一,特别是对于硕士生来说,其信息能力水平将直接影响其科研能力的培养,进而影响着硕士生人才培养的质量。本研究以“关联主义学习理论”为指导,采用文献研究法、调查研究法和个案研究法,对硕士生信息能力水平及其培养情况进行深入的剖析。首先,对我国硕士生信息能力的培养目标和培养方法进行梳理与总结,并对信息能力评价标准进行综合分析,以全面了解我国硕士生信息能力的培养要求,为本研究中信息能力评价指标的制定提供基本依据。其次,根据我国地理区域的划分,采用分层抽样的方法,从7个地理区域中分别随机抽取2所地方师范大学作为被试,从教育学学科专业设置、教育学硕士生信息能力培养目标定位以及教育学硕士生信息能力培养的举措这三方面出发,对这14所高校教育学硕士生信息能力的培养情况进行对比分析,以剖析其信息能力培养的优势与不足之处。再次,以G大学为例进行个案研究,通过文献分析、问卷调查和访谈这三种方式对G大学教育学硕士生信息能力培养现状进行全面的剖析,挖掘其在信息能力培养上存在的问题。最后,综合对14所地方师范大学的对比分析及对G大学的个案分析,提炼出我国硕士生信息能力培养存在的问题和不足:研究结果显示,我国硕士生信息能力整体处于中等偏上水平,但信息分析能力较弱,对数据分析软件、文献可视化分析软件的使用能力堪忧。其信息能力培养存在的问题具体表现为:（1）硕士生信息能力培养目标定位不明确;（2）信息能力培养课程的设置与实施欠理想;（3）信息能力相关培训的参与率低;（4）硕士生个人自学意识弱,重视程度不足。导致这些问题出现的原因主要有4点:（1）高校信息化建设政策体系的不完善;（2）高校信息能力培养体系及信息资源建设的不足;（3）硕士生导师的指导时间和信息能力水平有限;（4）硕士生个人信息意识弱,缺乏学习的主动性与自主性。根据现存问题及其成因,本研究提出以下改进硕士生信息能力培养的对策建议:第一,政府要完善高校信息化建设政策体系,加快信息化学习环境建设;第二,高校加强对硕士生信息能力培养的重视程度;第三,硕士生要提升自身信息能力培养的主观能动性。本研究的创新之处在于以数字时代的学习理论——关联主义学习理论为指导,编制教育学硕士生信息能力调查问卷,并验证其信效度,对硕士生的信息能力进行全面、科学的调研。但笔者研究能力有限,且研究方法也具有一定的局限性,期望未来的相关研究能扩大样本数量,并采取多种方法进行研究数据的收集,避免单一方法带来的数据误差。
陶兴[8]（2020）在《多源学术新媒体用户生成内容的知识聚合研究》文中研究表明随着信息经济迅猛发展,学术新媒体作为新型的网络学术知识平台逐渐受到科研工作者的关注,为知识信息获取、知识交流、知识传播等带来了改变。学术新媒体以学术微博、学术微信公众号、学术虚拟社区、学术APP等主要形式存在,具有平台类型多样、平台内容丰富、平台知识专业化等特点。为科研工作者提供了获取学术信息、分享学术成果、开展学术交流等活动的新途径。学术新媒体不再以文章、期刊论文等长文本形式作为知识推送的内容,学术用户作为学术新媒体环境中知识接受者与生产者两种身份并存,新媒体环境鼓励学术用户通过提问、回答与分享来自主产生新知识,创新了学术知识获取方式。随着新媒体环境的扩张,互联网中的用户生成内容呈现出了爆炸式增长,用户在搜寻知识过程中需要消耗大量的时间和精力去浏览与筛选知识内容。知识内容出现“知识过载”,用户陷入“知识迷航”,而学术新媒体中的用户生成知识内容也存在内容质量参差不齐,知识点碎片化分散,内容冗余等问题。同时不同学术新媒体平台间缺乏信息交流,单一平台内的知识无法及时完善与更新,导致用户须花费大量时间去浏览多平台内的知识,增加了获取知识的难度。如何对学术新媒体内用户生成内容进行知识的挖掘、组织和管理,创新学术新媒体的知识服务模式,为学术用户提供高质量知识服务内容,已成为学术新媒体发展面临的新问题。鉴于此,本文将知识聚合理论与方法引入到学术新媒体用户生成内容的知识聚合研究中,构建基于知识聚合的多源学术新媒体用户生成内容聚合机理,探讨了用户生成内容质量评测问题,提出了主题聚合与摘要生成两种用户生成内容知识聚合方法,设计了知识聚合精准推荐方案,并提出多源学术新媒体用户生成内容的知识聚合能力提升策略。本文主要开展了以下方面的研究:第一,构建多源学术新媒体用户生成内容的知识聚合机理。界定了学术新媒体用户生成内容的知识聚合内涵,即对新媒体平台用户生成内容中蕴含的知识进行有效组织,进而挖掘其内在知识的关联关系,为学术新媒体用户提供多源平台的知识聚合服务。划分了多源学术新媒体用户生成内容知识聚合类型,分别为:同型异源知识聚合、异型异源知识聚合、多语种知识聚合。将多源学术新媒体用户生成内容的知识聚合要素分为知识聚合主体、知识聚合客体、知识聚合内容、知识聚合环境、知识聚合技术等五个方面。从学术信息资源需求、学术创新环境、知识聚合主体收益、科技进步、多源学术资源等方面探讨了多源学术新媒体用户生成内容知识聚合的驱动力。从原理特点、作用方式等方面详细阐述了其影响知识聚合的原因。解读了多源学术新媒体知识聚合过程,分别为挖掘与解读用户需求,学术信息的数据处理,学术信息质量评测,知识发现与聚合,学术知识推荐。最后提出了多源学术新媒体用户生成内容的知识聚合机理模型,并从各要素间的关系与交互行为入手,绘制其实践应用中的具体过程图。第二,提出了学术新媒体用户生成内容的自动化质量评测方法。文本通过数据维度、情感极性、领域词汇等三方面考虑,建立学术用户生成内容自动化特征提取过程。再利用双层BI-GRU神经网络学习学术用户生成内容的特征属性。引入专业学术领域词典,优化词嵌入模型所生成的学术用户生成文本向量化表达。最终实现学术新媒体用户生成内容的质量评测,筛选出高质量的文本内容,为后续的多源学术新媒体用户生成内容知识聚合方法研究提供优质的数据基础。第三,基于主题生成的多源学术新媒体用户生成内容的知识聚合研究。提出基于混合神经网络BiLSTM-CNN-CRF和LDA主体概率模型的学术新媒体用户生成内容的知识主体聚合方法。利用混合神经网络分词法,对学术新媒体用户生成内容进行学习分词,然后将获取到的学术专业分词表输入到LDA主体概率模型中,生成多源学术新媒体平台的知识主题。从多个平台的生成主题中,证实了不同学术新媒体平台同类知识内容中存在较大的知识主题差异,在此基础上对知识主题进行融合,帮助学术新媒体用户能够从大规模用户生成知识内容中获取核心知识点,为学术新媒体用户提供了知识导航服务。第四,提出了多源学术新媒体用户生成内容的知识摘要生成方法。为实现多个学术新媒体平台中用户生成内容的知识概括性描述问题,提出基于Word2Vec模型和MMR算法的摘要生成方法。利用Word2Vec方法可以有效解决传统词向量表达方法忽略词语间语义联系的问题;利用MMR排序方法,对重要性程度高的摘要进行排序筛选,剔除重复度高的摘要句,同时保留重要性高的摘要句;利用专业领域词典,解决专业领域词无法识别的问题。通过对多个学术新媒体平台的用户生成内容进行聚合,帮助知识欠缺的平台弥补自身知识内容不足的问题,实现了学术新媒体环境整体知识内容的极大融合,为学术新媒体用户提供一个效率获取冗余用户生成内容中关键性知识的聚合服务。第五,提出了多源学术新媒体用户生成内容的知识聚合精准推荐方法。通过用户兴趣度值挖掘推荐项目和用户间的相似关系,将其作为用户对项目的推荐评分。通过传递相似度,实现多源学术新媒体平台间用户的相似度计算,进而建立起多源学术新媒体用户网络。最后通过项目推荐评分与用户传递性网络,构建学术新媒体用户生成内容的知识聚合精准推荐方法,为学术用户提供多源平台的学术知识与学术用户的双重精准推荐服务。
李洁[9]（2019）在《数据驱动下数字图书馆知识发现服务创新模式与策略研究》文中研究说明我们已经从信息时代走进了数据驱动的“智能时代”,数据成为人们认识和解决问题的新的逻辑起点。“数据驱动”打破了基于知识解决问题的思维桎梏,形成了从问题到数据又回归问题的新方法论认识——基于数据解决问题。这一研究范式将数字图书馆知识发现服务从对问题本源的探索推向知识服务的本真,可以说,从数据直面用户、管理和服务为大数据环境下的数字图书馆知识发现服务供给侧的改革提供了一种新思路:知识发现服务要改变的不只是管理技术、管理规则或服务形式,而要涉及整个管理理念和服务体系。而大数据环境中,数字图书馆信息发生源越来越多,数据产出量越来越大,数字资源增长速率越来越快,数据异构性越来越明显,数据老化节奏越来越快,低价值密度隐患的知识饥渴和数据海啸的矛盾越来越突出,用户对发现服务的需求越来越多元,数字图书馆数据资源正面临着重新被发现的挑战。迎面变化和挑战,数字图书馆的知识发现服务不单要完成从文献数字化到内容数据化的知识组织转型,更应实现数字资源从内容数据化到数据智能化的价值开发和智慧洞见。数据驱动的科研范式开辟了知识发现的新路径,开启了数字图书馆知识服务的时代新转型。探索数据驱动理念下的数字图书馆知识发现服务模式的新形态,需要学习、内化数据科学相关理论,需要剖析知识发现的驱动要素和作用机制,需要打破传统的资源发现固化模式,创建知识发现服务的创新生态功能圈。融合数据驱动和知识发现的双重技术优势,数字图书馆知识发现服务创新模式应趋从数据化、数据向知识转化的语义关联、可视化和智能化驱动维度寻求用户数据、内容资源数据、专家数据、业务数据的新协同,开发用户画像、研究设计指纹、精准文献推荐等的新应用,强化数据的集群整合、提升平台的绿色联通、实现用户界面的友好交互,使数字图书馆成为支持用户知识探索与发现创造的智能服务系统,使数据资源最大化的进行价值开发与知识转化,使用户随时随地都能受益于数字图书馆高效、便捷、友好与智能的知识发现服务体验。基于此,本文通过对数据驱动、知识发现研究成果的追本溯源,界定数据驱动下的数字图书馆知识发现服务的核心理念;通过文献分析、调查访谈、仿真实验、模型训练等方法的综合运用,分析数字图书馆知识发现服务创新的数据环境、驱动机制、创新模式、模式应用以及创新策略制定。围绕主要研究内容,本文第三章从数据环境特征、数据环境变化和数据环境开发分析数据驱动下的数字图书馆知识发现服务的机遇与挑战;第四章结合数据要素、数据驱动过程、数据驱动维度探讨数字图书馆知识发现服务的数据驱动动力机制、流机制、协同驱动机制和数据驱动控制机制;第五章通过对数字图书馆知识发现服务模式创新衍变的内在使命分析,指出数字图书馆知识发现服务创新模式的构建依据、构建基础和构建过程;第六章对数字图书馆知识发现服务创新模式进行具体的用户画像、研究设计指纹、文本推荐和多粒度检索决策应用;第七章针对数字图书馆知识发现服务创新模式的具体瓶颈给出各驱动维度的应对策略。具体内容阐述如下:第3章数据驱动下数字图书馆知识发现服务的数据环境分析本章是对大数据驱动环境下的数字图书馆知识发现服务场域的情境解构。首先,基于大数据的4V特征,面向全数据,分析数字图书馆知识发现服务在数据形态、存在方式、存储模式、存储内容、数据价值等方面的特性。其次,探讨数据化、新一代信息技术、数据分析思维、数据密集型科学发现范式影响下的数字图书馆知识发现服务革新的优劣利弊。最后,基于环境特性和环境变化的双向作用状态定位数字图书馆知识发现服务发展的开发方向。明确本文研究目的的同时,引出4、5、6、7章节的主要研究任务。第4章数字图书馆知识发现服务创新的数据驱动机制分析本章作为第5章的铺垫,详细解析数字图书馆知识发现服务平台的数据要素和驱动作用形式。通过用户数据、资源内容数据、专家数据的分类界定,为第6章科研用户画像、研究设计指纹、精准文献推荐等的服务模式应用提供数据基础;通过数据化、语义关联、可视化、智能化的数据驱动维面的层级解构,为第7章的创新策略制定奠定优化主线;基于数据要素、驱动过程和驱动维面,从内外力作用的动力机制、输入-输出的流机制、数据融合的协同驱动机制以及数据驱动控制机制具体呈现数据驱动与知识发现服务交互融合的催化反应。第5章数据驱动下数字图书馆知识发现服务创新模式研究在前文研究的基础上,本章首先对数据驱动下数字图书馆知识发现服务创新模式的构建进行内在逻辑分析;其次,从资源发现既有模式、知识产品和技术支持方面阐述实现数字图书馆知识发现服务创新的外在基础;最后,综合内在逻辑和外在基础,进行创新模式的基础框架和平台架构的初步解构,并在此基础上进行数据驱动下的数字图书馆知识发现服务创新功能圈构建。第6章数据驱动下数字图书馆知识发现服务创新模式应用研究本章在第5章提出的创新模式的基础上,分别利用科研用户数据进行数字图书馆百度发现的科研用户画像构建,利用文献数据进行以研究对象、研究问题与研究方法为核心要素的研究设计指纹构造,结合用户画像和研究设计指纹实现精准文献推荐,并通过用户检索实验验证多粒度检索决策的优势。第7章数据驱动下数字图书馆知识发现服务创新策略研究基于第4章对数据驱动维度和驱动机制的分析,本章旨在明确数据化、语义化、关联化、可视化和智能化驱动的创新方向并进行相应的优化路径设计,针对数字图书馆知识发现服务创新的制约因素,给出切实可行的解决方案与对策建议。大数据环境下,重新界定数据驱动下的数字图书馆知识发现服务的内涵、探讨数字图书馆知识发现服务的数据驱动机制、创新数字图书馆既有的资源发现服务模式,有利于从方法论认识层面为数字图书馆知识发现服务的供给侧改革提供理论支持。数字图书馆知识发现服务的意义不仅在于它的统一检索及其延伸功能,更在于此基础上辅助科学发现的循证决策、智能管理和知识再造的服务价值。在人类不断探索未知与努力认识未知的道路上,数据驱动+知识发现的催化反应为科学发现的方法探索提供了一个可行参考,推动着数字图书馆知识发现服务在不断革新的历程中惠及更多的求知受众。
沙海银[10]（2019）在《新建应用型本科网络学术文献资源检索与利用实证研究》文中指出以珠三角新建应用型本科G院校为调研对象,通过调查、统计,分析总结学生在网络学术文献资源检索经历、利用情况、检索目的、检索途径、检索文献类型、检索行为影响因素及解决办法、资源评价等方面的主要特征。针对学生网络学术信息检索能力不足的情况,提出从应用型资源开发与整合、应用型课程建设与改革两大层面入手,促进新建应用型本科院校学生检索能力的提升。
二、网络学术信息资源的检索方法（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、网络学术信息资源的检索方法（论文提纲范文）
（1）过程感知视域下学术新媒体用户信息偶遇行为研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究创新点 |
| 1.5 技术路线图 |
| 第2章 文献综述与理论基础 |
| 2.1 文献综述 |
| 2.1.1 学术新媒体用户信息行为研究现状 |
| 2.1.2 信息偶遇行为研究现状 |
| 2.1.3 研究述评 |
| 2.2 概念界定 |
| 2.2.1 学术新媒体 |
| 2.2.2 信息偶遇 |
| 2.2.3 过程感知 |
| 2.2.4 学术新媒体用户信息偶遇行为内涵 |
| 2.3 理论基础 |
| 2.3.1 意义建构理论 |
| 2.3.2 图式理论 |
| 2.3.3 信息采纳理论 |
| 2.3.4 三元交互决定论 |
| 2.3.5 技术接受模型 |
| 2.4 本章小结 |
| 第3章 学术新媒体用户信息偶遇行为机理分析 |
| 3.1 学术新媒体用户信息偶遇行为的要素分析 |
| 3.1.1 学术新媒体用户 |
| 3.1.2 信息偶遇环境 |
| 3.1.3 学术信息 |
| 3.2 学术新媒体用户信息偶遇行为过程 |
| 3.2.1 信息偶遇前 |
| 3.2.2 信息偶遇中 |
| 3.2.3 信息偶遇后 |
| 3.3 学术新媒体用户信息偶遇行为机理模型与关系 |
| 3.3.1 学术新媒体用户信息偶遇过程感知模型 |
| 3.3.2 学术新媒体用户信息偶遇行为机理模型 |
| 3.3.3 信息偶遇行为过程与机理关系 |
| 3.3.4 信息偶遇行为机理之间的演进关系 |
| 3.4 本章小结 |
| 第4章 学术新媒体用户信息偶遇行为影响因素分析 |
| 4.1 学术新媒体用户信息偶遇行为影响因素理论假设模型 |
| 4.1.1 学术新媒体信息维度 |
| 4.1.2 学术新媒体环境维度 |
| 4.1.3 学术新媒体用户维度 |
| 4.2 问卷设计与数据收集 |
| 4.2.1 问卷设计 |
| 4.2.2 数据收集 |
| 4.3 数据分析与模型验证 |
| 4.3.1 描述性统计分析 |
| 4.3.2 信度与效度检验 |
| 4.3.3 模型分析与检验 |
| 4.4 信息偶遇行为影响因素模型阐释 |
| 4.5 本章小结 |
| 第5章 学术新媒体用户信息偶遇的认知演变分析 |
| 5.1 学术新媒体用户信息偶遇的认知演变问题提出 |
| 5.2 研究设计 |
| 5.2.1 扎根理论 |
| 5.2.2 访谈对象筛选 |
| 5.2.3 访谈过程设计 |
| 5.2.4 访谈资料收集与整理 |
| 5.3 访谈资料编码过程 |
| 5.3.1 开放式编码 |
| 5.3.2 主轴编码 |
| 5.3.3 选择性编码 |
| 5.3.4 理论饱和度检验 |
| 5.4 学术新媒体用户信息偶遇的认知演变模型构建 |
| 5.4.1 模型构建 |
| 5.4.2 分析与讨论 |
| 5.4.3 认知演变意义阐释 |
| 5.5 本章小结 |
| 第6章 学术新媒体用户偶遇信息采纳行为分析 |
| 6.1 学术新媒体用户偶遇信息采纳行为的动因 |
| 6.1.1 偶遇后信息采纳行为的动因依据 |
| 6.1.2 偶遇信息采纳行为动因构成 |
| 6.2 研究设计 |
| 6.2.1 定性比较分析 |
| 6.2.2 数据采集 |
| 6.2.3 数据校准 |
| 6.3 分析与讨论 |
| 6.3.1 偶遇信息采纳必要性条件分析 |
| 6.3.2 偶遇信息采纳的组态充分性条件分析 |
| 6.3.3 稳健性检验 |
| 6.4 学术新媒体偶遇信息采纳行为的路径分析 |
| 6.5 本章小结 |
| 第7章 学术新媒体用户信息偶遇感知与采纳行为促进策略 |
| 7.1 学术新媒体用户信息偶遇的注意触发策略 |
| 7.1.1 利用多元化信息表征刺激用户注意的指向性和集中性 |
| 7.1.2 设计趣味性的信息标题吸引用户眼球 |
| 7.1.3 改善信息内容质量提高偶遇信息效用 |
| 7.1.4 监控信息源提高偶遇信息可信度 |
| 7.2 学术新媒体用户信息偶遇行为的认知联结激活策略 |
| 7.2.1 利用资源故事化形式促进用户认知联结 |
| 7.2.2 推送偶遇信息相关的学者、文献和主题提高感知有用性 |
| 7.2.3 增强用户对偶遇信息的感知控制 |
| 7.2.4 加强培养用户的信息偶遇能力素养 |
| 7.3 学术新媒体用户偶遇信息采纳度提升策略 |
| 7.3.1 改善平台可用性提高偶遇信息采纳度 |
| 7.3.2 形成偶遇信息的资源关联提高采纳度 |
| 7.3.3 建立学术新媒体网络口碑提高信息采纳度 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 研究结论 |
| 8.2 研究局限 |
| 8.3 研究展望 |
| 参考文献 |
| 附录 |
| 附录1 学术新媒体用户信息偶遇行为影响因素调查问卷 |
| 附录2 学术新媒体用户信息偶遇的认知演变访谈 |
| 附录3 学术新媒体用户偶遇信息采纳行为的动因调查问卷 |
| 作者简介与研究成果 |
| 致谢 |
（2）研究型用户档案信息搜寻行为效果影响因素研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 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 研究创新点与难点 |
| 1.4.1 研究创新点 |
| 1.4.2 研究难点 |
| 1.5 研究概念界定 |
| 1.5.1 研究型用户 |
| 1.5.2 档案信息搜寻行为 |
| 1.5.3 档案信息搜寻行为效果 |
| 第二章 国内外研究现状 |
| 2.1 信息搜寻行为研究 |
| 2.2 信息搜寻行为效果研究 |
| 2.3 档案信息搜寻行为效果研究 |
| 2.4 研究评述 |
| 第三章 数据收集与整理 |
| 3.1 访谈内容及设计 |
| 3.2 访谈对象的选择 |
| 3.3 访谈实施及数据整理 |
| 第四章 影响因素获取与理论框架构建 |
| 4.1 研究型用户档案信息搜寻行为效果影响因素获取 |
| 4.1.1 开放式编码 |
| 4.1.2 主轴编码 |
| 4.1.3 选择性编码 |
| 4.1.4 理论饱和度检验 |
| 4.2 构建影响因素理论框架 |
| 第五章 影响因素阐释与理论模型构建 |
| 5.1 研究型用户档案信息搜寻行为效果影响因素内涵阐释 |
| 5.1.1 用户因素 |
| 5.1.2 信息因素 |
| 5.1.3 行为因素 |
| 5.1.4 环境因素 |
| 5.2 影响因素关系阐释 |
| 5.3 构建搜寻效果影响因素模型 |
| 第六章 面向研究型用户的档案馆服务优化策略 |
| 6.1 档案馆资源建设优化策略 |
| 6.1.1 提升档案信息着录效果 |
| 6.1.2 及时更新档案信息资源 |
| 6.2 档案馆硬件设施优化策略 |
| 6.2.1 优化升级检索系统 |
| 6.2.2 定期维护检索设备 |
| 6.3 档案馆服务环境优化策略 |
| 6.3.1 改善馆内服务条件 |
| 6.3.2 提升人员服务能力 |
| 第七章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 附录 半结构化访谈提纲 |
| 在学期间发表的学术论文及研究成果 |
（3）学术虚拟社区用户社会化交互行为研究（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 学术虚拟社区研究现状 |
| 1.3.2 信息交互行为研究现状 |
| 1.3.3 社会化交互研究现状 |
| 1.3.4 研究评述 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 研究技术路线与创新点 |
| 1.5.1 研究技术路线 |
| 1.5.2 研究创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 学术虚拟社区 |
| 2.1.2 社会化交互 |
| 2.1.3 学术虚拟社区社会化交互 |
| 2.2 社会网络理论 |
| 2.3 S-O-R模型 |
| 2.4 远程交互层次塔模型 |
| 2.5 本章小结 |
| 第3章 学术虚拟社区用户社会化交互行为的机理分析 |
| 3.1 学术虚拟社区用户社会化交互行为动机 |
| 3.1.1 知识动机 |
| 3.1.2 成就动机 |
| 3.1.3 社交动机 |
| 3.1.4 情感动机 |
| 3.1.5 学术虚拟社区用户社会化交互行为动机模型 |
| 3.2 学术虚拟社区用户社会化交互行为的要素分析 |
| 3.2.1 社会化交互主体要素 |
| 3.2.2 社会化交互客体要素 |
| 3.2.3 社会化交互环境要素 |
| 3.2.4 社会化交互技术要素 |
| 3.3 学术虚拟社区用户社会化交互网络拓扑结构 |
| 3.3.1 社会化交互网络关系的形成 |
| 3.3.2 社会化交互网络的二方关系结构 |
| 3.3.3 社会化交互网络的三方关系结构 |
| 3.3.4 社会化交互的星状网络拓扑结构 |
| 3.3.5 社会化交互的环状网络拓扑结构 |
| 3.3.6 社会化交互的网状网络拓扑结构 |
| 3.4 学术虚拟社区用户社会化交互行为形成过程 |
| 3.4.1 刺激识别阶段 |
| 3.4.2 信息加工阶段 |
| 3.4.3 行为反应阶段 |
| 3.4.4 学术虚拟社区用户社会化交互行为形成机制 |
| 3.5 学术虚拟社区用户社会化交互行为机理模型构建 |
| 3.6 本章小结 |
| 第4章 学术虚拟社区用户社会化交互行为影响因素分析 |
| 4.1 学术虚拟社区用户社会化交互行为影响因素理论模型 |
| 4.2 研究假设 |
| 4.2.1 信息质量、服务质量、系统质量与感知有用性和感知易用性 |
| 4.2.2 感知有用性、感知易用性与社会化交互态度 |
| 4.2.3 网络密度、网络中心性、联结强度与社会认同感和自我效能感 |
| 4.2.4 社会认同感、自我效能感与社会化交互行为 |
| 4.3 问卷设计与数据收集 |
| 4.3.1 问卷设计 |
| 4.3.2 数据收集 |
| 4.4 数据分析与模型验证 |
| 4.4.1 描述性统计分析 |
| 4.4.2 信度与效度检验 |
| 4.4.3 模型分析与检验 |
| 4.5 结果讨论与分析 |
| 4.6 本章小结 |
| 第5章 学术虚拟社区用户社会化交互网络结构与行为特征分析 |
| 5.1 学术虚拟社区用户社会化交互网络结构分析框架 |
| 5.1.1 宏观层——整体网络 |
| 5.1.2 中观层——内部子结构网络 |
| 5.1.3 微观层——个体网络 |
| 5.2 研究设计 |
| 5.2.1 研究样本选取 |
| 5.2.2 数据采集与处理 |
| 5.3 社会化交互整体网络结构与用户行为特征分析 |
| 5.3.1 网络社群图 |
| 5.3.2 网络基本属性 |
| 5.3.3 网络的关联性 |
| 5.3.4 整体网络结构下用户社会化交互行为特征 |
| 5.4 社会化交互内部子结构网络与用户行为特征分析 |
| 5.4.1 二方关系分析 |
| 5.4.2 三方关系分析 |
| 5.4.3 凝聚子群分析 |
| 5.4.4 核心—边缘分析 |
| 5.4.5 内部子结构网络下用户社会化交互行为特征 |
| 5.5 社会化交互个体网络结构与用户行为特征分析 |
| 5.5.1 中心性分析 |
| 5.5.2 结构洞分析 |
| 5.5.3 个体网络结构下用户社会化交互行为特征 |
| 5.6 本章小结 |
| 第6章 学术虚拟社区用户社会化交互效果评价 |
| 6.1 学术虚拟社区用户社会化交互效果评价的原则 |
| 6.2 学术虚拟社区用户社会化交互效果评价指标体系构建 |
| 6.2.1 评价指标选取 |
| 6.2.2 指标体系构建 |
| 6.3 学术虚拟社区用户社会化交互的物元模型与可拓评价过程 |
| 6.3.1 经典域、节域与待评价物元 |
| 6.3.2 计算待评价物元的可拓关联函数 |
| 6.3.3 确定指标权重 |
| 6.3.4 评价等级判定 |
| 6.4 实例分析 |
| 6.4.1 评价对象的选取 |
| 6.4.2 数据收集与物元模型的构建 |
| 6.4.3 物元可拓评价过程 |
| 6.4.4 评价方法的有效性验证分析 |
| 6.4.5 结果分析与讨论 |
| 6.5 本章小结 |
| 第7章 学术虚拟社区用户社会化交互行为引导策略 |
| 7.1 平台环境层面引导策略 |
| 7.1.1 建立用户访问风险管控机制 |
| 7.1.2 开发平台层次化检索功能 |
| 7.1.3 完善用户生成内容监管机制 |
| 7.1.4 引导社区用户线上线下互联 |
| 7.2 网络结构层面引导策略 |
| 7.2.1 激活核心节点用户价值 |
| 7.2.2 强化用户社会网络关系 |
| 7.2.3 拓展网络兴趣社群 |
| 7.3 用户感知—认知层面引导策略 |
| 7.3.1 发挥群体智慧,优化知识获取 |
| 7.3.2 鼓励知识创生,加速知识内化 |
| 7.3.3 建立高阶思维,实现知识迁移 |
| 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 学术虚拟社区用户社会化交互行为影响因素调查问卷 |
| 附录2 部分python代码 |
| 附录3 小木虫学术虚拟社区用户社会化交互效果调查问卷 |
| 作者简介与研究成果 |
| 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）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 |
（6）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 |
（7）硕士生信息能力培养现状与对策研究 ——以地方师范大学教育学学科为例（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| (一)选题缘由 |
| 1.信息时代对硕士生信息能力提出了新要求 |
| 2.教育信息化建设对师范类硕士生信息能力的挑战 |
| 3.信息能力支撑信息时代硕士生的专业发展 |
| (二)研究目的与意义 |
| 1.研究目的 |
| 2.研究意义 |
| (三)国内外研究现状 |
| 1.信息能力的国内外研究现状 |
| 2.硕士生信息能力培养的国内外研究现状 |
| 3.研究述评 |
| (四)研究思路与方法 |
| 1.研究思路 |
| 2.研究方法 |
| (五)相关概念界定 |
| 1.地方师范大学 |
| 2.教育学 |
| 3.信息能力 |
| 一、硕士生信息能力培养的理论分析 |
| (一)信息能力在硕士生能力中的重要地位 |
| 1.信息能力是培养硕士生科研能力的关键 |
| 2.信息能力是养成硕士生终身学习能力的基础 |
| 3.硕士生信息能力培养早已纳入国家规范 |
| (二)硕士生信息能力的评价 |
| 1.信息素养评价指标体系中的信息能力评价标准 |
| 2.相关研究中的信息能力评价指标 |
| (三)硕士生信息能力的培养方式 |
| 1.课程设置及教学 |
| 2.信息能力培养的讲座与训练 |
| 3.导师的指导与硕士生的自学 |
| 4.其他教育活动 |
| (四)关联主义学习理论及其对硕士生信息能力培养的启示 |
| 1.关联主义学习理论——数字时代的学习理论 |
| 2.关联主义学习理论对硕士生信息能力培养的启示 |
| 二、我国地方师范大学教育学硕士生信息能力培养要求及措施 |
| (一)选取地方师范大学教育学一级学科的缘由 |
| 1.教育学具有相当强的代表性 |
| 2.地方师范大学的地位和作用越来越重要 |
| 3.个人兴趣和期望 |
| (二)我国教育学硕士生信息能力的培养目标解读 |
| (三)地方师范大学教育学专业设置及信息能力培养目标设定 |
| 1.地方师范大学教育学一级学科下设专业差异较大 |
| 2.地方师范大学教育学硕士生信息能力目标设定不清晰 |
| (四)地方师范大学教育学硕士生信息能力培养的主要措施 |
| 1.开设信息能力教育课程 |
| 2.开展信息能力培养讲座与培训 |
| 3.相关赛事及实践活动 |
| 三、个案研究:G大学教育学硕士生信息能力培养现状分析 |
| (一)选取G大学的缘由 |
| 1.G大学是具有较强代表性的地方师范大学 |
| 2.G大学教育学学科水平高 |
| 3.个人原因 |
| (二)调查设计与实施 |
| 1.调查问卷的设计 |
| 2.问卷信效度分析 |
| 3.调查研究的实施 |
| (三)调查结果与分析 |
| 1.调查对象的基本情况分析 |
| 2.信息能力培养的主要措施及硕士生的参与度分析 |
| 3.信息能力水平的描述统计分析 |
| 4.信息能力水平的差异分析 |
| 5.访谈结果分析 |
| 四、地方师范大学教育学硕士生信息能力培养存在的主要问题及原因分析 |
| (一)地方师范大学教育学硕士生信息能力培养存在的主要问题 |
| 1.信息能力培养目标定位不明确 |
| 2.信息能力课程的设置与实施欠理想 |
| 3.信息能力相关培训参与率低 |
| 4.硕士生个人自学意识较弱,重视程度不足 |
| (二)地方师范大学教育学硕士生信息能力培养问题存在的原因分析 |
| 1.高校信息化建设政策体系不完善 |
| 2.高校信息能力培养体系及信息资源建设的不足 |
| 3.硕士生导师的指导时间及信息能力水平有限 |
| 4.硕士生个人信息意识弱,缺乏学习主动性与自主性 |
| 五、改进硕士生信息能力培养的对策建议 |
| (一)政府要完善高校信息化建设政策体系,加快信息化学习环境建设 |
| 1.建立和完善高校信息化建设的政策体系 |
| 2.加快高校信息化学习环境的建设进程 |
| (二)高校要加强对硕士生信息能力培养的重视程度 |
| 1.明确硕士生信息能力培养目标,提高信息能力教育的地位 |
| 2.建立完整的硕士生信息能力培养结构体系 |
| 3.建立健全硕士生信息能力评价体系及培养质量监控机制 |
| 4.大力加强图书馆信息资源建设 |
| (三)硕士生要提升自身信息能力培养的主观能动性 |
| 1.增强信息意识,主动汲取信息知识 |
| 2.正视自身不足,端正学习态度 |
| 3.借助互联网开展个性化学习,提高信息能力 |
| 六、研究结论、不足和今后努力方向 |
| (一)研究结论 |
| (二)研究的创新、不足与展望 |
| 1.研究的创新之处 |
| 2.研究的不足之处 |
| 3.研究展望 |
| 注释 |
| 参考文献 |
| 附录 |
| 图表目录 |
| 读硕期间发表的论文目录 |
| 致谢 |
（8）多源学术新媒体用户生成内容的知识聚合研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 学术新媒体成为科研工作者学术交流的新途径 |
| 1.1.2 学术新媒体普遍存在低质量用户生成内容 |
| 1.1.3 用户需求促使学术新媒体知识聚合成为趋势 |
| 1.1.4 多源平台内容的知识聚合需求逐渐增长 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 学术新媒体国内外研究现状 |
| 1.3.2 新媒体用户生成内容国内外研究现状 |
| 1.3.3 新媒体知识聚合国内外研究现状 |
| 1.3.4 研究现状述评 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 本文创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 学术新媒体内涵与特征 |
| 2.1.1 学术新媒体的内涵 |
| 2.1.2 学术新媒体的特征 |
| 2.2 用户生成内容概述 |
| 2.2.1 用户生成内容的内涵 |
| 2.2.2 用户生成内容的特征 |
| 2.2.3 用户生成内容的分类 |
| 2.3 知识聚合理论与方法 |
| 2.3.1 知识聚合的概念 |
| 2.3.2 知识聚合的方法 |
| 2.4 自然语言处理概述 |
| 2.4.1 自然语言处理概念 |
| 2.4.2 自然语言处理方法 |
| 2.5 本章小结 |
| 第3章 多源学术新媒体用户生成内容的知识聚合机理 |
| 3.1 多源学术新媒体用户生成内容知识聚合的内涵与类型 |
| 3.1.1 多源学术新媒体用户生成内容的知识聚合内涵 |
| 3.1.2 多源学术新媒体用户生成内容的知识聚合类型 |
| 3.2 多源学术新媒体用户生成内容知识聚合的要素 |
| 3.2.1 知识聚合主体 |
| 3.2.2 知识聚合客体 |
| 3.2.3 知识聚合的内容 |
| 3.2.4 知识聚合的环境 |
| 3.2.5 知识聚合的技术 |
| 3.3 多源学术新媒体用户生成内容的知识聚合动机 |
| 3.3.1 学术信息资源需求驱动 |
| 3.3.2 学术创新环境驱动 |
| 3.3.3 知识聚合主体收益驱动 |
| 3.3.4 科技进步驱动 |
| 3.3.5 多源学术平台资源驱动 |
| 3.4 多源学术新媒体用户生成内容的知识聚合过程 |
| 3.4.1 挖掘与解读用户需求 |
| 3.4.2 学术信息的数据处理 |
| 3.4.3 学术信息的质量评测 |
| 3.4.4 知识发现与聚合 |
| 3.4.5 学术知识推荐 |
| 3.5 多源学术新媒体用户生成内容的知识聚合机理模型 |
| 3.6 基于用户需求的多源学术新媒体用户生成内容知识聚合服务过程 |
| 3.7 本章小结 |
| 第4章 多源学术新媒体用户生成内容的质量评测 |
| 4.1 多源学术新媒体用户生成内容质量评测的目的 |
| 4.2 多源学术新媒体用户生成内容质量评测的过程与方法 |
| 4.2.1 多源学术新媒体用户生成内容质量评测的过程 |
| 4.2.2 多源学术新媒体用户生成内容质量评测方法 |
| 4.3 应用实例分析 |
| 4.3.1 数据集预处理与自动化特征提取 |
| 4.3.2 双层Bi-GRU模型训练 |
| 4.3.3 评价指标 |
| 4.3.4 结论与分析 |
| 4.4 本章小结 |
| 第5章 多源学术新媒体用户生成内容的知识主题生成 |
| 5.1 多源学术新媒体用户生成内容知识主题生成概念和目的 |
| 5.2 多源学术新媒体用户生成内容知识主题生成过程与方法 |
| 5.2.1 多源学术新媒体用户生成内容知识主题生成过程 |
| 5.2.2 多源学术新媒体用户生成内容知识主题生成方法 |
| 5.3 基于BiLSTM-CNN-CRF和 LDA的多源学术新媒体用户生成内容的知识主题生成模型 |
| 5.4 应用实例分析 |
| 5.4.1 结合BiLSTM-CNN-CRF和 LDA主题词生成 |
| 5.4.2 主题词过滤与融合 |
| 5.4.3 结论与分析 |
| 5.5 本章小结 |
| 第6章 多源学术新媒体用户生成内容的知识摘要生成 |
| 6.1 学术用户生成内容的摘要生成的概念及意义 |
| 6.2 多源学术新媒体用户生成内容摘要生成过程与方法 |
| 6.2.1 用户生成内容摘要生成过程 |
| 6.2.2 用户生成内容摘要生成方法 |
| 6.3 基于W2V-MMR的多源学术新媒体用户生成内容摘要生成方法 |
| 6.3.1 W2V-MMR算法的计算过程 |
| 6.3.2 多源学术新媒体用户生成内容摘要评价指标 |
| 6.4 应用实例分析 |
| 6.4.1 数据获取与预处理 |
| 6.4.2学术新媒体用户生成内容生成摘要实验 |
| 6.4.3 结论与分析 |
| 6.5 本章小结 |
| 第7章 多源学术新媒体用户生成内容的知识聚合精准推荐 |
| 7.1 多源学术新媒体用户生成内容知识聚合推荐的概念及目的 |
| 7.2 多源学术新媒体用户生成内容的知识聚合推荐过程与方法 |
| 7.2.1 多源学术新媒体用户生成内容的知识聚合推荐过程 |
| 7.2.2 多源学术新媒体用户生成内容的知识聚合推荐方法 |
| 7.3 基于用户兴趣度模型与传递相似度的多源学术新媒体用户生成内容的知识聚合精准推荐 |
| 7.3.1 基于用户兴趣度模型的精准推荐评分体系 |
| 7.3.2 基于用户相似性传递的用户共联网络 |
| 7.3.3 基于用户兴趣度模型与传递相似度的混合推荐 |
| 7.3.4 多源学术新媒体用户生成内容知识聚合的精准知识推荐服务 |
| 7.4 本章小结 |
| 第8章 提升多源学术新媒体知识聚合效果的策略 |
| 8.1 知识聚合主体层面 |
| 8.1.1 以用户为中心建立知识聚合理念 |
| 8.1.2 深入挖掘学术新媒体用户多层次的需求 |
| 8.1.3 完善学术新媒体平台内容质量监管和激励机制 |
| 8.1.4 合理规范学术新媒体内的主题与重点内容 |
| 8.1.5 学习与借鉴他源平台内容 |
| 8.2 知识聚合对象层面 |
| 8.2.1 促进学术用户积极互动 |
| 8.2.2 提升学术用户信息素养 |
| 8.2.3 提倡统一用词与语言凝练 |
| 8.2.4 提升多源平台交叉用户基数 |
| 8.3 知识聚合技术层面 |
| 8.3.1 改进大数据挖掘和人工智能技术 |
| 8.3.2 搭建学术新媒体的新型知识服务系统 |
| 8.3.3 建立多源学术新媒体的互联技术 |
| 8.3.4 应用学术知识可视化技术 |
| 8.4 知识聚合环境层面 |
| 8.4.1 营造良好的学术讨论氛围 |
| 8.4.2 加强学术新媒体平台之间的交流合作 |
| 8.4.3 加大学术新媒体平台的宣传力度 |
| 8.5 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究不足与展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（9）数据驱动下数字图书馆知识发现服务创新模式与策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数据驱动研究现状 |
| 1.2.2 知识发现研究现状 |
| 1.2.3 研究现状评析 |
| 1.3 研究内容、方法与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究技术路线 |
| 1.4 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 数据驱动 |
| 2.1.2 知识发现 |
| 2.1.3 Web级资源发现 |
| 2.1.4 数字图书馆知识发现服务 |
| 2.2 理论基础 |
| 2.2.1 数据密集型科学发现理论 |
| 2.2.2 数据驱动控制理论 |
| 2.2.3 数据挖掘与知识发现理论 |
| 2.3 本章小结 |
| 第3章 数据驱动下数字图书馆知识发现服务的数据环境分析 |
| 3.1 数字图书馆知识发现服务的数据环境特征 |
| 3.1.1 馆藏数据来源的广泛性及数据形态和存在方式的多样性 |
| 3.1.2 数据存储模式多样化及存储内容的非结构化和碎片化 |
| 3.1.3 数据资源价值的低密度和高变现潜能 |
| 3.2 数字图书馆知识发现服务的数据环境变化 |
| 3.2.1 从“数字化”到“数据化”的演化 |
| 3.2.2 新一代信息技术的涌现 |
| 3.2.3 数据分析思维模式的形成 |
| 3.2.4 数据密集型科学发现应用趋势 |
| 3.3 数字图书馆知识发现服务的数据环境开发与应用 |
| 3.3.1 数字图书馆知识发现服务在大数据环境中的新定位 |
| 3.3.2 开发数字图书馆知识发现服务数据驱动的新机制 |
| 3.3.3 创新数据驱动下数字图书馆知识发现服务的新模式 |
| 3.3.4 开发数据驱动下数字图书馆知识发现服务的新业态 |
| 3.4 本章小结 |
| 第4章 数字图书馆知识发现服务创新的数据驱动机制分析 |
| 4.1 数字图书馆知识发现服务创新数据驱动机制的数据要素 |
| 4.1.1 用户数据要素 |
| 4.1.2 内容资源要素 |
| 4.1.3 专家数据要素 |
| 4.2 数字图书馆知识发现服务创新的数据驱动过程与维度 |
| 4.2.1 数字图书馆知识发现服务创新的数据驱动过程 |
| 4.2.2 数字图书馆知识发现服务创新的数据驱动维度 |
| 4.3 数字图书馆知识发现服务创新的数据驱动动力机制 |
| 4.3.1 数字图书馆知识发现服务创新的数据驱动动力类型 |
| 4.3.2 数字图书馆知识发现服务创新的数据驱动动力关系分析 |
| 4.3.3 数字图书馆知识发现服务创新的数据驱动动力仿真模型 |
| 4.4 数字图书馆知识发现服务创新的流驱动机制 |
| 4.4.1 数字图书馆知识发现服务创新的流驱动特征 |
| 4.4.2 数字图书馆知识发现服务创新的流驱动过程 |
| 4.4.3 数字图书馆知识发现服务创新的流驱动机制模型 |
| 4.5 数字图书馆知识发现服务创新的数据协同驱动机制 |
| 4.5.1 数字图书馆知识发现服务创新的数据协同驱动内涵 |
| 4.5.2 数字图书馆知识发现服务创新的数据协同驱动目标 |
| 4.5.3 数字图书馆知识发现服务创新的数据协同驱动机制模型 |
| 4.6 数字图书馆知识发现服务创新的数据驱动控制机制 |
| 4.6.1 数字图书馆知识发现服务创新的数据驱动控制内涵 |
| 4.6.2 数字图书馆知识发现服务创新的数据驱动控制方法 |
| 4.6.3 数字图书馆知识发现服务创新的数据驱动控制模型 |
| 4.7 本章小结 |
| 第5章 数据驱动下数字图书馆知识发现服务创新模式研究 |
| 5.1 数字图书馆知识发现服务创新模式问题的提出 |
| 5.2 数字图书馆知识发现服务创新模式构建基础 |
| 5.2.1 数字图书馆知识发现服务创新的模式基础 |
| 5.2.2 数字图书馆知识发现服务创新的产品基础 |
| 5.2.3 数字图书馆知识发现服务创新的技术基础 |
| 5.3 数字图书馆知识发现服务创新功能圈构建 |
| 5.3.1 数字图书馆知识发现服务创新功能圈的框架设计 |
| 5.3.2 数字图书馆知识发现服务创新功能圈的架构分析 |
| 5.3.3 数字图书馆知识发现服务创新功能圈的建立 |
| 5.4 本章小结 |
| 第6章 数据驱动下数字图书馆知识发现服务创新模式应用研究 |
| 6.1 数字图书馆知识发现服务科研用户画像应用 |
| 6.1.1 用户画像数据收集 |
| 6.1.2 用户画像模型构建 |
| 6.1.3 用户画像实验分析 |
| 6.2 数字图书馆文献资源研究设计指纹识别应用 |
| 6.2.1 研究设计指纹识别基础 |
| 6.2.2 数据标注 |
| 6.2.3 研究设计指纹生成模型训练 |
| 6.2.4 结果与讨论 |
| 6.3 融合用户画像和研究设计指纹的文献推荐应用 |
| 6.3.1 文献推荐模型构建 |
| 6.3.2 文献推荐仿真实验 |
| 6.3.3 结果与讨论 |
| 6.4 数字图书馆知识发现服务多粒度检索决策应用 |
| 6.4.1 实验准备 |
| 6.4.2 实验描述 |
| 6.4.3 实验结果及讨论 |
| 6.5 本章小结 |
| 第7章 数据驱动下数字图书馆知识发现服务创新策略研究 |
| 7.1 数字图书馆知识发现服务创新的优化方向与路径 |
| 7.1.1 数字图书馆知识发现服务创新的优化方向 |
| 7.1.2 数字图书馆知识发现服务创新的优化路径 |
| 7.2 数字图书馆知识发现服务创新的数据化优化 |
| 7.2.1 数据化优化阻碍 |
| 7.2.2 数据化优化策略 |
| 7.3 数字图书馆知识发现服务创新的语义关联优化 |
| 7.3.1 语义关联优化阻碍 |
| 7.3.2 语义关联优化策略 |
| 7.4 数字图书馆知识发现服务创新的可视化优化 |
| 7.4.1 可视化优化阻碍 |
| 7.4.2 可视化优化策略 |
| 7.5 数字图书馆知识发现服务创新的智能化优化 |
| 7.5.1 智能化优化阻碍 |
| 7.5.2 智能化优化策略 |
| 7.6 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究局限 |
| 8.3 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（10）新建应用型本科网络学术文献资源检索与利用实证研究（论文提纲范文）
| 一、研究背景分析 |
| 二、研究设计 |
| (一)研究对象分析 |
| (二)问卷编制 |
| 三、调查结果与分析 |
| (一)网络学术资源检索学习经历及资源利用情况 |
| (二)检索目的与检索资源类型 |
| (三)检索途径 |
| (四)检索行为影响因素及解决办法 |
| (五)网络文献资源评价 |
| 四、研究结论及建议 |
| (一)针对专业需求开展应用型资源开发与整合 |
| 1．加强图书馆网络信息资源建设 |
| 2．革新网络资源检索教育途径:纳入新生入学教育环节 |
| (二)切实加强与落实学生信息素养教育 |
| 1．加强信息检索课程体系建设 |
| 2．促进信息检索课程与学科课程的融合 |
四、网络学术信息资源的检索方法（论文参考文献）
- [1]过程感知视域下学术新媒体用户信息偶遇行为研究[D]. 陈为东. 吉林大学, 2021(01)
- [2]研究型用户档案信息搜寻行为效果影响因素研究[D]. 刘智颖. 天津师范大学, 2021(11)
- [3]学术虚拟社区用户社会化交互行为研究[D]. 王美月. 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]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)
- [6]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)
- [7]硕士生信息能力培养现状与对策研究 ——以地方师范大学教育学学科为例[D]. 李燕华. 广西师范大学, 2020(07)
- [8]多源学术新媒体用户生成内容的知识聚合研究[D]. 陶兴. 吉林大学, 2020(08)
- [9]数据驱动下数字图书馆知识发现服务创新模式与策略研究[D]. 李洁. 吉林大学, 2019(02)
- [10]新建应用型本科网络学术文献资源检索与利用实证研究[J]. 沙海银. 江苏高职教育, 2019(03)