教学课程资源库 更多>>

摘要： 天津职业大学信息资源中心(图书馆),位于天津市北辰区洛河道2号天津职业大学新校区内,于2020年11月建成使用。天津职业大学图书馆(档案馆),位于信息资源中心的一至四层,总建筑面积约25000平方米,根据功能需求划分为图书借阅区、交流活动区、档案馆和办公区。馆内实现无线上网、馆外可VPN远程访问。

关键词： 档案信息资源   大数据   采集  

摘要： 本文提出利用大数据技术做好智慧校园环境下的网络档案信息资源采集,分析网络档案信息资源采集的现状,并提出采集的原则以及策略。

关键词： 红枣主题网络爬虫   HITS算法   Shark-Search算法   Bloom Filters   Redis  

摘要： 在现代互联网技术迅猛发展的时代,互联网上的各类资源呈现出爆炸式增长,网络上积累了丰富的红枣相关信息。传统主题网络爬虫会爬取与红枣主题相关性高的页面,但不能满足用户想要快速、精准、有效获取所需红枣信息的需求。传统主题网络爬虫在页面检索时能够做到只爬取与主题相关性高的页面,但现有传统主题网络爬虫的算法也存在缺点,如容易产生“主题漂移”、对新页面忽视和红枣链接去重效率低等问题。针对红枣类相关页面,结合不同算法的优点对HITS(Hyperlink-Induced Topic Search)算法和链接去重算法进行改进,以使改进后的算法在爬取页面时展现更好的性能。本文的主要研究内容如下:首先,对通用网络爬虫中相关理论和技术进行研究,主要对主题网络爬虫实现中用到的相关技术进行分析,并对页面处理,主题相关度计算等进行分析。其次,在对传统主题网络爬虫技术的研究中发现存在一些问题:***算法存在对新页面忽视问题和“主题漂移”现象。2.传统内存去重方法对红枣链接去重效率低。针对以上问题对红枣主题网络爬虫中的算法展开研究,结合不同算法的优点对红枣主题网络爬虫算法进行改进,使改进后的算法在爬取红枣页面时展现出更好的性能。再次,对传统主题网络爬虫算法的深入研究,发现现有主题网络爬虫算法的不足并对其进行改进,提出引入时间因素的HITS算法与Shark-Search算法相结合,使得结合后的算法在页面爬取时与红枣主题密切相关,解决传统算法中对新页面忽视问题和消除“主题漂移”现象,提高红枣主题网络爬虫算法查准率和查全率。针对传统内存去重效率低的问题,提出基于Redis的Bloom Filters去重方法,Bloom Filters将红枣链接表示成二进制向量并存储在内存数据库Redis中,提高了红枣链接的去重效率。最后,实现红枣主题网络爬虫系统整体爬取功能,将改进算法应用于关键功能模块的实现。实验结果表明,改进算法在提高红枣主题相关计算和红枣链接去重效率方面是可行有效的。

关键词： 垂直搜索引擎   中文分词   网页排序   邻接熵   用户反馈  

摘要： 在日常生活和工作学习中,人们已经习惯从互联网中获取信息,搜索引擎成为沟通人与互联网信息的桥梁。伴随着各行各业不断信息化的发展,各个领域内的数据也呈现爆炸式增长,但是这些数据中存在很多问题,比如数据不准确,数据冗余,数据专业相关性较低等。因此如何快速准确地从海量数据中提供用户所需的信息成为当下搜索引擎迫切需要解决的问题。垂直搜索引擎是在某一特定领域提供信息检索的工具,检索结果比较专业准确。针对传统的全文搜索引擎在建筑领域不能提供较为专业的回答以及搜索效率较低等问题,本文提出了一种基于Elasticsearch的建筑领域垂直搜索引擎。本文首先对搜索引擎的研究背景和国内外研究现状进行介绍说明,然后对实现本文搜索引擎的相关技术进行介绍,着重对Elastic Search搜索引擎技术、Scrapy框架、Django框架以及中文分词技术从功能和原理进行介绍。然后,数据采集部分,使用Scrapy框架和采用深度优先的爬取策略,实现建筑文本的信息采集。同时根据数据处理的相关策略进行数据清洗和数据加工,进而提高数据的真实有效性。其次,在中文分词部分,为了解决对未登录词识别不准确的问题,提出在第一次分词的基础上通过互信息和邻接熵来对生成的预选词进行筛选的方法。将达到阈值的候选词加入到专业词典,然后用生成的专业词典来进行第二次分词。接着,在网页排序部分,学习和分析Page Rank算法总结出Page Rank算法存在的问题。从两个方面进行改进,首先计算主题相关度和加入用户反馈因子来纠正主题偏移的问题,然后加入时间反馈因子加速新出现的网页上浮的速度,纠正重旧网页轻新网页的问题,提高网页排序效果。最后,将建筑领域垂直搜索引擎从总体架构到各个功能模块进行设计与实现,并对搜索引擎的功能及性能进行测试。测试结果达到预期目标能够满足用户的需求,具有很高的实用价值。

关键词： 文化遗产信息资源   中国十大传世名画   知识抽取   知识融合   知识图谱构建   知识图谱应用  

摘要： 近年来出现的“文博热”成为了文化领域的突出现象之一,各种文博专题节目、展览、讲座、文章等在互联网中广泛传播并受到社会各界的热议。然而这些对象所承载的信息资源却有着专业性强、分类复杂、动态累积、资源散乱等特点,这些特点增加了受众从中获取有关知识的难度。因此如何针对文化遗产信息资源的特点,尤其是非结构化数据组成的信息资源进行知识抽取、融合与重构,建立完备的文化遗产信息资源知识表示体系与知识图谱,利用知识图谱进行信息资源的知识发现与推荐等应用研究,实现面向内容的文化遗产信息资源知识服务,成为了传播文化遗产以及文化遗产知识,发扬和传承中华优秀传统文化所面临的首要问题。 互联网的开放性特点,致使其中汇集了海量的信息资源,针对网络中的文化遗产信息资源进行研究,能够适应现代社会的信息传播方式,充分利用开放领域中信息的传播能力普及和弘扬中华传统文化知识。但在对现有文化遗产信息资源组织研究现状和利用情况进行系统梳理后发现,针对文化遗产信息资源尤其是非结构化数据构成的信息资源进行知识管理的方法相对缺乏,信息资源的知识抽取、知识发现与知识推荐有关方法十分薄弱。因此文章进行面向开放领域文化遗产信息资源的知识图构建与应用研究,从基础理论、模型构建、方法实现以及实践应用四个方面进行展开,以互联网中的“中国十大传世名画”信息资源为研究对象进行。“中国十大传世名画”中的文化遗产时代分布从东晋至清朝,横贯中国历史一千五百余年,作为分析对象能够全面展现不同时期文化遗产的特点。整个研究旨在从两方面改进现有的文化遗产信息资源知识管理现状,一是提出一种面向开放领域文化遗产信息资源的知识图谱构建框架,为文化遗产信息资源的开发与利用提供良好的数据基础;二是构建一个具有广泛应用场景的文化遗产信息资源知识组织方法,充分解析文化遗产信息资源,为受众提供更为精确与便捷的文化遗产知识服务,更好的在新媒体环境下进行文化遗产知识的传播。 在基础理论方面,文章首先分析了文化遗产信息资源以及知识图谱的国内外研究现状,在此基础上发现现有方法面对开放领域与网络环境进行知识图谱构建与应用研究的不足之处。随后对文化遗产信息资源内容、知识与结构特征进行分析,根据分析结果选择相适应的数字化方法进行文化遗产信息资源中的知识抽取、知识融合、知识组织、知识图谱构建、知识标引、知识发现、知识推荐,为文化遗产信息资源的知识管理与知识服务提供新的研究视角与更加高效的研究方法,使文化遗产知识管理的有关研究能够适应数据爆炸式增长的新环境。 在模型构建方面,文章遵循本体构建的“七步法”,融合网络中文化遗产信息资源的内容特征,构建了文化遗产信息资源本体。依托文本关键词抽取方法从多个外部知识库中进行实体关系抽取,提出了多知识库融合的知识抽取模型。借助远程监督方法建立了文化遗产信息资源知识图谱构建框架,随后依托知识图谱构建了基于深度学习的文化遗产信息资源知识发现模型以及基于主题-知识关联的文化遗产信息资源知识推荐模型,为开放领域文化遗产信息资源的知识服务建立了一套系统性的框架。 在方法实现方面,文章首先使用数字人文中的近读以及远读有关方法总结与分析了文化遗产信息资源中知识分布的不同特点,从人文视角研判了不同类型文化遗产信息资源创造过程中的异同,为信息资源的知识抽取提供了针对性的方法。随后利用本体、关联数据、远程监督、机器学习有关方法进行了信息资源的知识抽取并构建了知识图谱,通过依存句法关系、词汇相似度计算完成了文化遗产知识的融合。最后利用深度学习有关方法对知识进行加工,进行了不同知识粒度下的知识图谱可视化展示,完成了文化遗产信息资源的知识抽取、知识发现与推荐,在与其他方法的对比中均取得了较好的实验结果。从实证研究的结果上看,达到了文章面向开放领域文化遗产信息资源进行知识服务的目标以及在新媒体环境下传承和发扬中华传统文化的目的。 在实践应用方面,文章以中华文化遗产的典型代表“中国十大传世名画”信息资源为例,对知识图谱构建方法与应用进行了实证研究。实验表明文章所提理论与方法的可行性及适用性,该过程包括文化遗产信息资源中知识分布特征分析,多知识库融合的信息资源知识抽取,文化遗产信息资源知识图谱自动生成,文化遗产信息资源的知识抽取与知识标引,融合远程监督与深度学习的信息资源知识发现,主题-知识关联的文化遗产信息资源知识推荐。研究结果表明文章提出的理论方法模型具有较好的实用性,能够精准且全面的获取文化遗产信息资源中的知识,其面向开放域信息资源的应用特点与自动构建的运行方式更能适应大数据环境下进行实时、精确、个性化知识服务的需求,能够更好的进行中华传统文化的传承与推广工作。

关键词： 网络问政   大数据   垂直搜索引擎   网络爬虫   分布式系统  

摘要： 随着互联网的普及和大数据、人工智能等信息化技术的推动,政府治理模式也从线下一步一步向线上进行数字化转型,其中网络问政平台就是拉近政民距离、简化政民沟通成本的重要途径,网络问政凭借着互动实时性、参与平等性、身份匿名性等优势逐渐发展成一种新型民主政治形式。近年来通过各大问政门户网站的开设运行,积累了大量能够反映社情民意、热点社会问题的第一手数据,但限于数据源分散,数据统计获取困难,问政平台功能单一等问题,用户只能依赖通用搜索引擎来检索数据。这种检索方式通常包含大量无意义链接,重复数据和过期资源,用户难以在短时间内获取更加专业、深入和精准的信息,尤其是对特定领域的专家学者,更是需要一定的技术支持才能获取到批量的有价值的信息。为了解决上述问题,本文研究了网络爬虫、大数据、垂直搜索引擎、分布式系统和数据分析等相关技术,设计并实现了面向网络问政领域的垂直搜索引擎与数据分析系统。本文主要完成了以下几点工作:(1)在全文检索工具Lucene的基础上,根据网络问政数据特点进行权重设置和同义词扩展查询优化,提高了搜索引擎的查准率和查全率。(2)结合Hadoop生态下的相关大数据技术,将系统进行了分布式部署,将数据库进行了分布式存储,从而构建了基于分布式计算平台的网络爬虫系统和面向网络问政领域的垂直搜索引擎,在实现系统功能性需求的基础上充分考虑了分布式集群下的高性能、高可用、可扩展和容错性。(3)通过可视化组件提供了搜索引擎用户接口页面和数据统计结果页面。本文设计的系统将对网络上的问政相关数据进行实时爬取、精确管理和全文检索,为用户检索问政信息和专家学者查询舆情数据提供便捷性,提高了信息检索和数据获取效率,降低技术难度,对促进政务相关领域研究和政府数字化治理均有重要意义。通过与普通搜索引擎的搜索结果进行比较,本系统在查询结果的查准率和查全率上都优于通用搜索引擎,具有一定实用性,可为广大普通民众、相关专家学者和政府部门人员提供问政数据检索服务。

关键词： 金融科技   银行风险承担水平   贷款结构   不良贷款   多重中介效应模型  

摘要： 金融科技(下文简称Fintech)与商业银行之间并不是简单的竞争关系,而是处于一种竞合关系中。Fintech发展初期在金融服务领域的应用不仅加剧了商业银行存款领域的竞争,也加剧了商业银行信贷领域的竞争。成立经营网络小额贷款业务的小额贷款公司是近年来金融科技公司利用Fintech布局金融业的重要环节。该类型企业的成立使得商业银行在存款领域所受到的冲击较大,但2020年11月2日央行公布的《网络小额贷款业务管理暂行办法》(征求意见稿)出台后严禁经营网络小额贷款业务的小额贷款公司资金端吸收或者变相吸收公众存款的行为,在很大程度上缓解了商业银行存款领域的竞争压力;然而在贷款领域,商业银行相较于互联网金融有着良好的声誉并且资金实力雄厚,因此一直是个人和企业贷款的首选,故商业银行应紧紧抓住并积极布局其在信贷领域的竞争优势。随着商业银行利用大数据技术对Fintech的布局,可将商业银行这特有的信贷竞争优势发挥出来,同时也对银行风险承担水平提出了新要求。基于此,本文从商业银行资产端入手,即从信贷竞争渠道探究Fintech的出现对我国商业银行风险承担水平到底有何影响?首先,本文从机理层面展开分析,阐明Fintech、信贷竞争与银行风险承担三者之间内在的逻辑联系。在银行理性经济人假设的基础上,信贷竞争不断加剧,运用风险转移效应和利润边际效应理论阐述处于发展初期的Fintech使得银行风险承担水平上升,即银行承担的风险增大;而随着商业银行利用大数据技术在Fintech上的场景应用,信息不对称的降低则使得银行风险承担水平下降,即银行承担的风险减小。因此Fintech与商业银行处于一种竞合关系,Fintech通过信贷竞争对商业银行风险承担水平的影响是动态变化的,并推演出“金融科技—贷款结构/不良贷款—银行风险承担”的传导机制。其次,本文从数理层面对上述传导机制进行推演,构建纳入金融科技的银行风险承担模型,计算考虑了金融科技约束的商业银行最优化问题。得出Fintech影响商业银行风险承担水平是通过“恶化贷款结构”和“降低信息不对称程度”两种渠道来实现的,并提出两个有待实证检验的研究命题。然后,本文从实证层面对提出的研究命题进行检验,运用文本挖掘法和主成分分析来构建基于百度搜索引擎的金融科技指数,进而运用多重中介效应模型进行回归分析。由于Fintech的出现,整个银行业风险承担水平会呈现出特有的趋势,对银行业的稳定发展至关重要,同时商业银行在银行信贷领域竞争中占主导作用,因此选取中国整体商业银行的宏观数据作为研究样本,时间跨度为2007—2019年。选取银行风险承担作为被解释变量,并运用文本挖掘法构建的金融科技指数作为核心解释变量,银行贷款结构和不良贷款率作为中介变量,运用多重中介效应模型实证检验Fintech通过信贷竞争渠道对银行风险承担水平的影响,得出Fintech通过信贷竞争渠道影响银行风险承担水平呈现先升后降的运动轨迹,与机理分析一致。最后,本研究得出的结论表明:第一,Fintech通过信贷竞争渠道影响商业银行风险承担水平的运行轨迹呈现出先升后降的“倒U型”运动趋势。Fintech发展初期,在蚕食商业银行利润的基础上加剧信贷竞争并恶化银行贷款结构,银行为了维持高收益水平转而投资高风险项目,提升银行资产端的风险偏好,使得银行承担的风险水平上升;然而,伴随着国内对Fintech的重视成为共识,商业银行利用大数据技术逐步展开全方位立体式的布局,这在很大程度上可以提高Fintech效率,降低信息不对称程度,使得贷款客户“逆向选择”减少,银行不良贷款率下降,从而银行承担的风险减小。第二,在信贷竞争渠道中的两个中介效应指标(贷款结构和不良贷款率)发挥了完全中介的效应。其中,金融科技经由贷款结构增加银行风险承担水平;金融科技经由不良贷款降低银行风险承担水平。因此得以验证数理推演过程中得出的两个命题。本研究的可能创新之处:第一,研究角度创新。大部分文献是站在商业银行的负债端角度进行研究,本文是站在商业银行资产端的角度进行研究。研究出发点是商业银行资产端,将研究的焦点集中在Fintech通过信贷竞争渠道影响商业银行承担的风险水平,分析Fintech通过信贷竞争渠道如何影响商业银行风险承担水平。第二,研究路径创新。本文刻画了“金融科技—贷款结构/不良贷款—银行风险承担”的传导路径,并运用基于多重中介效应模型实证检验此路径的可行性。

摘要： 高校图书馆是促进教学创新、提供信息资源服务的学术中心,也是为师生提供多层次、多样化信息服务的关键载体。在智慧图书馆内生发展阶段,高校图书馆要充分利用数据平台优势,为读者提供多样互动的阅读服务、便于获取的信息服务,通过创新信息服务模式,全面提升信息服务效能。本文将结合《图书馆信息资源建设》一书,分析高校图书馆信息服务现状,探索数据时代下高校图书馆信息服务模式构建与应用策略,以期为当前全面提升高校图书馆信息服务质量提供有效参考。

摘要： 本文从目标、特点、重点三个层面,详实介绍了公路养护信息资源开发利用的发展方向,以及其重要的作用等。信息资源开发利用的目标公路养护信息资源开发利用的总体目标是加深整个行业对养护信息资源的认识程度,建立健全规章制度和法律规范。为实现这一目标,公路交通行业需要打破传统的信息资源管理模式,深挖资源的使用需求,壮大养护信息资源相关产业,建立统一养护数据标准,最终实现养护信息资源共享。并以此推动我国公路养护信息资源总量的增加,提高质量和优化结构。值得注意的是,待路网级资产养护管控平台搭建完成,仍需长期追踪评价公路路面、桥梁、隧道等的使用性能、病害情况、安全状况等,并将其数据信息,放在时间轴和各路段之间对比分析,才能根据病害的历史状况和变化趋势作出安全预警,为后续的大中修提供参考。

关键词： 谷歌效应   搜索引擎   学习和记忆  

摘要： 随着我们对互联网越来越依赖,对搜索引擎的使用越来越频繁,互联网也在逐渐改变我们的认知策略,影响我们的记忆。谷歌效应就是一个例子,即我们把互联网当作个人记忆库,遇到不熟悉问题会马上想到去互联网上找答案。本研究采用问卷调查的方式,探究高校学生群体对搜索引擎的使用情况和偏好,以及谷歌效应产生的边界条件。结果表明,高校学生在面临知识差距时严重依赖互联网,互联网对他们的学习和记忆行为产生了影响,后续研究将致力于削弱互联网对记忆的消极影响。