隨著信息技術(shù)的發(fā)展,博物館信息化成為文博行業(yè)發(fā)展的重要趨勢(shì)之一�；ヂ�(lián)網(wǎng)為博物館提供了新的傳播方式和途徑,也給博物館帶來(lái)了新的機(jī)遇和挑戰(zhàn)。在互聯(lián)網(wǎng)環(huán)境下,博物館如何利用網(wǎng)絡(luò)為大眾服務(wù),利用網(wǎng)絡(luò)進(jìn)一步擴(kuò)大其影響力成為一個(gè)值得研究的問(wèn)題。因此,有必要建立一套完整的博物館網(wǎng)絡(luò)影響力指標(biāo)評(píng)價(jià)體系,對(duì)博物館的網(wǎng)絡(luò)影響力進(jìn)行綜合評(píng)價(jià)。本文結(jié)合已有的機(jī)構(gòu)網(wǎng)絡(luò)影響力指標(biāo),設(shè)計(jì)了一套博物館網(wǎng)絡(luò)影響力的評(píng)價(jià)系統(tǒng)。本文的主要貢獻(xiàn)如下:1.本文提出了博物館網(wǎng)絡(luò)影響力評(píng)價(jià)指標(biāo)體系,在已有機(jī)構(gòu)網(wǎng)絡(luò)影響力評(píng)價(jià)的基礎(chǔ)上,調(diào)研博物館的相關(guān)網(wǎng)絡(luò)公開(kāi)數(shù)據(jù),根據(jù)博物館自身的特點(diǎn),設(shè)計(jì)包括博物館網(wǎng)站影響力、社會(huì)反饋、學(xué)術(shù)影響力等3個(gè)一級(jí)指標(biāo)。通過(guò)專家分析法和層次分析法,根據(jù)科學(xué)的計(jì)算與分析,確定了評(píng)估指標(biāo)的綜合權(quán)重。2.本文提出了一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的改進(jìn)情感分析模型,基于該模型對(duì)觀眾評(píng)論進(jìn)行研究分析。模型使用情感詞典細(xì)化技術(shù)對(duì)情感詞向量進(jìn)行細(xì)化處理,之后對(duì)詞向量使用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)與多層注意力機(jī)制結(jié)合的模型處理得到博物館觀眾評(píng)論的情感分析。3.本文構(gòu)建了一套博物館網(wǎng)絡(luò)影響力評(píng)價(jià)系統(tǒng)。對(duì)系統(tǒng)進(jìn)行需求分析,包括系統(tǒng)用例分析、業(yè)務(wù)... 

【文章來(lái)源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：100 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
學(xué)位論文麵集
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 網(wǎng)絡(luò)影響力評(píng)價(jià)
        1.2.2 情感分析技術(shù)
    1.3 主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)
    1.4 章節(jié)目錄安排
第二章 理論基礎(chǔ)
    2.1 層次分析法
    2.2 爬蟲(chóng)算法
        2.2.1 一致性Hash算法
        2.2.2 網(wǎng)站反爬蟲(chóng)策略
    2.3 神經(jīng)網(wǎng)絡(luò)模型
        2.3.1 詞向量
        2.3.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.3.3 注意力機(jī)制
    2.4 本章小結(jié)
第三章 博物館網(wǎng)絡(luò)影響力評(píng)價(jià)指標(biāo)體系設(shè)計(jì)
    3.1 問(wèn)題分析
    3.2 指標(biāo)設(shè)計(jì)
        3.2.1 指標(biāo)設(shè)計(jì)原則
        3.2.2 指標(biāo)體系框架
    3.3 權(quán)重設(shè)計(jì)
        3.3.1 權(quán)重判別矩陣
        3.3.2 權(quán)重計(jì)算
        3.3.3 一致性檢驗(yàn)
        3.3.4 權(quán)重結(jié)果
    3.4 本章小結(jié)
第四章 博物館網(wǎng)絡(luò)影響力系統(tǒng)需求分析與設(shè)計(jì)
    4.1 需求分析
        4.1.1 需求概述
        4.1.2 系統(tǒng)用例分析
        4.1.3 業(yè)務(wù)流程分析
        4.1.4 功能性需求分析
        4.1.5 非功能性需求分析
    4.2 系統(tǒng)設(shè)計(jì)
        4.2.1 數(shù)據(jù)庫(kù)設(shè)計(jì)
        4.2.2 詳細(xì)設(shè)計(jì)
    4.3 基于情感模型的觀眾反饋評(píng)價(jià)方法設(shè)計(jì)
        4.3.1 方法框架
        4.3.2 詞向量表示
        4.3.3 注意力機(jī)制
        4.3.4 softmax層
        4.3.5 優(yōu)化方案
        4.3.6 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    4.4 本章小結(jié)
第五章 博物館網(wǎng)絡(luò)影響力評(píng)價(jià)系統(tǒng)實(shí)現(xiàn)
    5.1 系統(tǒng)開(kāi)發(fā)環(huán)境
    5.2 模塊實(shí)現(xiàn)
        5.2.1 數(shù)據(jù)采集模塊
        5.2.2 數(shù)據(jù)分析模塊
        5.2.3 系統(tǒng)管理模塊
        5.2.4 系統(tǒng)監(jiān)控模塊
        5.2.5 數(shù)據(jù)管理模塊
        5.2.6 基本信息管理模塊
    5.3 實(shí)證研究
        5.3.1 博物館網(wǎng)站影響力
        5.3.2 博物館社會(huì)反饋
        5.3.3 博物館網(wǎng)絡(luò)學(xué)術(shù)影響力評(píng)價(jià)
        5.3.4 博物館觀眾反饋
        5.3.5 博物館總體指標(biāo)分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 未來(lái)展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文
作者及導(dǎo)師介紹
附件


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和Tree-LSTM的微博情感分析[J]. 王文凱,王黎明,柴玉梅.  計(jì)算機(jī)應(yīng)用研究. 2019(05)
[2]省級(jí)審計(jì)機(jī)關(guān)網(wǎng)站網(wǎng)絡(luò)影響力實(shí)證研究[J]. 鄭小榮,宋裕文,楊佳璇,王文癑.  審計(jì)研究. 2017(01)
[3]圖書(shū)館網(wǎng)絡(luò)影響力研究:以自媒體微博微信為視角[J]. 雷歡.  圖書(shū)館論壇. 2017(01)
[4]基于深度學(xué)習(xí)的社交網(wǎng)絡(luò)平臺(tái)細(xì)粒度情感分析[J]. 李陽(yáng)輝,謝明,易陽(yáng).  計(jì)算機(jī)應(yīng)用研究. 2017(03)
[5]中文微博情感詞典構(gòu)建方法[J]. 周詠梅,陽(yáng)愛(ài)民,林江豪.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2014(03)
[6]高校機(jī)構(gòu)知識(shí)庫(kù)網(wǎng)絡(luò)影響力評(píng)價(jià)研究——基于我國(guó)重點(diǎn)大學(xué)的實(shí)證分析[J]. 丁敬達(dá),朱夢(mèng)月.  圖書(shū)館雜志. 2014(07)
[7]基于SVM結(jié)合依存句法的金融領(lǐng)域輿情分析[J]. 黃進(jìn),阮彤,蔣銳權(quán).  計(jì)算機(jī)工程與應(yīng)用. 2015(23)
[8]基于極性詞典的中文微博客情感分類[J]. 王勇,呂學(xué)強(qiáng),姬連春,肖詩(shī)斌.  計(jì)算機(jī)應(yīng)用與軟件. 2014(01)
[9]我國(guó)省級(jí)公共圖書(shū)館網(wǎng)絡(luò)影響力評(píng)價(jià)研究[J]. 劉文云,周泰冰.  圖書(shū)館建設(shè). 2011(03)
[10]我國(guó)地方政府的網(wǎng)絡(luò)影響力評(píng)估研究[J]. 陳嵐.  現(xiàn)代情報(bào). 2011(03)



本文編號(hào)：3033533