【摘要】：隨著數(shù)字網(wǎng)絡的迅猛發(fā)展,用戶知識的交流和使用正在發(fā)生新的變化�；诙嗝襟w、跨系統(tǒng)和語義知識的“虛擬學術社區(qū)”正在興起。網(wǎng)絡的飛速發(fā)展和信息資源的激增民帶來諸多便利,提供豐富的信息資源的同時也其弊端。面對知識資源的高度分散和混亂發(fā)展,需要將繁雜無序的知識資源進行動態(tài)關聯(lián),并有效地融合在一起,構建一個知識資源服務體系,能夠滿足用戶個性化、智能化的知識資源服務體系,知識聚合的概念應運而生。一個優(yōu)質的聚合模型能夠直觀地描述知識與知識的內(nèi)在機制之間的關系,提升工作效率,所以,優(yōu)化虛擬學術社區(qū)的知識聚合模型能夠構建優(yōu)質的資源獲取平臺,實現(xiàn)知識的共享和創(chuàng)新。本文在借鑒虛擬社區(qū)相關知識理論和已有的知識聚合相關模型的基礎上,進而建立虛擬社區(qū)知識聚合整體模型,并進行實例分析證。具體如下:首先作者對目前虛擬學術社區(qū)的國內(nèi)外研究現(xiàn)狀與意義進行了描述,并對虛擬社區(qū)、虛擬學術社區(qū)、知識聚合相關理論進行分析闡述,在此基礎上結合學術社區(qū)用戶的相關知識需求分析,提出了虛擬學術社區(qū)知識聚合的目標—-知識共享、知識管理、知識創(chuàng)新和知識推送。其次,針對本文研究內(nèi)容,作者提出了基于主題的虛擬學術社區(qū)知識聚合模型和基于SECI的虛擬學術社區(qū)知識聚合模型,并對這兩種模型的相關理論進行了深入細致的剖析,在結合理論學習與創(chuàng)新的基礎上建立了融合主題與SECI模型的虛擬學術社區(qū)知識聚合整體模型構架。最后,以“丁香園”虛擬學術社區(qū)為載體,通過網(wǎng)絡爬蟲軟件“集搜客GooSeeker”進行社區(qū)知識文本的搜集與提取,并進一步利用軟件python進行編程實現(xiàn)文本的預處理、向量化和基于K-Means算法的文本聚類分析與可視化數(shù)據(jù)提取,通過對編程結果的歸納總結、對比分析印證了作者所建立模型的正確性。本文基于用戶需求的虛擬學術社區(qū)知識聚合模型研究有助于擴展基于用戶的知識組織的理論研究;有助于推動虛擬學術社區(qū)理論體系的進一步豐富與發(fā)展,有助于后續(xù)學者更加深入的進行虛擬學術社區(qū)知識聚合模型的學習與研究。同時本文建立了一種新的融合主體模型與SECI模型的虛擬社區(qū)知識聚合整體模型,在一定程度上實現(xiàn)了對當前的知識聚合模型的優(yōu)化,推動虛擬學習社區(qū)知識聚合模型理論的深入性和普適性發(fā)展,為提升虛擬學術社區(qū)知識聚合的水平提供實踐參考。
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：G201
【圖文】：

第 1 章 緒論第 1 章 緒論題背景中國互聯(lián)網(wǎng)信息中心（CNNIC）于 2018 年 1 月 31 日發(fā)布的第 41 次絡發(fā)展狀況統(tǒng)計報告》[1]，如圖 1.1 所示，截至 2017 年 12 月，中國 7.72 億，新增網(wǎng)民總數(shù)全年增加到 4074 萬。網(wǎng)絡普及率是 55.8%，水平 4.1 個百分點，比亞洲平均水平（46.7%）高 9.1 個百分點，高平 2.6 個百分點截至 2016 年底。根據(jù) 2017 年 12 月底的統(tǒng)計數(shù)據(jù)，使用者是 7.53 億，在 2016 年一整年里，移動互聯(lián)網(wǎng)用戶使用比例由97.5%。

第 1 章 緒論研究現(xiàn)狀外研究現(xiàn)狀擬學術社區(qū)知識聚合的發(fā)展術社區(qū)的知識聚合研究有著可以追溯的發(fā)展進程，如圖 1.2 劃分，由信息聚合的發(fā)展為知識聚合，按照不同的聚合主體對的知識聚合進一步發(fā)展至虛擬學術社區(qū)知識聚合，再延伸具知識聚合。以往不同層次和不同聚合主體的深入研究和諸多究主體— 虛擬學術社區(qū) 的知識聚合模型研究提供了堅實的

過對相關文獻著作進行分析和整理，總結國內(nèi)外虛擬學術社區(qū)知識聚合的研究現(xiàn)狀，概括相關理論的概念，梳理概念間的關聯(lián)，建立理論框架；其次，歸納、總結現(xiàn)有研究成果，提出本文研究的初步構思，并確認研究主題和研究思路。（2）模型研究法立足于社區(qū)用戶的需求分析，將相關 SECI 理論和知識聚合理論綜合運用于虛擬學術社區(qū)的聚合模型設計過程中，構建了虛擬學術社區(qū)知識聚合的模型，并且以多種聚合算法為基礎，輔助模型的構建。（3）實證研究法利用選擇的實證來闡釋所構建的模型，采用獲取的信息對模型分析并進行評價。選取最為典型的虛擬學術社區(qū)- 丁香園 作為實證研究，分析了丁香園社區(qū)的知識聚合發(fā)展現(xiàn)狀及知識聚合模型構建，為后續(xù)的知識聚合模型提供借鑒和啟示。1.4.3 技術路線本文的技術圖線路如圖 1.3 所示。

【參考文獻】

相關期刊論文 前10條

1 顧曉雪;章成志;;標注內(nèi)容與用戶屬性結合的標簽聚類研究[J];現(xiàn)代圖書情報技術;2015年10期

2 付立宏;李帥;;虛擬學術社區(qū)的類型及特點比較分析[J];創(chuàng)新科技;2015年07期

3 貫君;畢強;趙夷平;;基于關聯(lián)數(shù)據(jù)的知識聚合與發(fā)現(xiàn)研究進展[J];情報資料工作;2015年03期

4 徐凡;龐建剛;;網(wǎng)絡社區(qū)知識形成機制研究[J];情報探索;2015年03期

5 趙雪芹;;知識聚合與服務研究現(xiàn)狀及未來研究建議[J];情報理論與實踐;2015年02期

6 畢強;尹長余;滕廣青;王傳清;;數(shù)字資源聚合的理論基礎及其方法體系建構[J];情報科學;2015年01期

7 楊瑞仙;李露琪;;國內(nèi)外數(shù)字文獻資源深度聚合研究現(xiàn)狀的比較分析[J];圖書情報知識;2014年06期

8 曹高輝;王學東;夏謙;胡守敏;;多模態(tài)Web信息融合系統(tǒng)構建及服務機制研究[J];情報科學;2014年09期

9 胡海波;;Web3.0環(huán)境下基于用戶興趣的信息聚合服務[J];情報理論與實踐;2014年08期

10 王學東;胡宋敏;謝輝;丁帥;曹高輝;;多模態(tài)網(wǎng)絡主題資源聚合與實證研究[J];情報科學;2014年07期

相關博士學位論文 前4條

1 楊萌;基于Taxonomy-folkonomy混合模型的社會化標注系統(tǒng)資源聚合研究[D];吉林大學;2014年

2 周姍姍;基于Folksonomy模式的數(shù)字資源多維度聚合研究[D];吉林大學;2014年

3 張素芳;網(wǎng)絡社區(qū)學術資源關聯(lián)研究[D];南開大學;2012年

4 王東;虛擬學術社區(qū)知識共享實現(xiàn)機制研究[D];吉林大學;2010年

相關碩士學位論文 前6條

1 張琳;基于資源聚合技術的虛擬學習社區(qū)設計與實現(xiàn)[D];湖北師范大學;2017年

2 田小芳;網(wǎng)絡虛擬社區(qū)知識分享激勵機制研究[D];湖南大學;2016年

3 何欣;移動互聯(lián)網(wǎng)時代Web2.0社區(qū)聚合類網(wǎng)站運營策略[D];西北大學;2013年

4 陳寶樓;K-Means算法研究及在文本聚類中的應用[D];安徽大學;2013年

5 商任翔;基于主題模型的中醫(yī)藥隱含語義信息挖掘[D];浙江大學;2013年

6 董婧靈;基于LDA模型的文本聚類研究[D];華中師范大學;2012年

本文編號：2785928