【摘要】：隨著數(shù)字網(wǎng)絡(luò)的迅猛發(fā)展,用戶知識(shí)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(yǔ)義知識(shí)的“虛擬學(xué)術(shù)社區(qū)”正在興起。網(wǎng)絡(luò)的飛速發(fā)展和信息資源的激增民帶來(lái)諸多便利,提供豐富的信息資源的同時(shí)也其弊端。面對(duì)知識(shí)資源的高度分散和混亂發(fā)展,需要將繁雜無(wú)序的知識(shí)資源進(jìn)行動(dòng)態(tài)關(guān)聯(lián),并有效地融合在一起,構(gòu)建一個(gè)知識(shí)資源服務(wù)體系,能夠滿足用戶個(gè)性化、智能化的知識(shí)資源服務(wù)體系,知識(shí)聚合的概念應(yīng)運(yùn)而生。一個(gè)優(yōu)質(zhì)的聚合模型能夠直觀地描述知識(shí)與知識(shí)的內(nèi)在機(jī)制之間的關(guān)系,提升工作效率,所以,優(yōu)化虛擬學(xué)術(shù)社區(qū)的知識(shí)聚合模型能夠構(gòu)建優(yōu)質(zhì)的資源獲取平臺(tái),實(shí)現(xiàn)知識(shí)的共享和創(chuàng)新。本文在借鑒虛擬社區(qū)相關(guān)知識(shí)理論和已有的知識(shí)聚合相關(guān)模型的基礎(chǔ)上,進(jìn)而建立虛擬社區(qū)知識(shí)聚合整體模型,并進(jìn)行實(shí)例分析證。具體如下:首先作者對(duì)目前虛擬學(xué)術(shù)社區(qū)的國(guó)內(nèi)外研究現(xiàn)狀與意義進(jìn)行了描述,并對(duì)虛擬社區(qū)、虛擬學(xué)術(shù)社區(qū)、知識(shí)聚合相關(guān)理論進(jìn)行分析闡述,在此基礎(chǔ)上結(jié)合學(xué)術(shù)社區(qū)用戶的相關(guān)知識(shí)需求分析,提出了虛擬學(xué)術(shù)社區(qū)知識(shí)聚合的目標(biāo)—-知識(shí)共享、知識(shí)管理、知識(shí)創(chuàng)新和知識(shí)推送。其次,針對(duì)本文研究?jī)?nèi)容,作者提出了基于主題的虛擬學(xué)術(shù)社區(qū)知識(shí)聚合模型和基于SECI的虛擬學(xué)術(shù)社區(qū)知識(shí)聚合模型,并對(duì)這兩種模型的相關(guān)理論進(jìn)行了深入細(xì)致的剖析,在結(jié)合理論學(xué)習(xí)與創(chuàng)新的基礎(chǔ)上建立了融合主題與SECI模型的虛擬學(xué)術(shù)社區(qū)知識(shí)聚合整體模型構(gòu)架。最后,以“丁香園”虛擬學(xué)術(shù)社區(qū)為載體,通過(guò)網(wǎng)絡(luò)爬蟲(chóng)軟件“集搜客GooSeeker”進(jìn)行社區(qū)知識(shí)文本的搜集與提取,并進(jìn)一步利用軟件python進(jìn)行編程實(shí)現(xiàn)文本的預(yù)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(guò)對(duì)編程結(jié)果的歸納總結(jié)、對(duì)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(xué)術(shù)社區(qū)知識(shí)聚合模型研究有助于擴(kuò)展基于用戶的知識(shí)組織的理論研究;有助于推動(dòng)虛擬學(xué)術(shù)社區(qū)理論體系的進(jìn)一步豐富與發(fā)展,有助于后續(xù)學(xué)者更加深入的進(jìn)行虛擬學(xué)術(shù)社區(qū)知識(shí)聚合模型的學(xué)習(xí)與研究。同時(shí)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(shí)聚合整體模型,在一定程度上實(shí)現(xiàn)了對(duì)當(dāng)前的知識(shí)聚合模型的優(yōu)化,推動(dòng)虛擬學(xué)習(xí)社區(qū)知識(shí)聚合模型理論的深入性和普適性發(fā)展,為提升虛擬學(xué)術(shù)社區(qū)知識(shí)聚合的水平提供實(shí)踐參考。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：G201
【圖文】：

第 1 章 緒論第 1 章 緒論題背景中國(guó)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(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[1]，如圖 1.1 所示，截至 2017 年 12 月，中國(guó) 7.72 億，新增網(wǎng)民總數(shù)全年增加到 4074 萬(wàn)。網(wǎng)絡(luò)普及率是 55.8%，水平 4.1 個(gè)百分點(diǎn)，比亞洲平均水平（46.7%）高 9.1 個(gè)百分點(diǎn)，高平 2.6 個(gè)百分點(diǎn)截至 2016 年底。根據(jù) 2017 年 12 月底的統(tǒng)計(jì)數(shù)據(jù)，使用者是 7.53 億，在 2016 年一整年里，移動(dòng)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(xué)術(shù)社區(qū)知識(shí)聚合的發(fā)展術(shù)社區(qū)的知識(shí)聚合研究有著可以追溯的發(fā)展進(jìn)程，如圖 1.2 劃分，由信息聚合的發(fā)展為知識(shí)聚合，按照不同的聚合主體對(duì)的知識(shí)聚合進(jìn)一步發(fā)展至虛擬學(xué)術(shù)社區(qū)知識(shí)聚合，再延伸具知識(shí)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(xué)術(shù)社區(qū) 的知識(shí)聚合模型研究提供了堅(jiān)實(shí)的

過(guò)對(duì)相關(guān)文獻(xiàn)著作進(jìn)行分析和整理，總結(jié)國(guó)內(nèi)外虛擬學(xué)術(shù)社區(qū)知識(shí)聚合的研究現(xiàn)狀，概括相關(guān)理論的概念，梳理概念間的關(guān)聯(lián)，建立理論框架；其次，歸納、總結(jié)現(xiàn)有研究成果，提出本文研究的初步構(gòu)思，并確認(rèn)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(guān) SECI 理論和知識(shí)聚合理論綜合運(yùn)用于虛擬學(xué)術(shù)社區(qū)的聚合模型設(shè)計(jì)過(guò)程中，構(gòu)建了虛擬學(xué)術(shù)社區(qū)知識(shí)聚合的模型，并且以多種聚合算法為基礎(chǔ)，輔助模型的構(gòu)建。（3）實(shí)證研究法利用選擇的實(shí)證來(lái)闡釋所構(gòu)建的模型，采用獲取的信息對(duì)模型分析并進(jìn)行評(píng)價(jià)。選取最為典型的虛擬學(xué)術(shù)社區(qū)- 丁香園 作為實(shí)證研究，分析了丁香園社區(qū)的知識(shí)聚合發(fā)展現(xiàn)狀及知識(shí)聚合模型構(gòu)建，為后續(xù)的知識(shí)聚合模型提供借鑒和啟示。1.4.3 技術(shù)路線本文的技術(shù)圖線路如圖 1.3 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧曉雪;章成志;;標(biāo)注內(nèi)容與用戶屬性結(jié)合的標(biāo)簽聚類研究[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2015年10期

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

3 貫君;畢強(qiáng);趙夷平;;基于關(guān)聯(lián)數(shù)據(jù)的知識(shí)聚合與發(fā)現(xiàn)研究進(jìn)展[J];情報(bào)資料工作;2015年03期

4 徐凡;龐建剛;;網(wǎng)絡(luò)社區(qū)知識(shí)形成機(jī)制研究[J];情報(bào)探索;2015年03期

5 趙雪芹;;知識(shí)聚合與服務(wù)研究現(xiàn)狀及未來(lái)研究建議[J];情報(bào)理論與實(shí)踐;2015年02期

6 畢強(qiáng);尹長(zhǎng)余;滕廣青;王傳清;;數(shù)字資源聚合的理論基礎(chǔ)及其方法體系建構(gòu)[J];情報(bào)科學(xué);2015年01期

7 楊瑞仙;李露琪;;國(guó)內(nèi)外數(shù)字文獻(xiàn)資源深度聚合研究現(xiàn)狀的比較分析[J];圖書(shū)情報(bào)知識(shí);2014年06期

8 曹高輝;王學(xué)東;夏謙;胡守敏;;多模態(tài)Web信息融合系統(tǒng)構(gòu)建及服務(wù)機(jī)制研究[J];情報(bào)科學(xué);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(wù)[J];情報(bào)理論與實(shí)踐;2014年08期

10 王學(xué)東;胡宋敏;謝輝;丁帥;曹高輝;;多模態(tài)網(wǎng)絡(luò)主題資源聚合與實(shí)證研究[J];情報(bào)科學(xué);2014年07期

相關(guān)博士學(xué)位論文 前4條

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

3 張素芳;網(wǎng)絡(luò)社區(qū)學(xué)術(shù)資源關(guān)聯(lián)研究[D];南開(kāi)大學(xué);2012年

4 王東;虛擬學(xué)術(shù)社區(qū)知識(shí)共享實(shí)現(xiàn)機(jī)制研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前6條

1 張琳;基于資源聚合技術(shù)的虛擬學(xué)習(xí)社區(qū)設(shè)計(jì)與實(shí)現(xiàn)[D];湖北師范大學(xué);2017年

2 田小芳;網(wǎng)絡(luò)虛擬社區(qū)知識(shí)分享激勵(lì)機(jī)制研究[D];湖南大學(xué);2016年

3 何欣;移動(dòng)互聯(lián)網(wǎng)時(shí)代Web2.0社區(qū)聚合類網(wǎng)站運(yùn)營(yíng)策略[D];西北大學(xué);2013年

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

5 商任翔;基于主題模型的中醫(yī)藥隱含語(yǔ)義信息挖掘[D];浙江大學(xué);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(xué);2012年

本文編號(hào)：2785928