分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 梳理国内外学科交叉相关研究，归纳总结现有研究存在的问题，为评价学科交叉效果提供参考，为促进学科交叉发展提供借鉴。[方法/过程] 首先对学科交叉研究相关概念进行辨析，其次在调研国内外相关研究基础上从学科交叉理论研究（学科交叉人才培养、学科交叉类型、学科交叉内外动机和阻碍因素）、学科交叉测度研究（学科交叉测度方法、学科交叉测度指标）、学科交叉相关规律研究（学科交叉影响双向测度、学科交叉研究主题识别）三个层面对其进行归纳整理，最后提出现有研究不足并对未来发展提出展望，为后续从微观深层分析与宏观整体建构相结合视角的研究提供帮助。[结果/结论] 目前学科交叉研究存在以下不足：师资队伍和课程体系需进一步优化；研究对象多样性有待改善；学科交叉测度方法、测度指标仍需系统化；学科分类体系有待进一步界定；学科交叉双向影响因素不够全面；主题识别方法尚未完善；定性、定量方法需相互结合，互为补充。未来研究可针对以上不足进行深入分析。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 通过相关研究与实践，为运用微信小程序助力学科知识服务提供思路与参考。[方法/过程] 分析微信小程序的特性与服务现状，提出以用户为中心的大环境、深发现、小前端、富生态的学科知识服务框架与模式，并从信息服务、知识服务、个性化服务等视角进行服务内容研究。以干细胞助手微信小程序为例进行案例实践，证明该方法的可行性。[结果/结论] 只要合理规划、科学布局，小程序生态也能承载丰富的学科知识服务应用，从移动端支持用户的科研创新活动。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： ［目的/意义］ 政策工具的识别与分析是政策研究的重要手段之一。此项工作目前多以人工开展。本文运用深度学习方法进行政策工具的自动识别，以期提高政策工具识别的效率。［方法/过程］ 设计与实施政策数据采集与清洗——政策工具人工标引——模型训练——结果解读的政策工具自动识别的实验流程，并以北上广贵四地的政府信息公开政策为例，对比传统机器学习方法和深度学习方法在政策工具识别任务上的性能表现。此外，提出整合政策全局信息进行各段落政策工具识别的方案，并通过实验证明方案的有效性。［结果/结论］ 深度学习模型CNN在全量测试数据上达到76.51%的准确率，整合全局信息的CNN模型达到77.13%的准确率。而仅对模型的高置信度结果进行评估发现，整合全局信息的CNN模型在其中55.63%的测试数据上准确率达到了95.44%。该准确率已经达到了实用的要求，表明超过一半的政策工具标引可以借用模型的高置信度结果，无需人工复核。基于深度学习方法研究政策工具的自动识别取得较好的效果，提升政策工具标引的效率，为大数据量的政策工具自动识别提供正面经验。
点击量
点击量
下载量
评论
