一、基于个性化的Web地质信息服务（论文文献综述）
于翔[1]（2021）在《基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究》文中研究表明华北平原是我国地下水超采最严重的地区,地下水位的持续下降,形成了冀枣衡、沧州及宁柏隆等七大地下水漏斗区,尤其是河北省,地下水超采量和超采面积占全国的1/3,由此引发了地面沉降、海水入侵等一系列问题。国家高度重视,自2014年起在河北省开展地下水超采综合治理试点工作,已取得了阶段性成效,地下水位持续下降趋势得到显着改善。通过对地下水超采治理效果进行客观评价,有助于推进地下水超采治理措施落实,高质量完成地下水超采治理各项工作。本文采用大数据、组件和综合集成等技术,建立了集空间数据水网、逻辑拓扑水网和业务流程水网为一体的数字水网,研发数字水网集成平台,基于平台提供地下水超采治理效果过程化评价及水位考核评估业务应用,为河北省地下水超采治理提供科学依据和技术支撑,具有重要研究意义。论文主要研究成果如下:（1）构建了河北省一体化数字水网。面向河流水系、地表水地下水等实体水网,将地理信息、遥感影像等数据数字化、可视化,构建空间数据水网;将管理单元的对象实体逻辑和用水对象进行拓扑化、可视化,构建逻辑拓扑水网;采用知识图将业务的相关关系、逻辑关联进行流程化、可视化,构建业务流程水网。研发数字水网综合集成平台,搭建可视化操作的业务集成环境,通过三种可视化水网的集成应用构建一体化的数字水网,为地下水超采治理效果评价和水位考核评估提供技术支撑。（2）提出了基于数字水网的业务融合模式。采用大数据技术对地下水数据资源进行处理与分析,实现多源数据融合;将地下水超采治理效果评价及水位考核评估的数据、方法和模型等进行组件开发提供组件化服务,实现模型方法的融合。采用知识可视化技术描述应用主题、业务流程、关联组件和信息,实现地下水超采治理业务过程融合;将数据、技术及业务进行融合,基于平台、主题、组件、知识图工具组织地下水超采治理业务应用,实现基于数字水网的地下水超采治理业务融合。（3）提供主题化地下水超采治理业务应用。基于数字水网集成平台,按照业务融合应用模式,采用大数据技术对多源数据进行融合,搭建地下水动态特征分析的业务化应用系统,提供信息和计算服务。针对地下水超采治理效果评价目标,采用组件及知识可视化技术将评价方法组件化、过程可视化,搭建过程化评价业务化应用系统,提供在线评价和决策服务。根据地下水采补水量平衡原理,研究河北省超采区的地下水位考核指标制定的方法,基于数字水网搭建水位考核评估业务化应用系统,提供考核和决策服务。
李昂[2]（2020）在《北京市测绘院测绘地理信息业务档案信息服务问题研究》文中研究说明随着网络技术发展速度的不断加快,信息传递效率得到显着提升,信息使用者的需求逐渐增多。当信息技术实现迅猛发展后,测绘行业也开始实施转型发展,地理信息服务成为一项重要业务。地理信息服务工作对于制定科学的建设规划、了解地理景观变化、研究和分析人文活动、设计和实施关键性工程起到了尤为重要的作用。过去的档案服务模式难以满足当前的发展需求,测绘档案馆必须转变发展理念,确保档案信息服务能够与信息时代背景下的业务发展相统一。本文以北京市测绘设计研究院（以下简称北测院）为例,搜集了国内外关于档案信息服务、测绘地理信息服务相关的论文,提炼总结相关观点。首先介绍了北测院测绘地理信息业务档案信息服务的现状,进而阐述在大测绘背景下,运用新公共服务理论指导档案信息服务的必要性。接下来,根据北测院近几年测绘地理信息服务情况进行分析,通过对服务对象的问卷调查,介绍目前档案信息服务存在以下不足:馆藏设施落后、信息化建设水平低、工作人员专业性不强、服务方式单一、缺乏反馈机制。并进一步通过对工作人员的访谈,结合问卷调查的结果剖析原因,主要有以下几点:档案专业化人力资源配置不合理;重视程度不足,资金投入少;管理制度不够精细,管理方式落后。最后,从服务对象角度出发,结合用户的实际需求和亟待解决的难点,从资料档案馆基础建设、测绘地理信息业务档案建设、档案人才队伍建设、网络平台建设等方面提出适合北测院的信息服务模式和优化策略。本文通过对北测院测绘地理信息业务档案信息服务现状、存在问题及对策的研究发现,在测绘行业转型发展和大测绘背景下,北测院档案信息服务应更具有针对性,服务理念、服务方式、服务内容必须根据服务对象的需求加以调整,进一步提升北测院档案信息服务效率。
王益成[3]（2020）在《数据驱动下科技情报智慧服务模式研究》文中研究表明从“信息时代”到“数据驱动”的智慧服务时代,多源异构且海量的数据资源成为人们解决问题的出发点。将多源异构且海量的数据资源纳入科技情报智慧服务模式中,不再局限于传统科技情报服务涉及的专利数据、科技文献数据、实地调研数据与科技项目数据等,还应该涵盖更广范围的互联网数据资源、科研社交媒体数据资源、社交网络数据资源与政府开放数据资源等多种来源的数据形式。数据资源驱动着科技情报服务从用户需求感知、科技情报内容获取与科技情报服务场景化推送这三个核心功能实现科技情报智慧服务模式,实现了科技情报服务流程的创新。本研究旨在以新视角探索数据驱动时代科技情报智慧服务模式及其实现,解析科技情报智慧服务构成要素及其特征,以实证分析探索数据驱动时代科技情报服务向智慧服务模式转型的思路,为科技情报机构科学转型提供理论与实践支撑。基于此,通过界定“数据驱动”、“情报、智能与智慧的辩证关系”、“智慧服务”与“科技情报智慧服务”等相关概念,以回顾智慧服务、科技情报服务与科技情报智慧服务研究现状为基础,综合运用文献调研法、问卷调查法、情境实验法、案例分析法与模式构建法分析了科技情报智慧服务的数据环境、驱动模式、创新模式与模式实现以及保障策略的制定。围绕科技情报智慧服务模式这一核心研究内容,本文第三章从科技情报智慧服务模式构成要素及表现特征为出发点对智慧数据、用户需求、智能技术、智慧情报、情报工作者、智慧服务平台与情报分析方法这七个维度进行详细阐述,分析了各构成要素在科技情报智慧服务模式中的地位以及数据驱动各构成要素的融合协作的服务特征;第四章以“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务;第五章就如何实现数据驱动科技情报智慧服务进行了详细阐述,从多源数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系;第六章采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略;第七章就如何实现科技情报机构实现智慧服务模式转型升级分析了相关保障策略。具体内容如下:（1）系统分析了科技情报智慧服务模式核心构成要素与特征。构成要素涵盖数据、用户、技术、智慧情报、科技情报工作者、智慧服务平台与方法等七个维度,将从这七个维度进行深入分析,并在此基础上讨论数据驱动下科技情报智慧服务实现的理论与实践基础,进而对科技情报智慧服务的需求敏感性、数据多源性、技术智能性与服务场景化等四个主要特征进行解读。系统分析科技情报智慧服务构成要素是构建科技情报智慧服务模式的基础,在文献调研并借鉴其它领域实践经验的基础上对各个构成要素进行详细分析。数据、用户、技术、内容、科技情报工作者、智慧服务平台与方法等七个维度间相互关联、相互印证,进一步丰富着科技情报智慧服务研究领域的知识体系。（2）构建了数据驱动下的科技情报智慧服务模式。从“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务。在此过程中优化传统科技情报服务模式,优化构成科技情报智慧服务的各个构成要素,实现模式最优化并体现科技情报智慧服务的四个特征,通过文献调研法探讨已有服务模式的优劣势,重构科技情报服务模式与流程,重点突出智慧实现流程,数据如何驱动智慧情报服务。（3）分析了数据驱动下科技情报智慧服务的实现路径。以科技情报智慧服务模式实现的三项核心功能为基础,在实现智慧服务核心功能基础上实现科技情报智慧服务,从多源科研大数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系。（4）采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略,在分析格微软件基本概况与发展现状的基础上,进而分析格微软件科技情报智慧服务发展模式,并对其较为超前的实践应用成果进行分析,然后借鉴前述构建的科技情报智慧服务模式及其实现研究,提出格微软件在数据驱动背景下科技情报服务模式优化的策略。（5）制定数据驱动下科技情报智慧服务模式保障策略。以构成数据驱动下科技情报智慧服务模式的构成要素以及智慧服务模式实现过程为主体制定数据驱动下科技情报智慧服务模式保障策略,具体维度包含数据、用户、科技情报工作者、科技情报服务机构、政府部门、技术与方法等维度。如完善数据安全保障机制,完备数据分析技术、方法与工具,科技情报服务人才队伍建设,建立健全相关法律法规等。制定数据驱动下的科技情报智慧服务模式保障策略应依据重点保障关键要素、完备并疏通科技情报智慧服务流程、科技情报智慧服务整体平衡、联合共建共享等四项基本原则。数据驱动时代,传统科技情报服务模式已然无法满足用户崛起的趋势以及内外环境面临的机遇与挑战,界定数据驱动科技情报智慧服务的内涵与外延,探索科技情报智慧服务模式的实现,有利于从方法论认知层面为科技情报智慧服务的转型升级提供理论支撑,本文构建的数据驱动科技情报智慧服务模式也更具实践价值。
李泽中[4]（2020）在《多维数据融合的虚拟知识社区个性化知识推荐研究》文中认为大数据环境下,知识数量不断增加,为用户提供参考依据和知识来源的同时,也带来“知识过载”等问题。用户开始逐渐依赖虚拟知识社区以解决知识获取、知识交流的问题。虚拟知识社区具有高密度、高价值的知识来帮助用户满足知识需求,用户可以通过虚拟知识社区平台交流知识、共享知识、接受知识,并参加到知识推荐、知识反馈等知识服务中。虚拟知识社区的服务保障机制可以为用户提供有针对性的知识,营造良好的知识互动氛围,增强用户归属感。虚拟知识社区也存在大量低质、重复的碎片知识,还具有知识内容质量参差不齐、知识信息服务功能较为单一、服务层次较浅、平台的同质化现象严重等问题,原有的知识服务理论方法和方式手段已无法完全适应用户日益增长的多样化需求。用户在社区中生成知识内容、利用知识的同时,也留下了各种形式的行为记录数据,这些多维数据中包含大量的用户行为信息和个性化需求信息,如何利用这些数据开展知识服务、为用户提供更加优质和适配的用户服务内容也成为目前一个重要的研究方向。本文以虚拟知识社区为研究对象,从面向用户需求的视角出发,分析虚拟知识社区用户需求,并根据用户需求对虚拟知识社区数据进行了维度划分及融合,研究基于多维数据融合的虚拟知识社区个性化知识推荐模型,探索虚拟知识社区个性化知识推荐效果评价方法,并提出相应的优化策略和建议。本文主要开展了以下六个方面的研究工作:（1）分析了用户需求的特征,包括需求表达的直接性、间接性、需求接收的实时性、需求服务的高效性以及形成原因,即任务驱动、知识偶遇以及交流互动,以此将用户知识需求划分为知识需求、情感需求以及社交需求三个类型。基于多理论假设,为虚拟知识社区用户知识需求维度划分提供了理论和实证依据。通过社会资本理论,提出网络社会资本、认知社会资本以及结构社会资本三个维度的假设,运用逻辑回归方法进行实证研究。结果表明,这三个维度对虚拟知识社区用户的知识需求具有显着影响。（2）虚拟知识社区的数据实质是一系列交互元素的集合体。虚拟知识社区开发与设计的核心来源于用户需求。基于社会资本理论,结合已有研究,从用户需求的角度对多维数据融合的过程和特征进行分析,在此基础上对多维数据进行维度划分,包括社交网络维度、情感感知维度以及用户画像维度。进一步分析了多维数据融合与知识推荐之间的关系:多维数据融合是知识推荐的基础,多维数据融合的质量是决定知识推荐效果的关键;知识推荐是多维数据融合的目的。（3）分析了虚拟知识社区个性化知识推荐的目标定位,包括知识推荐服务的可用性、知识推荐内容的有用性以及知识推荐结果的适配性。在此基础上,对虚拟知识社区个性化知识推荐的动力进行探讨,包括知识主体的牵引、知识技术创新发展需求的拉动、知识势能差的推动以及知识创新环境发展的必然。分析了虚拟知识社区个性化知识推荐模型的组成要素以及具体的推荐过程,包括知识需求的获取、多维度数据融合、知识生成以及知识推荐和吸收阶段。综合以上分析,从数据采集层、多维数据融合层、知识聚合层以及应用层4个层面构建多维数据融合的虚拟知识社区个性化推荐模型并进行探讨研究,以期通过服务组织模式探索,有效地促进用户服务,真正满足用户需求。（4）鉴于当前关于个性化知识推荐领域研究的热点问题,本文针对虚拟知识社区及其用户的多样化特征,通过引入用户画像、情感感知和社交网络三个维度信息,在多维数据融合的虚拟知识社区个性化知识推荐模型的基础上,完成用户知识需求的可视化;同时利用改进的最大团算法设计了虚拟知识社区个性化知识推荐算法,并且通过选取某虚拟知识社区用户数据进行了实例分析,实现了精准的个性化知识推荐。实例分析结果表明,在虚拟知识社区个性化知识推荐过程中,通过引入这三个维度信息并进行深度融合构建用户知识需求模型,可以使得其个性化知识推荐结果的精准度得到显着的提升。（5）基于多维数据融合的视角构建了虚拟知识社区推荐效果评价指标体系,旨在为虚拟知识社区推荐服务建设提供理论依据和评判标准。本文利用模糊层次分析方法对“虚拟知识社区推荐效果”指标体系进行测评,并选用模糊数学中隶属度函数作为标度系统对国内外6个具有代表性的虚拟知识社区进行实证研究。实证结果表明指标体系具有实际应用价值和较强的可操作性,能更好的指导虚拟知识社区进行推荐服务建设。本文在理论层面构建的评价指标体系为虚拟知识社区推荐服务建设提供新的研究视角;在实践应用层面,通过对推荐服务的评价来提升虚拟知识社区推荐服务质量和效率,从而达到满足用户需求和期望的目标。（6）基于社会资本理论,从用户画像视角、社交网络视角、情感感知视角三个维度入手,提出虚拟知识社区个性化推荐优化策略和建议。在用户画像视角下,满足用户的多层次知识需求,提高用户自身的知识素养,深度运用多维数据融合技术为用户提供更有针对性与价值的知识信息;在社交网络视角下,推动知识共同体的形成和发展,使平台内知识信息更具系统化、结构化、完整化特征,加强虚拟知识社区用户间交流和活动,开发基于虚拟知识社区平台的社交应用,并增加社区意见领袖识别与用户激励机制的设计,促进社区内用户进行知识交流;情感感知视角下,实现个性化知识推荐的精确性,加强知识的权威性和整合性,加强用户的信任和关系密切程度,并利用可视化丰富知识形式,从而更好地发挥个性化知识推荐效果。在虚拟知识社区中,用户通过虚拟知识社区获得知识满足自身的知识需求,也通过虚拟知识社区拓展社交关系、传递情感,并且在使用服务过程中提升愉悦感和归属感。本文基于用户的需求出发,对虚拟知识社区的多维数据进行维度划分,并为用户提供个性化知识推荐,提升用户的虚拟知识社区参与度,促进知识的共享、利用及创新,进而提高虚拟知识社区的知识服务能力和水平,在提高虚拟知识社区影响力和竞争力的同时,也帮助虚拟知识社区健康持续地发展。
李磊,刘培,黄垒,王心华[5]（2020）在《陆海统筹的海岸带地质大数据信息服务平台建设与应用》文中认为在"海洋强国"和"一带一路"倡议背景下,坚持陆海统筹、海陆融合发展是海岸带开发、保护的重要原则,陆海统筹的海岸带地质大数据信息服务平台是实现海陆协调发展的重要技术支撑平台。为实现海岸带地质成果的高效共享、管理和应用,采用互联网+、大数据等技术建设了海岸带地质大数据信息服务平台。该平台按照陆海统筹的总体思路,建立了陆海一体的数据模型,实现了海岸带数据的统一规划、综合管理和资源共享,并开发了海岸带地质环境可视化、监测预警分析等示范应用子系统。平台的建成对于促进我国海岸带社会经济的协调发展具有十分重要的作用,能够为政府、企业、社会组织、公众等在内的多元主体进行科学研究、决策和管理提供有力支持,为海岸带脆弱生态系统的保护和管理提供有力保障。
刘奕[6]（2020）在《5G网络技术对提升4G网络性能的研究》文中认为随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
黄刚[7]（2019）在《知识图谱构建方法及其在油气勘探开发领域应用研究》文中认为油气勘探开发领域经历了四十多年的信息化建设,已经形成了一批支撑各个科学应用的信息模型。由于各个学科和专业在进行信息模型建设过程中缺乏统一的标准支撑,导致大量的“信息孤岛”出现。“信息孤岛”的出现使各个学科和专业很难共享这些信息,特别是随着人工智能和大数据在油气勘探开发领域的应用,迫切需要勘探开发知识库的支撑。在这种情况下,需要将这些海量的、分散的、异构的勘探开发信息组织并表示为知识模型。尽管目前油气勘探开发领域也有一些相关的研究,但是并没有很好的解决油气勘探开发知识表示的标准化等问题。此外,基于油气勘探开发信息模型很难实现数据的语义检索与知识推荐应用。针对以上问题,本文通过对知识图谱技术与ISO/IEC 11179数据元注册标准的研究,提出一种基于数据元注册系统（MDR）的标准化领域知识图谱构建方法,解决领域的标准化知识表示问题,并在其基础之上对领域语义数据的查询扩展方法以及个性化推荐应用进行了研究,主要包括以下几个方面:首先,利用知识图谱技术解决领域的标准化知识表示问题,提出了基于MDR的标准化领域知识图谱构建方法。建立了基于MDR生成知识图谱的架构模型,并分别设计了MDR概念模型、数据描述元模型与概念关系图谱的标准化映射规则,构建了知识图谱的概念关系图谱,通过建立关系数据库与知识图谱的实体关系图谱的映射规则与映射算法,将关系数据库发布为实体关系图谱,实现了领域知识图谱的标准化构建,解决了领域知识表示方法不统一、不标准,语义知识无法在领域内共享与重用的问题。其次,在分析概念相似度算法基础上,将综合相似度计算方法与知识图谱技术结合,基于标准化的知识表示提出了一种综合相似度计算与知识图谱融合的语义查询扩展算法,解决了无法对用户的检索内容进行有效扩展、查询结果比较片面的问题,实现了领域语义数据的智能检索。结合勘探开发领域实际的概念关系权重与业务需求进行了语义数据检索实验,实验结果表明,在适当的阈值下,该算法能够提高用户数据查询的准确率与召回率。再次,通过对个性化推荐算法的综合分析,提出了知识图谱与协同过滤推荐算法混合的推荐算法。将知识图谱与K-means聚类算法结合来筛选相似用户,解决了用户-兴趣矩阵的数据稀疏问题,然后使用SVD分解方法实现了基于用户的协同过滤推荐,解决了用户个性化的信息推荐问题,实现了语义信息的智能推送。通过结合勘探开发领域实际的业务需求与数据进行了个性化信息推荐实验,实验结果表明,该算法能够提高用户信息个性化推荐的准确率。最后,以地质大队井下作业的地质设计业务对于地层知识的检索需求为背景,设计并开发了地层数据知识检索的应用。基于勘探开发领域MDR构建了地层语义概念关系图谱,将EPDM中与地层相关的数据映射为实体关系图谱,采用本文提出的查询扩展与个性化推荐算法,实现了地层数据语义知识的智能检索与推送。通过实际应用证明了本文知识图谱构建方法与应用算法的可行性。同时,本文提出的知识图谱构建方法及其在查询扩展与个性化推荐方面的应用具有通用性,能够为其他领域知识图谱的构建与应用提供借鉴。
李广建,陈瑜,张庆芝[8]（2019）在《新中国70年现代图书情报技术研究与实践》文中研究指明将新中国70年来图书情报技术发展划分为四个阶段,总结了各阶段的主要研究问题和特点。进一步从工作流程的角度对图书情报技术研究的内容进行梳理,回顾采集、存储、组织、分析、检索、服务等流程中关键技术的发展情况。
高阳[9]（2019）在《水污染事件动态模拟仿真与应急管理研究》文中研究说明水是人类赖以生存的重要自然和经济资源,近年来,随着人类活动对自然环境影响逐渐加强、极端气象水文事件日益增加,水污染事件频发,制约经济社会的可持续发展,威胁自然和生态环境的安全,已受到国家高度重视和专家学者广泛关注。本文以渭河流域典型水污染事件为研究对象,采用复杂性理论、数字地球、综合集成等理论和技术,通过高效的动态模拟仿真和过程可视的应急管理,为水污染事件科学应对提供理论参考和决策支持,降低灾害损失。论文主要工作和结论如下:（1）实现了水污染事件复杂性描述及多源信息融合。对水污染事件和水质模型进行复杂性分析,揭示了污染物在水体中的迁移转化规律,提出水污染事件污染物迁移过程和水质模型数值求解方法。采用数据集成中间件和多源信息融合等方法实现了海量水污染事件数据资源的采集、处理、集成与融合,建立水污染数据资源中心,在对水污染事件多源信息融合基础上,通过组件的方式为业务应用提供数据和信息服务。（2）提出了基于水利数字地球的水质模型耦合机制。采用数据集成、数据映射和信息融合等方法实现了水污染事件海量数据资源的高效整合、深度集成与有机融合,基于多源信息融合构建水利数字地球,采用瓦片金字塔服务及空间信息瓦片检索技术实现水污染事件相关的数据资源的三维可视化展示,基于空间一体化视域模型融合3S空间信息以及数字地球互操作服务,实现水污染事件多源数据资源、水质模型与数字地球的耦合,为水污染事件动态模拟仿真提供可视化服务环境。（3）开展了基于复杂Agent的水污染动态模拟仿真。在对水质数据进行拟合与加载基础上,对水污染事件所在河道进行三角网剖分,采用复杂性理论建立基于不规则三角网的水质Agent模型,对水质模型进行可视化描述;将元胞自动机应用到水污染事件模拟仿真中,设计了水质多智能体,采用多智能体对污染物运移过程进行表征;构建基于高性能网格的水污染动态模拟仿真一体化环境,采用网格计算将复杂的水污染事件模拟仿真过程进行分解。（4）搭建了面向水污染事件的应用支撑平台。基于综合集成提出面向水污染事件的信息服务模式,采用主题化描述、组件化开发、可视化仿真和知识化管理等现代信息技术,搭建了面向水污染事件的应用支撑平台,提出了应用支撑平台的体系结构和应用开发流程,提供了面向水污染事件的综合集成服务,为水污染事件动态模拟仿真和应急管理提供高效便捷、扩展性较好和过程可视的应用服务。（5）提供了水污染事件模拟仿真与应急管理应用服务。以渭河流域典型水污染事件为例开展应用研究,基于水利数字地球三维可视化环境实现水污染事件和数字地球三维可视化环境融合,水污染事件信息标示,水污染事件流场造型及可视化表现,水污染运移模拟仿真和水污染事件应急管理辅助决策等服务。基于综合集成应用支撑平台开展水污染事件实验模拟与应急调度,提出流程化、模块化、预案化和一体化四种应急管理模式,面向水污染事件提供应用服务和决策支持。
杨金庆[10]（2019）在《移动环境下融合情境信息的群组推荐模型研究》文中指出随着信息时代的发展,信息过载问题日趋严重,面对海量信息,用户通过搜索引擎准确获取所需信息已越发困难。个性化推荐技术的出现为用户处理信息过载问题提供了一种有效的信息过滤机制,使得信息获取结果更加符合用户的偏好和需求。个性化推荐方法的核心问题是对用户需求的理解,用户需求的准确理解与表达是推荐出满意的个性化结果的前提条件。个性化推荐理论广泛应用于各行业,推荐服务的对象逐渐从单个用户向群组扩展。在某些场景下,推荐资源的对象并不适合单个用户,而是一群用户,也称为“群组用户”。这不仅促进群组推荐的发展,而且也给群组推荐技术带来挑战。目前,群组推荐方案有以下2种:一是,群组成员的特征偏好被融合为一个整体来描述群组特征偏好,以融合后的群组特征偏好进行资源推荐;二是,聚合单用户个性化推荐结果,以单用户个性化推荐结果集作为群组推荐集。为了发掘成员共同行为偏好,最大化群组成员满意度,本研究识别与计算群组成员偏好向量,融合群组成员偏好,准确表达群组行为偏好,并以协同过滤方法为基础构建群组推荐模型,具体过程包括以下四步:用户相似度计算、用户社群聚类、偏好预测、资源推荐。本研究结合移动环境下用户行为特征和情境信息特点,从群组聚类发现、群组行为偏好特征向量构建、群组推荐计算方法设计三个核心部分对移动环境下融合情境信息的群组推荐模型进行研究,主要内容如下:（1）群组聚类发现:群组聚类发现是以数据特征为依据选取合适的相似度计算方法,计算用户行为相似度,从而将行为偏好相似的用户聚类为一个群组。本研究涉及的数据主要是流式数据,参照流式数据特征,选择序列比对算法计算用户行为主题序列的相似度。（2）群组行为偏好特征向量构建:群组行为偏好是由群组成员行为偏好融合而来。群组成员的归属度是融合行为偏好的重要权重,也可视为群组行为偏好融合过程中的贡献度。本研究提取与集成时空情境,准确计算群组成员的归属度,充分融合群组成员行为偏好。（3）群组推荐计算方法设计:通过量化用户偏好,结合群组成员的行为偏好向量,计算群组行为偏好特征向量。基于协同过滤思想构建移动环境下融合情境信息的群组推荐模型,以群组为对象进行资源或服务推荐。
二、基于个性化的Web地质信息服务（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于个性化的Web地质信息服务（论文提纲范文）
（1）基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 地下水超采研究现状 |
| 1.3.2 地下水变化特征研究现状 |
| 1.3.3 治理效果评价研究现状 |
| 1.3.4 数字水网研究现状 |
| 1.3.5 相关文献计量分析 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.4.4 论文创新点 |
| 2 地下水超采形势与治理现状 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 水文地质 |
| 2.1.4 河流水系 |
| 2.1.5 社会经济 |
| 2.2 地下水开发利用现状 |
| 2.2.1 地下水资源量 |
| 2.2.2 地下水开采量 |
| 2.2.3 地下水供水量 |
| 2.3 地下水超采造成影响 |
| 2.3.1 地下水位降落漏斗形成 |
| 2.3.2 对水文地质条件的影响 |
| 2.3.3 地面沉降及地裂缝产生 |
| 2.3.4 海水入侵及其危害程度 |
| 2.4 地下水超采治理现状 |
| 2.4.1 地下水超采形势 |
| 2.4.2 治理任务及范围 |
| 2.4.3 治理的相关措施 |
| 2.4.4 治理措施实施情况 |
| 2.4.5 治理中存在的问题 |
| 2.5 本章小结 |
| 3 数字水网的构建及关键技术 |
| 3.1 数字水网关键技术 |
| 3.1.1 大数据技术 |
| 3.1.2 5S集成技术 |
| 3.1.3 可视化技术 |
| 3.1.4 综合集成研讨厅技术 |
| 3.2 空间数据水网构建 |
| 3.2.1 空间数据处理 |
| 3.2.2 地形地物可视化 |
| 3.2.3 数字水网提取 |
| 3.2.4 空间水网可视化 |
| 3.3 逻辑拓扑水网构建 |
| 3.3.1 拓扑元素概化 |
| 3.3.2 拓扑关系描述 |
| 3.3.3 拓扑关系存储 |
| 3.3.4 拓扑水网可视化 |
| 3.4 业务流程水网构建 |
| 3.4.1 业务主题划分 |
| 3.4.2 业务流程概化 |
| 3.4.3 流程可视化描述 |
| 3.4.4 业务水网可视化 |
| 3.5 一体化数字水网构建 |
| 3.5.1 业务集成环境 |
| 3.5.2 三网集成合一 |
| 3.6 本章小结 |
| 4 基于数字水网的业务融合及实现 |
| 4.1 数字水网与业务融合 |
| 4.1.1 多源数据融合 |
| 4.1.2 模型方法融合 |
| 4.1.3 业务过程融合 |
| 4.2 面向主题的业务应用 |
| 4.2.1 主题服务模式 |
| 4.2.2 主题服务特点 |
| 4.2.3 业务应用过程 |
| 4.3 基于数字水网的业务实现 |
| 4.3.1 基于大数据的信息服务 |
| 4.3.2 基于水网的过程化评价 |
| 4.3.3 基于水网的水位考核 |
| 4.4 本章小结 |
| 5 基于大数据的地下水动态特征分析 |
| 5.1 业务应用实例及数据来源 |
| 5.1.1 业务应用系统 |
| 5.1.2 多源数据来源 |
| 5.1.3 应用分析方法 |
| 5.2 地下水位变化特征分析 |
| 5.2.1 地下水位时间变化 |
| 5.2.2 地下水位空间变化 |
| 5.3 地下水储量变化特征分析 |
| 5.3.1 地下水储量反演方法 |
| 5.3.2 地下水储量时间变化 |
| 5.3.3 地下水储量空间变化 |
| 5.4 地下水动态影响因素分析 |
| 5.4.1 自然因素变化 |
| 5.4.2 人为因素变化 |
| 5.4.3 影响因素分析 |
| 5.5 本章小结 |
| 6 地下水超采治理效果的过程化评价 |
| 6.1 评价指标体系构建 |
| 6.1.1 主题化指标库 |
| 6.1.2 评价指标优选 |
| 6.1.3 评价等级划分 |
| 6.2 评价方法选取调用 |
| 6.2.1 评价方法选取 |
| 6.2.2 方法的组件化 |
| 6.2.3 方法组件调用 |
| 6.3 评价结果及应用实例 |
| 6.3.1 指标数据来源 |
| 6.3.2 评价结果分析 |
| 6.3.3 结果的反馈优化 |
| 6.3.4 过程化评价实例 |
| 6.4 本章小结 |
| 7 地下水治理效果水位考核评估服务 |
| 7.1 水位考核指标制定方法 |
| 7.1.1 考核基本原理 |
| 7.1.2 指标计算方法 |
| 7.1.3 水位考核评分 |
| 7.2 水位考核评估计算示例 |
| 7.2.1 监测数据处理 |
| 7.2.2 水位指标确定 |
| 7.2.3 地下水位考核 |
| 7.3 水位考核业应用务系统 |
| 7.3.1 数据管理服务 |
| 7.3.2 基础信息服务 |
| 7.3.3 考核管理服务 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 数字水网开发程序代码 |
| 附录B 博士期间主要研究成果 |
（2）北京市测绘院测绘地理信息业务档案信息服务问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与选题依据 |
| 1.1.1 选题背景 |
| 1.1.2 选题依据 |
| 1.2 研究目的与研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 国外研究综述 |
| 1.3.2 国内研究综述 |
| 1.3.3 研究述评 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 概念与基础理论 |
| 2.1 相关概念 |
| 2.1.1 测绘地理信息服务 |
| 2.1.2 测绘地理信息业务档案 |
| 2.1.3 测绘地理信息业务档案信息服务 |
| 2.2 理论基础 |
| 2.2.1 新公共服务理论 |
| 2.2.2 信息生命周期管理理论 |
| 2.2.3 信息资源共享 |
| 第3章 北测院档案信息服务现状及问题 |
| 3.1 北测院基本情况概况 |
| 3.2 北测院档案信息服务现状 |
| 3.2.1 馆藏基本情况 |
| 3.2.2 提供利用情况 |
| 3.3 北测院档案信息服务满意度问卷调查 |
| 3.3.1 问卷内容设计 |
| 3.3.2 问卷的发放与回收 |
| 3.3.3 被调查样本的基本特征 |
| 3.3.4 调查结果统计与分析 |
| 第4章 档案信息服务问题产生的原因分析 |
| 4.1 档案专业化人力资源配置不合理 |
| 4.1.1 人员岗位认同度有待提升 |
| 4.1.2 人员档案专业化程度不高 |
| 4.2 重视程度不足,资金投入少 |
| 4.2.1 投入经费少,基础建设薄弱 |
| 4.2.2 软硬件落后,数据共享困难 |
| 4.3 管理制度不够精细,管理方式落后 |
| 4.3.1 电子档案归档制度不完善 |
| 4.3.2 网络平台建设欠佳,宣传工作不到位 |
| 4.3.3 信息服务反馈工作亟待加强 |
| 第5章 档案信息服务优化策略 |
| 5.1 加大资金投入,改善馆藏环境和软硬件条件 |
| 5.2 构建基于用户的个性化服务模式 |
| 5.2.1 开展档案馆信息定制服务 |
| 5.2.2 推进档案馆信息咨询服务 |
| 5.3 加强地理信息业务档案的建设 |
| 5.3.1 做好地理信息业务档案的深度开发 |
| 5.3.2 提高档案的利用效率 |
| 5.4 加强档案馆网站建设 |
| 5.5 提高档案人才队伍的整体水平 |
| 5.5.1 人才引进 |
| 5.5.2 加强档案人才的培养和教育 |
| 5.5.3 合理配置档案工作人员 |
| 5.6 建立档案用户反馈机制 |
| 5.6.1 档案用户反馈信息的收集方法 |
| 5.6.2 根据反馈结果使用不同的服务方式 |
| 致谢 |
| 参考文献 |
| 附录 |
| 个人简历 |
（3）数据驱动下科技情报智慧服务模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与创新点 |
| 1.2.1 研究内容 |
| 1.2.2 研究创新点 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究技术路线 |
| 第2章 文献综述与理论基础 |
| 2.1 国内外研究现状 |
| 2.1.1 智慧服务研究现状 |
| 2.1.2 科技情报服务研究现状 |
| 2.1.3 科技情报智慧服务研究现状 |
| 2.1.4 研究现状述评 |
| 2.2 相关理论基础 |
| 2.2.1 相关概念界定 |
| 2.2.2 信息链理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 需求层次理论 |
| 2.2.5 生命周期理论 |
| 第3章 科技情报智慧服务构成要素及特征 |
| 3.1 科技情报智慧服务构成要素 |
| 3.1.1 智慧数据 |
| 3.1.2 用户需求 |
| 3.1.3 智能技术 |
| 3.1.4 智慧情报 |
| 3.1.5 科技情报工作者 |
| 3.1.6 科技情报智慧服务平台 |
| 3.1.7 科技情报分析方法 |
| 3.2 科技情报智慧服务模式要素间关联关系 |
| 3.3 科技情报智慧服务特征 |
| 3.3.1 数据多源性 |
| 3.3.2 需求敏感性 |
| 3.3.3 技术智能性 |
| 3.3.4 服务场景化 |
| 3.4 本章小结 |
| 第4章 数据驱动下科技情报智慧服务模式构建 |
| 4.1 多源数据驱动 |
| 4.1.1 数据多源性 |
| 4.1.2 多源数据融合 |
| 4.2 智慧服务模式构建思路 |
| 4.3 智慧服务模式核心功能设计 |
| 4.3.1 用户需求智慧感知功能 |
| 4.3.2 情报服务智慧决策功能 |
| 4.3.3 用户服务智能推送功能 |
| 4.4 科技情报智慧服务模式 |
| 4.5 本章小结 |
| 第5章 数据驱动下科技情报智慧服务实现 |
| 5.1 多源科研数据调研 |
| 5.1.1 数据结构 |
| 5.1.2 数据类型 |
| 5.1.3 数据属性 |
| 5.2 基于用户动态画像的科技情报用户需求智慧感知 |
| 5.2.1 用户结构分析 |
| 5.2.2 用户分层画像 |
| 5.2.3 用户动态画像 |
| 5.2.4 用户需求模型构建 |
| 5.3 基于网络文本挖掘的公众政策感知智慧研究 |
| 5.3.1 运用网络文本挖掘分析公众政策感知 |
| 5.3.2 人工智能产业政策公众感知的特征 |
| 5.3.3 人工智能产业政策公众感知热点主题 |
| 5.4 基于向量空间模型的科技情报服务场景化推送 |
| 5.4.1 向量空间模型的应用 |
| 5.4.2 场景化服务 |
| 5.4.3 场景化服务接受效用 |
| 5.4.4 场景化服务推送模型 |
| 5.4.5 场景化服务推送实验 |
| 5.5 科技情报服务智慧反馈机制 |
| 5.6 本章小结 |
| 第6章 案例研究 |
| 6.1 格微软件科技情报智慧服务发展现状 |
| 6.1.1 基本概况 |
| 6.1.2 科技情报智慧服务发展现状 |
| 6.2 格微软件科技情报智慧服务发展模式 |
| 6.2.1 发展模式分析 |
| 6.2.2 实现路径 |
| 6.3 格微软件向科技情报智慧服务模式转变的优化 |
| 6.3.1 用户维度优化 |
| 6.3.2 情报维度优化 |
| 6.3.3 服务维度优化 |
| 6.4 本章小结 |
| 第7章 数据驱动下科技情报智慧服务保障策略 |
| 7.1 政策保障层面 |
| 7.1.1 建立健全法律法规保障体系 |
| 7.1.2 优化科技情报机构管理架构 |
| 7.2 资源保障层面 |
| 7.2.1 完善科研数据安全保障策略 |
| 7.2.2 推进科研数据开放保障策略 |
| 7.2.3 科技情报数据资源保障策略 |
| 7.3 技术保障层面 |
| 7.3.1 完善技术体系建设保障策略 |
| 7.3.2 完善科技情报服务反馈体系 |
| 7.3.3 创新大数据分析方法及工具 |
| 7.4 人才保障层面 |
| 7.4.1 完善人才队伍建设保障策略 |
| 7.4.2 完善科技情报人才教育体系 |
| 7.5 本章小结 |
| 第8章 研究总结与展望 |
| 8.1 研究总结 |
| 8.2 研究创新点 |
| 8.3 研究局限与展望 |
| 8.3.1 研究局限 |
| 8.3.2 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（4）多维数据融合的虚拟知识社区个性化知识推荐研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 虚拟知识社区研究现状 |
| 1.2.2 个性化推荐研究现状 |
| 1.2.3 研究现状述评 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 技术路线 |
| 1.5 本文创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 虚拟知识社区 |
| 2.1.1 虚拟知识社区的概念 |
| 2.1.2 虚拟知识社区的特征 |
| 2.2 多维数据融合 |
| 2.2.1 多维数据融合的概念 |
| 2.2.2 多维数据融合的方法 |
| 2.2.3 多维数据融合的应用 |
| 2.3 知识推荐 |
| 2.3.1 知识推荐的概念 |
| 2.3.2 知识推荐的方法 |
| 2.4 社会资本理论 |
| 2.4.1 社会资本的定义 |
| 2.4.2 社会资本维度划分 |
| 2.5 用户需求理论 |
| 2.6 本章小结 |
| 第3章 虚拟知识社区的用户知识需求分析 |
| 3.1 虚拟知识社区的用户知识需求特征 |
| 3.1.1 需求表达的直接性 |
| 3.1.2 需求表达的间接性 |
| 3.1.3 需求种类的多样性 |
| 3.1.4 需求接收的实时性 |
| 3.1.5 需求服务的高效性 |
| 3.2 虚拟知识社区的用户知识需求形成原因 |
| 3.2.1 任务驱动 |
| 3.2.2 知识偶遇 |
| 3.2.3 互动交流 |
| 3.3 虚拟知识社区的用户知识需求类型 |
| 3.3.1 认知需求 |
| 3.3.2 情感需求 |
| 3.3.3 社交需求 |
| 3.4 虚拟知识社区的用户知识需求影响因素 |
| 3.4.1 虚拟知识社区的用户知识需求影响因素模型构建 |
| 3.4.2 虚拟知识社区的用户知识需求影响因素分析 |
| 3.4.3 虚拟知识社区的用户知识需求影响因素结果讨论 |
| 3.5 虚拟知识社区的用户知识需求模型 |
| 3.6 本章小结 |
| 第4章 虚拟知识社区多维数据的维度划分 |
| 4.1 多维数据的维度划分依据 |
| 4.1.1 多维数据的维度划分相关研究 |
| 4.1.2 用户知识需求与维度划分 |
| 4.2 多维数据的维度构成 |
| 4.2.1 用户画像 |
| 4.2.2 情感感知 |
| 4.2.3 社交网络 |
| 4.3 多维数据融合的过程与特征 |
| 4.3.1 多维数据融合的过程 |
| 4.3.2 多维数据融合的特征 |
| 4.4 多维数据融合与知识推荐的关系 |
| 4.5 本章小结 |
| 第5章 多维数据融合的虚拟知识社区个性化知识推荐模型 |
| 5.1 多维数据融合的虚拟知识社区个性化知识推荐功能目标定位 |
| 5.1.1 知识推荐服务的可用性 |
| 5.1.2 知识推荐内容的有用性 |
| 5.1.3 知识推荐结果的适配性 |
| 5.2 多维数据融合的虚拟知识社区个性化知识推荐动力分析 |
| 5.2.1 知识主体的牵引 |
| 5.2.2 知识技术创新发展需求的拉动 |
| 5.2.3 知识势能差的推动 |
| 5.2.4 知识创新环境的发展必然 |
| 5.3 多维数据融合的虚拟知识社区个性化知识推荐模型构成要素 |
| 5.3.1 主体要素 |
| 5.3.2 客体要素 |
| 5.3.3 技术要素 |
| 5.3.4 环境要素 |
| 5.4 多维数据融合的虚拟知识社区个性化知识推荐过程 |
| 5.4.1 知识需求获取阶段 |
| 5.4.2 多维数据融合阶段 |
| 5.4.3 知识生成阶段 |
| 5.4.4 知识推荐和吸收阶段 |
| 5.5 多维数据融合的虚拟知识社区个性化知识推荐模型构建 |
| 5.5.1 多维数据融合的虚拟知识社区个性化知识推荐目标 |
| 5.5.2 多维数据融合的虚拟知识社区个性化知识推荐模型框架 |
| 5.6 本章小结 |
| 第6章 多维数据融合的虚拟知识社区个性化知识推荐算法设计 |
| 6.1 多维数据的获取与融合 |
| 6.1.1 社交网络维度的数据获取 |
| 6.1.2 情感感知维度的数据获取 |
| 6.1.3 用户画像维度的数据获取 |
| 6.1.4 多维数据融合及用户需求表示 |
| 6.2 虚拟知识社区知识获取及知识相似性度量 |
| 6.2.1 知识获取及知识关联 |
| 6.2.2 知识相似性度量 |
| 6.3 基于多维数据融合的混合知识推荐算法 |
| 6.3.1 最大团算法 |
| 6.3.2 算法原理 |
| 6.3.3 算法流程 |
| 6.4 实验准备 |
| 6.4.1 数据来源 |
| 6.4.2 实验过程 |
| 6.5 实验结果及分析 |
| 6.5.1 多维数据可视化 |
| 6.5.2 知识推荐结果呈现与比较 |
| 6.6 本章小结 |
| 第7章 多维数据融合的虚拟知识社区个性化知识推荐效果评价 |
| 7.1 多维数据融合的虚拟知识社区个性化知识推荐效果评价问题提出 |
| 7.2 评价指标体系构建 |
| 7.2.1 指标构建原则 |
| 7.2.2 初始指标获取 |
| 7.2.3 评价指标体系确定 |
| 7.3 多维数据融合的虚拟知识社区个性化知识推荐效果实证 |
| 7.3.1 推荐评价模型构建 |
| 7.3.2 评价指标权重 |
| 7.3.3 评价过程 |
| 7.3.4 结果讨论 |
| 7.4 本章小结 |
| 第8章 虚拟知识社区个性化知识推荐优化策略 |
| 8.1 优化的原则与目标 |
| 8.2 用户画像视角的虚拟知识社区个性化知识推荐优化策略 |
| 8.2.1 满足用户的多层次需求 |
| 8.2.2 提升用户自身的知识素养 |
| 8.3 社交网络视角的虚拟知识社区个性化知识推荐优化策略 |
| 8.3.1 推动知识共同体的形成与发展 |
| 8.3.2 加强虚拟知识社区用户间交流与互动 |
| 8.3.3 开发虚拟知识社区的社交功能 |
| 8.3.4 社区意见领袖识别与激励机制设计 |
| 8.4 情感感知视角的虚拟知识社区个性化知识推荐优化策略 |
| 8.4.1 实现个性化知识推荐的精准性 |
| 8.4.2 加强知识的整合性与可靠性 |
| 8.4.3 利用知识可视化丰富推荐知识的形式 |
| 8.5 本章小结 |
| 第9章 总结与展望 |
| 9.1 本文总结 |
| 9.2 不足与展望 |
| 参考文献 |
| 作者简介及在学期间攻读成果 |
| 附录 |
| 致谢 |
（5）陆海统筹的海岸带地质大数据信息服务平台建设与应用（论文提纲范文）
| 1 海岸带地质大数据信息服务平台建设需求分析 |
| 1.2 海岸带地质大数据信息服务平台建设是海岸带地质环境监测预警系统建设的基础 |
| 1.3 海岸带地质大数据信息服务平台建设是落实大数据和互联网+创新发展战略的重要举措 |
| 2 现状分析 |
| 2.1 海岸带数据资料分散，缺乏陆海统筹规划 |
| 2.2 互联网+大数据快速发展 |
| 2.3 互联网+地质应用需要突破海岸地地质大数据服务设施的瓶颈 |
| 3 平台建设与应用 |
| 3.1 研究内容与关键技术 |
| 3.1.1 非结构化地质数据组织与存储技术 |
| 3.1.2 面向主题的非结构数据快速检索技术 |
| 3.1.3 大数据技术 |
| 3.1.4 Portal技术 |
| 3.2 海岸带地质大数据信息服务平台建设成果 |
| 3.2.1 海岸带环境地质数据库标准规范编制 |
| 3.2.2 海岸带环境地质数据库管理系统与海岸带数据集成建库示范 |
| 3.3 平台应用 |
| 3.3.1 海岸带数据可视化系统 |
| 3.3.2 海岸带监测预警系统 |
| 3.3.3 海岸带资源环境承载力评价系统 |
| 3.3.4 科普服务及门户网站系统 |
| 4 展望 |
（6）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（7）知识图谱构建方法及其在油气勘探开发领域应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 知识图谱国内外研究现状 |
| 1.2.1 通用知识图谱国内外研究综述 |
| 1.2.2 领域知识图谱国内外研究现状 |
| 1.3 勘探开发领域语义知识应用研究现状 |
| 1.4 勘探开发领域数据组织与分析 |
| 1.4.1 勘探开发数据模型标准发展历程 |
| 1.4.2 勘探开发业务数据主题分类 |
| 1.4.3 勘探开发数据的EPDM存储 |
| 1.5 论文引用相关标准概述 |
| 1.5.1 数据元注册标准 |
| 1.5.2 语义Web标准 |
| 1.6 论文研究思路与技术线路 |
| 1.7 论文研究内容 |
| 第二章 知识图谱架构及相关技术研究 |
| 引言 |
| 2.1 知识图谱架构 |
| 2.1.1 知识图谱概述 |
| 2.1.2 知识图谱逻辑结构 |
| 2.1.3 知识图谱技术架构 |
| 2.2 知识图谱构建方法与存储 |
| 2.2.1 知识图谱构建方法 |
| 2.2.2 知识图谱的存储 |
| 2.3 知识图谱相关技术 |
| 2.3.1 数据元 |
| 2.3.2 RDF/RDFS |
| 2.3.3 OWL |
| 2.3.4 SPARQL |
| 2.3.5 推理技术 |
| 2.4 本章小结 |
| 第三章 基于MDR的领域知识图谱构建方法研究 |
| 引言 |
| 3.1 知识图谱构建方法研究 |
| 3.1.1 领域知识图谱构建方法分析 |
| 3.1.2 基于MDR构建领域知识图谱的架构模型 |
| 3.2 MDR及其概念体系 |
| 3.2.1 MDR注册模型 |
| 3.2.2 MDR概念体系结构化表示 |
| 3.3 MDR与概念关系图谱的映射机制 |
| 3.3.1 MDR概念模型 |
| 3.3.2 MDR数据描述模型 |
| 3.3.3 MDR与概念关系图谱的映射模型 |
| 3.3.4 MDR构建领域知识图谱的过程 |
| 3.4 RDB与 ERG的映射 |
| 3.4.1 RDB_to_ERG映射方式 |
| 3.4.2 RDB_to_ERG映射流程 |
| 3.4.3 RDB_to_ERG映射规则 |
| 3.4.4 RDB_to_ERG映射算法 |
| 3.5 勘探开发领域实例 |
| 3.6 本章小结 |
| 第四章 基于知识图谱的语义数据查询扩展研究 |
| 引言 |
| 4.1 常用查询扩展方法 |
| 4.1.1 传统查询扩展方法 |
| 4.1.2 基于语义的查询扩展方法 |
| 4.2 基于知识图谱的语义查询扩展 |
| 4.2.1 语义查询扩展机制 |
| 4.2.2 语义查询扩展流程 |
| 4.2.3 直接查询扩展 |
| 4.2.4 间接查询扩展 |
| 4.3 领域概念关系权重分析 |
| 4.3.1 概念关系分析 |
| 4.3.2 概念关系权重表示 |
| 4.4 概念相似度计算 |
| 4.4.1 基于路径距离的计算方法 |
| 4.4.2 基于信息内容的计算方法 |
| 4.4.3 基于属性的计算方法 |
| 4.4.4 综合概念相似度计算方法 |
| 4.5 基于知识图谱的语义查询扩展算法 |
| 4.6 实验与结果分析 |
| 4.7 本章小结 |
| 第五章 基于知识图谱的个性化推荐研究 |
| 引言 |
| 5.1 基于知识图谱的个性化推荐 |
| 5.2 基于知识图谱的用户兴趣模型 |
| 5.2.1 用户兴趣模型构建 |
| 5.2.2 兴趣节点权重计算 |
| 5.2.3 干扰节点去除规则 |
| 5.3 个性化推荐算法 |
| 5.3.1 基于内容的推荐算法 |
| 5.3.2 协同过滤推荐算法 |
| 5.3.3 基于知识的推荐算法 |
| 5.3.4 混合推荐算法 |
| 5.3.5 算法分析 |
| 5.4 基于知识图谱的协同过滤推荐算法 |
| 5.4.1 算法思想 |
| 5.4.2 K-means聚类算法 |
| 5.4.3 基于知识图谱的K-means聚类算法 |
| 5.4.4 基于SVD的协同过滤推荐算法 |
| 5.5 实例验证与结果分析 |
| 5.6 本章小结 |
| 第六章 勘探开发领域知识图谱应用 |
| 引言 |
| 6.1 业务应用背景 |
| 6.2 架构设计 |
| 6.3 应用环境与工具 |
| 6.4 地层语义知识图谱构建 |
| 6.4.1 地层语义概念关系图谱的实现 |
| 6.4.2 地层实体关系图谱的实现 |
| 6.5 地层数据语义检索应用 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件1 网络出版的论文 |
（8）新中国70年现代图书情报技术研究与实践（论文提纲范文）
| 1 我国图书情报技术的发展阶段 |
| 1.1 跟跑探索阶段 |
| 1.2 发展起步阶段 |
| 1.3 应用推广阶段 |
| 1.4 普及与创新阶段 |
| 2 图书情报技术研究进展 |
| 2.1 信息采集与存储 |
| 2.2 知识组织 |
| 2.3 信息检索 |
| 2.4 情报分析 |
| 2.5 信息服务 |
| 3 结语 |
（9）水污染事件动态模拟仿真与应急管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂性理论国内外研究现状 |
| 1.2.2 数字地球国内外研究现状 |
| 1.2.3 水污染事件模拟仿真国内外研究现状 |
| 1.2.4 水污染事件应急管理国内外研究现状 |
| 1.2.5 相关文献计量分析 |
| 1.3 研究内容与路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.3.4 论文创新点 |
| 2 水污染事件复杂性描述及多源信息融合 |
| 2.1 水污染事件复杂性分析 |
| 2.1.1 水污染事件特性 |
| 2.1.2 水污染事件的复杂性 |
| 2.1.3 水质模型的复杂性 |
| 2.2 水质模拟及模型的求解 |
| 2.2.1 污染物迁移过程 |
| 2.2.2 水质模拟基本方法 |
| 2.2.3 水质模型数值解法 |
| 2.3 水污染事件数据整合 |
| 2.3.1 水污染事件数据处理 |
| 2.3.2 基于中间件的数据集中 |
| 2.3.3 水污染数据资源中心 |
| 2.4 水污染事件多源信息融合 |
| 2.4.1 水污染信息服务模式 |
| 2.4.2 分布式信息综合集成 |
| 2.4.3 水污染事件信息发布 |
| 2.5 本章小结 |
| 3 基于水利数字地球的水质模型耦合机制 |
| 3.1 水利数字地球及关键技术 |
| 3.1.1 水利数字地球 |
| 3.1.2 瓦片金字塔服务 |
| 3.1.3 空间信息瓦片检索 |
| 3.2 基础平台体系构建 |
| 3.2.1 空间视域模型 |
| 3.2.2 3S空间信息融合 |
| 3.2.3 水利数字地球互操作 |
| 3.2.4 三维视景仿真 |
| 3.3 水利数字地球服务 |
| 3.3.1 网络地图服务 |
| 3.3.2 地形剖面服务 |
| 3.3.3 河道三维建模 |
| 3.3.4 污染物动态监测 |
| 3.4 水质模型与数字地球耦合 |
| 3.4.1 水质模型支持体系 |
| 3.4.2 多源数据空间展示 |
| 3.4.3 水质模型耦合方案 |
| 3.5 本章小结 |
| 4 基于复杂Agent的水污染动态模拟仿真 |
| 4.1 水质数据拟合与加载 |
| 4.1.1 水质数据拟合算法 |
| 4.1.2 水质数据加载 |
| 4.2 三角面元的水污染事件模拟仿真 |
| 4.2.1 河道三角网模型构建 |
| 4.2.2 基于Agent的水质模型 |
| 4.2.3 水质Agent模型实现 |
| 4.3 方形面元的水污染事件模拟仿真 |
| 4.3.1 方形元胞自动机 |
| 4.3.2 多智能体设计 |
| 4.3.3 水污染可视化表征 |
| 4.4 基于网格计算的水质模拟 |
| 4.4.1 网格计算服务 |
| 4.4.2 高性能体系结构 |
| 4.4.3 模拟仿真过程分解 |
| 4.5 本章小结 |
| 5 面向水污染事件的应用支撑平台构建 |
| 5.1 应用支撑平台及其关键技术 |
| 5.1.1 平台体系结构 |
| 5.1.2 面向服务架构 |
| 5.1.3 组件技术 |
| 5.1.4 知识可视化 |
| 5.2 平台开发流程 |
| 5.2.1 组件化封装 |
| 5.2.2 主题图体系 |
| 5.2.3 可视化开发 |
| 5.2.4 知识积累模式 |
| 5.2.5 研讨视图服务 |
| 5.3 综合集成服务 |
| 5.3.1 综合集成服务体系 |
| 5.3.2 集成化门户服务 |
| 5.3.3 模拟仿真系统集成 |
| 5.3.4 三库资源共享机制 |
| 5.4 本章小结 |
| 6 水污染事件动态模拟仿真与应急管理应用实例 |
| 6.1 研究区域概况 |
| 6.1.1 渭河流域概况 |
| 6.1.2 流域水污染状况 |
| 6.1.3 流域水污染事件 |
| 6.2 基于数字地球的水污染事件动态模拟仿真 |
| 6.2.1 模拟仿真系统结构 |
| 6.2.2 系统开发工具 |
| 6.2.3 系统应用功能 |
| 6.3 基于应用支撑平台的水污染事件应急管理 |
| 6.3.1 水污染事件实验模拟 |
| 6.3.2 水污染事件应急调度 |
| 6.3.3 流程化应急管理模式 |
| 6.3.4 模块化应急管理模式 |
| 6.3.5 预案化应急管理模式 |
| 6.3.6 一体化应急管理模式 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）移动环境下融合情境信息的群组推荐模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 群组推荐研究进展 |
| 1.2.2 情境感知推荐研究现状 |
| 1.2.3 情境感知技术研究及应用现状 |
| 1.2.4 研究述评 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究创新点 |
| 1.5 本章小结 |
| 2 相关理论基础 |
| 2.1 情境感知相关理论 |
| 2.1.1 情境定义及情境分类 |
| 2.1.2 情境感知及情境建模 |
| 2.2 推荐系统相关方法 |
| 2.2.1 基于内容的推荐 |
| 2.2.2 协同过滤推荐 |
| 2.2.3 混合推荐 |
| 2.3 本章小结 |
| 3 移动环境下群组推荐方案设计 |
| 3.1 移动环境下的群组推荐问题分析 |
| 3.1.1 移动网络环境的特点 |
| 3.1.2 移动环境下群组推荐核心问题 |
| 3.2 融合情境信息的群组推荐方案设计 |
| 3.2.1 移动环境下群组推荐过程解析 |
| 3.2.2 情境信息融合策略分析 |
| 3.2.3 融合情境信息的群组推荐流程构建 |
| 3.3 本章小结 |
| 4 群组行为偏好识别与计算 |
| 4.1 群组聚类发现 |
| 4.1.1 用户行为主题序列抽取 |
| 4.1.2 用户行为相似度计算 |
| 4.2 群组行为偏好特征向量构建 |
| 4.2.1 群组成员行为偏好一致性计算 |
| 4.2.2 群组成员与群组间归属度计算 |
| 4.3 本章小结 |
| 5 融合情境信息的群组推荐计算方法设计 |
| 5.1 情境信息提取与集成 |
| 5.1.1 情境信息抽取 |
| 5.1.2 情境信息分类 |
| 5.1.3 情境关系建模 |
| 5.2 融合情境信息的群组推荐模型构建 |
| 5.3 群组推荐方法实现 |
| 5.3.1 冷启动和数据稀疏性问题 |
| 5.3.2 群组预测评分计算 |
| 5.4 本章小结 |
| 6 移动环境下融合情境信息的群组推荐模型实证研究 |
| 6.1 实验数据采集与描述 |
| 6.1.1 实验数据采集 |
| 6.1.2 实验数据集描述 |
| 6.2 实验数据处理 |
| 6.2.1 地理坐标数据语义转化 |
| 6.2.2 用户行为主题序列抽取 |
| 6.3 实验结果及评价 |
| 6.3.1 群组发现结果及评价 |
| 6.3.2 群组推荐结果及评价 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文与研究成果 |
| 致谢 |
四、基于个性化的Web地质信息服务（论文参考文献）
- [1]基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究[D]. 于翔. 西安理工大学, 2021(01)
- [2]北京市测绘院测绘地理信息业务档案信息服务问题研究[D]. 李昂. 中国地质大学(北京), 2020(05)
- [3]数据驱动下科技情报智慧服务模式研究[D]. 王益成. 吉林大学, 2020(08)
- [4]多维数据融合的虚拟知识社区个性化知识推荐研究[D]. 李泽中. 吉林大学, 2020(08)
- [5]陆海统筹的海岸带地质大数据信息服务平台建设与应用[J]. 李磊,刘培,黄垒,王心华. 中国矿业, 2020(04)
- [6]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [7]知识图谱构建方法及其在油气勘探开发领域应用研究[D]. 黄刚. 东北石油大学, 2019(03)
- [8]新中国70年现代图书情报技术研究与实践[J]. 李广建,陈瑜,张庆芝. 图书馆杂志, 2019(11)
- [9]水污染事件动态模拟仿真与应急管理研究[D]. 高阳. 西安理工大学, 2019(01)
- [10]移动环境下融合情境信息的群组推荐模型研究[D]. 杨金庆. 华中师范大学, 2019(06)