高校图书馆创客空间知识服务模型研究

来源 :情报探索 | 被引量 : 0次 | 上传用户:happy08080808
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[目的/意义]旨在完善高校图书馆创客空间知识服务体系,为创客空间服务提供参考。[方法/过程]基于高校图书馆创客空间知识服务的核心功能,结合教育学针对大学生创客创新创业的知识服务需求,提出知识学习、知识传授、知识解惑、知识反馈的服务环节,个人知识服务模式、团队知识服务模式、基于知识的参考咨询服务模式和知识管理服务模式四种运行模式。[结果/结论]提出由四个服务环节和四种服务模式相辅相成的高校图书馆创客空间的知识服务模型。
其他文献
2020年高职院校再续扩招200万人,是确保国家经济平稳运行及稳定和扩大就业的有效举措。高职院校在完成2019年扩招实战的基础上,对招生方式、宣传策划、教学管理、就业服务等方面进行深入的理论研究,提出2020年高职百万扩招工作的具体落实方案,以扩招为契机培养数量充足的高素质技术技能型人才,壮大实体经济促进经济社会发展,缓解就业压力,提升高职院校高质量发展水平。
[目的/意义]旨在对网络舆论进行正确积极的引导,提高舆情监测效果。[方法/过程]构建基于LDA的公共安全事件微博舆情主题知识图谱过程模型,利用困惑度指标确定微博舆情的最优主题数;利用Wasserstein距离对微博舆情的主题进行相似度度量,并将Wasserstein距离作为边权重构建主题知识图谱。以新浪微博“山西农村饭店坍塌事件”为例,进行舆情主题和意见领袖的分析讨论。[结果/结论]基于LDA的微博舆情主题知识图谱不仅可以有效识别出主题,还可以准确定位每个主题下的意见领袖,对舆情监管部门识别某一话题中的不
[目的/意义]通过综述国内信息偶遇影响因素的研究成果,为今后国内相关理论研究与实践发展提供借鉴参考.[方法/过程]运用文本内容分析法,从信息用户、信息、信息环境三大维度
[目的/意义]政府数据开放过程中,对公共价值的忽视是诸多问题产生的重要原因.然而现有研究对这一问题的讨论较为分散,系统的研究体系亟待确立.[方法/过程]以“政府数据开放”
[目的/意义]微信公众号用户行为规律的数据挖掘对于高校图书馆开展新媒体营销具有重要的意义。[方法/过程]以闽南师范大学图书馆微信公众号为例,从菜单访问数据、推文数据及用户关注量等三个指标体系展开分析研究,并建立微信公众号关注量的ARIMA模型和多项式拟合模型。[结果/结论]该公众号用户的主要群体学生较多关注的大多是与自己专业学习有直接关联的推文内容,对其他内容关注度较低;关注量具有季节性规律,受假期、新生入学及推文发文数量等因素影响;可以预见,关注量仍将持续呈上升趋势;ARIMA(2,2,8)模型对用户关
[目的/意义]旨在从阅读产业链上明确自身定位与发展路径,更好地履行图书馆阅读推广使命.[方法/过程]综合运用文献调研法、网络调查法、对比分析法,系统分析当前图书馆阅读推
大数据是具有数据量大、类型复杂、价值密度低和实效高四大特性的庞大数据集合。大数据技术是一种非结构性的数据处理技术,可以将不同产业收集的大量数据进行专业化的处理。中药资源大数据是中药产业在漫长发展过程中所产生的大量具有实际意义的数据。内蒙古地区作为少数民族聚居地区,在长期历史发展的过程中,蒙医药同中医药一起,在防病治病方面起着重要的作用,积累了大量的中蒙医药数据。如何对这些数据进行收集整理是当前中医
[目的/意义]数据治理成为促进共享经济健康发展的重要手段,但数据治理政策在共享经济平台生态系统的适应性与执行力的现状及其优化途径还需探索。[方法/过程]基于扎根理论,收集行业领域相关数据治理类的政策文本以及爱彼迎与滴滴出行共享平台的用户评论,判别并归纳优化要素,构建共享经济平台数据治理政策优化框架。[结果/结论]从平台外环境、平台内要素、行业平台数据治理三个维度出发,设计政策适应优化、政策执行强化、政策反馈新增路径,完善共享经济平台数据治理政策文本。该研究不仅可以丰富共享经济平台数据治理政策优化方面的理论
[目的/意义]最近几年,国务院学位委员会、教育部等国家相关部门对国家安全学一级学科的定位,特别是把其纳入新增设“交叉门类”的制度设计,为国家安全学学科建设指明路径和方向,极大促进该学科的发展。然而,作为一门新兴交叉学科,国家安全学起步较晚、学理性不足,对于国家安全学研究对象、学科定位及其未来发展进行研究,具有重要理论和现实意义。[方法/过程]国家安全问题的提出和引入,为国家安全学的探讨和研究提供了一把钥匙。国家安全问题及其与之相关联的国家安全现象和规律构成国家安全学的研究对象,明晰了国家安全学研究边界,避
[目的/意义]建立基于情境感知的移动图书馆个性化推荐模型,可以有效提高推荐结果的准确度。[方法/过程]针对移动图书馆研究了从情境信息中充分挖掘读者偏好关系的方法,进而提出一种融合情境感知的矩阵分解推荐算法,将情境感知因素引入矩阵分解模型,并将矩阵分解结果应用于协同过滤推荐,形成最终预测评分。[结果/结论]在真实数据集Book-Crossing上该模型预测准确度相比于传统的矩阵分解方法提高了36.7%,而且当数据密度从20%增加到80%,模型的预测性能得到了进一步提升。