您选择的条件: 丁良萍
  • 科技期刊B站视频传播效果的影响因素实证研究

    分类: 数字出版 >> 互联网期刊 提交时间: 2024-07-01

    摘要: [目的]深入研究和理解科技期刊视频传播效果的影响因素对于推动期刊媒体建设和促进科研成果广泛传播具有重要现实意义。[方法]本文从传播要素和传播过程出发,遵循受众心理变化过程对传播效果进行细化,构建科技期刊视频传播效果的影响因素识别理论框架。获取“中国科技期刊卓越行动计划”入选期刊(不包括科普期刊)在B站的传播数据,利用多元线性回归分析方法,对科技期刊视频传播效果的影响因素进行实证研究。[结果]科技期刊B站视频传播效果的影响因素主要包括:传播主体要素,如集成主体、主办单位类型;传播渠道要素,如账号认证、更新频率;传播内容要素,如内容主题、标签数量、字幕和发布时间。[结论]为提升科技期刊视频传播效果提出多元策略:鼓励期刊“抱团取暖”、主办单位加强资源牵引、提升账号公信力、保持适度活跃性、打造内容品牌、传达精准内容、优化推送战术。

  • 基于深度学习的网络科技信息情报价值计算方法研究

    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]针对当前科研人员无法从海量的网络科技信息中及时甄别有情报价值的情报内容的问题,建立一套综合性情报价值计算方法,从而对网络科技信息的情报价值进行计算判断,最终帮助科研人员快速而准确地发现有情报价值的网络科技信息。[方法/过程]综合考虑情报外部特征与文本语义内容特征,利用深度学习(预训练语言模型) BERT方法构建基于文本语义内容特征的情报价值计算模型,利用深度学习模型的预测输出完成打分,并结合基于情报外部特征的原始计算方法得到最终的综合评价得分。[结果/结论]实验结果显示,基于文本语义内容特征的情报价值计算模型可以对情报按照情报价值得分进行有效的星级区分,弥补了基于情报外部特征的原始计算模型中星级区分度差的问题,最终的综合评价结果表明本文提出的情报价值计算模型在实际应用中也能够很好地满足科研人员的需求。