范昊
- 作品数：22 被引量：200H指数：10
- 供职机构：武汉大学信息管理学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学重点研究基地度重大研究项目国家社会科学基金更多>>
- 相关领域：文化科学医药卫生自动化与计算机技术经济管理更多>>
- 机器学习算法在我国情报学研究中的应用与影响——基于CSSCI期刊论文的视角被引量：7
- 2022年
- [目的/意义]回顾机器学习算法在情报学研究中的应用情况,为相关学者更好地利用机器学习算法来解决情报学问题提供参考。[研究设计/方法]本研究主要采用内容分析法,选取CSSCI图情领域16种期刊为数据来源,编码文献应用的机器学习算法名称,统计分析机器学习算法应用的频次、时间分布、文献类型分布与研究领域分布特征,考察其对情报学研究的影响。[结论/发现]我国情报学领域机器学习算法的应用较早,自2016年起蓬勃发展;应用频次前5且呈现上升趋势的机器学习算法为:SVM、K-means、CNN、BERT、BiLSTM,主要应用于信息处理、信息分析与研究、信息服务与知识服务、信息计量领域。机器学习算法应用与情报学研究的生长、发展和扩张紧密关联,是矛盾解决的主要着力点、切入点和关键点。[创新/价值]系统总结我国情报学研究中机器学习算法的应用状况,并结合情报学发展进程揭示其影响。
- 范昊李珊珊热孜亚·艾海提
- 关键词：情报学研究
- 多维度临床知识组织方法及其知识库构建与平台开发被引量：4
- 2016年
- 以语义技术中的本体分子理论为基础,研究如何利用本体分子对不同维度下语义内容产生变化的临床知识进行描述和组织,完成临床数据源的知识抽取、临床本体分子库构建及半自动建库工具开发,建立临床本体分子库综合应用平台,提出多维度临床知识组织与应用方法体系,设计并实现临床病程动态可视化系统、临床决策支持系统。
- 俞思伟范昊王菲
- 国内外社交媒体个人信息保护政策研究及启示被引量：14
- 2019年
- [目的/意义]基于社交媒体个人信息安全事件频发的现状,通过审核社交媒体的个人信息保护政策,以期从法律政策文本层面规范社交媒体的个人信息保护,保障个人信息合法权益与社会公共安全利益。[方法/过程]本文以国内外16款用户量最大、使用频次最高的社交媒体为研究对象,通过内容分析法,从个人信息采集与利用、Cookie及相关技术的提醒、个人信息储存及保护、个人信息共享转让与披露、个人信息处理权益、未成年个人信息保护角度对社交媒体的个人信息保护政策进行分析。[结果/结论]政府层面亟需保障《信息安全技术个人信息安全规范》等法律法规的底层实施,企业层面需开展个人信息保护的内部制度化建设,结合服务与产品特征细化个人信息保护政策内容,采用实名制规范未成年个人信息保护。
- 范昊王贺付少雄何建平
- 关键词：社交媒体个人信息隐私保护隐私政策敏感信息
- 隐私视角下移动健康管理服务使用意愿的实证研究被引量：12
- 2018年
- [目的 /意义]健康信息风险和用户隐私保护是健康大数据和移动健康时代的重要议题,从信息隐私和隐私计算视角,探究移动健康管理服务使用意愿的影响因素具有重要意义。[方法/过程]本文在分析移动健康管理服务特殊性和回顾相关研究的基础上,从信息隐私和隐私计算的视角,通过模型构建、问卷调查和假设验证等实证分析过程,重点探究信息隐私等相关因素对移动健康管理服务用户行为意向的影响。[结果/结论]研究表明:显著影响移动健康管理服务使用意愿的因素有感知收益和信任;隐私顾虑对使用意愿的影响并不显著,但并不意味着用户隐私保护不重要;此外,感知隐私控制是重要的心理要素,正向影响感知收益,负向影响隐私顾虑。对移动健康管理服务商来说,应该从信息隐私保护、感知收益提升、个人隐私控制强化以及用户信任建设等方面着手,从而促进移动健康管理服务的用户使用。
- 赵栋祥霍朝光范昊
- 关键词：使用意愿影响因素信息隐私
- 国内外开源情报研究综述被引量：10
- 2021年
- [目的/意义]对国内外开源情报研究进行分析,归纳总结学术界关于开源情报的理论和应用成果,分析研究中存在的缺漏和不足之处,为后续的研究提供支持。[方法/过程]使用定量的方法对文献进行总体发文量分析和关键词共现分析后,进一步运用内容分析法梳理开源情报的概念,结合DIKW模型提出当前学术界关于开源情报的研究结构,归纳总结其内容。[结果/结论]目前国内外对开源情报主题进行了广泛的探索,特别是在开源情报的概念发展、开源情报搜集、融合、质量评估、模型构建等研究内容上有了新的认识。但总体研究仍处于起步阶段,其中理论模型和方法的研究相对较少。此外,开源情报的应用场景和内容仍有扩展的空间。
- 范昊郑小川
- 关键词：开源情报情报分析
- 网络健康社区中健康信息传播网络及主题特征研究被引量：14
- 2021年
- 【目的/意义】本文利用用户在健康信息问答过程中产生的真实数据,从网络结构和信息主题两个维度对网络健康社区中的健康信息传播网络及主题特征进行研究,进而为社区的建设和维护提供建议。【方法/过程】首先,利用社会网络分析法对不同时间阶段的健康信息传播网络进行指标测度和可视化呈现,探究其网络结构特征;然后结合LDA和已有词表,对社区内健康信息进行主题识别和提取,分析健康信息主题的分布及其变化趋势。【结果/结论】本研究发现实验选取的网络健康社区内部的健康信息传播网络具有小世界效应,用户流动性大,关键节点变更快;用户健康信息问答的内容集中在若干主题,且部分主题随时间呈现一定变化趋势。【创新/局限】网络健康信息的生成和传播源于用户之间的信息交互。本文从网络结构和信息主题两个维度开展研究,更符合其内部机理,研究更加深入和具象;网络健康社区种类众多,本文只选择其中一个社区进行研究,可能存在一定的局限性。
- 范昊张玉晨吴川徽
- 关键词：社会网络分析主题分析
- 基于知识融合过程的大数据知识服务框架研究被引量：12
- 2017年
- 大数据时代大知识的出现,对知识融合提出了新的要求。在大数据和网络环境下,研究知识服务中的知识融合需求,界定知识融合的过程,构建面向物化知识仓库、面向虚拟知识网络和面向混合模式的知识融合过程模型,并将其应用于大数据知识服务框架中。将知识融合的过程模型与知识服务的应用模块有机结合起来,不仅可以为用户的多层次、个性化、创新型知识服务需求提供知识服务策略和知识服务管理机制,还可以为通用型知识融合体系和知识服务架构研究提供理论支持。
- 周利琴范昊潘建鹏
- 关键词：知识融合知识服务大数据
- 融合上下文特征和BERT词嵌入的新闻标题分类研究被引量：12
- 2022年
- 【目的/意义】随着社交媒体的发展,各类新闻数量激增,舆情监测处理越来越重要,高效精确的识别舆情新闻可以帮助有关部门及时搜集跟踪突发事件信息并处理,减小舆论对社会的影响。本文提出一种融合BERT、TEXTCNN、BILSTM的新闻标题文本分类模型,充分考虑词嵌入信息、文本特征和上下文信息,以提高新闻标题类别识别的准确率。【方法/过程】将使用BERT生成的新闻标题文本向量输入到TEXTCNN提取特征,将TEXTCNN的结果输入到BILSTM捕获新闻标题上下文信息,利用softmax判断分类结果。【结果/结论】研究表明,本文提出的融合了基于语言模型的BERT、基于词向量TEXTCNN和基于上下文机制BILSTM三种算法的分类模型在准确率、精确率、召回率和F1值均达到了0.92以上,而且具有良好的泛化能力,优于传统的文本分类模型。【创新/局限】本文使用BERT进行词嵌入,同时进行特征提取和捕获上下文语义,模型识别新闻类别表现良好,但模型参数较多向量维度较大对训练设备要求较高,同时数据类别只有10类,未对类别更多或类别更细化的数据进行实验。
- 范昊何灏
- 关键词：文本分类新闻标题
- 基于元分析的在线社区用户转移意愿影响因素研究被引量：4
- 2021年
- [目的/意义]目前在用户转移意愿影响因素主题下已有较多相关研究,但不同研究实证结果不尽相同。[方法/过程]本研究对检索筛选后得到的国内外与在线社区用户转移意愿影响因素相关的38篇实证研究进行元分析,定量综合检验了不同因素对在线社区用户转移意愿的影响程度,和可能引起不同研究间影响程度差异的调节变量。[结果/结论]元分析结果显示,在纳入元分析的15个影响因素中,相对匮乏性、网络义务性和感知价值与用户转移意愿的相关关系最强,感知娱乐性与用户转移意愿的相关关系最弱。社区类型作为调节变量影响感知娱乐性、不满意度、替代品吸引力、网络义务性、感知有用性以及感知价值6个因素与用户转移意愿的关系。
- 范昊热孜亚·艾海提李珊珊
- 关键词：影响因素
- 基于知识图谱的标准文献多维知识发现研究
- 2023年
- [目的/意义]我国经济迈入高质量发展阶段,标准文献在新发展格局中起着基础引领作用。基于知识图谱进行标准文献多维知识发现,能够创新标准文献的资源利用方式,提高利用效率。[方法/过程]结合标准文献内容结构特征和标准文献情报需求,提炼多维知识发现需求。通过对标准文献编写规范、标准文献元数据、标准文献内容等进行系统化的分析,完善和构建标准文献本体模型,最后选取版权领域进行知识发现实例探索。[结果/结论]面向用户情报需求,提出了“标准文献—机构—人员—术语—结构—内容”六维知识发现框架,并聚焦标准文献的通用内容与结构,构建了“元数据—结构—内容”3层标准文献本体模型,包含15个概念、21个对象属性,可一定程度上支撑六维知识发现,包括关联标准文献、潜在机构人员合作关系、术语不一致发现、结构重用、内容关联发现等应用。文章提出的3层标准文献本体模型拓展并细化了标准文献实体类型,基于知识图谱的多维知识发现框架能够为标准文献开发利用提供新方向。
- 范昊郑小川热孜亚·艾海提李珊珊
- 关键词：知识图谱知识发现本体元数据
