共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的/意义】通过对我国已经出台的个人信息保护政策文本进行量化分析,有利于政府进一步完善政策体系,对加强个人信息保护具有重要意义。【方法/过程】以近10年国家层面颁布的个人信息保护政策文本为研究对象,采用社会网络分析法、内容分析法和统计分析法,构建政策工具、政策效力和政策主题的三维分析框架,并对我国个人信息保护政策进行多维度探析。【结果/结论】存在问题：政策工具使用失衡,环境型政策工具使用过溢,供给型、需求型政策工具使用匮乏;政策效力强的法律在政策总量的占比较低;在政策主题方面,我国政府倾向于信息安全保护管理政策内容,忽略了政府告知义务和个人权利保障方面的需求。优化建议：全面优化政策工具,增加供给型和需求型使用占比;增强政策效力,完善个人信息保护体系顶层设计,促进部门交流合作;扩大政策主题范围,细化告知义务与个人信息权利条款。【创新/局限】未来将进一步扩大政策文本数量,并进行国内外个人信息保护政策的对比分析。 相似文献
2.
【目的/意义】从开放政府数据主题的多个政策文本的语义挖掘出发,发现多个政策文本内容间的语义关
系,探索能降低人工干预,实现多政策文本协同性自动化分析的方法。【方法/过程】利用数据挖掘的关联规则算法
对经过预处理的开放政府数据政策文本进行语义挖掘,按照得到的有效强关联分析多政策文本间的协同性。【结
果/结论】以开放政府数据主题的多个政策文本为研究对象,确定置信度为 0.7,提升度大于 3时得到的有效强关联
规则数量较稳定;经过不同层次的政策文本关联规则分析,可以得到与人工分析基本吻合的结论,验证了该方法可
以应用于多政策文本语义协同性的定量研究。【创新/局限】采用数据挖掘中的关联规则算法完成数据政策多文本
的协同性知识推理研究,有效的实现了语义自动化计算的问题。实验中政策词表的完整性、数据预处理过程、参数
设定等环节都会对实验结果准确性有影响,需进一步降低人工干预影响。 相似文献
3.
【目的/意义】本文以主题为核心,从外部属性和内容属性两个视角展开政策文本结构化解析,直观反映政
策核心内涵,挖掘政策文本语义,为政策内容解读提供新模式。【方法/过程】利用LDA2Vec主题模型实现基于上下
文的政策文本主题识别,同时借助位置和语法规律提取外部属性,以此构建政策文本结构化解析的描述框架。【结
果/结论】“互联网+”政策文本解读的实证分析发现,本文所提框架有助于直观展现政策要素,有效揭示政策文本主
题分布,以及进行大规模政策领域文本的批量分析和解读。【创新/局限】通过结构化解析框架展现政策文本的形式
化特征和主题性特征,帮助政策相关群体把握政策制定的特点和侧重点,目前深层次内容解读有待进一步研究。 相似文献
4.
5.
【目的/意义】从大数据驱动角度出发,探索采用人工智能方法实现对政策文本协同性定量分析的可能性。
【方法/过程】以政策全文本数据为研究对象,使用知识图谱技术实现不同主题的本体构建,并应用数据挖掘中关联
规则构建推理模型,对图谱表示的政策文本进行协同性语义挖掘和推理。【结果/结论】围绕“开放数据”和“数据安
全”主题构建知识图谱,实现对政策文本的本体表示,在此基础上使用关联规则完成单文本和多文本在两个主题间
的协同性分析。【创新/局限】本文将知识图谱应用于政策文本分析领域,并完成协同性分析,为政策的全样本分析
提供可能性,后续需扩大样本规模,提升推理效率。 相似文献
6.
【目的/意义】随着互联网的迅速发展,网络媒体成为反映社会舆论的主要载体。如何有效地从网络媒体获取公共政策相关的社情民意以引导公共政策的传播议程设置是政府职能部门所关注的重要问题之一。【方法/过程】本文基于网络媒体数据,应用数据挖掘、机器学习等数据分析技术,提出了一个面向公共政策的网络媒体内容文本分析框架。利用文本语义分析方法,从主题识别、情感分析等角度对网络主流媒体的公共政策传播议程设置与社交媒体网民舆论进行挖掘和对比,并以新能源汽车政策为例对该分析框架的有效性进行了验证。【结果/结论】通过实证发现当下网络媒体报道的议题与社交媒体上公众对有关公共政策的关注焦点之间存在较大偏差,就新能源汽车政策为例,公众对于其政策的关注偏向于衡量自身获利的多少,而网络媒体报道更多以描述政策传递信息为主。建议政府职能机构针对公共政策使用网络媒体进行传播时,可根据公众关注焦点话题进行议程的设置和调整,以增强公众对此政策的认可度。 相似文献
7.
8.
【目的/意义】随着信息大爆炸时代的到来,图书馆精准化个性化服务对读者个人信息收集的需求在不断加
大,个人信息包括一般个人信息和敏感个人信息,为保护个人信息安全急需制定图书馆个人信息保护政策。【方法/
过程】分别选取国内外具有代表性的10所图书馆网站个人信息保护政策文本作为研究对象,运用NVivo质性分析
软件进行基于扎根理论的编码分析,进而对梳理出的核心要素进行对比分析。【结果/结论】通过对文本的编码最终
形成四个维度的对比分析,分别是信息共享及相关法律、信息勘误更新与投诉受理、信息收集利用存储、信息披露
及保护措施,为国内图书馆网站个人信息保护政策的制定提供理论参考。【创新/局限】基于扎根理论的政策文本对
比分析为图书馆个人信息保护政策制定提供了理论参考,未来着眼于国内图书馆个人信息保护政策理论框架的
研究。 相似文献
9.
【目的/意义】探测特定领域政策文本语义主题,揭示我国政策部署领域与未来发展趋势。【方法/过程】提出
一种融合词向量语义增强和DTM模型的公共政策文本时序建模与可视化方法,采用DTM模型实现政策文本的时
序切割和主题建模,利用深度学习Word2vec算法中Skip-gram词嵌入技术可以对上下文词汇进行有效预测,增强
其语义表达性和政策解释性,以更为准确地揭示我国公共政策的部署重点。【结果/结论】实验表明本文提出的方法
对于公共政策主题识别和政策文本量化具有更好的知识抽取和语义表达能力,对我国公共政策挖掘和信息揭示具
有良好的揭示。【创新/局限】提出融合词向量语义增强和DTM模型的公共政策文本时序建模方法,一定程度上提
升了政策文本的主题语义表达,未来考虑利用深度学习技术如LSTM算法、BERT模型等识别政策中的领域知识单
元和语法结构。 相似文献
10.
【目的/意义】科技人才评价是我国科技评价的重要内容之一。对科技人才评价政策文本进行分析有助于
未来科技人才评价政策的制定和相关工作的开展。【方法/过程】以政策文本计量为视角,构建政策工具、政策要素、
政策目标、政策效力四维分析视角,借助 NVivo11 Plus软件,对我国 1978-2020年间 115份科技人才评价政策文本
先进行历时分析和出台部门分析,然后重点围绕四维分析视角进行单维度分析、以政策工具为基点的交叉分析。
【结果/结论】科技人才评价政策文本总体上存在政策工具内部要素不齐全,政策工具可操作性有待加强;目标设置
与工具选择部分错配,目标导向需更明确;部门合作相对欠缺,政策工具结构失衡等不足。未来科技人才评价政策
文本的优化,可从要素-工具、目标-工具、效力-工具三个匹配维度,完善政策要素比例,增强政策的可操作性和指
导性;纠正目标与工具的错配,完善政策工具的配套;加强部门之间的联动,优化政策工具结构。【创新/局限】从多
维度视角对科技人才评价政策进行分析并提出优化建议。后续可从政策协同角度对科技人才评价政策进行深入
研究。 相似文献
11.
【目的/意义】通过对我国省域数字政府高质量建设的政策驱动路径进行分析，有利于丰富和完善我国数字政府政策的内部协同机制，可在政策层面为我国政府的数字化转型工作提供决策支持。【方法/过程】选取我国31个省级行政区政府已经出台的76份政策文本，采用内容分析法，借助NVivo12软件，基于政策工具视角对政策文本进行量化分析；根据量化分析结果选取典型的政策工具类型，采用模糊集定性比较分析（fsQCA）方法揭示政策工具的不同组合与数字政府高质量建设间的因果关系，分析我国省域数字政府高质量建设的政策驱动路径。【结果/结论】单一政策工具不能构成数字政府高质量建设的必要条件。数字政府高质量建设的驱动路径有四种类型（包括7条不同的组态路径），分别是供给型路径、环境型路径、供给-环境协同型路径和供需-环境协同型路径。【创新/局限】将内容分析法与fsQCA方法相结合，构建了政策工具视角下省域数字政府高质量建设驱动路径的理论分析框架。但研究结论有待获取更多维度、更细粒度的主客观实证数据进行实践检验，未来还可以考虑通过采集面板数据进行动态QCA组态分析。 相似文献
12.
【目的/意义】目前LDA模型在文本数据挖掘方法中占有重要的地位,已成为数据挖掘领域的研究热点。
为了进一步提高LDA模型在文本挖掘中的应用效果,有必要对LDA模型文本主题提取效果进行对比研究。【方法/
过程】本文提出了一种基于LDA模型的不同类型文本数据主题提取效果对比评价方法,先通过LDA模型对文本数
据进行主题挖掘;再通过定量的主题提取效果评价方法进行对比研究。【结果/结论】本文以期刊论文、网络舆情事
件话题、微博文本、调查问卷为文本数据源,实验结果表明LDA模型在处理语义信息明确逻辑关系合理的长文本数
据时,主题提取效果较好。这为提高LDA模型的挖掘效率提供了一定的理论依据。 相似文献
13.
【目的/意义】《中华人民共和国政府信息公开条例》实施十周年之际,本文深入研究政府信息公开政策的演 化历程,为完善政府信息公开政策体系提供参考和依据。【方法/过程】以中共中央办公厅和国务院办公厅发布的63 份政府信息公开政策文本为研究对象,采用内容分析法和文本分析法对政府信息公开的主体、内容、公开渠道和监 督保障措施的变化趋势进行分析。【结果/结论】政府信息公开政策的发展具有以下特征：主体的稳定性、内容的丰 富性、渠道的开放性以及监督保障的完善性。政府信息公开逐步从注重公开共享向数据利用演化。 相似文献
14.
以智慧城市背景下公众意见反馈内容分析为目标，基于概率主题建模的潜在狄利克雷分配模型，提出了从大规模公众反馈信息文本中提取政府或政策制定者可能关注的潜在主题及讨论热度时序分析的初步方法框架；对某城市公众反馈网络平台2006—2015年间产生的实际数据进行了案例分析，展示和验证了分析结果及方法框架的有效性。 相似文献
15.
政府数据开放已经成为多学科交叉研究的热点。【目的/意义】为推进政府数据开放的降低公众隐私顾虑,
提高公众信息提供意愿。【方法/过程】本研究运用问卷调查法,同时采用相关性分析、逐步回归分析方法,从个体,
情境和平台三个层面剖析政府数据开放的公众隐私顾虑程度。【结果/结论】公众个人隐私保护教育经历越丰富,对
法律法规的满意度越高,对政府监管工作满意度越高,对政府数据开放平台的满意度越高,公众遭遇隐私侵犯经历
频率越低,其隐私顾虑程度越低。公众隐私顾虑程度越高,公众越注重保护隐私信息,公众信息披露意愿越低。【创
新/局限】本研究从公众视角出发,剖析公众隐私顾虑影响因素,探讨公众隐私顾虑对个人隐私信息提供意愿的作
用效果,从法律,监管,平台等层面,提出政府数据开放中公众隐私保护建议。 相似文献
16.
【目的/意义】为把握招生考试过程中网络舆论的基本特点和发展规律,及时发现潜在舆情隐患,本研究对
考研复试期间国内主流网络社交平台的相关话题讨论文本进行了主题演化研究。【方法/过程】使用 Python采集数
据,BTM模型对数据中的词对建模来进行主题挖掘和聚类,对各主题强度和内容随时间的演化进行分析。【结果/结
论】主题强度和内容演化结果显示,公众的关注点与招生录取进程密切相关,并呈现一定的周期和规律性,能够做
为网络舆情预测的依据。【创新/局限】BTM模型克服了短文本语料中的数据稀疏问题,能够有效进行主题挖掘,但
同时也存在语义理解不足,需要人工辅助解读的问题,需要在后续研究中进一步改进。 相似文献
17.
【目的/意义】为重塑图书馆馆员职业的良好形象,挖掘公众对于图书馆职业认知,为图书馆职业招聘和运营管理提供参考。【方法/过程】基于深度学习方法,以知乎和搜狗问问中与图书馆馆员职业相关的问答与评论为数据样本,利用BERTopic主题模型提取公众对图书馆馆员的职业形象感知,并提出改进TextCNN的情感分类模型,分析公众对图书馆馆员职业形象感知的细粒度情感。【结果/结论】结果发现：公众对图书馆馆员职业形象感知包括职业发展与前景、工作内容、工资待遇、工作时间以及工作环境与位置5个主题维度;大部分公众对图书馆馆员职业形象的情感持正向看法;各主题维度下细粒度的情感形象与图书馆馆员整体形象占比基本趋同,但在不同维度上略有侧重。【创新/局限】将BERTopic主题和改进了TextCNN算法用于图书馆馆员职业形象文本主题提取和细粒度情感分析具有一定的创新性,但是未能够进行算法性能的比较与评估。未来可以进一步地开展深度学习算法性能评估和比较。 相似文献
18.
【目的/意义】大数据时代文本主题挖掘在情报分析领域中的作用日趋重要,通过特征比较共词分析和
LDA模型分析两种主流文本主题挖掘方法,研究两者的具体特点,为相关人员合理地运用文本主题挖掘方法处理
数据提供一定的参考。【方法/过程】本文分两种情况对比研究：第一、两者挖掘不同时段同一种类文本数据的主题
分布信息和主题演化信息的能力;第二、两者挖掘同一时段不同种类文本数据的提取正确主题的能力。【结果/结
论】在不同时段LDA模型分析与共词分析相比挖掘主题分布信息的能力可不断提升,并且其可挖掘出更加细化的
主题演化信息;在同一时段LDA模型分析对语义关系模糊逻辑结构粗糙的文本提取正确主题的效果明显优于共词
分析。 相似文献
19.
【目的/意义】对中外开放数据用于政府治理的现状进行比较研究,为我国的开放数据辅助政府治理提供建
设性意见。【方法/过程】通过搜集大量案例,梳理出各国政府开放数据典型实践、应用与国际合作等影响辅助政府
治理效果的因素。运用文献分析法、内容分析法、比较分析法,对中外政府开放数据的实践、应用与国际合作进行
对比分析,分析我国存在的差距、差距的成因,并提供政策建议。【结果/结论】提出我国需要在政策法律、机制体制、
专业团队、应用项目、隐私保护和数据安全等方面做出努力,以提高我国开放数据辅助政府治理水平。 相似文献
20.
【目的/意义】网络用户在线评论是用户对某产品或服务机构体验感知的反馈,对网络用户在线评论的文
本挖掘是情报分析的重要内容。【方法/过程】为了更有效从海量网络用户在线评论文本中挖掘用户感兴趣的信息,
本研究爬取TripAdvisor网站四大城市的酒店用户在线评论,基于主题图谱理论和文本聚类算法构建网络用户在线
评论的聚类模型,通过图谱可视化揭示不同地区酒店用户观点差异,并分析不同图谱的社会网络特征。【结果/结
论】研究发现酒店用户最关注的是服务,其次是酒店的环境和位置。本研究能够快速挖掘酒店用户关注内容,对帮
助酒店管理者了解用户住宿需求并以此提高用户满意度具有重要价值。【创新/局限】本文结合主题图谱和文本挖
掘技术构建酒店用户在线评论主题图谱,在大数据文本主题聚类上显示出优越性。但本文仅分析TripAdvisor网站
四个城市中部分酒店的用户在线评论,数据面覆盖不够广泛。 相似文献