摘要：【目的/意义】由于自媒体平台中的多标签文本具有高维性和不平衡性,导致文本分类效果较差,因此通过研究5G环境下高校图书馆自媒体平台多标签文本分类方法对解决该问题具有重要意义。【方法/过程】本文首先通过对采集的5G环境下高校图书馆自媒体平台多标签文本进行预处理,包括无意义数据去除、文本分词以及去停用词等;然后采用改进主成分分析方法进行多标签文本降维处理,利用向量空间模型实现文本平衡化处理;最后以处理后的文本为基础,采用Adaboost和SVM两种算法构建文本分类器,实现多标签文本分类。【结果/结论】实验结果表明,本文拟定的自媒体平台标签文本分类方法可以使汉明损失降低,F1值提高,多标签文本分类效果好,且耗时较低,具有可靠性。【创新/局限】由于本研究中的数据集数量不够多,所以在测试和验证方面,得出的结果具有一定局限性。因此在未来研究中期望利用更为丰富的数据库,对所设计的方法做出进一步的改进与创新。

摘要：[目的/意义]在恐怖主义将网络空间作为第二战场的背景下,构建网络反恐知识库,为实际网络反恐工作提供知识查阅和决策参考。[方法/过程]通过学习已有机构知识库构建方案和网络反恐研究资料,运用DSpace的三层架构,从本体知识库的形成、知识库的设计流程和知识库的功能模型构建出网络反恐知识库模型。[结果/结论]运用编程语言和数据库完成网络反恐本体知识库构建,并做出简易原型知识库系统。系统记录网络恐怖事件和组织反恐知识,通过查阅和浏览网络恐怖事件和应对方案为反恐机构决策提供参考。

摘要：在全球恐怖主义威胁的严峻态势下,反恐情报工作的重要性日益增强,而对数据的大范围深度挖掘导致与个人隐私信息之间的冲突凸显。文章分别从大规模数据调用易造成隐私泄露、反恐情报采集与处理技术、个人隐私信息的立法保护不完善三个方面分析冲突产生的原因,并针对冲突原因逐一提出解决途径,包括对数据源的严格控制、反恐遵循隐私保护原则、进一步完善反恐法律体系。基于当前的实际状况和今后的发展趋势来看,反恐情报工作与个人隐私信息之间的矛盾不存在激化的可能性,而且有国家总体安全观的顶层设计指引,个人隐私保护会依法倾向于满足国家安全战略的需要。

摘要：[目的/意义]总结了基于在线社交媒体数据的广度学习工作研究进展,从情报学的视角分析了广度学习的应用展望及未来发展趋势。[方法/过程]利用文献统计分析方法,重点分析了广度学习技术在网络嵌入、链路预测、社区检测等在线社交网络分析领域的应用现状。[结果/结论]广度学习可以将多个不同种类的大型异构数据源融合在一起,设计并使用一套统一的分析方法来跨越这些融合的数据源执行协同数据挖掘任务。广度学习在异构社交网络分析中的这些成功应用为其在情报学领域中的研究奠定了理论基础和技术支持,将会有更广泛更深远的研究成果出现。

摘要：[目的 /意义]从用户和设计者的角度提出一种基于解释结构模型(ISM)求解的新方法,并对影响移动终端应用程序APP推广的因素进行研究。[过程/方法 ]在研究过程中,首先通过SPSS软件对数据进行统计分析得到各个因素的相关性系数来判定各因素的相关性,再基于回归分析得到各个因素之间的依赖关系,最后通过解释结构模型对各个因素进行详细的分析得到各个因素的层级关系。将SPSS与ISM结合可以很好的弥补ISM的缺点,即不需要主观去判断各个因素的之间的关系。[结果 /结论 ]研究结果展现了几款常用APP推广影响因素的层级关系,为今后APP更加有效地开发、使用与推广提供了依据。