摘要：[目的/意义]数据资源成为国家主权保护和国际综合实力的重要依据及参考对象,数据主权应运而生,并被提升到国家战略地位,研究美国跨境数据流动中管辖模式对中国具有借鉴和警示意义。[研究设计/方法]调研了美国跨境数据流动管辖的发展过程以及政策体系和管辖模式,并结合法律知识对美国管辖模式进行评析。[结论/发现]美国的跨境数据流动管辖模式采取的是属人原则为主,属地原则为辅。[创新/价值]美国跨境数据流动的管辖模式研究,对中国跨境数据流动的政策体系和管辖模式的构建和形成具有借鉴意义。

摘要：探索构建高校可转移专利价值评估方法,精准锁定存在转移价值的专利,对提升高校专利转移效率具有重要意义。文章结合已有研究中应用的专利评估指标,从数据易获取性和科学性角度创建包含多个指标的专利评估指标体系;以“新能源汽车”为例,构建多指标专利评估数据集;分别采用熵值法与人工神经网络算法,以人工打分和模型预测相结合方式识别高校新能源汽车领域具备转移价值的专利。文章通过实证分析提出的基于人工打分和模型预测相结合的混合智能方法,在识别高校具备转移价值专利中具备一定的有效性,有利于促进高校科技成果管理部门的专利运营效率和企业快速锁定高校高价值专利。

摘要：政府数据资源分级管理是政府数据共享开放和数据治理的关键性工作。由于数据资源规模大,分级体系不完善,工具缺乏,使得该工作多由人工进行,导致支撑依据不足、主观性强、精确性差、成效不足。文中设计并实现了基于政策法规、典型案例的政府数据自动分级系统-GSGD(grading system for government data)。首先,利用政策法规以及典型案例构建本体库,根据分级目标以及构建的本体特性,构建自定义推理规则;再通过BERT获得输入数据与关键词的语义特征词/句向量,并计算向量之间的余弦相似度;最后对相似度较高的关键词,采用Jena对政策法规库以及典型案例库进行查询推理得到分级结果以及分级依据,以实现对政府数据的自动化分级,提高分级工作效率。通过实验对比分析,验证了该方法的有效性。

摘要：在基于模型驱动方法的实时系统设计过程中,由于源模型到目标模型的语义差异较大,在模型转换过程中难以保证转换前后的语义一致性.针对实时语义体系结构复杂及关系繁琐的特点,本文提出了一种基于知识图谱的实时系统语义约束性实现方法.首先提取实时系统设计过程中的知识实体及关系,构造基于知识实体的本体属性模型,并在此基础上采用图数据库技术实现了实时语义体系的知识图谱.实时语义知识图谱通过对知识实体之间属性和关系的定义,不但可以实现不同建模本体之间严格的语义约束,并且可以实现实时语义的关联、检索和推理,为实时系统模型转换过程中的语义一致性保持问题提供了一个有效的解决方案.

摘要：为解决在互联网文本信息爆炸性增长的前提下,在大规模文本数据中如何发现隐含的、有价值的潜在知识的问题,提出基于多层次文本聚类的文本知识挖掘方法,针对不同规模的文本数据进行不同粒度的聚类,实现不同层次知识的挖掘。针对最广义层次的文本知识挖掘可实现各主题事务划分,针对子级分类数据的文本知识挖掘可发现下一层次主题分类,针对自定义层次的文本知识挖掘可发现该事件中存在的具体细节。对诉求实际数据的分析结果表明,该方法可在所有诉求数据中挖掘出各种诉求主题,精确挖掘出其中的细节问题,为管理者提供数据和决策支持,提高服务效率。