一、数据库知识发现技术在集成质量决策支持系统中的研究与应用（论文文献综述）
刘森,张书维,侯玉洁[1]（2020）在《3D打印技术专业“三教”改革探索》文中研究说明根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
刘奕[2]（2020）在《5G网络技术对提升4G网络性能的研究》文中指出随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
李富贵[3]（2018）在《基于大数据技术的政府绩效信息使用研究》文中提出随着政府绩效管理理论和实践的不断探索,学术界积累了丰富的研究成果,呈现欣欣向荣的发展态势。同时绩效管理尚存在较多的问题,理论研究和实践探索开始进入反思阶段。国内外学者越来越聚焦于绩效管理循环的终端,更加关注绩效结果对公共组织及社会服务的影响,关注绩效信息与数据对内部管理及外部责任所产生的效应。由此便开启了值得绩效管理学界进一步研究和探讨的问题:政府如何更好的使用绩效信息,提高绩效管理的质量和效益。政府绩效管理存在诸多困境和挑战,亟需进行更深层的变革,实现方式改进和系统建构。采用新的研究方法和视角来促进绩效信息使用的研究,对实现政府绩效管理的有效性、科学性和可持续性有着重要的意义。随着网络信息技术的发展,大数据成为主流浪潮。大数据的引入将是未来政府绩效管理理论研究和实践发展的方向。绩效信息使用在理论和实践中存在的问题是本文的研究起点。基于对绩效信息使用理论的分析,本研究尝试理论和技术相结合,以大数据技术的视角分析绩效信息使用这一具体问题。本文围绕绩效信息来源的使用和绩效信息结果的使用两个维度,建构大数据视角下政府绩效信息使用的分析框架,再结合案例分析大数据技术对促进绩效信息使用的作用机理与效应,验证大数据技术对绩效信息使用质量和效益的影响。本文主要研究内容包括:导论部分梳理有关绩效信息使用的理论表达和实践指向,提出本文的研究目的和价值,设计研究思路和研究方法。第二章,通过对政府绩效信息使用的理论与实践分析,厘清政府绩效信息使用的价值、方式和影响因素。总结目前政府绩效管理实践中绩效信息使用存在问题与解决对策,为后续构建面向大数据的绩效信息使用机制提供启示和思路。第三章,为解决绩效信息使用客观性和科学性的问题,本部分尝试以大数据技术的视角分析绩效信息使用,侧重从大数据技术分析促进绩效信息使用过程中的技术和方法,并从绩效信息来源的使用和绩效信息结果的使用两个维度尝试构建政府绩效信息使用系统模型。第四章,以X市J区行政服务中心作为典型案例,深入剖析大数据技术应用于绩效信息来源使用中的主要方法、技术、流程和作用机理,以解决绩效信息客观性的问题。第五章,以X市财政综合信息系统为例,从决策者的宏观管理的视角出发,探讨如何利用大数据技术,促进财税业务的数据和绩效信息的使用,为政府部门提供决策支持分析,提升绩效信息使用科学性。结论部分是对全文进行总结性阐述,归纳文章的创新与不足,提出未来研究展望。本文研究结论如下:第一,从技术角度验证了跨学科研究绩效信息使用的可行性。通过尝试不同学科结合的分析思路,较好的验证了跨学科的技术分析和理论研究具有可行性。第二,从案例分析的视角考证了大数据应用于绩效信息使用的可操作性。透过典型案例本文验证了大数据技术下绩效信息使用的流程、方法和效果,增强了理论分析的说服力,也佐证了大数据技术在实践中具备较强的可操作性。第三,面向大数据的政府绩效信息使用分析框架具备解释力。在借鉴大数据工具和系统架构的基础上,本文构建了大数据技术下的政府绩效信息使用系统模型。该分析框架既符合当前大数据应用的技术实际,同时也能很好的将大数据工具和绩效信息研究客体有机衔接起来,具有较好的解释力。第四,本文验证了大数据技术能够提升绩效信息来源的质量,提高绩效信息的客观性。在绩效信息来源使用维度,案例分析验证了大数据的采集和预处理技术能够实现信息采集与预处理的自动化、实时化和多样化,提升绩效信息客观性。第五,大数据有助提升绩效信息结果使用质量和效益。在绩效信息结果使用维度,大数据的分布式计算和分析处理技术能够辅助决策支持系统,信息使用面向能够从微观管理转向决策支持,实现绩效信息使用的科学性,提高政府管理决策的质量。
孙文渊[4]（2009）在《数据库知识发现技术在集成质量决策支持系统中的研究与应用》文中研究说明对现代企业而言,在企业为市场和利润进行的斗争中,质量作为最有力的战略竞争武器之一,是企业求得生存,提高效益的关键。随着企业信息化进程的不断深入和完善,在产品质量管理过程中积累了大量的基础性数据和质量信息,但是这些数据和信息很难被决策者充分利用。如何充分的利用这些历史数据,发现其中隐藏的知识,以增强企业产品质量的竞争能力,是当前企业质量决策人员对集成质量决策支持系统（IQ-DSS:IntegratedQuality-Decision Support System）提出的新需求。本文在对企业质量决策支持环境分析的基础上,阐述了现代企业进行集成质量决策所面临的挑战,论证了IQ-DSS研究的必要性。针对企业质量决策所面临的难题,引入了与决策支持系统相关的关键技术,特别是数据库知识发现（KDD:Knowledge Discovery in Database）技术。本文研究了KDD技术在IQ-DSS的应用,设计了采用数据仓库（DW:Data Warehouse）和KDD技术的IQ-DSS系统方案,最后将此成果初步应用于企业。
宋允辉[5]（2003）在《数据库知识发现技术在集成质量决策支持系统中的研究与应用》文中研究说明对现代企业而言，在企业为市场和利润进行的斗争中，质量作为最有力的战略竞争武器之一，是企业求得生存，提高效益的关键。 随着企业信息化进程的不断深入和完善，在产品质量管理过程中积累了大量的基础性数据和质量信息，但是这些数据和信息很难被决策者充分利用。 如何充分的利用这些历史数据，发现其中隐藏的知识，以增强企业产品质量的竞争能力，是当前企业质量决策人员对集成质量决策支持系统（IQ-DSS: IntegratedQuality-Decision Support System）提出的新需求。 本文在对企业质量决策支持环境分析的基础上，阐述了现代企业进行集成质量决策所面临的挑战，论证了IQ-DSS研究的必要性。针对企业质量决策所面临的难题，引入了与决策支持系统相关的关键技术，特别是数据库知识发现（KDD:Knowledge Discovery in Database）技术。 本文研究了KDD技术在IQ-DSS的应用，设计了采用数据仓库（DW:Data Warehouse）和KDD技术的IQ-DSS系统方案，最后将此成果初步应用于企业。
邓晶艳[6]（2021）在《基于大数据的大学生日常思想政治教育创新研究》文中指出中国特色社会主义进入新时代,标定了大学生日常思想政治教育的新方位。面对新时代提出的新任务与新要求,大学生日常思想政治教育要不断探索新思路、新路径与新方法,进一步增强工作的针对性与实效性,以满足大学生成长成才需求以及党和国家事业发展需要。当前,随着移动互联网、物联网、云计算、人工智能等为代表的新一代网络信息技术的迅猛发展、全面集成与广泛应用,人类逐步迈入大规模数据挖掘、运用与创新的“大数据时代”。在此时代背景下,如何运用新媒体、新技术加强和创新高校思想政治教育工作,使之富有时代性、增强针对性、彰显实效性,是新时期高校面临的一个重要而现实的课题。作为当代信息技术发展的前沿,大数据广域的信息资源、先进的信息处理技术以及全新的思维范式,为大学生日常思想政治教育带来了即时性、精准性、前瞻性与个性化等创新发展的新动力与新空间。将大数据思维、技术与方法全方位嵌入大学生日常思想政治教育各要素、各环节与全过程,促进大学生日常思想政治教育革新思维、优化供给、改进方法、重构范式,建构科学化、数字化与智能化的大学生日常思想政治教育体系,推进大学生日常思想政治教育向“精准思政”“智慧思政”转型升级,是大学生日常思想政治教育顺应时代发展的现实需要,也是其进一步提质增效、焕发新机的重要生长点与强劲推动力。阐释大数据内涵、价值、特征与功能,阐释大学生日常思想政治教育内涵并且辨析其与大学生思想政治理论教育的关系,有利于进一步探讨两者的深度融合。基于此,大学生日常思想政治教育大数据概念得以提出。从大学生日常思想政治教育大数据资源、大学生日常思想政治教育大数据技术、大学生日常思想政治教育大数据思维三个维度全面阐述大学生日常思想政治教育大数据的内涵与外延,同时运用马克思主义哲学基本原理和方法论论析大学生日常思想政治教育大数据的生成逻辑、发展动因、方法论基础与价值取向,可以明确大数据与大学生日常思想政治教育需求的契合点,理清大数据对大学生日常思想政治教育的作用机理。面对新时代提出的新任务与新要求,大学生日常思想政治教育仍然面临一些困境、存在一些短板和弱环。运用文献资料法、大数据文本挖掘方法与访谈调研法审视大学生日常思想政治教育现状,总结当前大学生日常思想政治教育存在的问题与困境并作原因剖析,同时探讨新时代大学生日常思想政治教育新要求,指出新时代大学生日常思想政治教育面临的新课题以及新时代大学生日常思想政治教育的指导思想与原则、教育内容体系以及教育工作的主体转型,有利于为新时期大学生日常思想政治教育发展创新提供现实依据。通过分析大数据在大学生日常思想政治教育中应用的技术优势以及可能性,进一步探讨大数据在大学生日常思想政治教育中“精准画像”“规律探寻”与“超前感知”三个应用呈现。以之为基础,基于当前大学生日常思想政治教育存在的理念滞后、模式粗放、知行脱节、供需错位等难题,提出利用大数据推进大学生日常思想政治教育由线性思维向系统思维、由普适教育向个性化培育、由认知培育向实践养成、由需求侧适应向供给侧发力四大发展转向并详细阐述四大发展转向的实现路径。基于大数据推进大学生日常思想政治教育不仅要遵循学科规律、注重理论深化,还要坚持实践导向,致力推动大数据应用,促进理论与实践的双向转化。由之,宏观上,探索大学生日常思想政治教育大数据的数据采集、数据预处理与存储、数据挖掘与分析、数据应用与可视化、数据解释与反馈五大工作模块与应用流程;微观上,对大数据在大学生日常思想政治教育典型场域中的“数据画像”“精准资助”“失联告警”三个应用进行数据模型构建,从而为大学生日常思想政治教育利用大数据提供切实可行的实现路径。大数据为大学生日常思想政治教育创新发展带来了前所未有的机遇,然而,当前大学生日常思想政治教育利用大数据还存在观念性、路径性与机制性瓶颈,同时,大数据是一柄双刃剑,对数据的不当应用会带来诸如“数据垄断”“数据滥用”“数据侵害”“数据冰冷”等一些可能的风险与挑战。高校尚须在思维理念、技术开发、政策支持、制度完善、机制建设、校园环境建设等方面对大数据应用作出回应与调试。不仅如此,在基于大数据创新大学生日常思想政治教育过程中,高校要注重发挥教育工作者的主体性与能动性,始终坚持数字技术与人文精神、数据智能与教育智慧相结合。
李茵[7]（2021）在《面向医院管理的数据驱动决策研究》文中研究说明信息技术的快速发展与应用以及大数据战略的深入实施,使得大数据成为科技创新引领与决策支撑的重要战略资源,科学研究与实践正在完成“假设驱动”到“数据驱动”的巨大转变,大数据的深度挖掘与利用能够为社会发展、政府治理、国家安全等提供新的动能。围绕国家大数据战略,丰富和拓展大数据应用创新领域,推动管理升级,给学术界、产业界以及政府部门带来许多新的重要课题。其中面向健康服务供给侧的决策支持、决策引导和决策创新中的数据驱动、数据价值转换问题即是管理学、数据科学的核心科学问题之一,更是情报学应对大数据环境开展智慧型情报服务必须解决的关键问题之一。健康医疗大数据时代的到来,促使医院管理和医院管理者的观念都随之变化。数据驱动对医院精细化、智慧化管理决策具有重要意义。本研究从提升医疗管理决策质量的角度出发,构建数据驱动医院管理决策过程模型,分析数据驱动医院管理决策的影响因素,进而提出面向医院管理的数据驱动决策模型,并展开实证研究,为数据驱动决策领域的研究理论基础和实证研究提供参考依据,为促进医院精细化管理提供对策及建议。基于此,通过界定“数据驱动”、“医院管理”、“医院管理评价”与“数据驱动决策”等相关概念,以回顾数据驱动决策、面向医疗健康领域的数据驱动决策、面向医院管理的数据驱动决策以及数据驱动决策的影响因素研究现状为基础,综合运用文献调研法、半结构访谈法、问卷调查法、扎根理论法、结构方程法、统计分析法、机器学习法分析了面向医院管理的数据驱动决策的过程模型和影响因素模型,并构建了面向医院管理的数据驱动决策模型。围绕面向医院管理的数据驱动决策模型这一核心研究内容,本文第三章在已有BASM模型研究过程的基础上,结合医院管理决策场景的特殊性,探索面向医院管理的数据驱动决策的运行机理,构建面向医院管理的数据驱动决策过程模型,以梳理驱动的路径,理清其中的内在逻辑。该模型由处理过程模型及支持过程模型两部分构成,旨在分别回答面向医院管理的数据驱动决策过程中两个核心问题,一是数据本身如何转化并如何嵌入到医院管理决策过程中,二是医院中能够支持并且推动数据驱动决策的途径是什么。第四章采用扎根理论进行了面向医疗管理领域数据驱动决策的影响因素识别研究,编码面向医院管理者的半结构化访谈资料,经过饱和度测试,最终识别出了四个维度的影响因素。第五章在对影响因素定性研究的基础上利用结构方程模型方法进一步验证影响因素,探讨相关变量的权重和关系。阐述各个因素对医院管理决策的影响关系,验证数据驱动医院管理决策影响因素模型。第六章整合数据驱动医院管理决策过程模型和影响因素模型,构建支持医院管理决策全过程的数据驱动决策模型,探讨过程模型与影响因素模型的内在联系。第七章根据已构建的面向医院管理的数据驱动决策模型,进行基于DRGs分组的医疗服务能力评价和医生绩效评价管理工作的实证研究,修正和完善已构建的模型。具体内容如下:（1）构建面向医院管理的数据驱动决策过程模型。基于现有的数据驱动决策机制模型,结合医院管理实践,构建面向医院管理的数据驱动决策过程模型,该模型由处理过程模型及支持过程模型两部分构成,处理过程模型包括面向医院管理决策的数据处理过程和数据驱动的医院管理决策处理过程。决策处理过程既是数据处理过程的最后阶段,对数据处理的结果进行展示与应用,又会不断地产生新的数据,前推已有数据的老化和错误,补充和修正数据处理过程。而数据处理过程以决策处理过程中的阶段性需求为导向,能嵌入到决策处理过程的所有阶段,为决策处理的全流程服务。支持过程模型主要涉及两用户一技术。两用户包括数据分析人员和管理者,使能技术是创建和改进能够嵌入到操作系统的分析工具,这三个主体不能割裂独立,而可以互相转化并可能同时存在,共同对数据和决策进行处理,支持处理过程模型运转。（2）系统分析了面向医院管理的数据驱动决策影响因素。对主观及客观上影响管理者数据驱动决策的因素进行整合和相关分析,确定四个核心影响因素范畴分别是医疗数据质量,信息技术,医院组织管理和管理者信息素养,构建了影响因素模型,发现数据驱动医院管理决策能受到管理者信息素养、医院组织管理和信息技术的正向影响,其中管理者信息素养最强,其次是医院组织管理和信息技术;医院组织管理对医疗数据质量、管理者信息素养、决策目标均有影响,对医疗数据质量的影响要强于管理者信息素养;医疗数据质量能够对信息技术产生正向影响;信息技术对决策目标具有正向影响。（3）构建了面向医院管理的数据驱动决策模型。将过程模型与影响因素模型有机结合在一起,构成了面向医院管理的数据驱动决策模型。打造数据驱动决策模型,将医院数据质量标准化管理贯穿于医院管理全流程、智能化管理提升医务人员的信息技术、高效化管理增效医院组织三个方面分析模型的实现,提出模型优化建议。（4）基于DRGs的肺癌医疗服务绩效分析实证研究。模拟医院管理中运用DRGs分组工具解决绩效问题的真实场景,应用数据驱动医院管理决策模型,优化DRGs分组,优化绩效管理。研究最终确定性别、年龄、入院途径、离院方式、住院次数、医保付费方式、是否手术、合并症严重情况八个因素为影响肺癌医疗服务费用的因素,构建了8个DRGs分组,其中合并症严重程度、是否手术、住院次数是决策树分组的分类结点变量。选用医疗服务能力的指标（DRGs总权重、CMI）根据获取的数据进行比较,完成绩效评价工作,实现基于数据驱动决策的绩效管理。
吴雅威[8]（2021）在《面向智库需求的智慧数据服务模式及服务能力评价研究》文中认为近年来,作为决策咨询机构的智库,一直受到政府机构和决策者的高度重视,一系列相关政策法规的出台与实施,更为智库的建设与发展指明了道路和方向。然而,由于缺少多源数据、智慧化技术手段和专业人才支持在一定程度上制约了智库的快速发展,迫切需要图书情报机构（以下简称图情机构）提供智慧数据服务以满足智库复杂需求。目前,大数据时代持续推动着图情机构服务模式发生重大变化,正在促使其由传统信息服务向智慧数据服务转型。因此,当前智库到底存在哪些智慧数据服务需求,图情机构面向智库需求应该采取何种智慧数据服务模式,以及如何提升智慧数据服务水平和服务能力已经成为目前图情机构亟需研究的重要问题。本文以数据管理理论、用户场景理论和质性研究理论等为基础,探讨了面向智库需求的智慧数据服务要素、服务模式、模式实现及服务能力评价体系问题。首先,分析并构建了智库的智慧数据服务需求及其模型,结合实际案例对面向智库需求的智慧数据服务要素及其特征进行分析,进而提出了面向智库需求的两类智慧数据服务模式,详细阐述了智慧数据服务模式的实现路径,并构建了面向智库需求的智慧数据服务能力评价体系,最终针对智慧数据服务模式与服务能力评价体系给予相应对策及建议。本文的主要研究内容包括以下6个方面:（1）我国智库的智慧数据服务需求分析。主要通过混合式研究方法分析了智库的数据资源管理现状与问题、智慧数据服务需求以及需求驱动因素。明确了智库的两个主要需求:多源数据服务需求（包括多源数据采集与处理等）、创新发展环境服务需求（包括图情机构职能与服务及技术工具与人才等）。智库的数据需求、场景环境和应用过程的变化,对图情机构的智慧数据服务提出了更高期望与要求。本章为后文分析并提出针对性的面向智库需求的智慧数据服务要素、服务模式、模式实现以及服务能力评价体系奠定了需求基础和研究框架。（2）面向智库需求的智慧数据服务要素及其特征。基于智库需求,通过文献调研、案例分析以及借鉴智慧数据服务相关实践经验,分析了面向智库需求的智慧数据服务关键要素及其特征,阐述各要素在智慧数据服务中的定位和作用。明确了以图情机构、智慧数据、智能化技术方法、智慧化平台、服务环境为5大关键要素,以及服务场景化、技术智能化和数据多源化3大特征。引用生态系统及其相关发展理论构建模型来剖析服务主体、客体、环境间的能量流动及关系,最终以南京师范大学图书馆为例,通过分析其面向智库需求的智慧数据服务过程及其服务要素与特征,验证前文所明确的关键要素,为后文研究奠定要素基础。（3）面向智库需求的智慧数据服务模式。基于智库需求,结合模式构建法提出了面向智库需求的两类智慧数据服务模式:其一,个性化推荐模式,主要探讨图情机构通过感知智库需求,融合多源数据、专家智慧、智能技术及用户需求精准识别等资源与服务,通过智慧数据服务平台与新媒体技术,最终实现场景化、精准化与个性化推送;其二,嵌入式服务模式,主要探讨以图情机构为主体,通过分散、兼职和旋转门等途径嵌入智库内部及其活动过程,将智慧数据服务与智库的数据采集、综合处理、成果传播推广等环节相融合,精准定位智库需求,提供多源数据采集、融合处理、人才支持和影响力塑造等针对性服务。（4）面向智库需求的智慧数据服务模式实现。根据智库需求和图情机构智慧数据服务模式的具体内容与流程,面向智库需求的智慧数据服务模式实现主要包括以下6个方面:智库的特征识别与需求确定;基于Data Commons的智慧数据服务平台构建;多源数据融合;智能化技术与工具融合与协同治理;基于专家系统的多源数据分析与应用;基于向量空间模型的场景化服务推荐,以此来实现面向智库需求的智慧数据服务模式,体现了智慧数据服务的新路径与新思想。（5）面向智库需求的智慧数据服务能力评价体系。以智库需求、智慧数据服务过程和智慧数据服务内容为评价依据,初步构建了包括多源数据、智能化技术与工具、智慧数据服务人员三个维度的智慧数据服务能力评价体系。再利用专家调查法、灰色系统理论和层次分析法完成指标优化和赋权,以验证指标的合理性、有效性和可行性,最终确定智慧数据服务能力评价体系。最终以天津社科院图书馆为案例进行实证研究,论证服务能力评价体系中各指标的有效性、科学性和应用性,以此为图情机构提升智慧数据服务能力与质量提供适当参考。（6）面向智库需求的智慧数据服务保障策略。以智慧数据服务要素、服务模式及服务能力评价为依据,考量涵盖智慧数据服务关键要素、优化智慧数据服务流程、改善智慧数据服务能力评价体系等方面制定保障策略。智慧数据服务保障策略具有明显的层次化特征,涵盖政策保障、数据保障、技术保障与人才保障等层次。其中,政策保障涵盖建立健全相关法律法规等;数据保障涵盖完善多源数据建设、融合、安全与开放保障机制等;技术保障涵盖完备智能化数据管理技术、方法与工具集体系构建等;人才保障涵盖智慧数据服务人才队伍建设等。通过构建面向智库需求的智慧数据服务模式,可以优化智库活动流程,提升智库的课题研究能力、决策支持服务质量和可持续发展动力,还可保障面向智库需求的智慧数据服务质量和水平,也为大数据时代下图情机构智慧数据服务研究体系提供理论启发与借鉴,拓展智慧数据服务的理论与应用范畴,推动智慧数据服务可持续性发展。此外,通过建立面向智库需求的智慧数据服务能力评价体系,可以评价图情机构的智慧数据服务能力,帮助其更清楚的认识优势与缺陷,根据评价体系优化服务流程,更好的服务智库。同时,为图情机构系统认知大数据时代下面向智库需求的智慧数据服务实现路径提供参考,继而有效引导图情机构从智库需求感知到服务模式构建再到服务能力评价的流程化视角来看待面向智库需求的智慧数据服务工作。
汪哲宇[9]（2021）在《数字化慢病管理系统的研究与实践》文中指出为了应对以长期性、非传染性与难治愈性为主要特征的慢性疾病的复杂护理需求,“慢病管理”——一种以患者为中心的新型卫生服务模式——自上世纪八十年代开始逐渐涌现并不断发展。协同护理是慢病管理区别于传统卫生服务模式的关键要素,其目标是为患者提供有组织性的协同化医疗服务。以移动健康和人工智能为代表的信息技术能够提升慢病管理的协同效率,帮助患者与护理提供者之间形成完整的闭环反馈,将循证知识与健康数据中蕴含的信息集成到管理过程之中,推动慢病管理逐渐从传统方式向全面的数字化方式过渡。虽然以慢性病照护模型为代表的慢病管理理论模型已经发展得较为成熟,且其有效性已经在多个国家得到了验证,但在当前我国的慢病管理实践中,仍然存在着一系列的关键问题,导致以协同护理为核心的数字化慢病管理技术尚未得到有效应用。同时,数字化慢病管理领域的相关实施性研究也存在着一定的局限性。针对这些关键问题,本论文系统性地研究了如何在我国的医疗场景下形成以协同护理为特征的数字化慢病管理关键方法,具体内容包括:（1）数字化慢病协同管理模型的构建与表达方法研究。针对我国慢病管理实践存在的管理角色分工不明确、缺乏数字化全流程决策支持等问题,使用路径的方式对通用性慢病管理方法进行明确可执行的表示,通过对高血压、糖尿病与慢阻肺三类常见慢病国内外指南的分析与归纳,提炼出了包含九类共通任务的通用性管理路径,并对数字化场景下各病种的具体路径进行了明确。在此基础上,面向我国管理模式构建了路径驱动的数字化协同管理模型,并通过本体对模型中包含的结构化知识与具体路径中的医学决策知识进行了表达。（2）数字化背景下面向患者依从性增强的个性化管理方法研究。针对患者自我管理依从性问题与相关个性化管理研究的局限性,一方面,从移动健康应用的个性化需求分析入手,基于目标导向型设计方法中的用户建模过程,结合相关健康行为理论,提炼了面向患者自我管理依从性提升的用户模型,结合问卷与访谈结果识别出了三类患者虚拟角色与其对应的个性化需求。另一方面,从人工智能技术的管理实践入手,基于本体与多种自然语言处理技术实现了一种根据患者特征为其推荐相关文章的个性化健康教育方法;基于强化学习技术实现了一种在虚拟管理环境中根据患者与管理师状态给出干预建议的个性化管理策略生成方法。（3）数字化慢病闭环管理系统的设计与实现。针对我国慢病管理信息化实践中存在的缺乏理论指导以及多病种集成性较低等问题,基于所构建的模型与个性化管理方法,设计并实现了包含智能服务引擎与客户端两大组件的数字化慢病闭环管理系统。智能服务引擎以通用性慢病管理路径本体为核心,能够通过多种类型的接口为系统提供数据存储与全场景决策支持服务;客户端中的医生工作平台基于共通性路径任务设计,能够辅助不同角色的医护人员执行具有时序性与闭环性的协同式管理;客户端中的患者移动终端基于所提炼的个性化需求与行为改变轮设计,能够为患者提供全方位的自我管理支持,并在一定程度上改善患者依从性。所实现系统目前已在我国多个地区进行了实际的部署与应用。（4）面向数字化慢病管理的评价体系构建与实践。针对数字化场景下管理系统评价方面存在的局限性,基于面向远程医疗的综合评估模型,提炼了包含评价角色、评价重点与评价角度三个维度的面向个体层面的数字化慢病管理评估模型,并依据该模型对所实现系统进行了不同证据水平的实践评价,包括基于系统真实数据的回顾性评价、面向慢阻肺患者的前后对比试验与面向高血压患者的随机对照试验。评价结果表明,当前系统能够帮助医护人员与患者共同合作,开展医患之间高效互动的闭环式协同管理,并在一定程度上改善患者的疾病控制情况、日常生活质量与疾病认知水平。总的来看,本论文所提出的路径驱动的数字化慢病管理系统能够在一定程度上解决我国慢病管理实践与慢病管理领域相关研究中存在的多种问题,为数字化慢病管理在我国的推广与应用提供了理论指导与实践验证。
郭苏琳[10]（2020）在《区块链环境下网络舆情传播及风险管理研究》文中进行了进一步梳理随着科技的进步和融媒体时代的到来,大数据、人工智能、云计算、虚拟现实等正逐渐改变舆论生态,给网络舆情的技术发现、数据分析和应对带来新的挑战,互联网数据壁垒仍然广泛存在。中共中央政治局就区块链技术发展现状和趋势进行的第十八次集体学习亦强调,要探索利用区块链技术应用模式,为人民群众带来更好的服务体验。因而,本文聚焦区块链环境下的舆情信息传播和风险管理研究,并力图应用先进的区块链技术,从技术和数据方面在网络舆情风险管理领域寻求突破。本文在对国内外网络舆情、舆情风险管理和区块链研究成果系统梳理基础上,综合运用文献分析、扎根研究、实证研究、仿真研究等研究方法,基于网络舆情、风险管理、区块链、复杂社会网络、系统动力学等理论,对区块链环境下网络舆情传播及风险管理展开研究。本研究主要包括六个部分,第3章区块链环境下网络舆情信息传播影响因素分析,是全文理论基础;第4章区块链环境下网络舆情传播机理分析,是全文核心理论部分;第5章、第6章区块链环境下舆情传播网络结构分析、区块链环境下网络舆情演化模型构建为第7章提供理论支撑;第7章基于智能合约的网络舆情弹性风险管理模型构建,是全文理论层面的落脚点;第8章基于智能合约的网络舆情风险管理策略,是全文实践层面的落脚点。下面予以详细阐述:第3章区块链环境下网络舆情信息传播影响因素分析,基于扎根理论对区块链环境下网络舆情信息传播影响因素进行研究。首先构建了区块链舆情影响因素模型,接着遵循扎根理论研究范式,进行开放式编码、主轴编码、选择性编码和理论饱和度检验,最后阐述了相关概念并针对结果展开讨论分析。本章为第4章提供支撑。第4章区块链环境下网络舆情传播机理分析,挖掘区块链环境下舆情传播构成要素并进行划分。对区块链环境下舆情传播动力进行研究。分析了舆情传播的内在动力、外在动力和管控力,在此基础上剖析了舆情传播动力关系和作用形式。提出区块链环境下舆情传播机理模型。基于舆情平台区块链技术能力视角,深入挖掘舆情平台区块链技术能力和舆情传播的关系,构建了舆情平台区块链技术能力和舆情传播机理模型,最后对作用机理展开了细致讨论。本章是全文的重要理论支撑。第5章区块链环境下舆情传播网络结构分析,本章基于复杂社会网络理论,采用社会网络分析方法,对区块链环境下的舆情传播网络结构进行研究。本章提出了区块链环境下舆情传播网络结构类型,在Minds区块链舆情平台以及新浪微博传统舆情平台采集新冠肺炎话题“李文亮牺牲”热点事件数据,对区块链环境下舆情传播网络传播特征展开分析,对所构建的区块链环境下舆情传播拓扑网络类型进行实证检验,并深入分析了其中的内在成因。本章为第6、7、8章提供理论支撑。第6章区块链环境下网络舆情演化模型构建,本章基于国内外学者研究及本文研究成果,以融合系统动力学理论的疾病传播模型为根据,提出了区块链舆情演化研究的建模依据,进而构建了具有区块链技术能力推动的区块链舆情演化模型SEIBR,经过数理分析指出了SEIBR模型平衡点,最后使用matlab展开仿真并进行了讨论。仿真结果说明了SEIBR的科学和合理性。本章为第7、8章提供理论支撑。第7章基于智能合约的网络舆情弹性风险管理模型构建,本章基于网络舆情风险管理、弹性管理理论,确立了网络舆情弹性风险管理理论框架,进而应用区块链技术提出了网络舆情风险管理系统体系,并对网络舆情风险识别和感知智慧分类账本、风险关联树以及智能合约进行了阐述。本章为第8章提供理论支撑。第8章基于智能合约的网络舆情风险管理策略,本章是全文理论研究的实践运用。针对融媒体环境下,区块链舆情风险管理现状和困境,提出了弹性风险管理策略、智能合约管理策略、区块链技术实施策略。本文研究在理论层面,能够推动区块链环境下网络舆情风险管理理论体系的构建,深化区块链技术在舆情风险管理领域应用。本文研究在实践层面,能够指引舆情风险管理效果的提升,为应用区块链技术开发舆情风险管理系统指明方向。未来研究中,将进一步基于舆情风险管理理论,应用区块链技术,展开舆情演化、舆情管控等领域的研究,同时尝试区块链舆情系统的设计与开发,从而推动区块链舆情理论研究深入以及应用层面的创新。
二、数据库知识发现技术在集成质量决策支持系统中的研究与应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数据库知识发现技术在集成质量决策支持系统中的研究与应用（论文提纲范文）
（1）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
（2）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（3）基于大数据技术的政府绩效信息使用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 导论 |
| 第一节 研究背景和意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 文献综述 |
| 一、政府绩效信息使用研究综述 |
| 二、大数据研究综述 |
| 三、面向大数据的政府绩效管理研究综述 |
| 四、研究述评 |
| 第三节 核心概念界定 |
| 一、政府绩效管理 |
| 二、政府绩效信息 |
| 三、政府绩效信息使用 |
| 四、大数据 |
| 第四节 研究内容、方法与技术路线 |
| 一、研究思路与研究内容 |
| 二、研究方法 |
| 三、技术路线图 |
| 第二章 政府绩效信息使用的理论与实践 |
| 第一节 政府绩效信息使用的理论分析 |
| 一、政府绩效信息的性质与价值 |
| 二、政府绩效信息的使用方式 |
| 三、政府绩效信息使用的影响因素 |
| 第二节 政府绩效信息使用的现状分析 |
| 一、绩效信息及其使用存在的问题 |
| 二、改进绩效信息使用的政策建议 |
| 第三章 基于大数据的政府绩效信息使用模式构建 |
| 第一节 大数据与政府绩效信息的关联衔接 |
| 一、大数据在政府绩效管理环节中的作用 |
| 二、大数据与绩效信息使用的关联衔接 |
| 第二节 基于大数据的政府绩效信息使用的分析框架 |
| 一、基于大数据的政府绩效信息使用分析框架设计思路 |
| 二、基于大数据技术的政府绩效信息使用系统模型研究 |
| 三、构建基于大数据技术的政府绩效信息使用系统模型的必要性 |
| 第四章 基于大数据的绩效信息来源的使用—以X市J区行政服务中心为例 |
| 第一节 基于大数据的绩效信息来源使用的设计思路 |
| 一、政府绩效信息来源使用的理论与实践分析 |
| 二、基于大数据技术的绩效信息来源使用的设计思路 |
| 第二节 面向大数据的行政服务中心绩效信息来源使用的作用机理 |
| 一、X市J区行政服务中心绩效管理系统的设计分析 |
| 二、大数据采集技术提升绩效信息客观性的分析 |
| 三、大数据清洗技术提升绩效信息准确性的分析 |
| 四、大数据存储技术提升绩效信息汇总时效性的分析 |
| 第三节 行政服务中心绩效信息来源的使用效应分析 |
| 一、基于大数据技术的绩效信息管理系统建设成效分析 |
| 二、行政服务中心绩效信息管理系统未来展望 |
| 第五章 基于大数据的绩效信息结果使用——以X市财政大数据平台为例 |
| 第一节 基于大数据的绩效信息结果使用设计思路 |
| 一、绩效信息结果使用研究的不同视角 |
| 二、大数据思维下绩效信息结果使用的新思路 |
| 三、基于大数据技术的绩效信息结果使用设计思路 |
| 第二节 面向大数据的财政绩效信息结果使用作用机理 |
| 一、基于大数据技术的财政决策支持系统的框架模型 |
| 二、财政绩效信息结果在决策支持中的应用分析 |
| 第三节 面向大数据的财政绩效信息结果使用效应分析 |
| 一、面向大数据的财政决策支持系统成效分析 |
| 二、财政决策支持系统未来展望 |
| 第六章 结语 |
| 第一节 研究结论与创新 |
| 一、研究结论 |
| 二、研究创新之处 |
| 第二节 研究不足与展望 |
| 一、研究不足 |
| 二、研究展望 |
| 参考文献 |
| 一、英文文献 |
| 二、中文文献 |
| 攻读学位期间的学术成果 |
| 致谢 |
（4）数据库知识发现技术在集成质量决策支持系统中的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 质量管理的发展 |
| 1.1.1 检验质量管理 |
| 1.1.2 统计质量管理 |
| 1.1.3 全面质量管理 |
| 1.1.4 信息技术在质量管理中的应用 |
| 1.2 决策支持系统的发展与现状 |
| 1.3 新兴的决策支持相关技术 |
| 1.3.1 数据仓库技术 |
| 1.3.2 联机分析处理技术 |
| 1.3.3 数据库知识发现技术 |
| 1.4 集成质量决策支持系统研究的必要性 |
| 1.5 本文研究的内容与结构 |
| 第二章 企业质量决策支持环境分析 |
| 2.1 企业先进生产模式 |
| 2.1.1 计算机集成制造 |
| 2.1.2 精益生产 |
| 2.1.3 敏捷制造 |
| 2.1.4 高效快速重组生产系统 |
| 2.2 企业质量管理面临的挑战 |
| 2.3 企业质量决策支持的内涵 |
| 第三章 数据库知识发现关键技术研究 |
| 3.1 产生背景 |
| 3.2 驱动技术 |
| 3.3 KDD过程 |
| 3.3.1 数据准备 |
| 3.3.2 数据挖掘 |
| 3.3.3 结果评价与表示 |
| 3.3.4 数据挖掘的任务分类 |
| 3.4 KDD算法 |
| 3.4.1 决策树 |
| 3.4.2 神经网络 |
| 3.4.3 遗传算法 |
| 3.4.4 贝叶斯信任网络 |
| 3.4.5 基于树的关联规则的挖掘算法 |
| 第四章 KDD技术在集成质量决策支持系统的应用研究 |
| 4.1 应用动因 |
| 4.2 质量数据处理 |
| 4.3 模型建立 |
| 4.3.1 KDD模型 |
| 4.3.2 Microsoft Analysis Services |
| 4.3.3 KDD节点 |
| 4.4 产品质量评价 |
| 4.4.1 创建模型 |
| 4.4.2 训练模型 |
| 4.4.3 预测和结果 |
| 第五章 集成质量决策支持系统的设计 |
| 5.1 XLMF质量管理现状 |
| 5.2 IQ-DSS需求分析 |
| 5.2.1 功能需求 |
| 5.2.2 信息需求 |
| 5.3 IQ-DSS系统结构 |
| 5.3.1 质量信息 |
| 5.3.2 数据仓库 |
| 5.3.3 KDD和OLAP技术 |
| 5.3.4 决策支持信息 |
| 5.3.5 Intranet技术 |
| 5.4 IQ-DSS系统特点 |
| 第六章 集成质量决策支持系统的实现 |
| 6.1 技术方案 |
| 6.2 开发步骤 |
| 6.2.1 明确需求 |
| 6.2.2 原型开发 |
| 6.2.3 测试 |
| 6.2.4 实现 |
| 6.3 运行示例 |
| 6.3.1 系统登陆 |
| 6.3.2 系统初始界面 |
| 6.3.3 多维数据集 |
| 6.3.4 KDD模型 |
| 6.4 系统深化 |
| 第七章 总结与展望 |
| 参考文献 |
（5）数据库知识发现技术在集成质量决策支持系统中的研究与应用（论文提纲范文）
| 第一章 绪论 |
| 1.1 质量管理的发展 |
| 1.1.1 检验质量管理 |
| 1.1.2 统计质量管理 |
| 1.1.3 全面质量管理 |
| 1.1.4 信息技术在质量管理中的应用 |
| 1.2 决策支持系统的发展与现状 |
| 1.3 新兴的决策支持相关技术 |
| 1.3.1 数据仓库技术 |
| 1.3.2 联机分析处理技术 |
| 1.3.3 数据库知识发现技术 |
| 1.4 集成质量决策支持系统研究的必要性 |
| 1.5 本文研究的内容与结构 |
| 第二章 企业质量决策支持环境分析 |
| 2.1 企业先进生产模式 |
| 2.1.1 计算机集成制造 |
| 2.1.2 精益生产 |
| 2.1.3 敏捷制造 |
| 2.1.4 高效快速重组生产系统 |
| 2.2 企业质量管理面临的挑战 |
| 2.3 企业质量决策支持的内涵 |
| 第三章 数据库知识发现技术 |
| 3.1 产生背景 |
| 3.2 驱动技术 |
| 3.3 KDD过程 |
| 3.3.1 数据准备 |
| 3.3.2 数据挖掘 |
| 3.3.3 结果评价与表示 |
| 3.3.4 数据挖掘的任务分类 |
| 3.4 KDD算法 |
| 3.4.1 决策树 |
| 3.4.2 神经网络 |
| 3.4.3 遗传算法 |
| 3.4.4 贝叶斯信任网络 |
| 3.4.5 多维关联规则算法 |
| 3.5 KDD发展 |
| 第四章 KDD技术在集成质量决策支持系统的应用 |
| 4.1 应用动因 |
| 4.2 质量数据处理 |
| 4.3 模型建立 |
| 4.3.1 KDD模型 |
| 4.3.2 Microsoft Analysis Services |
| 4.3.3 KDD节点 |
| 4.4 产品质量评价 |
| 4.4.1 创建模型 |
| 4.4.2 训练模型 |
| 4.4.3 预测和结果 |
| 第五章 集成质量决策支持系统的设计 |
| 5.1 XLMF质量管理现状 |
| 5.2 IQ-DSS需求分析 |
| 5.2.1 功能需求 |
| 5.2.2 信息需求 |
| 5.3 IQ-DSS系统结构 |
| 5.3.1 质量信息 |
| 5.3.2 数据仓库 |
| 5.3.3 KDD和OLAP技术 |
| 5.3.4 决策支持信息 |
| 5.3.5 Intranet技术 |
| 5.4 IQ-DSS系统特点 |
| 第六章 集成质量决策支持系统的实现 |
| 6.1. 技术方案 |
| 6.2. 开发步骤 |
| 6.2.1 明确需求 |
| 6.2.2 原型开发 |
| 6.2.3 测试 |
| 6.2.4 实施 |
| 6.3. 运行示例 |
| 6.3.1 系统登陆 |
| 6.3.2 系统初始界面 |
| 6.3.3 多维数据集 |
| 6.3.4 KDD模型 |
| 6.4. 系统深化 |
| 第七章 总结与展望 |
| 硕士研究生期间发表的文章 |
| 致谢 |
| 主要参考文献 |
（6）基于大数据的大学生日常思想政治教育创新研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 大数据让大学生日常思想政治教育智能化 |
| 第一节 选题缘由及研究意义 |
| 一、选题缘由 |
| 二、研究意义 |
| 第二节 国内外研究综述 |
| 一、国内研究现状 |
| 二、国外大数据与教育交叉研究综述 |
| 三、研究评析 |
| 第三节 逻辑结构 |
| 一、研究思路 |
| 二、研究方法 |
| 三、内容框架 |
| 第四节 重点、难点及预期创新点 |
| 一、研究重点 |
| 二、研究难点 |
| 三、研究创新点 |
| 第一章 基于大数据创新大学生日常思想政治教育的理论基础 |
| 第一节 核心概念解读 |
| 一、大数据 |
| 二、大学生日常思想政治教育 |
| 三、大学生日常思想政治教育大数据 |
| 第二节 大学生日常思想政治教育大数据之马克思主义哲学审视 |
| 一、感性对象性活动之数据生成逻辑 |
| 二、实践的社会历史性之数据发展动因 |
| 三、辩证唯物主义认识论之数据应用的方法论基础 |
| 四、人的全面自由发展之数据应用的价值取向 |
| 第三节 大学生日常思想政治教育大数据自组织系统阐释 |
| 一、大学生日常思想政治教育之复杂自组织系统特征 |
| 二、大学生日常思想政治教育大数据之数据转化 |
| 三、大学生日常思想政治教育大数据之数据转换 |
| 四、大学生日常思想政治教育之数据工作机制 |
| 第二章 基于大数据创新大学生日常思想政治教育的现实依据 |
| 第一节 大学生日常思想政治教育存在的现实困境 |
| 一、基于大数据文本挖掘方法的大学生日常思想政治教育现实困境分析 |
| 二、大学生日常思想政治教育者访谈 |
| 三、大学生日常思想政治教育存在的问题及原因剖析 |
| 第二节 新时代大学生日常思想政治教育新要求 |
| 一、新时代大学生日常思想政治教育面临的新课题 |
| 二、新时代大学生日常思想政治教育指导思想与原则 |
| 三、新时代大学生日常思想政治教育教育内容体系 |
| 四、新时代大学生日常思想政治教育的主体转型 |
| 第三节 基于大数据创新大学生日常思想政治教育技术优势 |
| 一、大数据关键技术之大学生日常思想政治教育应用 |
| 二、教育主体与教育客体的数据交互 |
| 三、教育管理平台载体的数据智能 |
| 四、教育管理实践数据的跨域应用 |
| 第四节 基于大数据创新大学生日常思想政治教育可能性分析 |
| 一、基于数据技术的效率提升 |
| 二、基于证据的日常教育管理 |
| 三、基于数据评价的工作改进 |
| 第三章 基于大数据促进大学生日常思想政治教育发展转向 |
| 第一节 大学生日常思想政治教育大数据应用呈现 |
| 一、精准画像:大数据精确反映学生行为状态 |
| 二、规律探寻:大数据有效呈现学生活动规律 |
| 三、超前感知:大数据准确研判学生活动趋向 |
| 第二节 基于大数据之由线性思维向系统思维转变 |
| 一、线性思维 |
| 二、系统思维 |
| 三、线性思维向系统思维转变的全面性与准确性 |
| 第三节 基于大数据之由普适教育向个性化培育转变 |
| 一、普适教育 |
| 二、个性化培育 |
| 三、普适教育向个性化培育转变的适应性与有效性 |
| 第四节 基于大数据之由认知培育向实践养成转变 |
| 一、认知培育 |
| 二、实践养成 |
| 三、认知培育向实践养成转变的实效性与长效性 |
| 第五节 基于大数据之由需求侧适应向供给侧发力转变 |
| 一、需求侧适应 |
| 二、供给侧发力 |
| 三、需求侧适应向供给侧发力转变的精准性与有效性 |
| 第四章 基于大数据创新大学生日常思想政治教育的实施路径 |
| 第一节 基于大数据创新大学生日常思想政治教育的原则 |
| 一、以人为本原则 |
| 二、守正创新原则 |
| 三、趋利避害原则 |
| 四、循序渐进原则 |
| 五、理论与实践相结合原则 |
| 第二节 大学生日常思想政治教育大数据资源库建设与运行 |
| 一、大学生日常思想政治教育大数据采集 |
| 二、大学生日常思想政治教育大数据预处理与存储 |
| 三、大学生日常思想政治教育大数据挖掘与建模分析 |
| 四、大学生日常思想政治教育大数据可视化与应用 |
| 五、大学生日常思想政治教育大数据解释与反馈 |
| 第三节 利用大数据推进大学生日常思想政治教育实践应用 |
| 一、数据画像 |
| 二、精准资助 |
| 三、异常告警 |
| 第五章 基于大数据创新大学生日常思想政治教育的条件保障 |
| 第一节 个体主观条件 |
| 一、培育大数据意识与大数据思维 |
| 二、掌握大数据知识与大数据技能 |
| 三、提升大数据伦理与管理理性 |
| 四、把握大数据应用的价值导向 |
| 第二节 技术条件保障 |
| 一、开发和搭建高校思想政治教育大数据技术平台 |
| 二、培育大学生思想政治教育大数据核心技术团队 |
| 第三节 组织与制度保障 |
| 一、加强组织领导 |
| 二、推进教育政策实施与制度建设 |
| 三、加强体制机制建设 |
| 第四节 文化环境保障 |
| 一、优化校园网络环境 |
| 二、培育校园数据文化 |
| 三、优化校园人文环境 |
| 结语:数据智能与教育智慧结合 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间主要研究成果 |
（7）面向医院管理的数据驱动决策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 数据驱动决策的研究现状 |
| 1.3.2 数据驱动医疗健康领域决策的研究现状 |
| 1.3.3 数据驱动医院管理决策的研究现状 |
| 1.3.4 数据驱动决策的影响因素研究现状 |
| 1.3.5 研究现状述评 |
| 1.4 研究框架与研究内容 |
| 1.4.1 研究框架 |
| 1.4.2 主要研究内容 |
| 1.4.3 拟解决的关键问题 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 相关基础理论和方法 |
| 2.1 医院管理相关概念 |
| 2.1.1 医院管理 |
| 2.1.2 医院管理评价 |
| 2.1.3 医院管理者 |
| 2.2 决策支持相关理论 |
| 2.2.1 西蒙决策理论 |
| 2.2.2 数据驱动决策相关理论 |
| 2.3 信息链理论 |
| 2.3.1 信息链与信息技术 |
| 2.3.2 “信息”上溯到“数据”带来的变化 |
| 2.3.3 信息链视域下的数据驱动医院管理决策 |
| 2.4 BASM模型 |
| 2.4.1 BASM模型的产生 |
| 2.4.2 BASM模型的研究现状 |
| 2.4.3 基于BASM模型的数据驱动医院管理决策研究 |
| 2.5 相关研究方法 |
| 2.5.1 扎根理论 |
| 2.5.2 结构方程模型 |
| 2.5.3 决策树算法--CHAID |
| 2.6 相关应用场景 |
| 2.6.1 医疗服务绩效 |
| 2.6.2 DRG在医疗服务绩效管理中的应用 |
| 2.7 本章小结 |
| 第3章 面向医院管理的数据驱动决策过程模型构建 |
| 3.1 面向医院管理决策的数据驱动过程模型 |
| 3.1.1 数据驱动决策模式运行机制 |
| 3.1.2 BASM的过程模型 |
| 3.1.3 基于BASM过程模型的数据驱动医院管理决策过程模型构建 |
| 3.2 面向医院管理的数据驱动决策过程模型要素分析 |
| 3.2.1 驱动要素 |
| 3.2.2 需求要素 |
| 3.2.3 支持要素 |
| 3.2.4 要素间关系 |
| 3.3 数据驱动的医院管理决策中数据处理过程 |
| 3.3.1 医疗数据存在的问题 |
| 3.3.2 面向医院管理决策的数据处理原则 |
| 3.3.3 面向医院管理决策的数据处理过程 |
| 3.4 面向医院管理的数据驱动决策过程模型运行机制 |
| 3.4.1 面向医院管理决策的信息链转化过程 |
| 3.4.2 数据驱动的医院管理决策制定过程 |
| 3.5 本章小结 |
| 第4章 基于扎根理论的数据驱动医院管理决策的影响因素分析 |
| 4.1 研究问题与研究程序 |
| 4.1.1 研究问题 |
| 4.1.2 研究方法 |
| 4.1.3 研究程序 |
| 4.2 研究设计 |
| 4.2.1 研究对象选取 |
| 4.2.2 资料收集 |
| 4.2.3 信效度检验 |
| 4.3 编码分析 |
| 4.3.1 开放式编码 |
| 4.3.2 主轴编码 |
| 4.3.3 选择性编码 |
| 4.3.4 理论饱和度检验 |
| 4.4 数据驱动医院管理决策影响因素理论模型与阐释 |
| 4.4.1 影响因素理论模型构建 |
| 4.4.2 影响因素分析 |
| 4.4.3 影响因素关系分析 |
| 4.5 本章小结 |
| 第5章 数据驱动医院管理决策的影响因素模型构建 |
| 5.1 数据驱动医院管理决策影响因素变量选择与界定 |
| 5.1.1 医疗数据质量维度 |
| 5.1.2 信息技术维度 |
| 5.1.3 医院组织管理维度 |
| 5.1.4 管理者信息素养维度 |
| 5.1.5 数据驱动医院管理决策维度 |
| 5.2 相关研究假设 |
| 5.2.1 医疗数据质量 |
| 5.2.2 信息技术 |
| 5.2.3 医院组织管理 |
| 5.2.4 管理者信息素养 |
| 5.3 调查问卷的编制与问卷修正 |
| 5.4 数据获取与统计分析 |
| 5.4.1 研究对象 |
| 5.4.2 样本量的选择 |
| 5.4.3 信度分析 |
| 5.4.4 样本分布 |
| 5.4.5 样本数据相关性 |
| 5.5 效度分析 |
| 5.5.1 探索性因子分析 |
| 5.5.2 验证性因子分析 |
| 5.6 基于结构方程的影响因素模型构建与检验修正 |
| 5.6.1 影响因素模型构建 |
| 5.6.2 模型基本适配评估 |
| 5.6.3 假设检验的结果 |
| 5.7 结构方程模型检验结果分析 |
| 5.7.1 影响因素强度分析 |
| 5.7.2 医疗数据质量对信息技术影响的验证结果分析 |
| 5.7.3 信息技术对数据驱动医院管理决策影响的验证结果分析 |
| 5.7.4 医院组织管理对医疗数据质量影响的验证结果分析 |
| 5.7.5 医院组织管理对管理者信息素养影响的验证结果分析 |
| 5.7.6 医院组织管理对数据驱动医院管理决策影响的验证结果分析 |
| 5.7.7 管理者信息素养对医疗数据质量影响的验证结果分析 |
| 5.7.8 管理者信息素养对信息技术影响的验证结果分析 |
| 5.7.9 管理者信息素养对数据驱动医院管理决策影响的验证结果分析 |
| 5.8 本章小结 |
| 第6章 面向医院管理的数据驱动决策模型研究 |
| 6.1 数据驱动医院管理决策模型构建 |
| 6.2 面向医院管理的数据驱动决策模型的驱动机制 |
| 6.2.1 面向医院管理的数据驱动决策模型的驱动目标 |
| 6.2.2 面向医院管理的数据驱动决策模型的驱动特征 |
| 6.2.3 面向医院管理的数据驱动决策模型的驱动过程 |
| 6.3 数据驱动医院管理决策模型影响因素的作用机制 |
| 6.3.1 医疗数据质量在数据驱动决策模型中的影响机制 |
| 6.3.2 信息技术在数据驱动决策模型中的影响机制 |
| 6.3.3 医院组织管理在数据驱动决策模型中的影响机制 |
| 6.3.4 管理人员素养在数据驱动决策模型中的影响机制 |
| 6.4 数据驱动医院管理决策模型对医院管理的提升策略 |
| 6.4.1 提升医疗数据质量 |
| 6.4.2 发挥信息技术使能作用 |
| 6.4.3 发挥医院组织管理支持作用 |
| 6.4.4 提高管理人员信息素养 |
| 6.5 本章小结 |
| 第7章 面向医院管理的数据驱动决策的实证研究 |
| 7.1 资料来源与研究对象 |
| 7.2 原发性肺癌患者的DRGS分组 |
| 7.2.1 数据基础 |
| 7.2.2 数据纳入 |
| 7.2.3 术语映射 |
| 7.2.4 DRGs分组结果对比 |
| 7.3 基于DRGS细分组的医疗服务绩效评估 |
| 7.3.1 基于决策树的原发性肺癌患者DRGs细分组模型 |
| 7.3.2 基于DRGs细分组的医疗服务绩效评估指标 |
| 7.3.3 医生医疗服务绩效指标统计结果 |
| 7.3.4 科室医疗服务绩效指标统计结果 |
| 7.4 讨论 |
| 7.4.1 数据驱动医院管理决策过程 |
| 7.4.2 数据驱动医院管理决策影响因素 |
| 7.5 本章小结 |
| 第8章 结论与创新 |
| 8.1 结论 |
| 8.2 研究创新点 |
| 8.3 研究局限 |
| 参考文献 |
| 附录1 病案组DRGS分组情况 |
| 附录2 医生组DRGS分组情况 |
| 附录3 访谈提纲 |
| 附录4 调查问卷 |
| 作者简介及在学期间所取得的科研成果 |
| 后记与致谢 |
（8）面向智库需求的智慧数据服务模式及服务能力评价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与目的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 图情机构智慧化资源管理与服务转型 |
| 1.2.2 图情机构智慧数据服务模式与服务体系 |
| 1.2.3 智慧数据服务能力及其评价 |
| 1.2.4 评述与分析 |
| 1.3 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 智库 |
| 2.1.2 智慧服务 |
| 2.1.3 智慧数据服务 |
| 2.1.4 面向智库需求的智慧数据服务 |
| 2.2 理论基础 |
| 2.2.1 数据管理理论 |
| 2.2.2 扎根理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 灰色系统理论 |
| 第3章 我国智库的智慧数据服务需求分析 |
| 3.1 基于问卷调查的智库数据资源管理分析 |
| 3.1.1 调查问卷设计 |
| 3.1.2 调查对象与数据收集 |
| 3.1.3 结果分析 |
| 3.2 基于扎根理论的智库服务需求分析 |
| 3.2.1 研究对象与数据收集 |
| 3.2.2 范畴编码与检验 |
| 3.2.3 模型构建及分析 |
| 3.3 本章小结 |
| 第4章 面向智库需求的智慧数据服务要素与特征 |
| 4.1 面向智库需求的智慧数据服务过程 |
| 4.1.1 智库活动过程分析 |
| 4.1.2 面向智库需求的智慧数据服务过程分析 |
| 4.2 面向智库需求的智慧数据服务要素 |
| 4.2.1 图情机构主体 |
| 4.2.2 智慧数据 |
| 4.2.3 智慧化技术工具与方法 |
| 4.2.4 智慧数据服务平台 |
| 4.2.5 智慧数据服务环境 |
| 4.2.6 智慧数据服务要素之间关系 |
| 4.3 面向智库需求的智慧数据服务特征 |
| 4.3.1 数据多源性 |
| 4.3.2 技术智能性 |
| 4.3.3 服务场景化 |
| 4.4 案例分析 |
| 4.4.1 南京师范大学图书馆发展现状 |
| 4.4.2 南师大图书馆智慧数据服务分析 |
| 4.5 本章小结 |
| 第5章 面向智库需求的智慧数据服务模式 |
| 5.1 面向智库需求的智慧数据服务模式概念和类型 |
| 5.1.1 面向智库需求的智慧数据服务模式的概念 |
| 5.1.2 面向智库需求的智慧数据服务模式的类型 |
| 5.2 面向智库需求的个性化推荐智慧数据服务模式 |
| 5.2.1 智库活动过程分析 |
| 5.2.2 智库需求感知 |
| 5.2.3 资源融合及服务集成 |
| 5.2.4 智能化推荐 |
| 5.2.5 案例分析 |
| 5.3 面向智库需求的嵌入式智慧数据服务模式 |
| 5.3.1 智库活动层 |
| 5.3.2 嵌入层 |
| 5.3.3 融合层 |
| 5.3.4 服务层 |
| 5.3.5 案例分析 |
| 5.4 本章小结 |
| 第6章 面向智库需求的智慧数据服务模式实现 |
| 6.1 智库特征识别与需求确定 |
| 6.1.1 智库特征识别 |
| 6.1.2 智库需求确定 |
| 6.2 基于Data Commons的智慧数据服务平台构建 |
| 6.2.1 Data Commons平台的概念和特点 |
| 6.2.2 Data Commons平台的目标与功能 |
| 6.2.3 Data Commons平台的架构设计 |
| 6.3 多源数据融合 |
| 6.3.1 多源数据融合架构 |
| 6.3.2 多源数据融合方法 |
| 6.4 智能化技术融合与协同治理 |
| 6.4.1 智能化技术融合与协同治理模式 |
| 6.4.2 基于协同治理的智能化技术融合过程 |
| 6.5 基于专家系统的智能情报分析 |
| 6.5.1 专家数据管理模块 |
| 6.5.2 专家在线咨询模块 |
| 6.5.3 专家智能推荐流程 |
| 6.6 基于向量空间模型的场景化服务推荐模型 |
| 6.6.1 场景化服务 |
| 6.6.2 场景化服务接受效用 |
| 6.6.3 场景化服务推荐模型 |
| 6.6.4 场景化服务推荐实验 |
| 6.7 本章小结 |
| 第7章 面向智库需求的智慧数据服务能力评价体系 |
| 7.1 智慧数据服务能力评价体系问题的提出 |
| 7.2 智慧数据服务能力评价体系的构建依据 |
| 7.3 智慧数据服务能力评价指标的选取与修正 |
| 7.4 智慧数据服务能力评价指标的阐释 |
| 7.5 智慧数据服务能力评价指标的优化与赋权 |
| 7.5.1 样本选择及问卷描述 |
| 7.5.2 评价指标的重要性和易获得性计算 |
| 7.5.3 评价指标优化 |
| 7.5.4 评价指标赋权 |
| 7.6 实证研究 |
| 7.6.1 研究方法 |
| 7.6.2 数据分析 |
| 7.6.3 结果分析 |
| 7.7 本章小结 |
| 第8章 面向智库需求的智慧数据服务保障策略 |
| 8.1 政府政策保障方面 |
| 8.2 图书情报机构服务主体保障方面 |
| 8.2.1 强化服务意识并挖掘智库需求 |
| 8.2.2 优化图情机构的智慧数据服务架构 |
| 8.2.3 建立并完善智慧数据服务能力评价体系 |
| 8.3 多源数据保障方面 |
| 8.3.1 加强智慧数据体系建设 |
| 8.3.2 建立一体化多源数据联动与反馈机制 |
| 8.4 智能化技术方法与工具保障方面 |
| 8.4.1 加强现代化数据技术的融合和应用 |
| 8.4.2 完善智慧数据服务平台功能和服务 |
| 8.5 智慧数据服务人才保障方面 |
| 8.5.1 完善我国图情机构学科馆员制度 |
| 8.5.2 提升智慧数据服务人员的创新服务能力 |
| 8.6 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究局限与展望 |
| 9.2.1 研究局限 |
| 9.2.2 研究展望 |
| 参考文献 |
| 附录 |
| 研究成果 |
| 致谢 |
（9）数字化慢病管理系统的研究与实践（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单和术语表 |
| 第一章 绪论 |
| 1.1 慢病管理概述 |
| 1.1.1 慢病的定义与分类 |
| 1.1.2 慢病的全球化流行趋势 |
| 1.1.3 慢病管理的定义与基本要素 |
| 1.1.4 我国慢病流行趋势及管理现状 |
| 1.2 慢病管理领域研究综述 |
| 1.2.1 基于协同护理的慢病管理理论模型发展综述 |
| 1.2.2 基于CCM框架的慢病管理实施性研究综述 |
| 1.3 数字化慢病管理研究进展及应用实践 |
| 1.3.1 数字化背景下的慢病管理理论模型发展 |
| 1.3.2 数字化背景下的慢病管理实施性研究进展 |
| 1.3.3 数字化慢病管理国内外代表性应用实践 |
| 1.4 关键问题分析与论文研究内容 |
| 1.4.1 关键问题分析 |
| 1.4.2 论文的研究内容及创新点 |
| 第二章 路径驱动的数字化慢病协同管理模型构建与表达 |
| 2.1 路径驱动的数字化慢病协同管理模型构建 |
| 2.1.1 通用性慢病管理路径提炼与多病种实现 |
| 2.1.2 面向我国管理模式的数字化协同管理模型构建 |
| 2.2 基于本体的模型知识表达与验证 |
| 2.2.1 本体相关概念与构建方法 |
| 2.2.2 慢病协同管理模型基础本体构建 |
| 2.2.3 基于演绎推理的路径化决策支持 |
| 2.2.4 本体构建结果与技术性评估 |
| 2.3 本章小结 |
| 第三章 面向患者依从性增强的个性化管理方法研究 |
| 3.1 基于健康行为理论的患者个性化管理需求分析 |
| 3.1.1 移动健康应用设计方法概述 |
| 3.1.2 面向自我管理依从性增强的用户模型提炼 |
| 3.1.3 用户虚拟角色构建与需求识别 |
| 3.2 基于健康推荐系统的个性化健康教育方法研究 |
| 3.2.1 健康推荐系统相关概念与研究进展 |
| 3.2.2 健康知识推荐系统的设计与实现 |
| 3.2.3 基于测试集的推荐系统评估 |
| 3.3 基于强化学习的个性化管理策略生成方法研究 |
| 3.3.1 强化学习相关理论与研究进展 |
| 3.3.2 策略生成模型的设计与实现 |
| 3.3.3 基于虚拟环境的训练结果与模型评估 |
| 3.4 本章小结 |
| 第四章 数字化慢病闭环管理系统设计与实现 |
| 4.1 面向全场景决策支持的智能化慢病服务引擎构建 |
| 4.1.1 以引擎为核心的系统整体架构设计 |
| 4.1.2 基于多种软件框架的云端引擎实现 |
| 4.2 基于路径任务的医生协作工作平台设计与实现 |
| 4.2.1 路径任务驱动的协作工作平台功能设计 |
| 4.2.2 基于网页的协作工作平台功能实现 |
| 4.3 基于行为改变技术的患者移动终端设计与实现 |
| 4.3.1 行为改变轮驱动的干预功能设计 |
| 4.3.2 面向多平台的移动终端功能实现 |
| 4.3.3 面向患者依从性的移动终端试点性应用评价 |
| 4.4 系统部署与实际应用情况 |
| 4.5 本章小结 |
| 第五章 面向数字化慢病管理的多维度评价体系研究 |
| 5.1 数字化慢病管理系统多维度评价体系构建 |
| 5.1.1 慢病管理领域评价方法概述 |
| 5.1.2 面向个体层面的数字化慢病管理评估模型提炼 |
| 5.2 基于系统观察性数据的回顾性评价 |
| 5.2.1 研究设计与数据分析方法 |
| 5.2.2 回顾性评价结果总结 |
| 5.3 基于多层次临床试验的前瞻性评价 |
| 5.3.1 探究慢阻肺患者院外管理效果的前后对比试验 |
| 5.3.2 探究高血压患者院外管理效果的随机对照试验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 个人简历 |
| 攻读博士学位期间的主要研究成果 |
（10）区块链环境下网络舆情传播及风险管理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络舆情研究现状 |
| 1.2.2 舆情风险管理研究现状 |
| 1.2.3 区块链研究现状 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 网络舆情的相关概念 |
| 2.1.1 网络舆情的概念 |
| 2.1.2 网络舆情的内涵 |
| 2.1.3 网络舆情的特征 |
| 2.2 区块链的相关概念 |
| 2.2.1 区块链特点 |
| 2.2.2 区块链分类 |
| 2.2.3 区块链技术 |
| 2.3 风险管理的相关理论 |
| 2.3.1 风险管理的概念 |
| 2.3.2 风险管理的目标 |
| 2.3.3 风险管理的过程 |
| 2.4 复杂社会网络的相关理论 |
| 2.4.1 复杂社会网络的内涵 |
| 2.4.2 复杂社会网络分析方法 |
| 2.4.3 复杂社会网络结构指标 |
| 2.5 系统动力学的相关理论 |
| 2.5.1 系统动力学的定义 |
| 2.5.2 系统动力学模型构成要素 |
| 2.5.3 基于系统动力学的传播理论 |
| 2.6 本章小结 |
| 第3章 区块链环境下网络舆情信息传播影响因素分析 |
| 3.1 研究方法和步骤 |
| 3.1.1 研究方法 |
| 3.1.2 研究对象 |
| 3.1.3 研究步骤 |
| 3.2 基于扎根理论的区块链舆情影响因素模型构建 |
| 3.2.1 开放式编码和主轴编码 |
| 3.2.2 选择性编码 |
| 3.2.3 理论饱和度检验 |
| 3.3 概念阐释及讨论分析 |
| 3.3.1 相关概念阐释 |
| 3.3.2 结果讨论分析 |
| 3.4 本章小结 |
| 第4章 区块链环境下网络舆情传播机理分析 |
| 4.1 区块链网络舆情传播机理研究框架 |
| 4.2 区块链环境下舆情传播的构成要素 |
| 4.2.1 舆情平台区块链技术能力要素 |
| 4.2.2 舆情信息质量感知要素 |
| 4.2.3 区块链舆情用户个人因素 |
| 4.2.4 舆情传播平台要素 |
| 4.3 区块链环境下舆情传播动机及动力 |
| 4.3.1 舆情传播内在需要 |
| 4.3.2 舆情传播外在诱因 |
| 4.3.3 传播动机模型 |
| 4.3.4 舆情传播内外动力 |
| 4.4 区块链环境下舆情传播机理阐释 |
| 4.4.1 直接作用机理 |
| 4.4.2 间接作用机理 |
| 4.4.3 调节作用机理 |
| 4.4.4 区块链环境下舆情传播机理模型 |
| 4.5 本章小结 |
| 第5章 区块链环境下舆情传播网络结构分析 |
| 5.1 区块链环境下的舆情传播网络 |
| 5.1.1 单区块链路型 |
| 5.1.2 区块中心点型 |
| 5.1.3 复杂区块链路型 |
| 5.2 研究方法 |
| 5.2.1 社会网络分析 |
| 5.2.2 数据采集和处理 |
| 5.3 区块链舆情网络结构特征分析 |
| 5.3.1 整体特征 |
| 5.3.2 内容特征 |
| 5.3.3 社群特征 |
| 5.3.4 中心性 |
| 5.4 区块链舆情网络拓扑结构分析 |
| 5.4.1 拓扑网络类型 |
| 5.4.2 单区块链路型拓扑网络 |
| 5.4.3 区块中心点型拓扑网络 |
| 5.4.4 复杂区块链路型拓扑网络 |
| 5.5 本章小结 |
| 第6章 区块链环境下网络舆情演化模型构建 |
| 6.1 建模依据及思想 |
| 6.1.1 基于疾病传播的系统动力学建模依据 |
| 6.1.2 基于疾病传播和区块链技术能力的建模思想 |
| 6.2 模型构建 |
| 6.2.1 模型假设 |
| 6.2.2 演化模型构建 |
| 6.2.3 状态演化规则 |
| 6.2.4 模型参数配置 |
| 6.3 仿真实验 |
| 6.3.1 实验数据 |
| 6.3.2 模型平衡点和阈值 |
| 6.3.3 仿真参数估计及设置 |
| 6.4 仿真结果分析 |
| 6.4.1 区块链技术能力对舆情演化的影响 |
| 6.4.2 区块链信息环境对舆情演化的影响 |
| 6.4.3 区块链信息质量对舆情演化的影响 |
| 6.4.4 潜伏率和潜伏-感染率对舆情演化的影响 |
| 6.4.5 潜伏-变异率和感染变异率对舆情演化的影响 |
| 6.5 本章小结 |
| 第7章 基于智能合约的网络舆情弹性风险管理模型构建 |
| 7.1 模型设计技术及方法 |
| 7.1.1 智能合约及区块链技术 |
| 7.1.2 网络舆情风险管理模型设计方法 |
| 7.1.3 区块链智能合约技术在模型构建的应用 |
| 7.2 风险管理系统概念框架 |
| 7.2.1 风险管理过程 |
| 7.2.2 概念框架设计 |
| 7.2.3 系统功能设计 |
| 7.3 基于智能合约的网络舆情风险管理系统模型 |
| 7.3.1 系统模型构建 |
| 7.3.2 系统智能合约 |
| 7.3.3 智慧分类账 |
| 7.3.4 风险关联树 |
| 7.4 本章小结 |
| 第8章 基于智能合约的网络舆情风险管理策略 |
| 8.1 网络舆情弹性风险管理策略实施的前提 |
| 8.2 弹性风险管理策略 |
| 8.2.1 区块链舆情弹性风险管理体系 |
| 8.2.2 区块链舆情情境监测及资源系统 |
| 8.2.3 区块链舆情弹性管理实施工程系统 |
| 8.2.4 区块链舆情弹性管理行动策略系统 |
| 8.3 智能合约管理策略 |
| 8.3.1 技术保障工程管理策略 |
| 8.3.2 舆情风险识别工程管理策略 |
| 8.3.3 舆情风险分析工程管理策略 |
| 8.3.4 舆情风险应对工程管理策略 |
| 8.4 区块链技术实施策略 |
| 8.4.1 转变舆情风险管理观念 |
| 8.4.2 推动区块链技术应用 |
| 8.4.3 加强政策和资金保障 |
| 8.4.4 提高管理人员信息素养 |
| 8.5 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究局限及展望 |
| 参考文献 |
| 攻读博士期间取得的主要研究成果 |
| 致谢 |
四、数据库知识发现技术在集成质量决策支持系统中的研究与应用（论文参考文献）
- [1]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [2]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [3]基于大数据技术的政府绩效信息使用研究[D]. 李富贵. 厦门大学, 2018(07)
- [4]数据库知识发现技术在集成质量决策支持系统中的研究与应用[D]. 孙文渊. 江南大学, 2009(06)
- [5]数据库知识发现技术在集成质量决策支持系统中的研究与应用[D]. 宋允辉. 南京航空航天大学, 2003(02)
- [6]基于大数据的大学生日常思想政治教育创新研究[D]. 邓晶艳. 贵州师范大学, 2021(09)
- [7]面向医院管理的数据驱动决策研究[D]. 李茵. 吉林大学, 2021(01)
- [8]面向智库需求的智慧数据服务模式及服务能力评价研究[D]. 吴雅威. 吉林大学, 2021(01)
- [9]数字化慢病管理系统的研究与实践[D]. 汪哲宇. 浙江大学, 2021(01)
- [10]区块链环境下网络舆情传播及风险管理研究[D]. 郭苏琳. 吉林大学, 2020(03)