一、互联网上体育信息的检索（论文文献综述）
彭文杰[1]（2021）在《“互联网+健身”消费理论与实证研究 ——以广州市居民为实证分析对象》文中研究说明
涂琴[2]（2021）在《近15年（2005-2019）我国竞技体操网络舆情事件与舆情演变分析》文中研究指明竞技体操作为我国重要的夺金优势项目,却在近几年重大赛事中屡次惨遭滑铁卢,引发大量舆情。为深入洞察社会网民对竞技体操的关注点,结合生命周期理论,以网络作为载体对竞技体操网络舆情进行深入探析,为今后竞技体操舆情防控与治理提供理论依据。本文采用词频分析法分析词频次数和变化趋势,深析竞技体操网络舆情的热点及变化趋势;采用内容分析法分析数据的现状及趋势,更加深入、准确地理解研究内容;采用专家访谈法深入了解专家对我国竞技体操以及舆情领域的主要观点、看法、研究意见。研究得出:（1）竞技体操网络舆情高频热词主要关于赛事成绩和赛事类别,低频词汇主要关于竞技体操项目和运动员;竞技体操网络舆情事件特征主要集中在竞赛类、人物类、事件类方面,政策类事件为零。社会网民对竞技体操关注范围较为广泛,但词频数量相差较大,关注度存在一定差异性。（2）我国竞技体操网络舆情演变特征,整体呈现多波浪变化趋势,每个变化趋势较为明显,且个别事件的整个舆情时间持续较长。分段呈现“U字型变化趋势。第一阶段正面反馈居多;第二阶段负面反馈为主;第三阶段正面和反面的反馈都存在较多。（3）张尚武事件的网络舆情关注度极高,其中“盗窃”、“入狱”、“卖金牌乞讨”等事件是引发舆情波动的主要原因。该事件属于三阶段演变模式,具有一定典型意义。（4）竞技体操网络舆情容易两极分化,出现“一边倒”现象,致使事件真相变得扭曲;随着舆情受众大量增加导致舆情把控力度逐渐减弱。体操相关部门应当提高舆情管理意识,建立舆情预警机制,进行科学有效的管控,是当今竞技体操舆情管理的必要手段,也是重塑中国竞技体操辉煌形象的重要前提。建议:（1）在媒体主导方面,应加强社会民众对竞技体操的全面认识,树立正确的对竞技体操认识的价值观念,摒弃“奖牌至上”思想。（2）在舆情本质认识层面,应让社会民众树立正确的舆情意识,提升网络媒介素养,完善竞技体操网络舆情的管理体系。（3）在舆情学术研究方面,应以问题为导向,充分剖析个案研究的典型意义,通过个案研究来丰富竞技体操舆情研究的理论体系。（4）在舆情管控和治理方面,须在东京奥运会来临之际,重视好竞技体操项目的舆情管理和治理,做好预测,不断完善体操舆情的预警机制和科学、有效的管控和治理。
李晶[3]（2021）在《新浪微博中宁波城市网络形象的呈现与传播》文中提出城市形象作为一种公众意象,社交媒体上大量原生的非结构性数据作为易获取的直接民意来源,对其具有重要分析价值。而大数据技术的发展成熟也为网络海量数据的抓取分析提供了路径,是城市网络形象研究的新方向。本文基于对国内外城市形象相关研究的梳理,依靠大数据技术抽取了新浪微博上与宁波城市网络形象有关的4202条样本数据作为实证分析支撑,运用文本分析法、内容分析法等研究方法分析目前新浪微博中宁波城市网络形象的呈现特点与传播现状,总结现存的城市网络形象建构与传播的不足之处并提出可行的改善策略。论文采用文本分析法总结微博中宁波城市网络形象的呈现特点。首先使用词频统计分析方法计算高频词汇,粗略描摹新浪微博中城市形象的传播内容,得出宁波的城市网络形象的高频传播内容以休闲娱乐、文化历史、生态环境三个主题为主;然后对全样本数据做用户情感分析后发现,微博上宁波城市网络形象传播内容情感倾向偏向于积极情绪,而不同主题类型的传播内容与情感倾向之间存在显着相关。论文总结了目前新浪微博中宁波的城市网络形象呈现具有表现出强烈的地域特色、偏向年轻娱乐化、存在明显的情感倾向以及不够多元化等特点。论文采用内容分析法结合统计学分析方法,从文本信息、信源信息、传播力信息、传播者信息四个层面对样本进行数据分析。通过SPSS软件分析,从传播人群、传播话题、内容形式、内容来源四个方面总结新浪微博中宁波城市网络形象的传播特点,并指出目前存在不够重视历史地段、拟态环境建构不足、缺少平台意见领袖的传播不足之处。造成这些传播不足的主要原因是网络形象未受城市决策者重视以及身处长三角城市群,文化同根同源,资源分配有限,城市知名度与感知度难以上升。而现存的城市网络形象建构与传播不足的问题,直接导致了宁波城市网络形象的呈现不够多元化。基于实证结果与表现问题,本文从形成传播与建构合力、调动城市形象元素两方面提出改善宁波城市网络形象传播的建议,认为应充分调动城市历史地段、文化事件、发展成就等形象元素,从自塑与他塑、自传与他传、跨平台联动的三个层面提升城市网络形象的建构与传播。
王睿[4]（2020）在《基于词嵌入与生成式神经网络的主题模型研究》文中研究指明近年来,随着深度学习技术的发展,文本挖掘作为软件工程学科的重要子领域,正在逐步向智能化的方向过渡。然而,受传统信息处理技术及挖掘方法的限制,其智能化进程的推进目前仍较为缓慢。尤其自Web2.0时代以来,大量的信息以文本的形式发布在互联网上,如新闻网站中的新闻报道、在线百科中的百科词条、社交软件上的推文及购物软件中的商品评论等。这类文本中往往包含大量的主题、商品属性和事件等信息,然而人工地阅读并分析语料库中的文本需要巨大的人力消耗且无法适应语料规模的日益增长。因此,设计可以从海量非结构化的无标注文本中自动地挖掘出其中隐含主题、事件等的模型将有助于提高文本挖掘领域的智能化程度并进一步推动整个软件工程学科由信息化向智能化的转型。主题模型旨在从文本语料中进行无监督地知识发现,它作为语义模式的常用挖掘工具为无监督地理解文本内容提供了重要的技术基础且已被成功应用于众多软件工程领域的任务（如信息抽取、文本挖掘等）。然而,传统主题模型仍面临如下挑战:1)传统主题模型往往仅利用文本中词与词之间的共现关系建模且难以向建模过程融入外部知识;2)传统主题模型求解过程往往采用变分推理、吉布斯采样等近似求解策略,此类方法需要复杂的数学推导且不易进一步拓展;3)多数传统主题模型挖掘出的主题之间是相互独立的,并没有对主题间关系进行准确的建模,因而难以学习到主题间的关联度且不利于人们对文本语料进行宏观上的理解。为解决上述挑战,本文引入以基于神经网络的词嵌入学习方法获得的词向量为外部语义知识,以加权波利亚球罐机制和生成式神经网络为主要学习框架设计主题模型并从文本语料中挖掘高质量的主题、商品属性及事件。具体地,本文的主要工作及创新如下:（1）针对传统主题建模方法仅依靠词共现信息而导致的主题质量不高的问题,本文提出了一种基于加权波利亚球罐机制（WPU）的采样策略并将其融入隐狄利克雷分配的学习框架进而提出基于加权波利亚球罐机制的主题模型（WPU-LDA）。通过引入基于神经网络的词嵌入模型得到的词向量和基于WPU机制的采样策略,WPU-LDA模型在求解过程中动态地考虑单词与不同主题之间的语义相关性,从而将语义相关的词更好地聚集到了一个主题中提升了主题的抽取质量;（2）针对传统建模方法难以求解且不易于应用拓展的问题,本文首次在生成对抗网络的学习框架下提出了一种基于对抗训练的神经主题模型（ATM）。ATM模型利用一个生成器网络建立了由文档-主题分布到文档-词分布之间的单向映射,并利用一个判别器网络来判断其输入文档的真假。判别器网络的输出信号在对抗训练过程中可以指导生成器的学习从而使得其可以挖掘出隐含在文档中的主题信息。同时,不同于传统主题模型,ATM模型还能为词表中每个单词提供低维的语义表示向量;（3）针对传统主题建模方法求解困难及ATM模型难以为文档提供主题分布推理、不易应用于下游任务的问题,本文在双向对抗生成网络的学习框架下提出一种基于双向对抗训练的神经主题模型（BAT）。该模型在ATM模型的基础上,引入一个由文档-词分布到文档-主题分布的编码器网络从而可以为新文档文档-主题分布进而用于文本聚类等下游任务。此外,为进一步提升主题挖掘质量并建模主题之间的相关性,本文在BAT模型的基础上提出了基于双向对抗训练的高斯神经主题模型（Gaussian-BAT）。该模型在生成器网络中将每个主题建模为词向量空间内的多维高斯分布进而融入了词向量中的外部语义知识。同时,Gaussian-BAT模型利用与主题对应的高斯分布之间的关系完成了对主题关系的建模与挖掘;（4）针对传统主题建模方法挖掘的主题质量不高、模型求解困难且难以准确捕获主题间相互关系的问题,本文基于变分自编码器的学习框架提出了一种变分高斯神经主题模型（VaGTM）。该模型在解码器中将每个主题建模为词向量空间的多维高斯分布并将外部语义信息融入了解码过程。同时,利用解码器中高斯分布之间关系完成了主题相关性的建模。此外,由于一个主题的主题词对应的词向量并不完全服从一个多维高斯分布,为解决这一问题,本文在VaGTM的基础上提出了基于可逆转换的变分高斯神经主题模型（VaGTM-IP）,该模型引入了一个可逆转换将词向量转换为更适合主题建模的单词表示并进一步提高了主题挖掘的质量;（5）最后,针对传统主题建模方法不易于应用拓展的问题,同时也为了验证基于对抗训练的神经主题模型在应用层面具有易扩展性。本文提出一种基于对抗训练的神经事件模型（AEM）用来从在线事件文本（推文、新闻报道）中无监督地抽取热门事件。该模型将事件定义为四元组<实体、地点、时间、关键字>且其中每个元素使用一个主题来表示。为挖掘出在线文本中的事件,AEM模型利用一个生成器网络建立了由文档-事件分布到文档-实体分布、文档-地点分布、文档-时间分布及文档-关键字分布的单向映射函数,并利用判别器网络提供的输出信号来指导生成器网络及判别器网络的学习。通过对抗训练,生成器网络可以从文档中挖掘出与各个事件相关的实体主题、地点主题、时间主题及关键字主题从而完成事件的抽取。此外,由于GPU的加速,AEM模型较传统事件抽取模型有更高的执行效率。
李轩冰[5]（2020）在《基于文本挖掘技术的网络热点新闻系统的研建》文中认为针对新闻内容复杂多样的特性和目前传统的新闻搜索对用户的需求结果不能完全把控的问题,本文的主要工作是研究常用的新闻文本挖掘算法和文本类搜索召回算法的效果和规律,通过分析用户在搜索行为中的搜索词语和新闻文本本身的特性,探索将用户的搜索词语和新闻的文本信息定义并且抽象化为特征的形式,将传统的新闻搜索转化为用户和新闻机器人的对话模式,为进一步提高对用户搜索结果的精准度和使用的满意度提供支撑。为了实现对话形式的智能新闻搜索,首先,选取合适的新闻数据源,编写网络爬虫爬取新闻,本文旨在为用户提供热点新闻,所以爬虫爬取的是网站每日热榜新闻。本文对比了四家主流新闻网站,最终选取新浪新闻网站为系统提供数据。然后,将谷歌提出的基于 Transformer 的双向编码器表征（Bidirectional Encoder Representations from Transformers,BERT）与基于条件随机场和双向长短时记忆神经网络的命名实体识别方法结合作为命名实体识别模型的构建方法,并用BERT优化TextRank的特征抽取和向量化的过程,实现新闻主题和摘要的抽取。用户进行智能对话时,命名实体识别模型识别用户聊天内容,并返回识别出的实体所对应的新闻主题、摘要和原文链接信息,用户可以通过主题和摘要快速了解新闻内容,并且通过原文链接详细浏览新闻内容。本系统在模型训练的收敛性、准确率、召回率等方面均有明显的提升,尤其在捕捉句子中的重要信息上有较好的表现,智能新闻检索将用户的搜索词语特征与新闻的核心信息特征进行匹配,获取更能结合用户意向的更智能的新闻信息结果。为了实现一个完整的新闻平台系统,本文通过网页开发技术搭建了新闻系统和新闻管理系统,新闻系统实现了用户智能新闻聊天、浏览热点新闻、新闻搜索以及评论点赞等功能,新闻管理系统为管理员用户提供了用户管理、新闻管理、新闻审核、用户评论管理等功能。本文中的新闻平台系统实现了完整的新闻网站的运营和管理功能。
舒丽[6]（2020）在《基于百度指数的我国体育旅游网络关注度研究》文中提出体育旅游作为体育产业与旅游产业深度交叉融合新业态,指消费者在空闲时间内暂时性离开自身居住地,自主去往体育旅游目的地,以体育运动为主要内容,以参与体育项目、现场观赛、场馆游览为主要形式,以满足健身休闲娱乐为主,为消费者提供体育旅游产品及相关配套服务,涉及内容广泛的跨界产业融合发展新业态。目互联网强大功能及广泛应用性已成为社会发展、科技创新、产业融合及各行各业产业互融合作等不容忽视的技术力量。随着“互联网+”战略提出,互联网与实体经济深度密切融合促进资源优势互补与科学配置,拓展了体育旅游发展新空间。借助互联网、大数据等技术发展体育产业是时代发展的必然趋势,也是创新与完善体育旅游产业营销发展策略,满足大众对体育消费需求的一个迫切要求。互联网与体育旅游跨界融合发展的重要性日益凸显,通过网络关注度发掘消费者消费倾向与消费市场新走向,为体育旅游提档升级提供数据支撑,为研究体育旅游提供科学依据与方向指导,体现出互联网在消费者信息搜索与决策过程中的重要性。所以无论是基于体育旅游营销策略、体育旅游市场布局还是满足消费者体育消费需求考究,对体育旅游网络关注度时空特征及其影响因素的深入探讨都迫切需要在互联网背景下进行扩充与发展。本文以我国体育旅游网络关注度为研究对象,以国家统计局与各省份统计局、国家体育总局等为主要数据源,采用了文献资料、知识图谱、数理统计、逻辑数据分析等研究方法,结合体育产业经济学、统计学、旅游地理学等相关理论,借助百度指数多年连续用户关注度对我国体育旅游网络关注度时空差异及其影响因素进行综合分析,旨在为互联网、大数据等与体育产业融合发展奠定理论基础,为体育旅游市场营销与科学规划布局提供数据支撑,为促进体育旅游创新发展及体育消费做出贡献。研究发现:（1）我国体育旅游呈现出良好发展态势,体育休闲产业愈来愈受到重视,大众消费观念转变,体育旅游逐渐成为大众所关注和追捧的时尚体育休闲消费方式。（2）时间上,从2011-2018年我国体育旅游网络关注度依旧呈现出季节性的波浪式持续上升的发展态势;其年际差异变化的幅度相对较大,但年际差异变化呈现缩小的趋势,体育旅游网络关注度的月份差异处于波浪式扩大的趋势,季节性差异非常明显并不断扩大,黄金节假日期间体育旅游网络关注度的前兆效应明显。（3）空间上,经济发达、互联网普及率高、城市知名度高的地区,体育旅游网络关注度较高;东、中、西三大区域间及省际间的体育旅游网络关注度差异较明显,但整体差异呈现出下降的趋势,体现出消费结构在不断趋于优化。（4）经济发展和人民生活质量快速发展和稳步提高,用户消费观念发生较大转变,促使体育旅游地域差异性、景点区别度、目的地位置、消费者兴趣对我国体育旅游网络关注度产生叠加式影响力加大;距离不再是阻碍人们进行远距离体育旅游的硬件条件,消费者的兴趣需求扮演着越来越重要的角色。（5）人们对互联网的需求性与依赖性越来越高,消费者越来越偏向于通过及时、快捷、实用的手机移动端获取体育旅游目的地相关信息,更加快捷地进行体育消费,及时、有效地追踪适时信息,避免盲目消费。建议:（1）高度重视互联网和大数据时代折射出的我国体育产业发展境况,及时追踪、解读与体育旅游发展相关政策,注重国家政策引导与地方政府的配合对体育旅游发展进行宏观调控,为体育旅游发展营造良好的发展氛围和大环境;（2）高度注重及准确掌握体育旅游淡旺季,进行差异性营销;（3）重视互联网和大数据等新兴信息技术,掌握体育旅游市场发展大趋势,创新体育旅游营销模式和推进策略,提前有效地规划和拓展体育旅游消费市场;（4）重视完善城市体育旅游基础和配套设施建设,促进体育旅游与服务一体化发展,充分发挥体育旅游地域经济条件优势;（5）高度重视节假日期间精品体育旅游项目开发,打造独特的体育旅游产业品牌与体育旅游文化特色,满足体育旅游消费者多样化的体育旅游消费需求。
田秋菊[7]（2020）在《胃癌术后居家患者经口营养护理实践方案的构建》文中认为目的:阐述胃癌术后居家患者营养状况及其影响因素,以知信行理论为指导,以患者需求为导向,基于对患者经口营养问题和需求的调查,结合H2H营养管理模式,构建胃癌术后居家患者经口营养护理实践方案。方法:本研究采用横断面调查和纵向调查相结合的研究方法,采用广义估计方程探索导致胃癌术后3个月内体重丢失的高危人群特质;采用PG-SGA、食物频率问卷、张璟编制的消化系统肿瘤患者知识-态度-行为问卷、欧洲癌症治疗研究组织的生命质量核心量表问卷等研究工具,描述160例胃癌居家患者的营养状况、经口营养摄入情况及生活质量,并阐述影响营养状况的相关因素、营养状况与生活质量的关系、及影响经口摄入达标的相关因素;采用互联网大数据分析,确定胃癌术后居家患者饮食存在的问题和需求,对相关需求进行文献检索和证据总结,以知信行理论为指导,结合H2H营养管理模式,构建胃癌术后居家患者经口营养护理实践方案。结果:1.胃癌术后居家患者体重变化的分析:对49例胃癌术后患者纵向随访研究结果提示,从术前到术后1个月患者体重平均减少了 9.2%（P<0.001）,到术后2个月平均减少了 11.0%（P<0.001）,到术后三个月平均减少了 11.4%（P<0.001）。广义估计方程多因素分析结果显示,全胃切除（P=0.014）和术前BMI（P=0.005）是术后体重减少的独立危险因素,其中,与部分切除患者相比,全胃切除患者在术后3个月内更易发生体重丢失（β=2.8%,P=0.014）;与术前低体重患者相比,术前肥胖患者更容易发生体重丢失（β=4.5%,P=0.026）。2.胃癌居家患者营养状况:①在160例胃癌居家患者中,营养不良发生率为70.6%。21.9%患者能量摄入不达标,32.5%的患者蛋白质摄入不达标;且营养不良组患者能量不达标（26.5%vs 10.6%,P=0.027）和蛋白质不达标（38.9%vs 14.9%,P=0.002）比例显着高于非营养不良组患者;②不同治疗阶段胃癌患者,居家期经口饮食不达标颇多,其中蛋白质摄入不达标率以胃癌术后3个月内患者（占53.3%）居高、继之依次为胃癌治疗前患者（占40.3%）、术前化疗患者（占25.9%）及术后3个月后患者（占16.0%）,且不同治疗阶段胃癌患者蛋白质摄入量有显着差异（χ2=8.84,P=0.029）;③经logistic回归分析提示,年龄≥65岁（OR=3.62,P=0.005）、经口蛋白摄入不达标（OR=3.01,P=0.018）是导致胃癌居家患者营养不良的独立影响因素;④营养不良患者在躯体功能（Z=-3.33,P=0.001）、角色功能（Z=-3.39,P=0.001）、认知功能（Z=-2.37,P=0.018）、情绪功能领域（Z=-3.28,P=0.001）和总体健康状况得分（Z=-4.88,P<0.001）显着低于营养正常患者,在疼痛（Z=-2.32,P=0.021）、恶心呕吐领域（Z=-2.98,P=0.003）显着高于营养正常患者;⑤经logistic回归分析提示:胃癌患者的营养知识水平（Waldχ2=15.77,P<0.001）、ECOG 得分（Waldχ2=10.40,P=0.015）是蛋白摄入不达标的独立影响因素;胃癌患者的营养知识水平（Waldχ2=18.42,P<0.001）、ECOG得分（Waldχ2=11.16,P=0.011）是能量摄入不达标的独立影响因素。3.基于互联网的胃癌术后居家患者经口营养问题和需求调查结果:采用人工检索和爬虫技术相结合的方式对互联网上关于胃癌术后患者经口营养问题及需求进行提取,经去重、清洗后,最终纳入1420个饮食相关问题,提问中饮食问题的时间点涉及拟出院到胃切除术后数年。询问关于胃癌术后“如何吃”的问题占全部问题的83.87%,询问饮食相关症状的原因和处理类问题占12.04%,询问营养品类问题占3.45%,询问饮食和预后问题占0.56%,询问饮食和运动类问题占0.07%。其中,在“如何吃”问题中,胃癌术后“常规饮食”及针对某一食物“是否可以吃”的提问分别占43.84%和44.44%。胃癌术后居家患者经口饮食期间出现最多的七大症状分别为呕吐、吞咽困难、腹痛、腹胀、嗳气、反酸、体重下降,共占81.13%。针对胃癌术后患者经口营养情感分析结果显示,胃癌术后患者经口营养问题情感倾向整体上处于正向（正性vs负性得分:1758 vs-1531）,但是饮食和症状类问题情感倾向整体上处于负向（正性vs负性得分:256.5 vs-410）,提示饮食过程中出现的症状会给患者带来负面情绪。患者经口营养需求分析提示:胃癌术后居家患者经口营养需求包括胃癌术后饮食相关知识、心理支持及专业人员提供营养知识的需求。4.胃癌术后居家患者经口营养护理实践方案的构建结果显示:基于胃癌术后患者经口营养实践、运动管理、心理支持主题分别进行文献检索,本部分共纳入22篇实验性研究文章、4篇指南、1篇专家共识、6篇胃癌术后经口营养宣教手册。对文献进行内容分析,系统地对营养评估、促进经口营养实施的措施、运动管理、心理支持等进行证据评价和综合,结合前期的文献回顾和研究结果,构建《胃癌术后居家患者经口营养护理实践方案》。结论:1.胃癌患者术后3个月内经历体重持续丢失,全胃切除、BMI≥25kg/m2是胃癌术后3个月内体重丢失的独立危险因素。2.胃癌居家患者营养不良发生率高,营养不良会导致患者生活质量降低。3.胃癌切除术后3个月内接受化疗的居家患者蛋白质摄入不达标率最高,且蛋白质摄入不达标是导致患者营养不良的独立危险因素。4.患者的营养知识、活动情况是导致胃癌患者蛋白质和能量摄入不达标的独立危险因素,且患者营养知识不足会影响经口营养摄入,进而影响营养状况。5.胃癌术后居家患者常见饮食问题主要涉及“如何吃”、“出现饮食相关症状的原因和处理措施”;胃癌术后居家患者的需求主要为对饮食知识的需求、对专业人员实施营养支持的需求、对心理社会支持的需求。6.以本研究前期研究结果为基础,构建胃癌术后居家患者经口营养护理实践方案,由经口营养管理模块、运动管理模块和心理支持模块三部分组成。
董星胜[8]（2020）在《互联网资源在中学体育教学中应用研究》文中进行了进一步梳理21世纪以来,随着科学技术的飞速发展,人类进入信息化时代,互联网技术已渗透到社会的各个方面。互联网技术不但对经济和社会发展产生了深远的影响,而且还促进了社会生产和生活方式发生翻天覆地的变化。教育作为社会生活中非常重要的一方面,在教学模式、手段上也发生了非常大的改变,因此我们要不断探索互联网+教育行之有效的方式和方法,加快现代教育模式的创新。体育教育是教育的重要组成部分,是学校有组织、有计划、有目的的以促进学生全面发展增强学生体质,传授体育知识技能培养意志品质的重要教育过程。而体育教学是学校实现体育教育目标的主要途径,它是在教师和学生共同参与的双边活动中,运用合适的教学手段方法,指导学生掌握体育与健康知识,基本的体育技能,最后让学生形成良好的意志品质的活动。体育教学多在室外进行,由于在教授内容、方式和场景上的特殊,体育技能动作的教授大多依靠教师的详细讲解和亲身示范。但在实际教学中,示范动作过程短暂,学生在示范后的模仿仅能依靠自己初步印象,遗忘的速度相对较快。特别是对于一个完整的、相对独立的体育技术动作组合,实际教学中往往没有办法或很难做到分解教授,教师只能重复的进行动作技能的示范,结果导致一节课只能讲授一个知识点或者甚至多节课都讲授同样的知识点,严重影响教学效率和学习效率。针对这一问题,互联网运用于体育教学可以很好的解决:互联网上的教学资源可以使学生完整详细的了解某一套技术动作组合和分解技术动作,解放学生的学习时间,使学生能随时随地巩固自己的知识和技能,如此,可以有效的提高教师的教学效率和学生的学习效率。本文采用文献资料法,专家访谈法,问卷调查法,数理统计法,逻辑分析法等研究方法对互联网资源在山东省潍坊市部分中学体育教学中的应用进行研究,得出如下主要结论:1.互联网体育资源在体育教学中的普及程度较小,有些学校的体育教学甚至还没有涉及到利用互联网的体育资源。2.网上的体育教学资源全面丰富,可以满足学生的日常使用,但体育资源质量优劣不等,存在体育资源内容分散,缺乏系统性和易用性的问题,学生理解有一定的难度。3.学校虽然支持学生利用互联网学习体育,仍有一部分学生不喜欢使用互联网学习,且使用互联网的学生更多集中于体育娱乐搜索上,很少通过体育资源学习体育技能。4.教师已经可以有效地将互联网资源与备课结合起来,丰富备课的内容,但方法手段单一,未能充分利用互联网在课上的优势。5.家长的网络监督意识强,但与教师的沟通相对较少且很少和学生共同参与。通过对结果的分析提出以下发展对策:1.促进学校互联网体育教学专业化,提高普及率。2.加快互联网体育教学资源的归纳和整合。3.学校加强投资建设,结合学生兴趣爱好创新体育教学,提高学生参与主动性。4.教师要提升网络素质,运用互联网优势,分析学生运动状况并针对教学。5.家长加强与教师的沟通,主动参与,统一家校教育影响。
刘成军[9]（2020）在《基于查询扩展和多目标优化的主题爬虫系统的研究和实现》文中指出随着互联网的迅速发展,互联网上的信息不断累积,传统的网络爬虫已经难以满足人们对信息的个性化和实时性获取的需要,主题爬虫应运而生。相比于传统网络爬虫,主题爬虫有明确的主题描述作为爬取目标,有智能的链接评价来优化主题爬取的路径,从而获得了更高的效率。然而,主题爬虫当前的主题描述方法难以实现构建成本与完备性的平衡,当前的主题爬取过程也难以协调影响链接优先级的多种因素之间的关系。针对这些问题,本文提出基于查询扩展和多目标优化的主题爬虫系统。本文使用查询扩展来增强原始主题描述的完备性,在迭代查询结果中使用改进后的TextRank算法抽取主题关键词来充实主题模型。首先基于BERT模型预训练的词向量在TextRank算法的转移权重矩阵中引入主题相关度影响因子,从而提出Topic-TextRank算法,用以改进主题关键词的提取效果;再结合查询扩展中相关反馈和伪相关反馈的迭代过程,将Topic-TextRank算法的主题关键词结果权重与查询排名做了动态融合;进而提出基于动态Topic-TextRank算法的相关反馈和伪相关反馈两种主题描述的扩展框架,并用实验验证这两种框架对于主题描述效果的提升。本文将主题爬取过程抽象成多目标优化问题,将决定链接优先级的因素抽象为目标函数,再使用改进后的蚁群算法和改进后的NSGA-Ⅱ算法来解决。对于蚁群算法,本文根据网页主题相关与否将信息素细分为增益信息素和惩罚信息素两类,并基于这两种信息素和蚁群路径上的点对前溯多段路径的影响力提出蚁群的回溯式信息素更新算法。对于NSGA-Ⅱ算法,本文引入了带权拥挤距离的计算方法以优化最终的精英选择。然后融合这两种改进算法提出了基于多目标优化的主题爬取策略,并用实验验证了其对于主题爬虫查准率和效率的提高。本文开发并实现了基于查询扩展和多目标优化的主题爬虫系统,实现对目标主题的准确全面高效的爬取。系统包括主题描述模块、主题爬取模块和数据存储模块。主题描述模块基于查询扩展获取主题模型和种子网页,主题爬取模块实现基于多目标优化的爬取过程,数据存储模块使用Redis和MySQL实现爬行中间数据及结果网页的存储。
徐海玲[10]（2020）在《虚拟知识社区知识生态及场景化服务研究》文中进行了进一步梳理党的十八大报告中指出“建设生态文明,是关系人民福祉,关乎民族未来的长远大计”推进生态文明建设,是一场全方位、系统性的宏大改革,“生态兴则文明兴,生态衰则文明衰”,生态已经渗透到社会生活的方方面面,网络社区作为知识传播和交流的主要阵地,更加需要一个生态的环境和服务平台,实现知识的加工与组织。党的十九大报告中提出要“加强互联网内容建设,建立网络综合治理体系,营造晴朗的网络空间”。随着场景五力在社区嵌入的逐渐加深,使得知识社区从流量为王向场景为王开始演变,场景已经成为虚拟知识社区研究的新的突破口,场景的战略价值和实用价值在知识社区中开始凸显。由此可以看出,将知识生态与场景服务深度融合对于知识社区的发展,维护和谐共生的网络环境就变得尤为重要。立足于知识生态理论,结合知识图谱理论和场景五力理论,试图揭示虚拟知识社区中知识生态的内涵、知识生态的构成要素以及不同要素之间的关联关系,尝试基于扎根理论对虚拟知识社区场景化影响因素进行编码分析,并运用Dematel方法对影响虚拟知识社区场景化关键影响因素进行识别,并通过用户画像的理论,构建虚拟知识社区资源聚合模型,实现虚拟知识社区场景化的服务推荐,本研究的主要内容如下:（1）构建虚拟知识社区的知识生态模型从知识生态视角出发,对虚拟知识社区知识生态的内涵及特征进行揭示,借鉴知识生态理论,对知识主体、知识资源和场景三个构成要素进行详细论述,应用生态学的观点,将要素之间的客观、稳定的相互作用关系以及运行的本质进行系统描述,最终提出虚拟知识社区的知识生态模型。（2）虚拟知识社区各要素关联关系解析应用社会网络分析方法对知识主体和知识资源的主要特点和层级结构进行分析,同时,对虚拟知识社区中知识主体和知识资源的传播路径和网络结构进行系统阐述,并应用Python编程获取数据,应用Gephi和Vosviewer软件对知识主体和知识资源之间的关联关系进行可视化呈现。（3）虚拟知识社区多维图谱构建借鉴社会网络分析和知识图谱等方法,对虚拟知识社区中不同要素的本体属性和本体关系进行定义,并对要素之间的关系进行提取和表示,应用网络编程并基于Neo4j图数据库构建知识主体—知识资源—场景等多维图谱,通过Python编程实现知识图谱可视化呈现。（4）基于扎根理论获取虚拟知识社区场景化服务的影响因素应用扎根理论,问卷调查和深度访谈等研究方法,对虚拟知识社区场景化服务的影响因素进行分析,基于Nvivo获取虚拟知识社区场景化影响因素树状节点编码、开放式编码、主轴编码和核心节点编码,提出在社区建设中,知识服务环境、知识资源质量、知识需求偏好和用户感知价值对社区平台发展起着至关重要的作用,决定着虚拟知识社区未来的发展方向。（5）应用DEMATEL方法实现虚拟知识社区场景化服务关键影响因素识别应用DEMATEL方法对虚拟知识社区场景化的关键影响因素进行挖掘,基于文献综述法和专家调查法,对影响因素进行打分,并建立不同影响因素之间的关系矩阵,通过语义转化表将原始评价转化为三角模糊数,并利用CFCS方法对所得到的三角模糊矩阵进行解模糊处理,最终得到影响因素之间的直接影响矩阵,将虚拟知识社区场景化影响因素矩阵做规范化处理,得到标准化的直接影响矩阵,利用MATLAB工具,得出虚拟知识社区场景化各个影响因素之间的综合影响矩阵,计算出各因素的影响度、被影响度、中心度和原因度,提出虚拟知识社区在场景化构建的过程中,要注重知识服务环境的打造、提高社区内知识资源的质量和加强用户之间的交流和互动,从而提升其服务质量等对策。（6）应用用户画像和向量空间模型实现虚拟知识社区场景化服务推荐基于用户画像方法构建虚拟知识社区知识接受偏好的用户画像模型,通过对不同用户需求特征的捕捉和获取,应用创设场景情境实验的方法对用户的知识需求偏好、知识关注方式和知识获取习惯的向量空间进行融合,并基于协同过滤算法应用MATLAB编程实现用户所在场景的识别和服务的推荐。本论文的行文逻辑和数据实验与虚拟知识社区知识生态及场景化服务的理论内容与实证研究深度结合,希望本文的研究能够为建设美好和纯洁晴朗的网络空间提供一种方法和理念,借助互联网技术和服务信息化的手段,推动网络社区建设管理运用的不断完善。
二、互联网上体育信息的检索（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、互联网上体育信息的检索（论文提纲范文）
（2）近15年（2005-2019）我国竞技体操网络舆情事件与舆情演变分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 网络成为交流表达的重要场所 |
| 1.2 竞技体操遭遇困境 |
| 1.3 竞技体操困境引发网络舆情 |
| 2 研究对象与方法 |
| 2.1 研究对象 |
| 2.2 研究方法 |
| 2.2.1 文献资料法 |
| 2.2.2 词频分析法 |
| 2.2.3 内容分析法 |
| 2.2.4 数据分析法 |
| 2.2.5 专家访谈法 |
| 3 文献综述 |
| 3.1 竞技体操相关研究 |
| 3.1.1 关于竞技体操竞赛与发展的相关研究 |
| 3.1.2 关于竞技体操技术与训练的相关研究 |
| 3.1.3 关于竞技体操规则与编排的相关研究 |
| 3.1.4 关于竞技体操损伤与预防的相关研究 |
| 3.2 体育舆情相关研究 |
| 3.2.1 关于体育舆情主体的研究 |
| 3.2.2 关于体育舆情激体的研究 |
| 3.2.3 关于体育舆情本体的研究 |
| 3.2.4 关于体育舆情载体的研究 |
| 3.3 网络舆情相关研究 |
| 3.3.1 关于概念的相关研究 |
| 3.3.2 关于科学抽样的相关研究 |
| 3.3.3 关于研究视角的相关研究 |
| 3.3.4 关于演变阶段的相关研究 |
| 3.3.5 关于处理策略的相关研究 |
| 4 概念界定 |
| 4.1 舆情 |
| 4.2 网络舆情 |
| 4.3 网络舆情事件 |
| 5 结果与分析 |
| 5.1 近15年我国竞技体操网络舆情事件词频与特征分析 |
| 5.1.1 近15年我国竞技体操高频热度词汇分析 |
| 5.1.2 近15年我国竞技体操网络舆情事件的特征 |
| 5.2 近15年我国竞技体操网络舆情的演变分析 |
| 5.2.1 近15年我国竞技体操网络舆情的整体演变 |
| 5.2.2 近15年我国竞技体操网络舆情的分段演变 |
| 5.3 张尚武事件的网络舆情个案分析 |
| 5.3.1 选取张尚武事件的依据 |
| 5.3.2 张尚武事件的网络舆情阶段划分方式 |
| 5.3.3 张尚武事件的网络舆情阶段划分原则 |
| 5.3.4 张尚武事件的网络舆情演变特征 |
| 5.3.5 对张尚武个案事件的建议 |
| 5.4 新媒体时代竞技体操舆情管理面临的机遇和挑战 |
| 5.4.1 新媒体时代竞技体操舆情危机管理面临的机遇 |
| 5.4.2 新媒体时代竞技体操舆情危机管理面临的挑战 |
| 6 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 参考文献 |
| 硕士研究生在读期间的研究成果 |
| 致谢 |
| 附件1 |
| 附件2 |
| 附件3 |
| 附件4 |
| 附件5 |
| 附件6 |
| 附件7 |
（3）新浪微博中宁波城市网络形象的呈现与传播（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究述评 |
| 1.3 研究内容与方法 |
| 1.3.1 研究思路与内容 |
| 1.3.2 研究方法 |
| 2 新浪微博与城市形象 |
| 2.1 关键词阐释 |
| 2.1.1 城市形象 |
| 2.1.2 新浪微博 |
| 2.2 相关概念 |
| 2.2.1 拟态环境 |
| 2.2.2 刻板印象 |
| 2.3 研究设计 |
| 2.3.1 研究问题 |
| 2.3.2 样本选择 |
| 2.3.3 类目构建 |
| 2.3.4 信度检测 |
| 3 新浪微博中宁波城市网络形象呈现 |
| 3.1 微博高频词汇分析 |
| 3.1.1 休闲娱乐 |
| 3.1.2 文化历史 |
| 3.1.3 生态环境 |
| 3.1.4 政治经济 |
| 3.2 微博用户情感分析 |
| 3.2.1 全样本情感分析 |
| 3.2.2 分样本情感分析 |
| 3.3 微博城市网络形象呈现特点 |
| 3.3.1 体现强烈的地域特色 |
| 3.3.2 偏向年轻化、娱乐化 |
| 3.3.3 具有明显情感倾向 |
| 3.3.4 网络形象欠丰满立体 |
| 3.4 研究小结 |
| 4 新浪微博中宁波城市网络形象传播 |
| 4.1 城市形象传播特点 |
| 4.1.1 传播人群——认证用户少且影响力低 |
| 4.1.2 传播内容——以日常话题为主 |
| 4.1.3 表现形式——无新媒体传播优势 |
| 4.1.4 内容来源——平台原生内容丰富 |
| 4.2 城市网络形象传播不足之处 |
| 4.2.1 历史地段利用不足 |
| 4.2.2 拟态环境建构不足 |
| 4.2.3 缺少平台意见领袖 |
| 4.3 城市网络形象传播不足的原因分析 |
| 4.3.1 城市网络形象未受重视 |
| 4.3.2 长三角城市群竞争激烈 |
| 4.4 研究小结 |
| 5 宁波城市网络形象传播的策略与建议 |
| 5.1 形成传播与建构合力 |
| 5.1.1 自塑与他塑的传播与建构合力 |
| 5.1.2 自传与他传的传播与建构合力 |
| 5.1.3 跨平台联动的传播与建构合力 |
| 5.2 积极调动城市形象元素 |
| 5.2.1 历史地段展示城市个性 |
| 5.2.2 文化事件刺激讨论热度 |
| 5.2.3 发展成就巩固城市定位 |
| 结论 |
| 参考文献 |
| 附录A 附录内容名称 |
| 致谢 |
（4）基于词嵌入与生成式神经网络的主题模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 主题模型研究现状 |
| 1.2.2 词嵌入研究现状 |
| 1.2.3 生成式神经网络研究现状 |
| 1.3 研究内容与方法 |
| 1.4 论文主要工作 |
| 1.5 论文组织 |
| 第二章 背景知识 |
| 2.1 相关概念定义 |
| 2.2 主题模型 |
| 2.2.1 基于矩阵分解的主题模型 |
| 2.2.2 基于概率图的主题模型 |
| 2.2.3 神经主题模型 |
| 2.2.4 主题模型的应用 |
| 2.2.5 讨论 |
| 2.3 词表示模型 |
| 2.3.1 传统词表示模型 |
| 2.3.2 词嵌入模型 |
| 2.3.3 讨论 |
| 2.4 生成式神经网络 |
| 2.4.1 生成对抗网络 |
| 2.4.2 流模型 |
| 2.4.3 讨论 |
| 2.5 本文使用的数据集及主题评价指标 |
| 2.5.1 数据集及预处理 |
| 2.5.2 主题评价指标 |
| 2.6 小结 |
| 第三章 基于加权波利亚球罐机制的主题模型 |
| 3.1 引言 |
| 3.2 概述 |
| 3.3 相关工作 |
| 3.4 模型描述 |
| 3.4.1 加权波利亚球罐机制 |
| 3.4.2 基于加权波利亚球罐机制的主题模型 |
| 3.5 实验与结果分析 |
| 3.5.1 对比模型 |
| 3.5.2 参数设置 |
| 3.5.3 主题一致性对比 |
| 3.5.4 参数分析 |
| 3.5.5 主题样例 |
| 3.6 本章小结 |
| 第四章 基于对抗训练的神经主题模型 |
| 4.1 引言 |
| 4.2 概述 |
| 4.3 相关工作 |
| 4.4 模型描述 |
| 4.4.1 表示映射模块 |
| 4.4.2 模型网络结构 |
| 4.4.3 模型训练 |
| 4.4.4 主题生成 |
| 4.5 实验与结果分析 |
| 4.5.1 对比模型 |
| 4.5.2 参数设置 |
| 4.5.3 主题一致性对比 |
| 4.5.4 主题样例及主题可视化 |
| 4.5.5 开放事件抽取及样例 |
| 4.6 本章小结 |
| 第五章 基于双向对抗训练的高斯神经主题模型 |
| 5.1 引言 |
| 5.2 概述 |
| 5.3 相关工作 |
| 5.4 模型描述 |
| 5.4.1 双向对抗主题模型 |
| 5.4.2 高斯生成器 |
| 5.4.3 模型训练 |
| 5.4.4 主题生成和聚类 |
| 5.5 实验与结果分析 |
| 5.5.1 对比模型 |
| 5.5.2 参数设置 |
| 5.5.3 主题一致性对比 |
| 5.5.4 文本聚类 |
| 5.5.5 主题样例 |
| 5.5.6 主题相关性 |
| 5.6 本章小结 |
| 第六章 基于可逆转换的变分高斯神经主题模型 |
| 6.1 引言 |
| 6.2 概述 |
| 6.3 相关工作 |
| 6.4 模型描述 |
| 6.4.1 编码器网络 |
| 6.4.2 高斯解码器 |
| 6.4.3 基于可逆转换的高斯解码器 |
| 6.4.4 优化目标 |
| 6.5 实验与结果分析 |
| 6.5.1 对比模型 |
| 6.5.2 参数设置 |
| 6.5.3 主题一致性对比 |
| 6.5.4 主题样例 |
| 6.5.5 主题相关性 |
| 6.6 本章小结 |
| 第七章 基于对抗训练的神经事件模型 |
| 7.1 引言 |
| 7.2 概述 |
| 7.3 相关工作 |
| 7.4 模型描述 |
| 7.4.1 真实文档采样与表示模块 |
| 7.4.2 模型网络结构 |
| 7.4.3 模型训练 |
| 7.4.4 事件生成 |
| 7.5 实验与结果分析 |
| 7.5.1 对比模型 |
| 7.5.2 参数设置 |
| 7.5.3 事件抽取实验 |
| 7.5.4 参数分析与可视化 |
| 7.5.5 事件抽取样例 |
| 7.6 本章小结 |
| 第八章 总结与展望 |
| 8.1 论文工作总结 |
| 8.2 论文的主要贡献 |
| 8.3 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（5）基于文本挖掘技术的网络热点新闻系统的研建（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 课题主要研究内容 |
| 1.4 论文结构 |
| 2 相关理论技术基础 |
| 2.1 文本挖掘技术 |
| 2.1.1 文本预处理 |
| 2.1.2 文本表示 |
| 2.1.3 文本摘要 |
| 2.1.4 特征提取 |
| 2.2 爬虫技术 |
| 2.2.1 爬虫技术的分类 |
| 2.2.2 常见的网络爬虫框架 |
| 2.3 Web框架与数据仓库 |
| 2.3.1 SSM架构 |
| 2.3.2 高性能缓存技术 |
| 2.3.3 数据库技术 |
| 2.4 本章小结 |
| 3 新闻信息提取算法设计与优化 |
| 3.1 基于BERT的文本挖掘算法设计 |
| 3.1.1 BERT算法概述 |
| 3.1.2 BERT算法原理 |
| 3.2 基于BERT和TextRank的摘要和主题抽取算法设计 |
| 3.2.1 TextRank的词图构建 |
| 3.2.2 BERT词向量的语义加权 |
| 3.2.3 通过关键词得分的摘要抽取计算 |
| 3.2.4 BertVecRank算法实现 |
| 3.2.5 实验结果 |
| 3.3 基于BERT和BiLSTM-CRF的中文实体识别算法设计 |
| 3.3.1 BiLSTM模型结构 |
| 3.3.2 CRF模型结构 |
| 3.3.3 BERT-BiLSTM-CRF模型结构设计 |
| 3.3.4 BERT-BiLSTM-CRF算法实现 |
| 3.3.5 实验结果 |
| 3.4 本章小结 |
| 4 系统需求分析与设计 |
| 4.1 系统需求分析 |
| 4.1.1 系统功能性需求 |
| 4.1.2 系统非功能性需求 |
| 4.1.3 系统整体用例分析 |
| 4.2 系统概要设计 |
| 4.2.1 系统模块结构设计 |
| 4.2.2 系统技术架构设计 |
| 4.2.3 系统物理架构设计 |
| 4.2.4 系统数据库设计 |
| 4.3 本章小结 |
| 5 系统实现 |
| 5.1 新闻数据选择与采集 |
| 5.1.1 新闻数据源的选择 |
| 5.1.2 新闻数据的采集和处理 |
| 5.2 功能模块实现 |
| 5.2.1 用户管理 |
| 5.2.2 新闻信息 |
| 5.2.3 智能新闻检索 |
| 5.2.4 新闻系统后台管理 |
| 5.3 本章小结 |
| 6 系统测试 |
| 6.1 系统测试目标和方法 |
| 6.1.1 测试目标 |
| 6.1.2 测试方法 |
| 6.1.3 测试环境 |
| 6.2 系统功能测试 |
| 6.2.1 注册与登录功能测试用例 |
| 6.2.2 用户管理功能测试用例 |
| 6.2.3 新闻信息管理功能测试用例 |
| 6.2.4 智能新闻检索功能测试用例 |
| 6.2.5 后台管理功能测试用例 |
| 6.3 系统非功能性测试 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（6）基于百度指数的我国体育旅游网络关注度研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 1 前言 |
| 1.1 研究背景 |
| 1.1.1 我国互联网发展的概况 |
| 1.1.2 数据的强大功能性凸显 |
| 1.1.3 我国体育旅游政策引导 |
| 1.1.4 我国体育消费政策推动 |
| 1.2 文献综述 |
| 1.2.1 关于体育旅游的相关研究 |
| 1.2.2 关于百度指数的相关研究 |
| 1.2.3 关于关注度的相关研究 |
| 1.2.4 关于网络关注度的相关研究 |
| 1.3 概念的界定 |
| 1.3.1 体育旅游 |
| 1.3.2 百度指数 |
| 1.3.3 关注度 |
| 1.3.4 网络关注度 |
| 1.4 研究目的与意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究意义 |
| 2 研究对象与方法 |
| 2.1 研究对象 |
| 2.2 研究方法 |
| 2.2.1 文献资料法 |
| 2.2.2 知识图谱分析法 |
| 2.2.3 文献计量学分析法 |
| 2.2.4 数理统计法 |
| 2.2.5 GIS空间分析法 |
| 2.2.6 逻辑分析法 |
| 3 研究技术路线与理论模型 |
| 3.1 研究技术路线 |
| 3.1.1 研究基本思路 |
| 3.1.2 研究的基本理论框架 |
| 3.2 理论模型及分析方法 |
| 3.2.1 年际变动指数 |
| 3.2.2 变异系数 |
| 3.2.3 地理集中指数 |
| 3.2.4 基尼系数 |
| 3.2.5 相关系数 |
| 3.2.6 季节强度指数 |
| 4 结果与分析 |
| 4.1 我国体育旅游发展的现有基础 |
| 4.1.1 体育旅游示范基地及精品路线与赛事分布 |
| 4.1.2 体育旅游资源的区域分布 |
| 4.1.3 体育旅游资源分布的季节差异 |
| 4.1.4 体育旅游业的发展前景 |
| 4.2 我国体育旅游网络关注度的时间差异分析 |
| 4.2.1 体育旅游网络关注度的整体时间分布变化 |
| 4.2.2 体育旅游网络关注度PC端与移动趋势的时间分布 |
| 4.2.3 体育旅游网络关注度的年际差异分析 |
| 4.2.4 体育旅游网络关注度的月份差异分析 |
| 4.3 我国体育旅游网络关注度的空间差异分析 |
| 4.3.1 体育旅游网络关注度的七大区域分布 |
| 4.3.2 体育旅游网络关注度的省市差异 |
| 4.3.3 体育旅游网络关注度的地域演化 |
| 4.3.4 体育旅游网络关注度空间差异验证分析 |
| 4.4 我国体育旅游关注度的影响因素分析 |
| 4.4.1 经济发展水平、互联网普及率对体育旅游网络关注度的影响 |
| 4.4.2 体育旅游质量、城市知名度对体育旅游网络关注度的影响 |
| 4.4.3 气候舒适度对体育旅游网络关注度的影响 |
| 4.4.4 城市地理位置、消费者兴趣等对体育旅游网络关注度的影响 |
| 5 结论与建议 |
| 5.1 结论 |
| 5.2 建议 |
| 5.2.1 强化产业政策引领,营造良好的发展环境 |
| 5.2.2 重视淡旺季差别营销,及时追踪市场宣传时机 |
| 5.2.3 借助互联网与大数据,积极创新营销手段 |
| 5.2.4 完善体育旅游设施建设,充分发挥地域优势 |
| 5.2.5 开发精品体育旅游项目,创建特色体育旅游品牌 |
| 6 研究的不足与展望 |
| 7 参考文献 |
| 8 在校间的科研成果 |
| 9 致谢 |
（7）胃癌术后居家患者经口营养护理实践方案的构建（论文提纲范文）
| 摘要 |
| Abstract |
| 前言 |
| 第一部分 文献回顾 |
| 1. 胃癌流行病学概述 |
| 2. 营养不良对胃癌患者预后的影响 |
| 3. 胃癌患者营养不良流行病学特征 |
| 4. 胃癌患者营养治疗状况 |
| 5. 胃癌术后居家患者经口营养实践现状 |
| 6. 胃癌术后居家经口营养中存在的问题 |
| 7. 营养评估和评价指标 |
| 8. 营养管理理论 |
| 文献回顾小结 |
| 第二部分 研究设计 |
| 1. 研究目的 |
| 2. 理论基础 |
| 3. 相关概念界定 |
| 4. 研究内容 |
| 5. 研究方法 |
| 6. 统计方法 |
| 7. 质量控制 |
| 8. 技术路线 |
| 第三部分 胃癌术后居家患者体重变化影响因素分析 |
| 1. 研究目的 |
| 2. 研究设计 |
| 3. 结果 |
| 4. 讨论 |
| 5. 结论 |
| 6. 本部分研究总结及对下一步研究启示 |
| 第四部分 胃癌居家患者营养状况调查 |
| 1. 研究目的 |
| 2. 对象与方法 |
| 3. 结果 |
| 4. 讨论 |
| 5. 结论 |
| 6. 本部分研究结论及对下一步研究的启示 |
| 第五部分 基于互联网的胃癌术后居家患者经口营养问题和需求调查 |
| 1. 研究目的 |
| 2. 对象与方法 |
| 3. 结果 |
| 4. 讨论 |
| 5. 结论 |
| 6. 本部分研究总结及对下一步研究启示 |
| 第六部分 胃癌术后居家患者经口营养护理实践方案的构建 |
| 1. 研究目的 |
| 2. 研究方法 |
| 3. 结果 |
| 4. 结论 |
| 第七部分 研究结论及局限性 |
| 1. 研究结论 |
| 2. 研究创新性 |
| 3. 研究局限性及进一步研究的方向 |
| 参考文献 |
| 附录 |
| 致谢 |
| 学术论文和科研成果目录 |
（8）互联网资源在中学体育教学中应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 选题背景 |
| 1.2 选题依据 |
| 1.3 选题意义 |
| 1.4 文献综述 |
| 1.4.1 相关概念界定 |
| 1.4.1.1 体育教学 |
| 1.4.1.2 互联网资源 |
| 1.4.1.3 网络教学 |
| 1.4.1.4 网络教学平台 |
| 1.4.2 国内研究现状 |
| 1.4.2.1 体育教师信息素养的研究 |
| 1.4.2.2 互联网+体育教学的研究 |
| 1.4.2.3 家长参与互联网体育教学的研究 |
| 1.4.2.4 互联网资源在中学体育教学中应用研究 |
| 1.4.3 国外研究现状 |
| 2 研究对象与方法 |
| 2.1 研究对象 |
| 2.2 研究方法 |
| 2.2.1 文献资料法 |
| 2.2.2 访谈法 |
| 2.2.3 问卷调查法 |
| 2.2.3.1 问卷的效度检验 |
| 2.2.3.2 问卷的信度检验 |
| 2.2.3.3 问卷的发放与回收 |
| 2.2.4 数理统计法 |
| 2.2.5 逻辑分析法 |
| 3 结果与分析 |
| 3.1 互联网资源现状分析 |
| 3.1.1 互联网资源的类型 |
| 3.1.2 互联网资源的特征 |
| 3.1.2.1 可调节性特点 |
| 3.1.2.2 交互性特点 |
| 3.1.2.3 广泛性特点 |
| 3.2 学校互联网相关教学设备的配置现状 |
| 3.3 学生应用互联网的学习现状 |
| 3.3.1 学生查找互联网体育资源的现状 |
| 3.3.1.1 学生利用互联网查找体育资源的人数情况 |
| 3.3.1.2 学生对运用互联网学习体育的态度 |
| 3.3.1.3 学生查找体育资源的工具分析 |
| 3.3.1.4 学生查找体育资源的原因 |
| 3.3.2 学生对互联网体育资源的评价 |
| 3.3.2.1 学生对互联网体育资源丰富性的评价 |
| 3.3.2.2 学生对互联网查体育资源满意度的评价 |
| 3.3.2.3 学生对互联网体育资源难易度的评价 |
| 3.4 教师应用互联网资源教学的现状 |
| 3.4.1 互联网体育教学教师群体分析 |
| 3.4.1.1 不使用互联网资源教学教师的分析 |
| 3.4.1.2 使用互联网资源教学教师的分析 |
| 3.4.2 体育课堂状况分析 |
| 3.4.2.1 体育教学课前分析 |
| 3.4.2.2 体育教学课上分析 |
| 3.4.2.3 体育教学课后分析 |
| 3.4.3 教师应用互联网体育资源教学存在问题的分析 |
| 3.4.3.1 体育教师运用互联网能力薄弱 |
| 3.4.3.2 互联网平台及软件使用少 |
| 3.4.3.3 体育教师对流行体育文化的关注少 |
| 3.5 家长对互联网资源应用到体育教学的态度 |
| 3.5.1 家长对应用互联网体育资源教学的态度分析 |
| 3.5.1.1 家长对体育教师应用网络资源教学的态度 |
| 3.5.1.2 家长对学生应用网络资源学习体育的态度 |
| 3.5.2 家长对学生使用互联网体育资源学习存在的问题分析 |
| 3.5.2.1 家长对学生上网的监督 |
| 3.5.2.2 家长和学生共同学习体育资源的分析 |
| 4 结论与对策 |
| 4.1 结论 |
| 4.2 对策 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 致谢 |
（9）基于查询扩展和多目标优化的主题爬虫系统的研究和实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究内容 |
| 1.3 主要创新工作 |
| 1.4 论文组织结构 |
| 第二章 主题爬虫相关技术研究 |
| 2.1 主题爬虫简介 |
| 2.2 主题描述研究概述 |
| 2.3 主题爬取研究概述 |
| 2.3.1 链接评价策略研究 |
| 2.3.2 文本主题相关度计算 |
| 2.3.3 主题词在文本中的权重计算 |
| 2.3.3.1 TF-IDF算法原理 |
| 2.3.3.2 基于TF-IDF算法的主题词权重计算 |
| 2.4 查询扩展概述 |
| 2.4.1 信息检索中的查询扩展 |
| 2.4.2 查询扩展的相关反馈 |
| 2.4.3 查询扩展的伪相关反馈 |
| 2.5 蚁群算法的原理及算法模型 |
| 2.5.1 蚁群算法的基本原理 |
| 2.5.2 蚁群算法的算法模型 |
| 2.6 NSGA-Ⅱ算法原理 |
| 第三章 基于查询扩展的主题描述 |
| 3.1 Topic-TextRank算法 |
| 3.1.1 TextRank算法原理 |
| 3.1.2 BERT模型词向量 |
| 3.1.3 在TextRank算法转移矩阵中引入主题相关度 |
| 3.1.3.1 基于BERT模型词向量计算词节点主题相关度 |
| 3.1.3.2 Topic-TextRank算法 |
| 3.2 基于查询扩展的主题描述扩展框架设计 |
| 3.2.1 基于动态Topic-TextRank算法的相关反馈主题描述扩展 |
| 3.2.2 基于动态Topic-TextRank算法的伪相关反馈主题描述扩展 |
| 3.3 实验及分析 |
| 3.3.1 实验数据 |
| 3.3.2 实验评价指标 |
| 3.3.3 实验设计 |
| 3.3.4 实验结果及分析 |
| 3.4 本章小结 |
| 第四章 基于多目标优化的主题爬行 |
| 4.1 多目标优化问题与主题爬行 |
| 4.1.1 多目标优化问题定义 |
| 4.1.2 多目标优化问题最终解的求解 |
| 4.1.3 主题爬行中的多目标优化 |
| 4.2 BT-ACO算法 |
| 4.2.1 在蚁群算法中引入惩罚信息素 |
| 4.2.2 基于回溯式信息素更新机制的BT-ACO |
| 4.3 在NSGA-Ⅱ算法中引入带权拥挤距离 |
| 4.4 基于BT-ACO和改进NSGA-Ⅱ算法的主题爬行策略设计 |
| 4.5 实验及分析 |
| 4.5.1 实验环境 |
| 4.5.2 实验评价指标 |
| 4.5.3 实验设计 |
| 4.5.4 实验结果及分析 |
| 4.6 本章小结 |
| 第五章 基于查询扩展和多目标优化的主题爬虫系统 |
| 5.1 系统总体设计 |
| 5.1.1 系统整体结构 |
| 5.1.2 系统公共功能函数设计 |
| 5.1.3 系统公共存储设计 |
| 5.2 主题描述模块 |
| 5.2.1 主题描述模块流程设计 |
| 5.2.2 基于Topic-TextRank算法的主题关键词抽取实现 |
| 5.2.3 伪相关反馈主题描述框架实现 |
| 5.2.4 相关反馈主题描述框架实现 |
| 5.2.5 主题描述模块存储设计与实现 |
| 5.3 主题爬取模块 |
| 5.3.1 主题爬取模块流程设计 |
| 5.3.2 基于多目标优化的主题爬取实现 |
| 5.3.3 主题爬取模块存储设计与实现 |
| 5.4 系统功能效果展示 |
| 5.4.1 主题描述功能效果展示 |
| 5.4.2 主题爬取功能效果展示 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（10）虚拟知识社区知识生态及场景化服务研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内知识生态研究现状 |
| 1.2.2 国外知识生态研究现状 |
| 1.2.3 研究述评 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路与技术路线 |
| 1.4.1 研究思路 |
| 1.4.2 技术路线 |
| 1.5 研究创新点 |
| 第2章 相关概念和理论基础 |
| 2.1 相关概念 |
| 2.1.1 虚拟知识社区 |
| 2.1.2 知识生态 |
| 2.1.3 场景 |
| 2.2 理论基础 |
| 2.2.1 场景五力理论 |
| 2.2.2 知识图谱理论 |
| 2.2.3 知识超网络理论 |
| 2.2.4 马斯洛需求层次论 |
| 2.2.5 用户画像理论 |
| 第3章 虚拟知识社区的知识生态模型 |
| 3.1 虚拟知识社区的知识生态内涵与特征 |
| 3.1.1 虚拟知识社区的知识生态内涵 |
| 3.1.2 虚拟知识社区的知识生态特征 |
| 3.2 虚拟知识社区的知识生态组成要素 |
| 3.2.1 虚拟知识社区知识主体 |
| 3.2.2 虚拟知识社区知识资源 |
| 3.2.3 虚拟知识社区场景 |
| 3.2.4 要素间关联关系 |
| 3.3 虚拟知识社区的知识生态组成要素关联解析 |
| 3.3.1 知识主体关联 |
| 3.3.2 知识资源关联 |
| 3.3.3 主体-资源关联 |
| 3.3.4 主体-资源-场景关联 |
| 3.4 虚拟知识社区的知识生态模型构建 |
| 3.4.1 知识生态模型维度解析 |
| 3.4.2 知识生态模型构建 |
| 3.5 本章小结 |
| 第4章 虚拟知识社区主体与资源关联关系 |
| 4.1 知识主体的层级结构与网络结构 |
| 4.1.1 知识主体层级结构 |
| 4.1.2 知识主体传播路径 |
| 4.1.3 知识主体网络结构 |
| 4.2 知识资源的层级结构与网络结构 |
| 4.2.1 知识资源层级结构 |
| 4.2.2 知识资源传播路径 |
| 4.2.3 知识资源网络结构 |
| 4.3 知识主体可视化图谱 |
| 4.3.1 数据选取及处理 |
| 4.3.2 网络描述性特征分析 |
| 4.3.3 核心用户群体分析 |
| 4.3.4 网络结构分析 |
| 4.3.5 节点度中心性分析 |
| 4.4 知识资源可视化图谱 |
| 4.4.1 数据选取及处理 |
| 4.4.2 网络描述性特征分析 |
| 4.4.3 节点度中心性分析 |
| 4.4.4 网络结构分析 |
| 4.5 本章小结 |
| 第5章 虚拟知识社区多维图谱构建 |
| 5.1 虚拟知识社区知识图谱维度解析 |
| 5.1.1 知识主体维度 |
| 5.1.2 知识资源维度 |
| 5.1.3 场景 |
| 5.2 虚拟知识社区知识图谱的逻辑结构及体系架构 |
| 5.2.1 知识图谱的逻辑结构 |
| 5.2.2 知识图谱的体系架构 |
| 5.3 虚拟知识社区本体属性与本体关系定义 |
| 5.3.1 主体类属性定义 |
| 5.3.2 资源类属性定义 |
| 5.3.3 场景属性定义 |
| 5.3.4 本体关系定义 |
| 5.4 虚拟知识社区知识图谱构建 |
| 5.4.1 数据预处理 |
| 5.4.2 基于Neo4j知识图谱构建 |
| 5.4.3 主体—资源知识图谱 |
| 5.4.4 主体—场景知识图谱 |
| 5.4.5 主体—资源—场景知识图谱 |
| 5.5 本章小结 |
| 第6章 虚拟知识社区场景化服务的影响因素识别 |
| 6.1 样本选择与影响因素确定 |
| 6.1.1 样本选择 |
| 6.1.2 访谈过程设计 |
| 6.1.3 资料整理与编码 |
| 6.1.4 编码过程 |
| 6.1.5 影响因素分析 |
| 6.2 关键影响因素识别 |
| 6.2.1 DEMATEL算法 |
| 6.2.2 数据处理流程 |
| 6.2.3 数据来源与处理 |
| 6.2.4 确定直接影响矩阵 |
| 6.2.5 综合影响矩阵的转化 |
| 6.3 数据处理结论分析 |
| 6.3.1 影响因素间关系分析 |
| 6.3.2 关键影响因素分析 |
| 6.3.3 研究结论 |
| 6.4 本章小结 |
| 第7章 虚拟知识社区场景化服务实现 |
| 7.1 虚拟知识社区用户画像概念模型构建 |
| 7.1.1 多维属性标签体系的构建 |
| 7.1.2 概念模型维度细分 |
| 7.1.3 概念模型的构建 |
| 7.2 虚拟知识社区场景画像概念模型构建 |
| 7.2.1 场景标签体系构建 |
| 7.2.2 概念模型的构建 |
| 7.3 虚拟知识社区资源聚合模型及场景化服务实现 |
| 7.3.1 用户画像与场景画像的适配关系 |
| 7.3.2 资源聚合模型的构成要素 |
| 7.3.3 资源聚合模型的构建 |
| 7.3.4 虚拟知识社区场景识别流程 |
| 7.3.5 虚拟知识社区场景化服务实现 |
| 7.4 虚拟知识社区场景化服务的实证研究 |
| 7.4.1 场景化服务实验设计 |
| 7.4.2 用户需求场景识别 |
| 7.4.3 场景化服务的实现 |
| 7.5 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究局限 |
| 8.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
| 致谢 |
| 调查问卷:虚拟知识社区场景化服务影响因素调查问卷 |
| 专家打分表 |
四、互联网上体育信息的检索（论文参考文献）
- [1]“互联网+健身”消费理论与实证研究 ——以广州市居民为实证分析对象[D]. 彭文杰. 广州体育学院, 2021
- [2]近15年（2005-2019）我国竞技体操网络舆情事件与舆情演变分析[D]. 涂琴. 南京体育学院, 2021(02)
- [3]新浪微博中宁波城市网络形象的呈现与传播[D]. 李晶. 大连理工大学, 2021(02)
- [4]基于词嵌入与生成式神经网络的主题模型研究[D]. 王睿. 东南大学, 2020
- [5]基于文本挖掘技术的网络热点新闻系统的研建[D]. 李轩冰. 北京林业大学, 2020(03)
- [6]基于百度指数的我国体育旅游网络关注度研究[D]. 舒丽. 苏州大学, 2020(03)
- [7]胃癌术后居家患者经口营养护理实践方案的构建[D]. 田秋菊. 上海交通大学, 2020(01)
- [8]互联网资源在中学体育教学中应用研究[D]. 董星胜. 曲阜师范大学, 2020(02)
- [9]基于查询扩展和多目标优化的主题爬虫系统的研究和实现[D]. 刘成军. 北京邮电大学, 2020(05)
- [10]虚拟知识社区知识生态及场景化服务研究[D]. 徐海玲. 吉林大学, 2020(08)