亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        信創(chuàng)知識(shí)倉(cāng)庫(kù)的設(shè)計(jì)與構(gòu)建

        2024-12-25 00:00:00蘇靜吳晨帆毛遠(yuǎn)欣
        消費(fèi)電子 2024年10期
        關(guān)鍵詞:知識(shí)圖譜

        [關(guān)鍵詞]知識(shí)圖譜;信創(chuàng)知識(shí)倉(cāng)庫(kù);本體語(yǔ)義模型;Neo4j;pagerank算法

        引言

        過(guò)去,我國(guó)所使用的信息技術(shù)產(chǎn)業(yè)基礎(chǔ)框架、行業(yè)標(biāo)準(zhǔn)和核心產(chǎn)品等多由國(guó)外廠(chǎng)商制定,這使我國(guó)在行業(yè)基礎(chǔ)設(shè)施和信息系統(tǒng)關(guān)鍵核心產(chǎn)品方面缺乏自主主動(dòng)權(quán)。信創(chuàng)產(chǎn)業(yè)即為我國(guó)信息技術(shù)領(lǐng)域進(jìn)一步發(fā)展和國(guó)家數(shù)據(jù)安全不被泄露,使我國(guó)信息技術(shù)領(lǐng)域達(dá)到可掌控、可研究、可發(fā)展的終極目標(biāo)。因此,發(fā)展信創(chuàng)產(chǎn)業(yè)對(duì)于解決我國(guó)在信息與網(wǎng)絡(luò)安全乃至國(guó)家安全方面所面臨的諸多問(wèn)題至關(guān)重要。

        信創(chuàng)領(lǐng)域作為知識(shí)密集型領(lǐng)域,其知識(shí)構(gòu)成具有大規(guī)模、更新快、多維度、多源頭的特點(diǎn),因此傳統(tǒng)的知識(shí)管理方式不利于信創(chuàng)領(lǐng)域的資源整合和科普推廣。構(gòu)建基于知識(shí)圖譜的信創(chuàng)知識(shí)倉(cāng)庫(kù)對(duì)信創(chuàng)領(lǐng)域知識(shí)的有效管理與廣泛推廣具有重要的研究意義與應(yīng)用價(jià)值。

        一、知識(shí)圖譜發(fā)展現(xiàn)狀

        (一)信創(chuàng)知識(shí)管理現(xiàn)狀

        現(xiàn)有的知識(shí)管理系統(tǒng):

        SharePoint: Microsoft的SharePoint是一個(gè)企業(yè)級(jí)協(xié)作平臺(tái),用于創(chuàng)建、管理和共享文檔和信息。它與Microsoft365集成,支持團(tuán)隊(duì)協(xié)作、版本控制和工作流程48。

        MediaWiki: MediaWiki是維基百科背后的平臺(tái),也是一個(gè)開(kāi)源的知識(shí)管理系統(tǒng)。它提供了一個(gè)靈活的平臺(tái),可以創(chuàng)建和維護(hù)文檔,適用于協(xié)作性的知識(shí)管理。

        Evernote: Evernote是一個(gè)數(shù)字筆記應(yīng)用,可用于組織和存儲(chǔ)文檔、圖片、筆記和聲音記錄。它支持跨設(shè)備同步,適用于個(gè)人和團(tuán)隊(duì)。

        目前現(xiàn)有的知識(shí)管理系統(tǒng)通常通過(guò)提高系統(tǒng)內(nèi)部的信息流動(dòng)來(lái)促進(jìn)團(tuán)隊(duì)協(xié)作,加速問(wèn)題解決。這顯然無(wú)法匹配信創(chuàng)領(lǐng)域知識(shí)資源多維度、多源頭、更新快的特性。

        (二)知識(shí)圖譜在不同領(lǐng)域的應(yīng)用

        1.知識(shí)圖譜的概念與特點(diǎn)

        知識(shí)圖譜是一種圖形化的知識(shí)管理結(jié)構(gòu),它將實(shí)體間的關(guān)系以圖的形式建模,圖上的節(jié)點(diǎn)表示實(shí)體,邊表示關(guān)系。知識(shí)圖譜通過(guò)語(yǔ)義化的關(guān)系將實(shí)體連接起來(lái)并以一種結(jié)構(gòu)化的方式組織和存儲(chǔ)信息。此外,知識(shí)圖譜還具有良好的可拓展性。新的內(nèi)容可以方便地添加到圖譜中,來(lái)更新知識(shí)庫(kù),充盈知識(shí)庫(kù)。

        2.知識(shí)圖譜在不同領(lǐng)域的成功應(yīng)用

        目前,知識(shí)圖譜在眾多行業(yè)中都有成功應(yīng)用的案例:

        在生物醫(yī)學(xué)領(lǐng)域:用于整合和分析醫(yī)學(xué)文獻(xiàn),幫助研究人員了解基因、蛋白質(zhì)、藥物等的關(guān)系,支持疾病診斷、基因組學(xué)研究和藥物發(fā)現(xiàn)。

        金融領(lǐng)域:用于構(gòu)建客戶(hù)關(guān)系圖,幫助銀行和金融機(jī)構(gòu)更好地了解客戶(hù),支持風(fēng)險(xiǎn)管理,通過(guò)分析實(shí)體和關(guān)系來(lái)識(shí)別潛在的金融風(fēng)險(xiǎn)。

        智能交通系統(tǒng):建立城市交通網(wǎng)絡(luò)的知識(shí)圖譜,幫助優(yōu)化交通流和規(guī)劃交通路線(xiàn),并利用實(shí)時(shí)數(shù)據(jù)更新圖譜,提高交通系統(tǒng)的智能化水平。

        制造業(yè):支持供應(yīng)鏈管理,幫助企業(yè)優(yōu)化物流和生產(chǎn)過(guò)程,構(gòu)建設(shè)備和零部件之間的關(guān)系圖,支持設(shè)備維護(hù)和故障診斷。

        綜上所述,不難看出知識(shí)圖譜在與信創(chuàng)領(lǐng)域相關(guān)的各行各業(yè)中都起到了不錯(cuò)的效果。由此,知識(shí)圖譜能夠充分滿(mǎn)足信創(chuàng)領(lǐng)域的知識(shí)管理需求。

        二、構(gòu)建知識(shí)圖譜的方法

        (一)建立知識(shí)圖譜的框架

        領(lǐng)域知識(shí)圖譜的構(gòu)建通常采用自上而下的方法,先通過(guò)相關(guān)領(lǐng)域現(xiàn)有的知識(shí)研究,確定其范圍,定義實(shí)體性完成本體的構(gòu)建,然后根據(jù)本體模型確定所需要的數(shù)據(jù)類(lèi)型,再通過(guò)知識(shí)采集、知識(shí)抽取等技術(shù)獲取所需的數(shù)據(jù),并通過(guò)圖數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)存儲(chǔ)與可視化展示,最后通過(guò)引入圖形算法增強(qiáng)知識(shí)圖譜的可視化程度。

        1.本體語(yǔ)義模型構(gòu)建

        本體語(yǔ)義模型的構(gòu)建有許多方法,如經(jīng)典的七步法、IDEF5法和骨架法等。領(lǐng)域類(lèi)知識(shí)圖譜構(gòu)建通常采用七步法,步驟為:

        確定本體范圍:領(lǐng)域類(lèi)知識(shí)圖譜首先構(gòu)建領(lǐng)域本體的范圍,確定本體范圍常用的方法是列出幾個(gè)專(zhuān)注于領(lǐng)域本體的問(wèn)題,檢測(cè)本體能否提供足夠的信息來(lái)回答此類(lèi)問(wèn)題,以此對(duì)本體進(jìn)行不斷完善。

        重用現(xiàn)有的本體:在構(gòu)建本體之前應(yīng)先調(diào)研是否相關(guān)的本體已經(jīng)存在,如果存在可以對(duì)其進(jìn)行改進(jìn)和拓展,無(wú)需重新構(gòu)建。

        列舉本體核心概念:以本體的全面性為前提,盡可能地列舉出本體可能存在的全部概念。

        定義本體概念的上下級(jí)描述:通過(guò)自上而下的方式對(duì)領(lǐng)域中的概念進(jìn)行結(jié)構(gòu)化的梳理,定義本體概念的上下級(jí)描述,即定義關(guān)系。

        定義概念具有的屬性:對(duì)已經(jīng)定義的概念通過(guò)賦予不同的屬性加以描述。

        定義屬性的限制:即定義屬性的值的限制。

        添加實(shí)例:以之前提出的概念為藍(lán)本添加實(shí)例數(shù)據(jù)進(jìn)行測(cè)試,對(duì)模型的范圍、準(zhǔn)確性等進(jìn)行檢測(cè)。

        2.?dāng)?shù)據(jù)采集與整合

        (1)數(shù)據(jù)采集

        數(shù)據(jù)采集是從不同來(lái)源收集數(shù)據(jù)的過(guò)程,數(shù)據(jù)采集的方法有很多,常見(jiàn)的有以下幾種:

        ①網(wǎng)絡(luò)爬蟲(chóng):使用自動(dòng)化工具從網(wǎng)站上提取信息。這可以是結(jié)構(gòu)化的數(shù)據(jù),如表格或非結(jié)構(gòu)化的數(shù)據(jù),如文本。

        ②傳感器數(shù)據(jù)采集:許多物理設(shè)備和系統(tǒng)使用傳感器生成數(shù)據(jù),如溫度傳感器、濕度傳感器、壓力傳感器等。

        ③日志文件分析:分析服務(wù)器、應(yīng)用程序或系統(tǒng)生成的日志文件,以獲取關(guān)于其運(yùn)行和用戶(hù)行為的信息。

        ④社交媒體監(jiān)測(cè):通過(guò)監(jiān)控社交媒體平臺(tái)上的活動(dòng)來(lái)收集用戶(hù)反饋、趨勢(shì)和輿論。

        ⑤數(shù)據(jù)庫(kù)查詢(xún):通過(guò)查詢(xún)數(shù)據(jù)庫(kù)來(lái)檢索所需的信息,這可以是關(guān)系型數(shù)據(jù)庫(kù)或非關(guān)系型數(shù)據(jù)庫(kù)。

        (2)數(shù)據(jù)清洗

        數(shù)據(jù)清洗是指在進(jìn)行數(shù)據(jù)分析或建模之前,對(duì)原始數(shù)據(jù)進(jìn)行處理和修復(fù),以解決數(shù)據(jù)質(zhì)量問(wèn)題。進(jìn)行數(shù)據(jù)清洗的常規(guī)方法如下:

        ①數(shù)據(jù)類(lèi)型轉(zhuǎn)換:確保數(shù)據(jù)類(lèi)型正確,例如將字符串轉(zhuǎn)換為數(shù)值型。處理日期和時(shí)間數(shù)據(jù),確保格式一致。

        ②處理異常字符:刪除或替換包含異常字符的數(shù)據(jù)。

        ③處理不一致性:統(tǒng)一數(shù)據(jù)的格式和表示,確保一致性。處理異義詞和同義詞,以便在分析中能夠正確理解數(shù)據(jù)。

        (3)數(shù)據(jù)抽取

        數(shù)據(jù)抽取是從結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)中提取有用信息的過(guò)程。對(duì)大規(guī)模數(shù)據(jù)的抽取一般需要和命名實(shí)體識(shí)別結(jié)合使用,命名實(shí)體識(shí)別是自然語(yǔ)言處理中的一項(xiàng)重要任務(wù),其目標(biāo)是從文本中識(shí)別并分類(lèi)出命名實(shí)體,如人名、地名等。常見(jiàn)的命名實(shí)體識(shí)別方法一般分為三種,基于規(guī)則、基于統(tǒng)計(jì)和基于深度學(xué)習(xí)。

        基于規(guī)則的方法使用手工設(shè)計(jì)的規(guī)則來(lái)識(shí)別實(shí)體,這些規(guī)則可以基于詞性、詞典、語(yǔ)法等?;谝?guī)則的命名實(shí)體識(shí)別一般簡(jiǎn)單且可解釋?zhuān)m用于特定領(lǐng)域的規(guī)律性較強(qiáng)的任務(wù),可以手動(dòng)定義規(guī)則來(lái)適應(yīng)不同的文本結(jié)構(gòu)。但對(duì)于復(fù)雜的文本結(jié)構(gòu)和多樣的實(shí)體命名規(guī)律,基于規(guī)則的命名實(shí)體識(shí)別可能不夠靈活和泛化。

        基于統(tǒng)計(jì)的命名實(shí)體識(shí)別統(tǒng)計(jì)方法通常使用機(jī)器學(xué)習(xí)算法,如條件隨機(jī)場(chǎng)或隱馬爾可夫模型。這些模型通過(guò)學(xué)習(xí)從標(biāo)注的語(yǔ)料庫(kù)中提取的特征來(lái)預(yù)測(cè)實(shí)體類(lèi)別。基于統(tǒng)計(jì)的命名實(shí)體識(shí)別通常適用于有標(biāo)注數(shù)據(jù)的任務(wù)。

        基于深度學(xué)習(xí)的方法,通常指基于神經(jīng)網(wǎng)絡(luò)的方法,如卷積神經(jīng)網(wǎng)絡(luò)和變壓器(Transformer)。這些方法通常能夠?qū)W習(xí)到更復(fù)雜的語(yǔ)言模式,適用于大規(guī)模和多領(lǐng)域的數(shù)據(jù)。最近,預(yù)訓(xùn)練模型,如BERT和GPT等,已經(jīng)在命名實(shí)體識(shí)別任務(wù)上取得了顯著的成果。

        3.?dāng)?shù)據(jù)存儲(chǔ)與可視化

        知識(shí)圖譜數(shù)據(jù)的存儲(chǔ)通常采用圖數(shù)據(jù)庫(kù)來(lái)管理和查詢(xún)。圖數(shù)據(jù)庫(kù)是專(zhuān)門(mén)設(shè)計(jì)用于存儲(chǔ)和處理圖結(jié)構(gòu)的數(shù)據(jù)庫(kù)系統(tǒng),它們能夠有效地表示實(shí)體之間的關(guān)系。

        Neo4j是目前使用人數(shù)最多的圖數(shù)據(jù)庫(kù),其獨(dú)特的圖結(jié)構(gòu)存儲(chǔ)模型使得表示實(shí)體和復(fù)雜關(guān)系變得自然而高效。Neo4j優(yōu)秀的可擴(kuò)展性能夠輕松應(yīng)對(duì)大規(guī)模圖數(shù)據(jù),其跨平臺(tái)支持、活躍的社區(qū)和豐富的生態(tài)系統(tǒng)也使得Neo4j成為處理關(guān)系型數(shù)據(jù)的首選。

        知識(shí)圖譜可視化通常選擇使用圖數(shù)據(jù)庫(kù)可視化工具如Neo4j browser、Gephi等或者使用Vis.js、Cytoscape.js等在web程序中嵌入。

        4.Pagerank算法與社區(qū)檢測(cè)算法

        PageRank是通過(guò)分析頁(yè)面之間的鏈接關(guān)系來(lái)確定頁(yè)面重要性的一種算法,可用于知識(shí)圖譜中檢測(cè)節(jié)點(diǎn)的重要性,從而向使用者提供更好的可視化效果。

        社區(qū)檢測(cè)算法是用于在圖識(shí)別子圖結(jié)構(gòu)的一類(lèi)算法。社區(qū)檢測(cè)算法用于知識(shí)圖譜中通常可以將發(fā)展度相似的節(jié)點(diǎn)分為一組,以便管理人員進(jìn)行分析。

        (二)基于知識(shí)圖譜的信創(chuàng)知識(shí)倉(cāng)庫(kù)實(shí)施

        1.信創(chuàng)領(lǐng)域本體語(yǔ)義模型構(gòu)建

        本文在定義信創(chuàng)領(lǐng)域知識(shí)圖譜的本體語(yǔ)義模型時(shí)發(fā)現(xiàn),信創(chuàng)領(lǐng)域知識(shí)具有自上而下、從抽象到具體、從簡(jiǎn)單到復(fù)雜的樹(shù)狀特征?;谶@一特征和對(duì)現(xiàn)有數(shù)據(jù)的分析,本文得到了信創(chuàng)這一核心類(lèi)和基礎(chǔ)軟件、應(yīng)用軟件、網(wǎng)絡(luò)安全、外設(shè)終端、CPU設(shè)計(jì)和集成電路這五個(gè)二級(jí)類(lèi)目和操作系統(tǒng)、中間件、數(shù)據(jù)安全等21個(gè)三級(jí)類(lèi)目。如下圖所示:

        圖1" 信創(chuàng)本體語(yǔ)義模型圖

        2.信創(chuàng)數(shù)據(jù)采集

        由于信創(chuàng)領(lǐng)域的數(shù)據(jù)具有零散不易收集的特征,一般采用以下幾種采集方法:

        網(wǎng)絡(luò)爬蟲(chóng):使用自動(dòng)化工具從中國(guó)信創(chuàng)網(wǎng)等網(wǎng)站上提取知識(shí).作為信創(chuàng)知識(shí)圖譜的數(shù)據(jù)基礎(chǔ)。

        文獻(xiàn)調(diào)研:搜索學(xué)術(shù)文獻(xiàn)、行業(yè)報(bào)告和技術(shù)文檔,了解關(guān)于信創(chuàng)的最新研究和發(fā)展。

        企業(yè)報(bào)告和新聞:分析公司發(fā)布的報(bào)告和新聞,了解企業(yè)在信創(chuàng)領(lǐng)域的創(chuàng)新和發(fā)展。

        3.信創(chuàng)數(shù)據(jù)清洗

        在信創(chuàng)領(lǐng)域,常見(jiàn)的數(shù)據(jù)問(wèn)題一般有缺失、異常、重復(fù)等,處理方法如下:

        缺失值處理:刪除包含缺失值的行或列。使用特定值填充缺失值或使用插值方法來(lái)估算缺失值。

        異常值處理:識(shí)別并處理異常值。這可以通過(guò)統(tǒng)計(jì)方法或?qū)iT(mén)的異常檢測(cè)算法來(lái)完成。

        重復(fù)值處理:檢測(cè)并刪除重復(fù)的記錄。確保唯一性,特別是對(duì)于主鍵。

        4.信創(chuàng)知識(shí)抽取

        由于信創(chuàng)領(lǐng)域的數(shù)據(jù)具有多維度的特點(diǎn),因此本文采用基于規(guī)則與預(yù)訓(xùn)練模型結(jié)合的知識(shí)抽取方式,然后在命名實(shí)體的基礎(chǔ)上,直接從文本中提取與每個(gè)命名實(shí)體相關(guān)的信息。

        首先,通過(guò)爬蟲(chóng)獲得的信息都有較為明顯的產(chǎn)品名稱(chēng)、特點(diǎn)等語(yǔ)料,可以通過(guò)制定匹配規(guī)則進(jìn)行提取,同時(shí)由于信創(chuàng)領(lǐng)域知識(shí)的樹(shù)狀特點(diǎn),實(shí)體間的關(guān)系可通過(guò)人為設(shè)置。其次,對(duì)于專(zhuān)業(yè)期刊、文獻(xiàn)、企業(yè)報(bào)告等數(shù)據(jù),采用BERT預(yù)訓(xùn)練模型來(lái)完成產(chǎn)品名稱(chēng)識(shí)別任務(wù),然后通過(guò)識(shí)別出的產(chǎn)品對(duì)數(shù)據(jù)進(jìn)行分類(lèi)再通過(guò)規(guī)則提取需要的數(shù)據(jù)。

        5.信創(chuàng)知識(shí)存儲(chǔ)

        Neo4j作為目前使用人數(shù)最多的圖數(shù)據(jù)庫(kù),其良好的拓展性和通用性以及豐富的圖形算法與知識(shí)圖譜的存儲(chǔ)十分契合。因此,本文以Neo4j圖數(shù)據(jù)庫(kù)存儲(chǔ)處理的數(shù)據(jù)。Neo4j中的節(jié)點(diǎn)對(duì)應(yīng)語(yǔ)義模型中的實(shí)例,標(biāo)簽對(duì)應(yīng)各個(gè)級(jí)別的核心類(lèi)目,關(guān)系則體現(xiàn)了各類(lèi)目之間的上下級(jí)關(guān)系。根據(jù)上文提到的語(yǔ)義模型確立Neo4j的節(jié)點(diǎn)和關(guān)系,然后通過(guò)py2neo批量導(dǎo)入Neo4j,完成知識(shí)圖譜的構(gòu)建。

        6.信創(chuàng)知識(shí)圖譜可視化

        根據(jù)使用人群的不同,本文提出了兩種知識(shí)圖譜可視化方式。

        針對(duì)數(shù)據(jù)分析人員和管理人員,使用Neo4j bloom來(lái)進(jìn)行可視化分析和管理。Neo4j Bloom是一款專(zhuān)為Neo4j圖數(shù)據(jù)庫(kù)設(shè)計(jì)的可視化工具,它通過(guò)直觀(guān)的圖形界面提供了探索和分析圖數(shù)據(jù)的方式,如圖所示:

        圖2" 管理端可視化效果圖

        針對(duì)想要了解信創(chuàng)發(fā)展現(xiàn)狀的普通用戶(hù),使用neovis.js嵌入web程序進(jìn)行可視化展示,neovis.js是一個(gè)用于Neo4j圖數(shù)據(jù)庫(kù)的JavaScript庫(kù),方便地將Neo4j數(shù)據(jù)庫(kù)中的節(jié)點(diǎn)和關(guān)系呈現(xiàn)為直觀(guān)的圖形,并支持用戶(hù)的交互式查詢(xún)和導(dǎo)航。如下圖所示:

        圖3" 用戶(hù)端可視化效果圖

        此外,通過(guò)在Neo4j browser中導(dǎo)入pagerank算法與社區(qū)檢測(cè)算法,并將其作為節(jié)點(diǎn)的屬性寫(xiě)入知識(shí)圖譜中,可以體現(xiàn)出節(jié)點(diǎn)的重要程度和群聚程度,增強(qiáng)可視化效果。

        結(jié)語(yǔ)

        本文旨在探討基于知識(shí)圖譜的信創(chuàng)知識(shí)倉(cāng)庫(kù)設(shè)計(jì)和構(gòu)建,并在信創(chuàng)領(lǐng)域中探索知識(shí)圖譜的應(yīng)用潛力。通過(guò)文獻(xiàn)綜述、方法學(xué)設(shè)計(jì)、基于知識(shí)圖譜的信創(chuàng)知識(shí)倉(cāng)庫(kù)的具體設(shè)計(jì),得出以下結(jié)論:

        首先,信創(chuàng)領(lǐng)域在知識(shí)管理方面面臨諸多挑戰(zhàn),現(xiàn)有的知識(shí)管理系統(tǒng)無(wú)法滿(mǎn)足信創(chuàng)領(lǐng)域的知識(shí)管理需求,因此有必要引入新的知識(shí)管理方式。

        其次,知識(shí)圖譜作為一種新興的知識(shí)管理工具,在其他許多領(lǐng)域都取得了不錯(cuò)的效果,通過(guò)構(gòu)建基于知識(shí)圖譜的信創(chuàng)知識(shí)倉(cāng)庫(kù)可以更好地對(duì)信創(chuàng)領(lǐng)域進(jìn)行有效的資源管理。

        最后,本文詳細(xì)介紹了知識(shí)圖譜的構(gòu)建過(guò)程,并結(jié)合信創(chuàng)領(lǐng)域的特點(diǎn)提出了基于知識(shí)圖譜的信創(chuàng)知識(shí)倉(cāng)庫(kù)的構(gòu)建思路,以及可視化展示的多種策略。

        綜上所述,基于知識(shí)圖譜的信創(chuàng)知識(shí)倉(cāng)庫(kù)為信創(chuàng)領(lǐng)域的知識(shí)管理帶來(lái)了新的思路。在未來(lái)的發(fā)展中,我們有信心通過(guò)不斷地實(shí)踐和創(chuàng)新,進(jìn)一步推動(dòng)知識(shí)圖譜在信創(chuàng)領(lǐng)域的廣泛應(yīng)用。

        基金項(xiàng)目:天津市科技計(jì)劃項(xiàng)目(No.22KPXMRC00210)項(xiàng)目資助;天津市普通高校本科教學(xué)質(zhì)量與教學(xué)改革研究計(jì)劃重點(diǎn)項(xiàng)目(A231005701)。

        猜你喜歡
        知識(shí)圖譜
        國(guó)內(nèi)外智庫(kù)研究態(tài)勢(shì)知識(shí)圖譜對(duì)比分析
        國(guó)內(nèi)信息素養(yǎng)研究的知識(shí)圖譜分析
        國(guó)內(nèi)圖書(shū)館嵌入式服務(wù)研究主題分析
        國(guó)內(nèi)外政府信息公開(kāi)研究的脈絡(luò)、流派與趨勢(shì)
        近十五年我國(guó)小學(xué)英語(yǔ)教學(xué)研究的熱點(diǎn)、問(wèn)題及對(duì)策
        基于知識(shí)圖譜的產(chǎn)業(yè)集群創(chuàng)新績(jī)效可視化分析
        基于知識(shí)圖譜的智慧教育研究熱點(diǎn)與趨勢(shì)分析
        國(guó)內(nèi)酒店品牌管理研究進(jìn)展的可視化分析
        從《ET&S》與《電化教育研究》對(duì)比分析中管窺教育技術(shù)發(fā)展
        專(zhuān)家知識(shí)圖譜構(gòu)建研究
        欧美变态口味重另类在线视频 | 亚洲av无码一区二区三区四区| 亚洲精品白浆高清久久久久久| 免费a级毛片无码a∨蜜芽试看| 国产精品三区四区亚洲av| 国产麻花豆剧传媒精品mv在线| 国产欧美日韩一区二区三区| 亚洲欧美在线观看| 日本一区二区三区高清千人斩| 亚洲av日韩精品久久久久久| 视频一区精品自拍| 国产黄色精品高潮播放| 夫妻一起自拍内射小视频| 国产精品亚洲精品日产久久久| 免费看黄片视频在线观看| 国家一级内射高清视频| 最新中文字幕人妻少妇| 国产福利永久在线视频无毒不卡| 国产综合无码一区二区色蜜蜜| 亚洲国产成人久久综合一区77| 亚洲精品一区网站在线观看| 男女午夜视频一区二区三区| 麻豆久久91精品国产| 人成午夜大片免费视频77777| 一本久久综合亚洲鲁鲁五月天 | 夜色视频在线观看麻豆| 亚洲网站一区在线播放| 日本一区二区三区人妻| 国产亚av手机在线观看| 男男车车的车车网站w98免费| 拍摄av现场失控高潮数次| 国产91对白在线观看| 精品视频一区二区杨幂| 国产在线播放免费人成视频播放 | 国产亚洲日本精品无码| 国产特级毛片aaaaaaa高清| 人妻丰满av∨中文久久不卡 | 在线一区二区三区国产精品| 手机看片久久国产免费| 精品国产三级a在线观看| 亚洲成AV人片在一线观看|