大数据环境下的危机信息整合模型研究

发布时间：2017-07-14 04:25

  本文关键词：大数据环境下的危机信息整合模型研究

  更多相关文章： 多模态信息 相似度计算 Folksonomy RDF 文本聚类

【摘要】：大数据环境下,突发事件的危机数据来源复杂多样,通过使用词语相似度计算和Folksonomy自由标记语言,把多模态的危机信息转化成基于内容特征项集合的单一情报信息源,建立危机信息采集萃取的整合组织模型。整合模型包括3个部分:危机信息内容特征项集的提取、RDF资源的统一描述存储和文本内容特征域的聚类划分。通过整合聚类危机信息源,从而实现不同危机信息源载体的规范化整合与组织,为危机的应急管理提供统一化的情报信息数据源。积极发挥情报效用,为突发事件的应急管理提供案例分析和情报预警。
【作者单位】： 北华大学图书馆;北华大学信息资源管理与服务研究所;
【关键词】： 多模态信息 相似度计算 Folksonomy RDF 文本聚类
【基金】：国家社会科学基金项目“多模态危机情报在城市突发事件应急管理中的融合及应用研究”(项目编号:15BTQ062) 吉林省社会科学基金项目“社会化标注系统中的数字资源语义聚合与知识发现”(项目编号:2016B127) 吉林省教育科学“十二五”规划项目“网络泛在环境下面向大学生信息素养教育的图书馆培养模式研究”(项目编号:GH150058)的部分研究成果
【分类号】：D63;TP391.1
【正文快照】： 随着2015年“8.12”天津港的爆炸事件,应对突发事件的公共危机安全问题愈发受到了全社会的强烈关注。回顾近几年的公共安全突发事件[1],既有诸如“汶川”大地震的地质自然灾害,也有诸如“H7N9”禽流感的公共卫生事件。在网络化和信息化飞速发展的大数据环境下,面对诸如此类的

【相似文献】

中国期刊全文数据库 前10条

1 俞雅s，

本文编号：539678