5个研究背景和意义示例,教你写计算机学科交叉论文

今天分享的是关于学科交叉的5篇计算机毕业论文范文, 如果你的论文涉及到学科交叉等主题,本文能够帮助到你

网络舆情领域研究的内容主题和交叉主题的识别及特征分析

这是一篇关于网络舆情,科学计量,社会网络分析,学科交叉的论文, 主要内容为随着国家对信息化进程的不断推进,互联网已经成为了广大网民表达意见和意愿的一个重要平台,并逐渐形成了颇具影响力的网络舆情。目前,网络已经成为我们生活的一部分,在各个领域的信息传播中,网络舆情发挥着越来越重要的作用。基于网络舆情领域的迅猛发展,本文选择了从互联网出现以来网络舆情领域将近20年的研究文献出发,选用中国知网CNKI中CSSCI数据库2001年到2021年的文献进行梳理,分析我国对网络舆情的研究现状。综合利用了时空分析法、高频词分析法、聚类分析法、知识图谱分析法等文献计量学相关的方法对文献从宏观到中观再到微观的视角分别展开对网络舆情领域的研究,借助了SATI文献题录信息统计分析工具提取数据,再利用Cite Space软件对作者和机构的合著网络分析以及所在领域文献的关键词进行聚类,得出其研究热点、演化情况以及趋势预测,同时还通过Gephi复杂网络分析软件对网络舆情领域内学科之间的交叉性得到直观性的认识。论文研究得出在网络舆情领域中,从时间上划分为三个发展阶段,分别为:萌芽期(2001-2007)、发展期(2008-2017)、繁荣期(2018-2021);在空间上研究作者以及机构合作有着地区集聚性、跨区域合作意愿不强以及领域分散性等等特征。在内容上通过Cite Space聚类分析出高频的研究主题,最后得到复杂网络、网络舆情、高校、微博舆情、应对策略、影响因素、舆情、大数据、突发事件、网络等共10个热点主题,之后通过时间线图谱得出研究主题的演化情况以及通过突现词的探测得出未来可能的研究趋势。在学科交叉上,选用图书情报学科和新闻与传媒学科两个学科的科研成果,最后得出两个学科有网络舆情治理、突发事件、复杂网络等共14个交叉主题,与学科的科研文献相结合,分析得到学科之间存在着共同和独有的研究域。在各个阶段,交叉主题表现出了两学科的交叉越来越频繁、研究领域持续融合的特点。根据研究结果提出相应对策建议,希望为以后相关研究提供参考。

网络舆情领域研究的内容主题和交叉主题的识别及特征分析

城市意象理论视角下开放世界游戏地图设计研究

这是一篇关于城市意象,游戏地图设计,城市设计,学科交叉,设计启示的论文, 主要内容为完整的建筑史必须包含已建的和未建的建筑环境。从建筑学诞生以来,虚拟建筑学一直和传统建筑学相互依存,建筑虚拟性在不同社会人文思想和技术工具下的表现各不相同,随着计算机技术发展,“虚拟空间”成为现代都市和传统建筑学领域的新型空间形式,虚拟建筑学和传统建筑学发生了分离,传统建筑学对于建筑“虚拟性”的讨论逐渐成为新的研究热点。目前,虚实结合的产业形态还未普及,开放世界游戏成为虚拟空间最重要的呈现形式,以虚拟形式存在的开放世界游戏为虚拟建筑学的发展提供了极大的可拓展空间以及优越的实验场景。凯文·林奇的城市意象理论作为一套系统的城市设计理论,开创了城市空间认知研究的先河,具有一定的普适性。文章将开放世界虚拟空间发展历程概括为启蒙、发展和成熟三个阶段,有助于更加清晰地解读开放世界游戏虚拟意向。启蒙时期开放世界游戏通过模拟现实的各种环境和场景,“地标”、“道路”元素意向明确,发展时期以工业化标准化开发模式取代作坊式封闭开发,“通道”、“节点”、“边界”意象性特质显现,意象多元丰富,成熟阶段意象结构完善,可读性达到巅峰。研究表明游戏虚拟环境中人们认知环境和关卡的方法与城市中居民有相似性,同样会产生公共“地图意象”,并且游戏意向体系发展与整体辨识度呈正相关关系,印证了城市意象原理运用于开放世界游戏虚拟空间得可行性。通过开放世界游戏三个阶段的动态发展研究和静态复合分析,找到开放世界游戏虚拟意向的发展特征和规律,有助于得到一个适应现代开放世界游戏虚拟意向营造的方法。从明晰与强化各意象元素特征,注重元素关系与层次序列的结构优化,关注多元文化的动态维护三个层面提出意象模型优化策略,对指导开放世界游戏虚拟空间建设有一定借鉴意义。同时,以虚拟反哺现实,对建筑与游戏跨学科交叉进行研究和讨论。从设计思维入手,解构游戏虚拟空间构建方式与特征,分析游戏地图构建机制应用于城市设计的优势,尝试将游戏非线性、场所引导的设计思维融入城市设计中去,解析以人本主义为内核的反动线人流引导的商业街区形态设计模式焕发新的城市性的可行性,也是一种新的建筑领域与游戏虚拟数字领域的交叉式研究和讨论。

基于知识图谱的科研热点分析与演化研究——以瑞士国家科学基金为例

这是一篇关于瑞士国家科学基金,学科交叉,研究热点,演化分析的论文, 主要内容为在科技高速发展的21世纪,创新的意识和能力成为国家发展的最重要决定因素。瑞士虽作为一个资源匮乏,国土面积小的国家,其却以高效的科技创新体系闻名世界,其科学研究水平、自主创新能力均居世界前列。因此,研究的目的是从瑞士国家科学基金数据(SNSF)中挖掘该个公认创新型国家的信息技术学科研究现状和研究趋势。本文以尽可能全面地解读瑞士国家科学基金数据为目标,除了本领域学科关键词的角度,还考虑学科交叉这一重要因素,设计以“数据准备->数据预处理和初步分析->词集和网络构建->研究热点确定->研究演化分析”的流程展开结合交叉关系并基于知识图谱的瑞士科研热点分析与演化研究,主要从挖掘科研现状、分析信息技术领域研究热点和演化、研究学科交叉研究结构三个方向来解读基金数据并以清晰的可视化结果展现,从解读结果中发现的规律和趋势进一步用于对信息技术学科未来研究热点的判断。在具体的研究过程中,通过填补、消歧、删冗、关键词对齐、线性回归统计等方法进行数据处理和初步分析,还改进了KEA的词属性特征输入并以双向最大匹配算法匹配关键词表补充关键词抽取,提高了本数据的关键词提取准确率。在具体的分析过程中,通过词频分析法和词频变化率确定研究热点,通过构建知识图谱、KL散度、双曲空间嵌入法等方法进行演化和学科交叉结构研究。此外,为顺应时代发展,本文还尝试搭建了一个基于LSTM的框架用于多变量时序预测问题,选取关键词基本信息、共词网络信息和交叉研究信息等三类影响因子,并探测它们对预测模型效果提高的影响。在瑞士科研现状的挖掘结果中,发现了瑞士的科研投入逐年递增,“心理学”、“通史”是瑞士的新兴热门学科,“凝聚态物理”、“信息技术”和“数学”是持续热门学科,2002-2010年是瑞士学科交叉悄然兴起的时间,之后不同程度的交叉都维持了稳定的占比等现象。在1999-2018年信息技术学科研究热点与演化的分析中,发现人工智能、信息安全、软件工程是该学科的三大重点研究领域。其中,人工智能和信息安全在最近五年仍是高频研究内容,但软件工程领域已不再居于核心位置。演化分析的最大发现是信息技术从原始围绕分布式系统等软件开发研究演化成以机器学习、深度学习为中心的人工智能相关研究,其中,深度学习是一个激增的研究方向。此外,从学科交叉研究结构的研究中发现,交叉研究越频繁相对更容易带动研究内容的发展。以演化趋势和交叉规律来看,研究可能会展开更多围绕机器学习、深度学习的本身技术及相关应用研究,应用主要围绕大数据、情感计算、物联网、智能电网、生物信息学、医疗应用、机器人技术、众包、高性能计算、安全等方面,以深度学习为核心的研究会有更大的发展空间。其中,人工智能、图像处理、信号处理、核磁共振、比较基因组学、生物信息等交叉情况明显的研究内容有很好的发展,其也是未来信息技术创新的可能突破口。此外,根据预测模型的应用结果来看,初步发现模型能作为本领域分析工作的辅助工具。