智慧城市论文范文1
本体知识地图主要是对抽象客观世界中的一些现象的概念进行模型的转化，这种本体知识地图不仅仅有着一定的明确性和形式化，同时也有着一定的共享性，主要是将共同认可的知识加以体现，并对相关领域中公认的概念集加以反映。总而言之，本体知识地图主要是一种可以形式化的一种知识，同时也是一种具备管理知识的知识，这种特殊的本体知识地图更是本着极其特殊的应用系统，有着极为广泛的应用。
2本体知识地图构建的主要技术
本体知识地图构建过程中，往往有着一定的技术特征，本文首先分析了本体知识地图构建过程中所遵循的基本原则，并对其方法作了简单的讲解。
2.1原则
本体知识地图构建的过程中，同样也要遵循一定的基本原则，一方面就要遵循明确性和客观性的基本原则，另一方面就要遵循可扩展性和最小编码偏差的基本原则，其原则往往有着一定的指导性，做好领域的分析和概念的增加，并保证本体知识地图构建有着一定的规范化和科学化。
2.2方法
本体知识地图构建中，往往需要借助于教学软件，同时也要借助于手工的方法，实现本体知识地图的共享性和互操作性。软件开发生命周期中的IEEE1074-1995标准，在某种程度上并不是本体构建方法的标准，仅仅是一种知识工程领域中的软件开发方法。在本体知识地图构建的过程中，往往需要对其需求进行综合性的分析，并对领域本体的建设实施，最后就要做好形式化的编码以及确认评价。
3本体知识地图在工程测绘专业教学中的应用
对于工程测绘专业教学而言，更要结合专业的特色和专业学生的学习心理状态，并做好本体知识地图的综合应用。
3.1需求分析
本体知识地图在工程测绘专业教学中的应用过程中，就要做好需求的分析。就工程测绘专业教学而言，其信息检索系统紧紧是对简单的关键词进行搜索，并没有综合的考虑测绘专业领域相关的知识。当前工程测绘专业知识教学中，主要是由多个知识点组成的，而知识点之间往往存在各种各样的联系。在外部知识排序的过程中，就要对内部排序的基本因素进行详细的了解，做好基础的需求分析。语义检索过程中，更要将用户检索请求的本体化全面提高，借助于本体知识地图进而将关键词检索的局限性打破，将本体层次的检索实现，并将检索的覆盖率和精度全面提高。
3.2教学系统的设计
工程测绘专业教学系统设计中，主要是对B/S模式加以采用，并结合J2EE框架的系统体系结构加以实现，学生和教师借助于浏览器，并对Web接口以及Web页面加以采用，其服务器端更是对多层体系架构设计加以采用。这种教学体系设计的系统结构图主要有用户组、管理员组、语义查询接口、学习资源采集接口以及数据结构本体等，其层次分别有浏览器用户层、视图表现层、应用服务器中间层、数据存储层以及操作系统层和网络层等。检索的过程中，主要是采取直接输入的方式，并对有意义的关键词取出，查询实现的过程中，尽可能的保障其有着一定图元素集合，并借助于可视化的形式，将图元素集合加以表现。
3.3工程测绘专业教学中本体知识地图的建模过程
依据工程测绘专业教学中的具体情况，对工程测绘专业教学的结构领域加以确定，进而对本体知识地图进行建立，并实现对教学和学习的一种辅助，通过借助于系统将学生的学习水平和实际的教学推理机制实现，并将学生将要学习的知识内容加以展现，帮助学生对学习中需要查询的知识进行查询。为用户将精确的查询结果提供。这种本体知识地图系统的用户主要有最终用户和教师教学管理人员两种。所谓的最终用户也即是使用者学生，而教师和教学管理人员则是资源的一种加工者，并借助于提供的接口和网络，对本体知识地图库进行丰富，进而为学生服务。本体知识地图在实际的建模过程中，往往需要长期的进化和改进，通过借助于数据库存储本体作为后台，将OWL接口作为前端，输出输入文件格式采取OWL格式，有利于对当前的Web信息进行综合性的描述。本体知识地图在构建的过程中，就要将测绘专业领域相对重要的概念和关系提出，并将其作为进化的一种中职，在各个专家的深层次交流之后，进而对测绘专业课程的核心主体进行初步的建立。在当前工程测绘专业教学而言，就要对现有的课程本体知识地图相关概论进行严格的分析，并借助于计算机网上技术，对本体进行构建，尽可能的对大量的图片和文字信息等资料进行搜集，借助于教师的教学经验，做好教学内容的综合性分析，尽可能的对部分知识点的结构图进行总结。通过对各个知识点之间的关系进行全面的了解，并对教学内容的大部分重要知识获取，借助于计算机算法的基本设计知识，实现教学内容和教学专家之间的沟通交流，并将内容学习的本体知识地图进行建立，将个别化学习提供给学生。
3.4工程测绘专业教学中本体知识地图的应用实现过程
工程测绘专业教学中，本体知识地图主要是针对学生学习的基本特点和教学情况，借助于现代化信息技术和计算机技术，进而对教学内容的基本概念进行分析和确定，并确定教学的基本方法和教学的技巧，并对教学之间的关系进行分析，对知识的语义模型进行建立。工程测绘专业课程作为一门专业性的技术课程，在整体课程设计中更要对各个章节之间的衔接综合性的考虑，并在实际的实施过程中，做好对信息的收集和处理工作。本体知识地图在工程测绘专业教学中的应用过程中，通过对数据结构、线性结构树形结构等加以采用，进而对测绘专业相关的教学内容进行确定。数据结构主要是对现实世界实体数学模型的一种描述，并借助于计算机操作实现的过程。而线性结构主要是对结构中数据元素的对应关系的一种描述，并保证对应关系中有着某种程度上的关联。教学过程中，本体知识地图查找时，就要借助于某一确定的关键词，实现知识的搜索和教学，更要确定重要性的关系。对于工程测绘专业而言，其课程教学和学习过程往往有着一定的特殊性，而教材不仅仅对教学单元作了主要的安排，同时对于教学的进度也做了不同程度上的安排，而教学关系确定时，更要严格的按照于教学的知识点，并对教学之间的基本概念和相关的方法加以确定。学习资源和测绘专业数据结构的相关知识点更要做好分开的设计，测绘专业教学知识点背景知识、主要内容以及教学的主要特点均要进行详细的说明，对于工程测绘专业学生而言，更要结合知识的难以程度进行划分，尽可能的将教学知识的难度不仅仅要有着非常简单和简单两个划分，同时也要划分为中等、困难和特别困难等级。对于相对典型的目标用户而言，尽可能的将知识点学习的时间延长，并做好知识点角色用户的划分，合理的描述学习资源，对相关知识点的关联属性进行建立，借助于网状结构，实现知识点和资源的连接。总而言之，工程测绘专业教学中本体知识地图的应用，不仅仅为学生的知识学习提供了一定的便利，同时对于教师教学质量的提高和教学效率的提高也有着一定的积极影响作用。
4结语
智慧城市论文范文2
马克思一百多年前在资本论中提出著名公式W=C+V+M，即商品价值=不变资本+可变资本+剩余价值。此公式在工业经济时代无疑发挥了重要的作用，而在知识经济时代，在生产要素的配置上是以人的智力资源为第一要素，在商品价值的构成中，知识资源的含量越来越大，所以产品成本构成中必须包含知识资源消耗这一要素，因此商品价值个构成公式应该写为：W=C+V+I+M，其中产品成本=C+V+I。
二、知识经济对成本会计环境的影响
（一）知识成为生产要素的重要组成部分
在知识经济环境下，知识也成为了产品生产要素的一个重要组成部分，知识资源已经取代资本资源成为企业之间竞争成败的关键性因素，与之相对应，知识资源也将取代有形资产成为企业资产的主体。因此企业必须适应新的知识经济的要求，改进产品成本的计算方法。
（二）改变了成本会计核算的前提条件
在知识经济环境下，一批新产业兴起，例如网络公司的出现。这些公司只是虚拟公司，不存在传统意义上的成本核算实体，而且对于现行的制造成本占全部生产经营成本的比重会越来越小，而知识资源的消耗比重会越来越大。成本内容和成本结构发生了变化，必然要求与之相适应的成本核算方法体系随之发生变化。
（三）“零存货”成为可能
在知识经济环境下，企业的生产和营销过程将普遍的融入先进的计算机技术和网络技术，企业的整个生产经营系统将完全实现自动化，在这种情况下，原材料的供应、前后工序的相互衔接都将趋于协调，原材料、半成品、产成品等库存就将消失，实现“零存货”。
（四）新的制造环境将对成本会计产生巨大的影响
面对企业新制造环境的影响，传动的会计成本技术与方法如果继续使用，将会造成产品成本计算不准确的问题，使成本控制也可能产生反功能行为。为了适应新的制造环境，成本会计核算也必然发生一系列变化。
（五）引起生产方式的改变
在知识经济环境下，消费者的社会需求将会多彩多样，企业生产将强调产品的个性化，生产企业根据消费者的不同需要进行生产和经营。产品的主要生产特点是“小批量的单元生产”。
三、知识经济对成本会计核算的影响
目前国际通用的成本核算方法是制造成本法，这种成本核算方法与现行的经济环境相适应。但是知识经济时代的到来，对于现行成本核算环境发生了一定程度的改变，具体表现在以下几个方面。
（一）逐步拓宽成本核算的内容
在知识经济环境下，知识已经成为了生产的主要因素，因此对于知识的投入和消耗也成为产品成本的主要构成部分。在知识经济环境下，对知识资源的投入和消耗应作为自创的无形资产进行准确的计价和核算，并将该无形资产的价值摊入产品成本。因为在知识经济环境下，有形资产价值在产成品中的比重会越来越小，如果无形资产不计入产品成本，则产品成本会严重失真。在知识经济环境下，人力资源是企业的一项重要资源，人的能力的充分发挥与否、人力资源的利用程度往往决定企业的效益，而这些又取决于人力资源的素质。企业对人力资源的培训支出在目前核算体系下计入费用，这样会低估产品的成本，所以在知识经济环境下，人力资源成本应该计入产品成本。
（二）改进制造费用的分配方法，引进作业成本计算法
在知识经济环境下，制造费用的内容和金额发生了很大变化，由于技术的发展，固定制造费用比重增加，劳动力成本则相对下降。如果仍然按照产品生产工时或者生产工人工资比例对制造费用进行分配，就会造成知识含量高、工艺复杂的产品成本偏低，而知识含量低、工艺相对简单的产品成本偏高，造成产品成本失真。作业成本计算法不仅是一种成本计算方法，更是成本计算与成本管理的有机结合。作业成本法引入了作业、作业中心、作业动因、资源动因、成本动因等多个新概念，显示了作业成本计算中各个概念之间的关系。作业成本法将资源按资源动因分配到各个作业或作业中心，然后将作业成本按作业耗用资源的情况，将资源耗费分配给产品。因此，对制造费用的分配使用作业成本法，这样使得计算出来的产品成本更接近于真实成本。
（三）以产品成本中知识资源的消耗作为间接费用的分配标准
在知识经济环境下，由于劳动力结构发生了巨大的变化，直接从事生产的劳动力大大减少，而从事知识生产和传播的劳动力将大幅度提高。而且工业经济时代那些直接从事产品生产和制造的劳动者，在知识经济时代将逐渐由掌握科学知识和技能的高素质的劳动者或者由他们所操控的机器所替代。因此，在工业经济环境下选择以工人工资或工时作为间接费用的分配标准是合理的，但是在知识经济环境下，产品成本的高低已经不取决于活劳动的多少而是取决于知识资源的消耗，所以在知识经济环境下，知识资源的消耗将取代工人的工资或工时作为间接费用的分配标准。
（四）用分批法替代分步法、品种法的核算
在知识经济环境下，强调产品的个性化，生产企业根据消费者的不同需要进行生产和经营。产品的主要生产特点是“小批量的单元生产”。以前适用于大量、大批生产工艺特点的品种法已经很难在知识经济环境下发挥作用，所以用分批法取代分步法、品种法的核算势在必行。这样才能发挥分批法核算的特点，体现知识经济对成本核算要求。
（五）改变成本会计计量模式
在知识经济环境下，随着技术的进步和市场环境的成熟，公允价值的获取手段和获取途径呈现多元化的趋势，这样就可以使公允价值计量具有较高的可靠性。这时应当改变传统的历史成本计量模式，采用适应知识经济的成本计量模式，以反映各类资产的公允价值。
四、结论
智慧城市论文范文3
（一）成本核算方法多,成本核算程序复杂
成本会计课程涉及众多的计算方法，比如辅助生产费用的分配方法有直接分配法、一次交互分配法、计划成本分配法、顺序分配法和代数分配法等五种方法，制造费用的分配有生产工时比例法、直接工资比例法、机器工时比例法、计划分配率分配法等四种方法，对完工产品和期末在产品的成本分配更是有在产品不计算成本法、按固定成本计算在产品成本法、约当产量法、定额比例法等七种方法。就核算程序而言，各种方法主要包含要素费用的归集与分配、辅助生产费用的归集与分配、制造费用的归集与分配、生产成本在完工产品与期末在产品之间分配等步骤。
（二）成本核算过程环环相扣,前后呼应
纵观成本核算方法，整体核算过程所历经的环节呈现环环相扣的特征，任何一个环节数据计算错误将会影响整体核算结果。比如，辅助生产费用归集的数据来自要素费用分配的结果，制造费用归集的数据来自要素费用分配和辅助生产费用分配的结果，完工产品的成本计算结果来自前面步骤中要素费用分配、辅助生产费用分配、制造费用分配的结果。可见，成本核算人员必须保持严谨的工作作风，认真梳理各个环节的数据关系才能完成成本核算的任务，为生产管理提供可靠的成本一线数据。
二、成本会计实践教学现状分析
（一）成本会计实践教学地位不突出
成本会计课程实践教学以提高学生的实践能力为目的，在阐述成本会计基本理论知识基础上，设置成本会计实验实训环节，培养学生核算成本的能力，从而为其将来从事相关专业工作打下基础。成本会计理论知识多，学习难度比较大，各高职院校对实践教学重视不够，普遍做法是安排大量的课堂理论授课，穿插实践教学环节，并没有将成本会计实践实训单独设置成一门课程，只是作为理论教学的一部分。例如，有的学校成本会计课程每学期64个总课时，理论教学48，实践教学16，更有甚者，实践教学的16课时往往是在课程大纲中所列示，学期教学中容易被理论教学挤占，实践环节流于形式。这样做的后果是学生期末考试应试能力比较强，但是成本核算岗位应有的职业能力锻炼少，这种培养模式与高职高专培养应用型、技能型人才培养目标脱节。
（二）成本会计实践教学模式僵化
当前，成本会计理论教学中大都运用多媒体课件教学，改变了“讲授+板书”的陈旧模式，但是形式的改变并不意味着授课效果的改善。大多高职院校是在第三学期开设成本会计课程，虽然有了一年的会计基础知识的积累，但多数学生缺乏企业参观学习的机会，仅是学会了如何运用会计科目做出会计分录，书面处理经济业务，无法形成企业立体化工作场景，对待成本会计，难以理解成本核算程序，难以从复杂枯燥的各类成本核算单据中发现明显的勾稽关系，这必然影响学习效果。
（三）成本会计实践教学资料陈旧
有的高职院校成本会计教学中不但教学模式单一、僵化，还存在课程理论教学内容繁多的现象，在此情况下，运用的成本核算实践教材依旧停留在理论教科书上的课后习题的解答层面，加之课时受限，有些资料缺乏系统性，导致教师无法一一解答成本核算习题，这样的实践教学与实际成本核算工作相差较远，难以展现成本核算的体系以及核算方法的程序性,实践教学退变为课后作业，难以称之为真正的实践。
（四）成本会计实践教学师资严重匮乏
从目前很多高职院校成本会计教学团队的现状看，专任教师缺乏实践工作经验，不具备企业会计、审计实际从业经历，缺乏实践技能的教师必定难以培养社会和企业所需的技能型人才。
三、完善成本会计实践教学新思路
针对高职院校成本会计实践教学中存在的上述问题，笔者从工作实践出发，提出实践教学改革新思路。
（一）提高对成本会计实践教学的重视程度
“教高16号文件”中明确提出，高职人才培养模式中实践教学在教学计划中应占有较大比重。在此文件精神指引下，高职院校应立足本校实际，以“应用”为主旨和特征构建课程和教学内容体系，充分认识实践教学在教学体系中的地位。就成本会计课程而言，应加大实践教学课时并将实践教学落到实处，例如64课时的成本会计教学总课时中，实践教学占到50%的比例，在条件成熟时，还可以尝试独立开设成本核算实践课程，建议课时48课时。
（二）拓展成本会计实践教学形式
高职院校要实现人才培养目标的要求，在教学模式方面注重运用案例分析法、虚拟角色设定法等新的教学方法和手段。有计划地安排学生到制造业企业工作现场观摩学习，参观企业工艺流程，学习成本形成过程，观摩企业成本会计人员账务处理流程，明确成本核算岗位的职责，引导学生树立良好的职业信念，培养学生良好的职业态度。校内实践教学中，必须改变传统的训练课后习题的做法，搭建仿真原始凭证、记账凭证和账簿平台，使学生了解并填列成本核算工作实践中的单据、账簿样本，真正落实成本核算岗位职责要求，缩短学习与就业的距离。目前，济南职业学院财经系成本核算课程组正在进行成本会计实践教学形式的改革，由行业企业专家与课程专业教学团队建立多元化课程开发小组，通过座谈、访谈等形式，明确岗位工作内容和职业能力要求，将企业成本会计岗位工作的资源与企业对学生会计职业能力的需求直接引入课程建设开发过程，共同编写了实训教材，以大量仿真的原始凭证、记账凭证代替了传统教材堆砌文字的实训类型，既有与该课程理论教学同步的实训，有利于学生及时掌握制造业成本核算工作，也有该课程综合实训，有利于学生融会贯通，系统握制造业企业成本核算的技能，为胜任成本核算岗位打下坚实基础。
（三）完善成本实践教学内容
高职院校的成本会计教材必须有别于本科院校，应遵循高职学生学习规律安排教学内容难度，按照“必需、够用”之原则选取教学内容，重在培养学生的技术应用能力。教师应按照“基于工作过程系统化”课程的开发理念，立足企业成本核算岗位调研，对课程进行开发与设计。成本实践教学内容可围绕“成本核算准备工作”、“品种法核算产品成本”、“分批法核算产品成本”、“分步法核算产品成本”、“分类法核算产品成本”、“定额法核算产品成本”、“成本分析”，分别设置实训项目，每个项目根据课程教学任务设计“业务操作实训”、“综合实训”等内容。实施教学中，教师应树立全局观念，注重课程体系的有效衔接，改变每个实训项目分散、孤立的状况。除了手工核算方式，高职成本会计教师还应积极拓展网络资源，开发成本核算软件，构建体系紧密、合理的实践实训系统，重点训练品种法、分批法、分步法等基本成本核算方法，在核算成本的基础上，编制分析相关的成本报表，满足企业对成本核算岗位的知识和能力需求。只有教学内容不断归纳和完善才能在专业课程体系中循序渐进地扩大实践教学的分量，否则既要加大实践教学力度又要完成教学内容，必然加大学生学习压力，与高职人才培养目标背道而驰。
（四）强化内涵，培养“双师型”成本会计实践指导教师
实践教学教师师资力量薄弱的现状已经引起各大高职院校的重视，学校也积极寻求校企合作，积极引进企业一线会计核算人才参与到实践实训教学中。但企业出于经济效益的考虑，不愿派遣员工全程参与学校实践实训过程，加之企业人才大都不具备教师资格，没有教师授课的经验，可能导致实践知识无法有效传输给学生的结果。对学校来讲，行之有效的做法是推动教师走出学校，鼓励教师去往企业一线相应岗位实习锻炼，不断提高实践教学能力，培养自己的教师成为“双师型”教师。此外，高职院校还应考虑加强“校际合作”，加强院校之间的合作，互聘既有企业实践经验又有教学实力的教师，实现人才共享，共同推动高职教育的发展。
四、结语
智慧城市论文范文4
改革开放以来，我国旅游业快速发展，已成为国民经济的战略性支柱产业。伴随着物联网、移动互联网、云计算、智能终端等信息技术的发展，“智慧旅游”概念应运而生。智慧旅游是现代旅游业与信息技术相融合的一种全新的形态，不仅对传统旅游业带来革命性的变化，也将对产业结构转型升级产生直接的影响，更对人类社会的发展产生重大的影响。随着旅游信息化程度的加深，我国城市智慧旅游建设进入高速发展期，智慧旅游的相关研究成为学术界的研究热点。国内学者在智慧旅游方面的研究已取得了丰硕的成果，通过中国知网以“智慧旅游”为检索词，以“主题”检索项，以SCI来源期刊、EI来源期刊、核心期刊、CSSCI为来源类别，搜集了自2010年至今的203篇文献。本着严谨的态度，除去未署名的文章，共计197篇。这些文章，总被引数4586次，总下载数28.28万次，篇参考数9.47次，篇均被引数23.28次，下载被引比61.67，代表了论文的权威性和学术水平。本文主要采用文献计量分析法，分别从年份发文统计、文献来源统计、发文作者统计和发文主题统计四个方面进行分析。通过分析，了解和掌握学者们对“智慧旅游”的研究现状，更为智慧旅游相关研究奠定基础。
二、研究文献统计分析
（一）年份发文统计分析
可以看出，有关智慧旅游的核心期刊中，2010年0篇，2011年2篇，标志着学术界开始对此领域予以关注；2012年以来，相关研究数量开始增多，2014年达37篇，标志着智慧旅游成为学术界的研究热点；2015年以来，研究整体略有下降，数量处于20-40篇之间，但研究热度仍然比较高。
（二）文献来源统计分析
通过对核心期刊数据来源的统计分析，有助于了解刊物对智慧旅游的重视程度，更有利于读者围绕相关主题找到此类研究。根据知网统计分析，197篇论文来源于旅游学刊、资源开发与市场、农业经济、企业经济、贵州社会科学、生态经济、电子政务等104种刊物，平均每种期刊刊载1.89篇文献。其中92篇论文刊载在14种刊物，105篇刊载在108种刊物。通过整体分析，期刊来源分布比较分散。
（三）发文作者统计分析
根据统计，6位作者各发表3篇，28位作者各2篇，其余123位独立1篇，占论文总数的78.34%。由此表明了学术界在智慧旅游方面的研究，学者们多处于单枪匹马状态，没有形成合作的理念，而且对于智慧旅游的研究尚不活跃，没有形成持续性研究氛围。
（四）发文主题统计分析
根据统计，总结学者们的相关研究成果，研究发现主要从以下四个方面研究智慧旅游。
1、智慧旅游相关概念研究
张凌云等（2012）、曾祥辉等（2015）指出，智慧旅游是旅游业与信息技术相结合，满足游客个性化需求，提供高品质、高满意度服务，实现旅游资源、信息资源等社会资源的整合、共享与利用等。李云鹏等（2014）把智慧旅游定义为旅游者个体在旅游活动过程中所接受的泛在化的旅游信息服务。
2、智慧旅游信息化平台研究
朱珠、张欣（2011）构建了智慧旅游感知体系,并借助云计算、物联网等技术打造智慧旅游管理平台；朱玉霞、王丽华（2014）结合江苏省具体旅游物流业务,提出了实现江苏省智能旅游物流平台创新的途径；王平平（2014）阐述了智慧旅游云平台建设的目标,并对平台建设的关键点进行了分析,提出了智慧旅游应用云平台的总体架构；?庆东、罗琪斯（2019）以桂平市全域旅游建设为例,提出了全域旅游智慧化平台的构建模式。
3、智慧旅游服务体系研究
刘利宁（2013）构建了智慧旅游的评价指标体系；杜鹏、杨蕾（2013）提出了智慧旅游系统建设体系；龙毅（2014）探讨了城市智慧旅游应用体系的多层次结构及其特征,提出了应用体系的建设原则及各系统的GIS服务功能；张红梅（2016）基于“旅游+互联网”背景下，进行了智慧旅游云服务体系创新；阮立新（2017）构建了核心利益相关者诉求导向的景区智慧旅游框架体系。
4、智慧旅游城市研究
王恩旭（2014）不仅研究了智慧旅游城市建设的影响因素，还构建了智慧旅游城市建设水平评价指标体系与评价模型。黄松（2017）选取北京、南京等12个首批国家智慧旅游试点城市,建立了智慧旅游城市旅游竞争力评价指标体系；张宏祥（2018）借鉴国外智慧旅游城市经验,提出了建设的相关途径等。
三、提出相关建议
基于以上文献统计分析，本文提出以下建议：
（一）注重智慧旅游团队合作研究
研究发现，从学者的情况分析，独立1篇占论文总数的78.34%，表明了大多数学者处于单打独斗的状态，学者之间合作研究发表的论文所占比例较小。因此，学者们之间应该加强学术合作，成果共享，形成一支科研能力强、合作紧密的研究团队。
（二）注重智慧旅游持续学术研究
任何研究都是一个持续的，不断深入的过程。而根据统计，近10年来学者们各自发表智慧旅游论文没有持续性，排在前几位的也仅仅是发表3篇论文。这说明多数学者对“智慧旅游”的研究没有形成持续性的研究氛围，相关成果也较少。因此，相关研究的持续性和连贯性有待进一步加强。
智慧城市论文范文5
关键词:大数据技术;VOSviewer;热点研究;高被引论文;数据安全
引言
大数据这一科技术语并不是近几年才出现的。2008年9月，Nature杂志推出Bigdata:ThenextGoogle专刊，讨论大数据技术用于处理未来可能会遇到的问题，其中便首次使用了“大数据”的说法［1］。而首次提出大数据的定义是在2011年，麦肯锡全球研究院(MGI)在其的《大数据:创新、竞争和生产力的下一个前沿领域》(Bigdata，Thenextfrontierforinnovation，competition，andpro-ductivity)研究报告中清晰表述:大数据是指其大小超出了常规数据库工具获取、储存、管理和分析能力的数据集［2］。随着信息和通信技术的发展，大数据不再只是一个概念，而是逐渐融入人们生产和生活的方方面面，社会呈现出万物互联的趋势。大数据技术的繁荣与各个国家的政策和经济投入密切相关。2020年3月，数据首次被纳入生产要素范围，成为继土地、劳动力、资本和技术之外的第五大生产要素［3］。数字技术发展到今天，计算机算法越来越复杂、稳定和科学，数据的产生、传输和处理的方式也发生了翻天覆地的变化，深刻地影响着人们的生活方式。大数据的基础技术是基于云计算对数据进行存储、管理、挖掘和分析，核心技术包括数据采集、机器学习、数据预处理、数据库等。大数据技术意味着数字化进程的新阶段，驱动人类社会发展，推动社会生产格局的调整。《2021年IDC全球大数据支出指南V1》(IDCWorldwideBigDataandAna-lyticsSpendingGuide，2021V1)［4］中，对全球大数据市场的未来发展做出推断，称到2025年IT投资规模将得到巨幅增长，数额将超过3500亿美元，其复合增长率(CAGR)也将达到12．8%左右。IDC中国新兴科技研究组分析师王丽萌认为，随着互联网经济的升级和加速发展，政府、企业等终端用户正在广泛开展数字化转型，完善数据全生命周期管理，运用大数据分析和解决方案提升管理决策水平、改善内外部用户体验、支持创新应用，中国大数据市场支出将在五年内稳定增长。政府、企业对大数据技术投之以更多的关注。信息和数据规模增长，人们的思维方式也受到大数据技术的影响发生改变，学界也涌现出大量大数据领域的相关研究。随着国内外研究深度和广度的不断延伸，形成了复杂的研究网络，这些庞杂的文献数据信息亟需梳理和总结。知识图谱法和文献计量分析方法中的共词共现法是分析学术领域研究态势的基本方法，科技术语和高被引论文可以在一定程度上代表学科领域的研究内容，显示出该学科领域的学者对某一方向的重视程度和研究倾向。因此，本文以VOSviewer可视化软件为工具，以WebofScience核心合集检索到的大数据领域的高被引论文为数据源，构建关于大数据领域的科技术语知识图谱，然后对该领域的前沿和热点进行挖掘、分析和解读。
1数据准备
1．1数据收集
研究数据来源于2015—2021年WebofSci-ence核心合集中大数据领域的文献，通过主题字段检索，检索标题、摘要、作者关键词和KeywordsPlus，以“bigdatatechnology”作为主题词，截止到2022年4月9日，共检索出8944篇文献，为了使数据分析的结果更有意义，对这些文献进行清洗，过滤掉信函、会议摘要、综述论文、被撤回论文等无效文献，最终以7169篇文献为样本。然后根据被引频次从高到低进行排序，选取出前1000篇高被引论文。最后将这些文献数据信息以纯文本文件的格式导出，作为本文的数据源。
1．2研究方法
主要采用文献计量分析方法和知识图谱法，以WebofScience核心合集中的论文为研究对象，以大数据技术为主要研究领域，时间跨度为2015—2021年，借助科学知识图谱软件VOSviewer对从WebofScience导出的文献数据信息进行Authorkeywords和Keywordsplus共现可视化，从而确定大数据技术的研究热点，构建关键词共现矩阵，并通过呈现出的聚类谱系图、标签视图、密度视图进行聚类分析，以便直观和动态地揭示大数据技术的知识结构和演化路径，从而实现对2015—2021年大数据技术文献的前沿和热点研究。
1．3数据预处理
将1000篇高被引论文作为源数据导入VOS-viewer软件，共析出5130个关键词，关键词的选取规则为:共现次数达到5次及以上，共得到252个关键词。但是软件自动合并出的结果中存在一些未达到共现分析要求的无效关键词以及重复关键词，需要进行手动筛选。在新建txt文档中加入如下关键词处理规则:(1)去除语义过于笼统、意义过于宽泛以及无意义的词，如bigdata、things和0等;(2)统一单词单复数，如network与networks，model与models;(3)合并同义词，如:network与In-ternet，industry4与industry4．0。最终得到174个符合共现要求的关键词。
2大数据领域论文计量分析
2．1年度发文数量分析
WebofScience核心合集2015—2021年共发表了23540篇大数据相关论文，图1是2015—2021年该领域所发表的相关研究的逐年趋势。可以看出，近几年大数据相关研究文献的发表数量呈现出逐年稳定上升的趋势，学界对大数据技术的研究在7年间从每年331篇上升到2075篇。大数据相关研究论文近年来的持续增长，究其原因，主要在于大数据技术进入各行各业，从而导致全社会出现了对大数据技术的应用需求。从国家层面讲，大数据技术已经成为国家建设数字强国的强大驱动力;从企业层面而言，大数据技术在生产、传播和反馈信息方面具有突出作用;在科研领域，大量学科领域均有基于大数据技术的应用研究。除此之外，也离不开人们对数据本身的采集、管理、处理、分析等技术需求。社会生产活动需要用到大数据技术以及大数据的思维方式，因此，对大数据技术的需求与日俱增。大数据技术产生自数据库，集大成于分布式系统，现在又重新落地于数据库系统。近年来，人们不断追求和改进现有的技术，推动了对大数据技术的研究。如今新型分布式关系数据库技术和以分布式计算为特征的云计算技术将我们带入人工智能和信息化社会，大数据技术的相关研究仍在继续，在大数据领域相关研究文献数量逐年上升的大趋势和分布式计算的技术背景下，未来几年对数据库和云计算的研究将持续增长。
2．2高被引论文分析
高被引论文之所以被多次引用，一方面在于其研究具有一定的代表性，学者们普遍认可论文成果在学术领域的贡献;另一方面也和论文关注的领域发展较快有关。因此，高被引论文可以在很大程度代表人们对某一问题研究的重视程度和研究倾向。表1列出了2015—2021年WebofScience核心合集中大数据领域排名前10的高被引论文。可以看出，大数据领域的三个主要研究方向为大数据挖掘、大数据运维、云计算。2021年我国围绕大数据技术的资金投入继续增加，大数据技术在实践落地的过程中也存在风险和挑战，在数据的运营和维护过程中，如何有效地管理和应用大数据技术，以及在大数据的价值转化过程中切实保障用户数据信息的安全，也是大数据领域需要研究和解决的问题。
3大数据领域高被引论文聚类分析
3．1基于聚类谱系图的关键词共现分析
VOSviewer可以对文献知识单元进行关系构建，对数据信息进行可视化分析，从而绘制出可以展现某一领域的知识结构、演进和前沿热点的知识图谱，实现对关键词共现的聚类分析。将上述2015—2021年大数据领域高被引论文的174个关键词导出到txt文档，接着在Excel文档中整理这些关键词数据，依照出现频次重新排序，选取前20个高频关键词，得到大数据领域高被引论文关键词频次表(见表2)。VOSviewer软件可以生成聚类谱系图，将经过数据预处理的174个符合共现分析要求的关键词导入软件，设置聚类规则为最小聚类中包含的关键词不少于25个，通过统计和梳理大数据领域的高被引论文中各个关键词出现的频次，以及各个关键词之间的关联程度，以展现大数据领域的研究热点和结构分布。图2是VOSviewer对样本数据分析生成的关键词聚类谱系图，图中的结点表示在大数据领域高被引论文中共现的关键词，结点的大小表示该词共现的频次高低，结点越大，体现出其研究热度越高。图谱中有174个标签，3017条连接线，总体关联强度为6567。可以看出，2020—2021年间，大数据领域的研究形成了3个聚类，分别围绕“大数据。开发与挖掘”(红色)、“大数据分析与管理”(蓝色)、“大数据运维与云计算”(绿色)这三个技术方向进行研究。聚类一:大数据的开发与挖掘这个类簇包含73个关键词，其中系统(sys-tem)、框架(framework)、计算机应用(applications)、算法(algorithm)、模型(model)、机器学习(machinelearning)、人工神经网络(artificialneuralnetworks)这些词的结点最大，是这个聚类的中心结点。而分布式计算系统(MapReduce)、数据融合(datafu-sion)、智慧农业(smartfarming)、数字医疗保健事业(digitalhealth)、智能电网(smartgrid)、清洁生产(cleanerproduction)、碳排放(CO2emissions)等词，在该聚类的网络边缘。从图2还可以看出，系统一词的结点最大，可见对于系统的开发是大数据领域的一个研究热点。大数据挖掘技术通过建模和构造相关算法便于人们在海量数据中获取信息。其中，算法是由基本运算和规定运算顺序构成的运算规则和步骤［5］。机器学习是对计算机模拟人类神经网络和学习行为的研究，计算机可以根据算法智能地进行大数据挖掘与分析，从而构建、丰富和完善自身知识网络结构，并通过建立数据模型，实现对同类型数据的预测分析。深度学习是一种含多隐层的多层感知器，起源于机器学习，卷积神经网络属于深度学习的范畴［6］。而机器学习属于人工智能的范畴，是人工智能的一个研究分支。在大数据时代，凭借大规模的数据信息，通过构建数据模型，不断改善人工智能对数据预测的准确性，研究更加科学合理的数据挖掘算法，实现对人类神经网络的模拟，构造大数据网络体系，从而获取信息。随着在采集、挖掘过程中的数据沉淀和积累，融合了数据库技术、人工智能和机器学习的大数据挖掘技术也不断得到优化。近年来，人们越来越重视大数据技术和以大数据技术为支撑的人工智能技术。根据调查，11．1%的企业对大数据技术和人工智能技术的累计投资超过5亿美元，有84．1%的企业在大数据技术和人工智能方面已开展工作［7］。可以预见，这样的趋势在未来仍将继续。大数据技术的应用包括多个领域，如在农业、医疗保健事业和电网技术等方面的应用，此外，还可以看到，在大数据开发、大数据挖掘这两个技术方向的理论研究到技术落地的应用研究过程中，对大数据技术的清洁生产和碳排放也很关注。从大数据、大环保到大治理，大数据技术在环境管理和决策过程中发挥了越来越重要的作用。聚类二:大数据分析与管理这个类簇包含49个关键词，有大数据分析(bigdataanalysis)、工业4．0(industry4．0)、服务(service)、信息系统(informationsystems)、持续性(sustainability)、创新(innovation)、供应链管理(supplychainmanagement)等结点较大的词，还有专业化生产系统(manufacturingsystems)、数据科学(datascience)、情感分析(sentimentanalysis)、业务分析(businessanalytics)、竞争优势(competitivead-vantage)、用户认可(useracceptance)等结点较小的词。大数据分析和管理技术与工业4．0的时代背景密切相关。工业4．0时代具有智能化、个性化、虚拟与现实相融合的特征［8］。人们的需求通过在网络留下的数据信息表现出来，通过大数据整合分析，可以实现产品生产和分发的定制化。社会生产朝着个性化定制、服务性产品和数据要素驱动产业新业态和新模式创新的方向前进和发展，企业在工业4．0时代需要应用大数据分析和管理技术，绘制目标群体的用户画像，通过对数据加工、系统分析，实现从大数据到具体信息又到服务的转化，进而做出科学决策，获得企业在自己产业领域的竞争优势。此外，还有对大数据技术的绩效评估和数据管理。信息数据的生产没有尽头，但是并非所有的数据都具有信息价值，也并非所有的数据都可以实现信息到服务的价值转换，如何对数据进行科学和可持续的管理以及对未来的发展趋势进行预测，在工业4．0时代受到广泛关注。聚类三:大数据运维与云计算这个类簇包含52个关键词，其中，互联网(in-ternet)、云计算(cloudcomputing)、物联网(iot)、安全(security)、架构(architecture)、区块链技术(blockchaintechnology)、信息与通信技术(ict)是该聚类的中心结点。此外，处于网络边缘的结点主要有:数据共享(datasharing)、数据隐私(datapriva-cy)、边缘计算(edgecomputing)、雾计算(fogcom-puting)、云(cloud)、智慧城市(smartcity)等。信息网络系统与物理网络信息系统进行融合，出现物联网、工业物联网等新兴概念。社交媒体每天都制造大量的数据信息。《我们究竟产生了多少数据?》一文曾预测，到2055年全世界将产生高达175ZB的数据［9］。分布式计算使企业可以更加方便快捷地处理社交媒体上规模巨大的数据信息，通过大数据应用程序对数据进行挖掘和分析，从而绘制用户画像，提供个性化的服务和服务性产品。在碎片化信息时代，数据也是碎片式的，如何面对这些碎片式的数据构建数据模型是大数据技术发展应用的一个挑战，并且在构建数据模型的过程中，数据源并非全部真实可靠，有些信息涉及个人隐私或国家机密，难以获取完整的数据信息，因此数据质量难以保证。此外，互联网带来了数据的流动共享，人们在互联网中的所有行为都会留下数据信息印记，而数据信息的传播不再受限于空间和时间，可以大量无成本扩散，对数据的隐私保护与安全带来巨大挑战。同时，数据的流动共享还带来数据泄露的风险，无论从个人数据权利出发还是从国家数据利益出发，都需要对数据流动共享给予一定的限制。构建大数据监控报警体系，可以保证数据的可靠与安全。人们的生活与互联网的关联程度比以往更加紧密，例如以数字化为特征的智慧城市建设，实现数据信息安全是建设智慧城市的重要内容和评价标准之一。根据美国国家标准技术研究院的统计，云计算涉及的安全问题主要在虚拟机隔离、数据保护、云计算体系结构、身份访问与控制等多个方面［10］。云计算是以分布式计算为特征的技术，通过云计算，各种数据和信息可以从一台计算机提供给另一台计算机。在云计算环境中，虚拟的操作系统建立在服务器上，数据信息都储存在服务器中，比如用户上传的身份认证信息。数据信息一旦被上传到云中，用户便不再拥有对数据的控制权，一旦服务器遭到入侵，用户数据就会被盗取，从而造成数据泄露。此外，区块链技术与比特币密切相关，通过对数据的层层处理改变数据存储形式，将区块链技术应用到数据隐私保护与安全，数据在网络中的流动将会更有保障。
3．2基于标签视图的关键词演化分析
使用VOSviewer软件对2020—2021年大数据领域关键词进行演化分析，生成关键词标签视图(图3)。视图中结点的颜色表示关键词出现的平均年份，结点的大小表示关键词共现频次的高低。从2015年到2021年颜色逐渐由蓝到黄，从中可以看出大数据领域研究热点的演变。近几年大数据研究的关键词大多集中出现在2018年，有较高共现频次的关键词集中分布在2017—2018年。2015—2016年有关大数据的数量较少。由于大数据技术发展极快，相关的研究论文越来越多，到2021年大数据相关研究的论文数量从每年331篇增长至2075篇，出现的高共现频次的关键词有:系统(system)、挑战(challen-ges)、大数据分析(bigdataanalysis)、物联网(iot)、云计算(cloudcomputing)、工业4．0(industry4．0)、框架(framework)、模型(model)、算法(algorithm)、机器学习(machinelearning)、隐私(privacy)、区块链技术(blockchaintechnology)。可以看出，大数据分析、数据管理、数据模型、云计算的研究热度比较高，是大数据领域的研究热点。此外，2019—2021年间出现了边缘计算(edgecomputing)、安全(security)、数据隐私(dataprivacy)、企业绩效(firmperformance)、数字双胞胎(digitaltwin)、工业4．0(industry4．0)、人工智能(artificialintelligence)、区块链技术(block-chaintechnology)、循环经济(circulareconomy)等关键词，对大数据技术的研究更加深入，理论研究的广度和深度进一步提高，从对单一技术到技术群，再到“技术+管理”“技术+运维”，可以看出，数据安全与隐私保护方面的技术受到重视，相关技术的研究是近年来的新兴热点。
3．3基于密度视图的热力分析
关键词密度视图可以对相关领域的研究重点予以可视化。通过对2020—2021年大数据领域关键词密度视图进行热力分析，可以了解大数据领域的研究现状。如图4中，可以看出大数据分析(bigdataanalytics)、系统(system)、机器学习(machinelearning)、挑战(challenge)、物联网(iot)、工业4．0(industry4．0)、云计算(cloudcomputing)这些词的密度最高，可见大数据的开发、挖掘、分析、管理、运维与云计算这几个技术方向的研究最受学者关注。
4结语
智慧城市论文范文6
【关键词】智慧城市；建筑设计；基本理念
1引言
社会经济的持续发展促使人们对于智慧城市理念的认知更为深入，也正逐步融入至城市整体建设设计工作中。高新技术造福人类的同时也存在诸多弊端，实际工作中应深度整合高新技术与城市建筑设计，为之融入智慧城市理念，推动城市朝着多样化的方向发展。
2智慧城市建筑与智慧城市设计理念
智慧城市建筑的核心在于赋予生活数字化的特性，并提升各类型建筑的人性化水平，即在既有建筑的基础上增设一套神经系统，使其触觉外界各项因素并做出灵活调整。依托于科学技术手段，为人们的生活创造便捷。智慧城市设计理念重点围绕“灵活、安全、高效”的主旨展开，从而创造优良的城市生活环境。其中，灵活指的是城市应对各类突发时间的应急处理能力，可根据现场资源情况采取及时且科学的调整策略[1]。
3智慧城市建筑设计要点
3.1安全性
安全是决定城市建设事业的首要前提，安全需求除了要顾及人的因素外，还应充分考虑财产等多个方面。现代高新技术的持续发展，使得城市建筑设计可在多个方面实现更多的突破，但随之带来的安全隐患，诸如建材毒害等问题屡见不鲜，致使居住者头晕、呼吸困难等症状。引入智慧城市理念后，可为城市建筑设计提供更多支持，兼顾安全、可靠等多方面要求。从外部建筑的角度来看，体现在色彩、形状等方面，要求材料具备优良吸光性，同一区域的建筑物应保持特定间隔等。3.2环保性社会经济的发展提升了人们的生活水平，同时对建筑领域也提出了更高的要求，强化节能降耗措施已成必然。相关资料表明，建筑行业的能源消耗量极大，占据了总消耗量的40%之多，且以空调、照明等领域更为明显。在当前智慧城市理念的引导下，推动节能减排已经成为建筑行业得以持续发展的关键，这是智慧城市建设的核心诉求。若要充分彰显智慧城市理念，尤为关键的是推动城市建筑优化设计工作。实际工作中，应高度倡导绿色建筑理念，坚决落实以人为本的原则。具体而言，城市建筑设计工作中可创建空调智能控制系统，同时引入智能技术手段，实现二者的有效融合；建筑内部规划设计中，引入具备自动化检测人流的装置，在此基础上创建一套高度自动化水平的管理系统，综合考虑业主需求，自动化开关空调。智慧城市建设领域引入节能降耗技术已成必然趋势，需突破传统建筑技能方法的束缚，走自动化控制之路。
3.3多样性
科技水平正逐步提升，在此环境下人们的生活方式与生活环境都有了巨大改变，现代服务设施的价值得以彰显。但是，城市建筑设计过程中，各区域的规划设计模式并无太大差异，不同城市的建筑设计表现出同质化问题。基于此，笔者根据实践经验做出总结，为之引入智能理念以及相关技术手段，尽可能提升城市建筑的智慧性，全方位提升城市建筑设计的应用水平，使其能够与百姓所提出的需求相符。例如，业主可在自家引入智能化控制系统，若有外来访客但业主暂不在家时，可通过按门铃的方式使得业主实时获得具体信息，明确家中是否有客来访；或是在门铃上增设摄像头，可实现与业主的远程视频沟通。
3.4情感性
在智慧城市理念的引导下，进一步提升了城市建筑设计水平，使其具备较强的传染力与情感性，或是将其视为源于设计者的情感表现途径。生成建筑设计作品后将被赋予特定的情感，于建筑设计的各个细节中彰显出某一特定的文化素养，成为一幅具备特色的建筑作品。对于部分建筑设计人员而言，存在生活素材不足的问题，限制了城市建筑设计的思路，一味模仿他人甚至直接复制其它方案。此时呈现出的建筑方案缺乏可行性，难以与人们的需求相符，甚至会成为阻碍人们日常生活的因素。在智慧城市理念之下，要求设计者兼具专业技能和人文审美两方面能力，在融入现代智能技术的同时还应彰显出建筑作品的人情味。
4智慧城市设计理念对城市建筑设计的综合提升
4.1对建筑师提出的新要求
建筑设计工作中，灵活融入智慧城市理念尤为关键，从建筑师的角度来看应做好如下几点工作。1）积极尝试全新的建筑设计形式建筑师在建筑本体的基础上积极融入智慧城市理念，突破传统线性设计的束缚，使得此项工作具备集成化设计的基本特性。2）加强跨专业的交流与学习现代城市建筑设计除了要强化建筑自身的设计外，还要融入其它专业，以达到跨专业交流的效果，这也是未来建筑领域的主流趋势。在智慧城市理念下，促使建筑设计不断输出创新点，而智慧城市理念则倾向于智能化特性，作为建筑师则要注重个人在其它领域的积累，如计算机、信息系统等学科中。
4.2智慧城市设计理念在城市建筑设计中的具体运用
1）基于物联网的智慧城市建筑设计现代网络技术发展大环境中，物联网技术正取得广泛应用，成为国内外学者的重点研究领域。把握物联网产业的发展，将其作为突破口，推动智慧城市的建设进程，此举已成必然。依托于智慧城市理念，在常规城市建筑设计的基础上融入物联网技术，这是建筑设计朝全新方向发展的重要途径。2）基于互联化的城市建筑设计此处提及的互联化并非传统层面的互联网，以城市建筑设计为例，为之引入互联化概念后可创造“智能互联建筑”的全新形式，而这正是“智能互联城市”的重要组成部分[2]。
4.3智慧城市建筑设计注意事项
实际经验表明，智慧城市建筑设计显然是一种全新的理念，其有别于普通建筑设计，在实际设计工作中应给予高度的重视，应采取合适的手段协调好各方面因素。作为城市建筑设计工作者应具备统筹兼顾的理念，具体应做好如下几点工作。1）注重建筑结构优化设计从构成要素来看，墙面、天花板以及地面尤为关键。具体而言，墙面设计时需兼顾不同设备所提出的接口需求，可引入外接模式，在合适的墙面区域增设接线口，有助于提升传感器的控制效率；天花板设计工作中，需要融入消防系统与暖通系统，彼此之间相协调，优化系统出口的位置，形成合适的走线布置方案，确保通风、照明等各项功能都处于稳定运行状态；地面设计工作中需采取合适的架空方案，适当扩宽地面下方空间，以给强电与弱电的单独设计创造良好条件[3]。2）注重建筑屋顶智能化设计若要提升建筑的环保效益，实现与自然环境的有机协调，针对屋顶的智能化设计工作极具必要性。从各类功能性设备的分布来看，主要集中在屋顶，诸如楼顶主要设置雨水收集器、太阳能热水器等，随之带来楼顶空间紧张的局面，此时合理的屋顶设计方案显得尤为关键。屋顶还需采取保温隔热措施，尽可能阻断屋顶热交换。通过智慧城市理念，针对屋顶各项功能设备做出合理的优化，提升设备的环保效益，切实扩展城市建筑的功能，实现与自然环境的有机协调。
5结语
智慧城市理念是助力城市发展的关键，可为城市建筑设计提供可靠的指导。从实际应用的角度来看，应以技术可行性为基本前提，在此基础上融入节能环保的理念。基于智能化技术手段，加之各类高技术水平设备的灵活运用，为城市建筑设计提供支持，扩展城市的功能和提升城市的舒适性。
参考文献
[1]缪蓉蓉，张耀.探析智慧城市理念在城市景观设计中的应用[J].大众文艺，2019（13）：110-111.
[2]郑发.刍议智慧城市理念与未来城市发展[J].价值工程，2018（13）：212-213.
智慧城市论文范文7
[关键词]高校智慧图书馆;智慧校园;大数据;云计算;信息素养
目前，信息通信技术（ICT）应用已经成为当今社会最活跃的领域之一，智能手机的普及引发了信息和数据的大爆炸。物联网、大数据分析与利用、云计算和人工智能等技术的快速发展，有力推动了各行各业的创新发展，高校智慧校园建设也如火如荼。高校图书馆作为支撑高校建设和发展的三大支柱之一，必须摒弃坐靠等、搭便车的思想，准确找准自己的定位，借力智慧校园建设的东风，谋划好智慧图书馆建设，提高图书馆在学校教学、科研中的地位。
1高校智慧图书馆和智慧校园
1.1智慧校园建设的背景和现状
从2008年由IBM公司首次提出“智慧地球”概念至今，主要依托于互联网+物联网的智慧应用在各行各业如雨后春笋般出现，智慧城市、智慧医院、智慧校园等规划得以逐步实施。近年来，在国家政策的引导下，以浙江大学、南开大学、厦门大学、中山大学、北京航空航天大学、复旦大学等为代表的全国知名高校在智慧校园建设中取得了一定的成绩。围绕构建校园智慧环境、智慧管理、智慧资源、智慧服务的功能特点，通过对原有数字校园的进一步扩展、延伸和提升，智慧校园的软硬件基础设施建设取得了可喜的经验和成绩。
1.2智慧图书馆和智慧校园的关系
互联网技术经过近20年的高速发展，数字图书馆的普及使得传统图书馆的地位越来越低，读者进馆人数不断下降已成全球性的趋势，不少高校图书馆已经被沦落为学生自习的场所。而智慧图书馆的建设正是促进高校图书馆快速转型和整体跨越式发展的大好机会，高校图书馆必须摒弃单打独斗的思想，充分把握智慧校园建设的机遇，努力把图书馆建设成为与新时代大学教育和科研相适应的综合智慧体[1]。高校智慧图书馆是智慧校园建设的重要组成部分，智慧校园建设促进了智慧图书馆建设，两者相辅相成，互为促进。智慧校园的本质是智慧的环境、智慧的教学和智慧的学习，是基于移动通信技术、边缘智能、传感技术、大数据、云计算和物联网技术的智能化综合应用服务平台，是新技术与高校新管理理念相融合的一项系统工程。智慧图书馆建设是其中最重要的功能模块之一，与智慧教学、智慧科研、智慧财务、智慧人事、智慧资产、智慧OA、智慧后勤、智慧招生就业、智慧学籍档案管理系统[2]同等重要。网络是图书馆提供服务的主战场，高校智慧图书馆是智慧校园建设公共服务、大数据分析挖掘利用的主要部门之一。
2高校智慧图书馆在智慧校园建设中的角色定位
高校智慧图书馆不仅是学校的书刊借阅和共享交流中心，更应是学校的大数据中心、信息素养教育中心以及内容云的主要提供者。图书馆在成立自己的智慧图书馆建设工作小组的基础上，要积极投身于智慧校园建设工作，参与到顶层设计过程中，给决策层献计献策，加强与各方面专家的沟通协调，不断完善智慧图书馆的建设方案。
2.1智慧校园的信息共享中心
高校图书馆向来是高校的信息共享交流中心，智慧校园建设需要更加智慧的信息共享活动，需要建设智慧图书馆。基于射频识别技术（RFID）、电子标签、无线传感器WSN、GPS定位、ZipBee传感网络等综合应用，借助人工智能、AR/VR、人脸设别智能门禁技术，图书馆的借阅方式也进入了人、书、空间环境的自动化智能感知时代[2]。图书由此可以实现智能导航、智能定位、自动分拣、自助借还，利用机器人可实现自动上架，同时配套的智能密集书架也大大提高了图书馆的空间使用率，依据校园教学、科研、生活的布局设置分布式的全天候智能借还书柜，延伸了图书馆的智慧服务空间。智慧校园建设使师生对图书资料的共享和交换有了更为便捷的方式。每逢毕业季，校园里就会有大量的个人图书资料无法妥善交换，甚至只能直接被当废纸处理，造成图书资源的极大浪费。而智慧校园环境下的共享交换图书只需经过图书馆的技术加工处理后即可在校园中自由流通起来，这也是智慧校园文化建设的重要部分，可以促进校园文化的传承。
2.2智慧校园云服务的重要节点
高校图书馆应该建设成为智慧校园云服务的重要节点。多年来，图书馆计算机应用从微型计算机一直发展到小型机和基于分布式虚拟技术的网格计算，再到现在的依赖计算机集群的云计算，计算效率得到了质的提升。对于云计算除了三层架构（SaaS，PaaS和IaaS）外，还可以被分为公有云、私有云和混合云3种模式。云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术发展融合的产物。云计算提供服务时必须考虑数据安全、服务质量（SLA）以及是否影响原有硬件资源和软件资源的利用等因素。感测技术、通信技术、计算机技术和控制技术等是智慧校园建设的信息技术基础保障。智慧校园的重要工作之一就是整合全校的服务器与存储资源，搭建高效可复用的云计算平台，为科研与教学工作提供强大的计算机资源，从而极大地提高科学研究、资源管理、信息检索等工作的效率。长期以来，高校图书馆的建筑大都规模很大，软硬件设施一流，在校园所处的地理位置也比较突出。高校图书馆大楼内部一般都配有符合国家标准的高等级现代化中心机房，弹性空间好和可扩展性强，非常适合作为校园云计算服务的重要节点，也是智慧校园私有云和图书馆公共服务公有云的交汇点。同时借此也可以节约智慧校园建设的经费投入。从安全的角度考虑，只单独设置一个智慧校园数据中心是不合适的，智慧校园应该是个混合云与智慧校园私有云和智慧图书馆公有云的并存。与此同时，高校智慧图书馆还应该为全校师生和校友提供个人云存储服务。要建立永久的以学习、学术研究、生活等为主要内容的数字化存储空间，通过云服务开放共享交流研究成果。
2.3智慧校园的大数据中心
随着大数据时代的发展，数据的价值已经超越软硬件基础的价值。数据已成为核心资产，大数据中心的构建很大程度上就是基于对数据的整合，需要对其做数据挖掘、分析、归档、重复数据删除等各种处理，从而把有效的数据提取出来。大数据是智慧校园的源泉，智慧校园建设离不开大数据。大数据中心的核心任务就是对于多元异构的众多数据库的集中管理。高校图书馆不单拥有基于图书馆业务管理系统的书刊资源数据库、图书流通数据库、读者信息行为数据库等，还有中国知网、维普、万方和超星等大型数据库的本地镜像，并有大容量的磁盘阵列支撑每年的数据增长，软硬件基础较好，易于扩展。相关的系统管理和大数据开发研究工程师等专业人员配备比较齐全，一些高校图书馆在此基础上通过对毕业论文、科研成果和部分特色馆藏资源的数字化，建立了本地数据库，汇集大量数据库资源的图书馆是智慧校园建设中一个不可或缺的大数据中心。高校图书馆图书情报信息管理人才众多，在智慧校园的知识服务体系中有得天独厚的优势。智慧图书馆使用大数据分析、知识挖掘技术，深度整合校园信息资源和馆藏资源，对不同载体类型、异构分散的资源进行管理和揭示；利用关联数据与数据挖掘技术，根据用户的专业知识背景、借阅历史、点击浏览网页的踪迹以及社会关系和情感变化等因素，为读者推送内容丰富、检索精准的个性化内容推荐服务。通过集成个体和不同机构的共享知识资源，可让图书馆的信息查询范围和质量超越互联网搜索引擎[3]。关联智慧校园教学科研数据库，建立全校学生毕业论文和教师科研论文数据库。通过知识挖掘，及时推送科研分析数据、学科专业发展方向、前沿动态，为教学科研提供智慧化知识服务是未来高校图书馆的核心任务。对于图书馆本身来说，通过对大数据的内容、行为、语义分析等，可以优化馆藏资源，提升馆藏质量，节约有限的经费，提高工作效率和资源的利用率，做到人、资源、空间三者的和谐。
2.4信息素养的智慧教育中心
智慧校园建设的成功与否，不单单是建设好软硬件系统平台的问题，如何使用户有效利用整个智慧校园平台提高教学科研工作才是目的，智慧校园建设需要较高信息素养的师生队伍。高校图书馆普遍通过网络平台进行的入学前信息素养培训和测试，不能只是传统的馆藏资源利用教育，而应该建立一个多元的智慧教育平台，新生通过高校智慧图书馆的信息素养初始教育来了解智慧校园的功能、特点。2015年，美国大学与研究图书馆协会（ACRL）颁布了《高等教育信息素养框架》，可为国内高校图书馆开展信息素养教育提供指导和依据。素养是所有学习的基础，包括信息素养、媒体素养、数字素养和技术素养等。高校图书馆利用自己鉴别信息真伪的能力为读者服务，高校图书馆不单是一个学习、交流和创造的智慧体，也是一个网络智慧学习的平台，肩负着消除信息鸿沟和数字鸿沟的重任[4]。图书馆可以无“书”，但馆员需要成为信息素养教育的导师、信息管理和服务的专家。高校图书馆的信息素养教育不能只是简单的培训和讲座，而应是一个完整的系统的智慧教育平台，信息素养教育应作为高校的一门必修课。信息素养关系到一个人的整个学术生涯，高校智慧图书馆的信息素养教育不但要包括图书馆资源查询、学科专业资料库、参考书目管理工具、信息检索技能等教育，而且还应该包括课题申报、科研论文、学位论文写作、新媒体科技、各类数据库、专题资源、科研工具的使用培训等教育[5]。可以将信息素养教育与图书馆学科服务相结合，整合学校的各类线上资源，构筑一个智慧的信息素养知识、技能、测试的教育综合平台，使之成为智慧校园线上教学的重要分支。
3结语
智慧校园环境下的智能互联，便捷高效的智慧图书馆实现人、资源、空间的关联，全方位提供智慧服务，是智慧校园建设中的重要项目之一。高校图书馆因经费有限，自主智慧化建设并不现实，也不可行，应和智慧校园的建设同步进行，全程参与总体设计和建设，准确把握自身优势，把高校智慧图书馆建成智慧校园中的大数据中心，建设成为提供云服务的数据搜集处理中心、书刊借阅和信息共享中心、学习交流中心和信息素养教育中心。
参考文献：
[1]刘小琴，吴建中.数字图书馆发展趋势研究报告[M].上海：上海科学技术文献出版社，2016.
[2]徐青山，张建华，杨立华.高校智慧校园建设的顶层设计及实践应用[J].现代教育技术，2016（12）：112-118.
[3]夏立新，白阳，张心怡.融合与重构：智慧图书馆发展新形态[J].中国图书馆学报，2018（1）：35-49.
[4]刘炜，周德明.从被颠覆到颠覆者：未来十年图书馆技术应用趋势前瞻[J].图书馆杂志，2015（1）：4-12.
智慧城市论文范文8
关键词：中国园林；热点；Citespace；可视化
中国园林跨越了几千年发展历程，承载着人类通过风水、风土和风情对园林的思索和实践、依赖与信仰。从古代诗人的“诗意栖居”到现代社会的“花园城市”，园林已成为人们的信仰追求和精神的寄托。刘滨谊在《学科质性分析与发展体系建构———新时期风景园林学科建设与教育发展思考》一文中提到守住自然是风景园林学科的“底线”；为生态文明预测愿景、提出梦想、确定目标是风景园林学科的“担当”；协调多学科专业，保护人居环境是风景园林学科的“角色”[1]。随着文明的发展和时代的变迁，园林城市得到越来越多关注，而其相关学科（园林生态学等）也日益受到重视[2]。文献计量学是利用数学和统计学方法定量分析科技文献外部表征，进而揭示学术研究活动特征，已广泛地应用于多学科领域的发展现状和规律探索中[3~4]。随着园林相关研究主题的深化和内容的丰富，学者们对研究领域易依赖自身经验，产生认知偏差，不能客观公正地深入剖析相关主题和内容。针对此问题，文献计量分析方法能够较好地通过文本数据方式，用可视化图谱展现研究领域的演变趋势和发展进程。顾至欣等采用Citespace可视化分析国内关于苏州古典园林为主题的1154篇文献，发现其主要研究领域是遗产保护与管理、园林史与园林比较、园林文化与特色、园林意境与审美等，其研究趋势的关键词是“融合”“溯源”和“深化”[5]。王艳婷等也采用该方法可视化分析西蜀园林的研究状况，结果发现园林历史与发展、园林美学与意境、园林文化与特性、造园要素与景观和旅游开发是其主要研究主题，“追根”“交融”和“升华”是研究趋势的根本[6]。研究借助Citespace软件分析核心期刊《中国园林》2003～2019年间的文献记录，为学者梳理研究概况、分析不同时期的研究热点。
1数据来源与分析方法
《中国园林》作为在国内外发行的由中国风景园林学会主办的综合性、理论性核心期刊，紧密结合行业特点和学科前沿，主要刊登风景园林及相关交叉学科的基础和应用研究论文等内容。研究使用的数据来源于中国CNKI期刊全文数据库，检索文献来源《中国园林》的相关期刊论文，数据采集时间为2003～2019年，并清理无关数据如“刊首语”等导出“Refworks”文献格式，除重（RemoveDuplicates）导入的数据得到4719条文献记录。利用Citespace文献计量分析软件绘制知识图谱，分析《中国园林》核心期刊的研究热点及趋势。
2结果分析
2.1期刊引文分析。期刊引文是文献的重要组成，分析期刊的引文有助于研究主题发展脉络的梳理，对文献受关注程度和价值的体现则可从引文频次看出。研究结果表明，引用频次最高的为多义景观规划设计研究中心林箐和北京林业大学王向荣合作在2005年发表的“地域特征与景观形式”一文，被引频次达到896次。该文从地域特征与历史园林、地域特征与现代风景园林和突出地域特征的设计实践3个方面，阐述了地域特征对园林风格的形成和规划设计有重要影响。并提出了不仅可以将天然山水风景作为参考对象，还可以将更广阔的自然（田园和国土）作为对象形成设计语言[7]。同济大学王云才的“论中国乡村景观及乡村景观规划”被引频次为781次，系统探讨了乡村景观、乡村景观规划的概念并进一步探讨了中国乡村景观意象、景观功能区、人类聚居环境等乡村景观规划核心[8]。该文献的高被引次数也印证了我国乡村振兴这一战略的发展。随着后工业时代的来临，传统制造业在城市中遗留的具有较大环境和社会问题的工业废弃地也被提上议程，针对这一棘手难题，王向荣等通过“生态”“艺术”和“后现代”的景观设计思想提出整体保留、部分保留和构件保留3种方式设计废弃工业建筑、构筑物和工业设施[9]。
2.2关键词突现分析。以4719条文献记录为分析对象，设置“YearPerSlice=1”，调整“Burstness”中的关键词持续时间“Mini-mumDuration”，当2003～2019年“MinimumDuration”为1时，共有120个关键词突现点。在17年间共有28个关键词只出现了1次，如2017年的“无锡近代园林”“荒野”等，说明这类关键词的主题没有持续性；有3个关键词持续出现长达8年，分别是2003～2010年的“生态”、2004～2011年的“湿地”和2011～2019年的“风景园林学”。关键词突现出现的持续时间集中分布在6年内，持续时间为2年的关键词突现为最多的35个。关键词突现时间的改变也说明研究主题的变化，从时间持续性上看，大约6年在《中国园林》期刊中的主题有较大变化。而研究主题的变化也与社会的发展息息相关，如2017年出现的“大数据”“空间分布”“生态修复”“城市公园”“微气候”“生态智慧”等也契合大数据的飞速发展和生态环境治理等研究热点。
2.3研究热点时序聚类分析。聚类分析关键词突现网络，按照相关度抽取关键词，并绘制高频关键词共现聚类时序图（如图2、3）。图谱中不同聚类由平行轴线代表，不同关键词频次由节点大小代表，关键词首次出现年份由位置代表[5]。由图2和图3可知，《中国园林》期刊突现关键词共分为15个大类，包括“园林植物”“风景园林”“规划设计”“风景名胜区”“世界遗产”“人文”“地理信息系统”“岭南水乡”“香蜜公园”等。对“园林植物”大类主要有植被修复、堆肥、调查、光照强度等关键词，主题方向为园林中各种植物的研究；对“风景园林”主题，期刊更多关注的是植物景观、水生植物、康复花园、苏州古典园林、世园会等方面。从关键词聚类分析可知，《中国园林》期刊更多的是关注风景园林、风景名胜和世界遗产等，更多赋予园林以人文思想，并向与地理信息系统相结合的方向发展。
