理论研究

农转城新市民信息素养与城市社会融合度的神经网络映射模型

  • 吴诗贤 ,
  • 张必兰
展开
  • 1. 重庆工商大学计算机科学与信息工程学院;
    2. 重庆工商大学图书馆
吴诗贤,重庆工商大学计算机科学与信息工程学院讲师,E-mail:wsx19730813@163.com;张必兰,重庆工商大学图书馆研究馆员。

收稿日期: 2013-10-23

  修回日期: 2013-11-04

  网络出版日期: 2013-12-05

基金资助

本文系国家社会科学基金项目“农转城新市民信息素养及促进模式研究”(项目编号:12XTQ004)研究成果之一。

Artificial Neural Network Model for Mapping Information Literacy to Urban Society Fusion Degree of New Urban Inhabitant

  • Wu Shixian ,
  • Zhang Bilan
Expand
  • 1. Computer Science and Information Engineering College, Chongqing Technology and Business University, Chongqing 400067;
    2. Lihrary of Chongqing Technology and Business University, Chongqing 400067

Received date: 2013-10-23

  Revised date: 2013-11-04

  Online published: 2013-12-05

摘要

在构建农转城新市民信息素养和城市社会融合度评价指标体系的基础上,基于BP神经网络建立新市民信息素养各指标与其城市社会融合度指标之间的非线性映射模型,然后利用社会调查获得的样本数据训练该映射神经网络,由获得的网络连接权值矩阵和阈值矩阵来反映两者之间的内在联系。利用该网络可深入地分析新市民的信息素养与其城市社会融合的动力关系以及新市民快速融入城市社会的主要信息素养障碍。

本文引用格式

吴诗贤 , 张必兰 . 农转城新市民信息素养与城市社会融合度的神经网络映射模型[J]. 图书情报工作, 2013 , 57(23) : 48 -52 . DOI: 10.7536/j.issn.0252-3116.2013.23.008

Abstract

On the basis of building the assessment indicator system which consists information literacy and urban society fusion degree of new urban inhabitant from peasant, a nonlinear mapping model is constructed for various indicators of information literacy to indicators of urban society fusion degree based on BP neural network. Then it trains this neural network with social investigation data, and reflects the inherent relationship between information literacy and urban society fusion degree by connection weights and threshold values. This model can be used to analyze dynamic relation of information literacy and urban society fusion degree, and main information literacy obstacles of new urban inhabitant melting into urban society.

参考文献

[1] 张文宏, 雷开春.城市新移民社会融合的结构、现状与影响因素分析[J].社会学研究, 2008(5):117-141.
[2] 李德娟. 信息弱势、信息援助与城市农民工社会融入[J].图书馆建设, 2012(12):13-16.
[3] Hornik K, Stinchcombe M, White H. Multilayer feedforward networks are universal approximators[J].Neural Networks, 1989, 2(5):359-366.
[4] Hornik K, Stinchcombe M, White H. Universal approximation of an unknown mapping and its derivatives using multilayer feedforward networks[J].Neural Networks, 1990, 3(5):551-560.
[5] 赵静, 王玉平.群体信息能力测试分析模型[J].图书情报工作, 2008, 56(6):106-109.
[6] 区晶莹, 张淞琳, 俞守华, 等.基于偏最小二乘通径模型的农民工信息能力综合评价[J]. 农业系统科学与综合研究, 2011, 27(4):495-501.
[7] 黄匡时, 嘎日达."农民工城市融合度"评价指标体系研究——对欧盟社会融合指标和移民整合指数的借鉴[J].西部论坛, 2010, 20(5):27-36.
[8] 韩力群.人工神经网络理论、设计及应用(第二版)[M].北京:化学工业出版社, 2007.

文章导航

/