這是一本關(guān)于高校圖書館閱讀推廣育人實踐探究的專著。其中系統(tǒng)地研究了高校圖書館在閱讀推廣中的豐富含義、當(dāng)前現(xiàn)狀以及存在的問題,并給出相關(guān)發(fā)展建議。同時,該專著深入探討了閱讀推廣在育人方面的重要作用、創(chuàng)新路徑與多元功能,尤其對其教育功能及影響因素進行了特別分析。此外,書中還詳述了閱讀推廣的具體內(nèi)容與豐富多彩的活動形式,比如
《中國科技期刊發(fā)展藍皮書(2024)》聚焦“推進中文科技期刊高質(zhì)量發(fā)展專題”。依托國內(nèi)外知名數(shù)據(jù)庫和一手官方數(shù)據(jù),運用科學(xué)計量方法,剖析存在問題,總結(jié)發(fā)展規(guī)律,梳理中國科技期刊及科技論文的總體情況,以數(shù)據(jù)形式呈現(xiàn)中國科技期刊及科技論文的整體現(xiàn)狀;基于調(diào)查研究,研判中文科技期刊的發(fā)展生態(tài)及業(yè)務(wù)模式探索實踐,借鑒非英語母語
近年來,AIGC技術(shù)迅速發(fā)展,成為各行各業(yè)高質(zhì)量發(fā)展和生產(chǎn)效率提升的重要創(chuàng)新手段。對新媒體運營人員來說,不僅要掌握各類新媒體運營工具的使用方法,還要能熟練使用各類AIGC工具輔助新媒體運營工作。本書以人工智能時代為背景,從新媒體運營人員的工作需求出發(fā),全面且系統(tǒng)地介紹了新媒體運營工作中涉及的各類新媒體運營工具和AIGC
日文版月刊《人民中國》創(chuàng)辦于1953年,2023年迎來創(chuàng)刊70周年。本書精選《人民中國》自創(chuàng)刊起70年優(yōu)秀版面,以圖為主,佐以500字左右的精簡說明,交代時代背景,分析策劃意圖,點評傳播效果,以便閱讀者更為直觀地感受到《人民中國》“惟精惟一”的成長歷程以及獨特的《人民中國》文圖版面美學(xué)的形成始末。此外,書中還增加了《人
本書歷時性地分析了從2G到5G這一技術(shù)變遷語境下中國主流媒體的新聞創(chuàng)新實踐歷程,分析不同技術(shù)階段中國主流媒體新聞創(chuàng)新的動力、路徑、特色與不足。本書指出,從2G到5G,中國主流媒體的新聞創(chuàng)新經(jīng)歷了“報網(wǎng)互動”、主動融入網(wǎng)絡(luò)社會、媒體融合、深度媒體融合四個階段。在此過程中,多重壓力導(dǎo)致新聞創(chuàng)新實踐走向同質(zhì)化甚至窄化,不僅在
本書是一本全面深入探討主持藝術(shù)風(fēng)格與審美的圖書。本書以主持藝術(shù)的內(nèi)涵、特征、發(fā)展歷程為基礎(chǔ),詳細分析了主持藝術(shù)的基本技巧和專業(yè)技巧,并對主持藝術(shù)風(fēng)格進行了全面的概述。書中闡述了主持藝術(shù)風(fēng)格的含義、特征、形成階段及成因,并對多種類型的主持藝術(shù)風(fēng)格進行了詳細的解析。此外,本書還深入探討了主持藝術(shù)的審美特性,包括真實性與假定
這是一本全面、系統(tǒng)介紹檔案管理的專業(yè)書籍,內(nèi)容涵蓋了文件生命周期全過程管理。本書首先深入探討了檔案信息資源的開發(fā)利用、電子檔案管理系統(tǒng)及其安全措施;然后針對數(shù)字化轉(zhuǎn)型背景下的檔案工作變革,分析了新趨勢、新要求及企業(yè)內(nèi)外協(xié)同合作的應(yīng)用;最后展望了檔案工作未來發(fā)展的方向和挑戰(zhàn)。本書通過全面解析和實例指導(dǎo),為讀者提供了現(xiàn)代檔
本書遴選2022年度網(wǎng)絡(luò)視聽領(lǐng)域具有代表性和影響力的15個典型案例,在實地調(diào)研和深度訪談的基礎(chǔ)上進行深入分析和解讀,通過個案透視網(wǎng)絡(luò)視聽行業(yè)發(fā)展的最新特征、面臨困境及未來發(fā)展趨勢。本書分為視聽精品案例、平臺創(chuàng)新案例、媒體融合案例、新技術(shù)新探索四部分內(nèi)容。視聽精品案例選擇了2022年首創(chuàng)的《中國網(wǎng)絡(luò)視聽年度盛典》《幸福到
本書為信息數(shù)據(jù)研究類學(xué)術(shù)專著。以查詢數(shù)據(jù)集標(biāo)注為基礎(chǔ),探討了如何對不同意圖類別查詢以及歧義性查詢進行自動標(biāo)注的方法,對查詢推薦研究以及時態(tài)信息檢索研究進行了文獻綜述,分析了當(dāng)前查詢推薦中主要方法以及本課題待解決的問題,辨明當(dāng)前查詢中實時性意圖識別以及實時檢索排序的主流方法,以此得到構(gòu)建實時性查詢推薦模型的啟發(fā),探討了用