声明
摘要
1.1 研究的背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外相关研究
1.2.1 政府数据的开放机制与管理方面
1.2.2 政府开放数据的价值与利用方面
1.2.3 政府开放数据的服务与评价方面
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
1.4 研究框架与创新点
2 相关概念与理论基础
2.1 政府开放数据的概念
2.2 BP神经网络
2.2.1 人工神经网络概述
2.2.2 BP神经网络的结构与算法
2.2.3 BP神经网络的局限
2.3 遗传算法
2.3.1 遗传算法的原理
2.3.2 遗传算法的步骤
2.3.3 遗传算法的特点
3 政府开放数据的数据使用状态表示方法研究
3.1 政府开放数据的数据使用状态分析
3.2 数据使用状态维度
3.2.1 状态表示维度选取的原则
3.2.2 数据使用状态维度的选取
3.3 数据使用状态表示
3.3.1 数据使用状态维度
3.3.2 数据使用状态表示
3.4 数据使用状态表示方法的科学性分析
4 政府开放数据的数据使用状态预测模型构建
4.1 模型选取
4.1.1 常见预测模型
4.1.2 BP神经网络在数据使用状态预测中应用的可行性
4.2 数据使用状态预测模型构建思路
4.2.1 数据使用状态预测框架设计
4.2.2 预测模型输入参数确定
4.3 基于GA-BPNN的数据使用状态预测模型
4.3.1 BP神经网络参数设置
4.3.2 遗传算法参数设置
4.3.3 基于优化BP神经网络模型预测流程
5 实证研究
5.1 实证研究思路
5.2 上海市政府开放数据使用状态表示
5.2.1 数据获取与标注
5.2.2 数据使用状态表示
5.2.3 数据使用状态分析
5.3 预测实验
5.3.1 模型效果评价指标
5.3.2 预测模型的构建
5.3.3 预测结果
5.4 实证总结
6 总结与展望
参考文献
附录
攻读学位期间所取得的相关科研成果
致谢