文摘

在当前的数据爆炸的时代,人们的媒体通过互联网获取大量的信息。如何生成有效的和现实的新闻,让感兴趣的人接受它是当前新闻媒体行业的一个热门话题。传感器技术的不断发展和人工智能技术的应用使智能传感器的定向推送消息去实现。智能传感器媒体使用传感器技术来监测和收集信息,然后结合人工智能和大数据处理信息。在获得有效的媒体信息,它将推动目标的方式和跟踪进行分析。通过分析传感器新闻的现状和困难,本文寻求一个有效的结合人工智能技术和传感器新闻和建立整个过程定向模型推动传感器新闻生产和热跟踪分析。这个模型是在媒体领域开拓和实践。为了进一步验证模型的有效性,传感器选择新闻的重要应用领域为仿真研究对象,和特定的选择和布局的传感器,通过传感器获得的数据分析,环境新闻的推动,热跟踪模拟分析。通过数据分析结果表明,新闻编辑,和有针对性的推动水污染环境的消息,这个消息已经得到了一定程度的关注主要设计媒体之一。人气指数估计基于喜欢转发和评论的数量由当前主流网络媒体平台(Toutiao、Tiktok和微博)。 The environmental pollution news thermal index of the sensor reached the highest thermal index score of 12 on the 26th day after the activity. On the Weibo client, the message reached the highest heat index of 14 points on the 28th. The simulation analysis of actual cases further illustrates the advantages of this design framework.

1。介绍

的类型由数据消息,传感器媒体只有出生以来经历了十多年的发展。无论是学术研究、开发和推广传感器的媒体,或者传感器媒体的实践和应用,它是在初始阶段的勘探和认可。利用传感器生产过程中媒体的信息来源,是非常重要的识别和分析的信息来源,也是一个需要解决的问题在当前的传感器媒体生产模式。大数据技术的使用可以有效地解决大量数据的分析和识别传感器的媒体,也就是电流传感器的关键研究方向媒体生产模式。

1.1。传感器技术的概述

人们从外部世界获取信息通过他们的感官,但有一些限制在只依靠感官的功能。传感器是人类感官的延伸。检测设备能够检测被测信息,将它转换成电信号输出或其他形式按照规定,和记录、传输、存储、显示和控制信息(1]。它的特点是小型化、数字化、智能化、多功能、系统化和网络。在互联网时代,传感器是33电子芯片,GPS,智能手机、无人机和遥感卫星。事实上,传感器收集数据的方法(2]。

传感器是现代信息系统建设的一个重要组成部分。传感器技术、信息通信和计算机技术,被称为信息技术的三大支柱。近年来,随着科学技术的发展,传感器技术已广泛应用于军事国防、工业和农业自动化、航空航天、医学诊断等领域。传感器是一种装置,可以捕获特定的测量值,并将其转换成有效的输出信号根据具体的法律。从传感器开发过程,经历了三个阶段:结构传感器阶段,固体传感器阶段,智能传感器阶段(3]。到目前为止,智能传感器已经成为传感器技术发展的主要趋势。没有统一的智能传感器在科学界的科学定义。从最小化的角度传感器结构,IEEE链接集成传感器与智能传感器。智能传感器可以提供可控的或可测量的维度,这通常可以简化应用程序的网络环境,让他们智能传感器。在功能方面,智能传感器主要执行三个功能:信号检测和监管,信号处理和通信。具有精度高的特点,稳定可靠性、高噪声、高分辨率、适应性强。这种技术的智能传感器可以检测到小环境变化,实现科学数据的实时收集功能,记录各种数据传输模式和过程变化,并通过标准化的数字传输接口和计算机连接到网络信息分享。此外,近年来出现了新的研究和发展方向,如微型传感器、多传感器数据集成、网络、蓝牙传感器,nanoprobes,生物传感器(4]。传感器技术的广泛应用在媒体新闻产业带来了新的机遇传统新闻生产。

1.2。传感器媒体的发展现状

传感器是用来获取信息和帮助我们研究的东西,我们无法看到,听到,或联系。这些工具给我们新的意义(5]。因此,一些记者开始使用传感器来收集数据和编写新闻文章。2013年6月,哥伦比亚大学的男童独自数字信息中心建立了一个传感器新闻工作组调查传感器媒体产业的实践和由此产生的法律、伦理和道德的问题。费格斯皮特,在2014年,中心的一名研究人员,组织数十名科学家和业内专家编写传感器消息。根据这本书,传感器信息是指传感器的使用准备或收集数据,然后分析、可视化和使用数据来支持该报告。传感器的基本原理媒体如图1。智能传感器媒体的基本概念是使用传感器的生产设备媒体数据,获得媒体的基本数据信息,结合大数据和人工智能技术来测试方向分布和热点媒体内容的预测。智能传感器媒体是当前研究的重点领域的新闻和媒体以及更好的服务的一个重要掌握社会发展领域的新闻和媒体。

1.2.1。应用方向传感器的媒体

(1)环境新闻媒体。环境新闻媒体是一系列的环境监测设备广泛应用于传感器领域,如天气预报、空气质量监测、水质监测、地震监测、声强监测,为媒体提供了大量数据。媒体可以与环保部门合作,从传感器获取的数据。记者收集信息并将其转化为故事和公共知识(6]。

(2)调查新闻媒体。在调查中使用的各种传感器信息将提供丰富多样的数据和各种信息来源。广泛的信息来源提供更准确和可靠的基础调查报告和改善紧张的调查报告。与传统调查信息相比,使用传感器测量信息可以减少风险。记者可以依靠大量的传感器提供的数据。只要数据分析是正确的,传统的突击访问和深度访谈可以减少在使用数据来解释问题(7]。记者可以减少他们信任专家寻求真理。翻转警察报告的太阳哨兵报就是一个典型的例子。

记者莎莉kestin和约翰·玛蒂用警车被电子收费系统来计算其平均速度通过检索数据。结果是让人吃惊的。在一年,佛罗里达州警察打破了限速6000倍。在报告公布后,佛罗里达警察处理超过130名警察。记者避免传统的调查方法,并使用传感器来检索数据没有另一方的知识的知识,减少风险和提高调查报告的权威和信誉。

(3)无人机的新闻媒体。无人机新闻使用无线电遥控程序和设备来控制无人机和收集信息通过它监控摄像头。2015年是第一年的无人机航空新闻发布。2015年6月,据新华网进行了首次无人交流练习。2015年8月,爆炸发生在天津。无人机进入危险的腹部空间和获得大量的照片和视频第一次。在这种情况下,无人机造成了媒体的报道。无人机新闻体制已成为媒体的利剑。无人机飞行也可以认为是传感器、交通图像检测设备没有到达过的地方,记录第一次事故现场。高成本的优点,操作方便,应用广泛。 It plays an irreplaceable role in the visual communication of news and improving the timeliness of news. It is widely used in emergency live broadcast, disaster live broadcast, and document production.

1.2.2。电流传感器存在的主要问题的媒体

目前,传感器消息是在初始阶段。而突出其特点和扩大新闻生产的道路,它还面临着一些困难。(1)现有的传感器和媒体之间的匹配程度是不够的

有不同类型和制造商的传感器,其性能和质量有很大区别。因此,传感器的数据的准确性和精度直接影响消息内容的准确性。特别是在分组数据收集、传感器的质量难以统一,和人类在操作过程中可能出现的错误。针对在项目参与者的异质性包,下载的数据不可避免地会困惑,,很难获得准确的数据,这将影响质量的新闻稿。当它是不可能获得专业权威数据,媒体必须使用自主研发的传感器,这些传感器的准确性较低。此外,由于主要操作方法的影响,获得的传感数据将不同于专业监测机构的结果。莎莉kestin和约翰·玛蒂太阳哨兵报使用自己的“速度枪”收集公路数据获得警方超速数据。然而,他们很快意识到,质量和仪器的操作方法会引起公众的疑虑。(2)传感器媒体可能影响公众的隐私保护

“未知”的隐私很容易与媒体报道冲突。当媒体发布一些信息,公民的隐私是触犯了。公民通过各种传感器收集的信息一旦公开,它可能有负面影响。传感器安装在公园、街头、广场、十字路口、以及其他公共场所和收集音频和视频信息。也有违反公开机密的风险。因为一个明确的概念的个性可以从看似小统一信息,麻省理工学院的研究人员发现,95%的个人数据只能被输入四个时空运动(8]。如果公民不知道如何使用传感器来收集信息,不能拒绝配合或纠正虚假或误导性信息,不会侵犯他们的隐私(9]。(3)传感器中数据太大,难以分析

不同的传感器有不同的性能和质量。传感器信息要求操作员首先理解测量特点、准确性、范围、成熟、工作距离,找到所需的传感器。除了选择正确的传感器,传感器数据的操作也应该被考虑。记者不是程序员,所以我们需要与技术人员亲自计数传感器数据更有价值。数据和信息可以被理解什么?这个之前必须明确实现感知信息。如果你没有问正确的问题,即使你有合适的传感器,数据不会帮助。

2。传感器媒体应用大数据技术的必要性

大数据应用于越来越多的领域以不同的方式,和它的概念已经扩展和丰富。这一概念的发展仍然是一个动态的过程。从技术的角度来看,“大数据”是指“一种新技术架构,受益于大量数据通过高速采集、检测或分析。大数据“在媒体领域,更多的信息来源,主要用来解释现象,分析的内涵和背景数据,并得出有意义的结论。

2.1。大数据技术提取大量数据传感器的媒体

传统新闻生产内容的生产指导的人,而大数据背景下的新闻报道不是扩展之前的最新的准确的新闻或计算机辅助报告。在数据收集、积累、采矿、加工,形成新的新闻样式,一定实现质变。目前,新闻生产下大数据主要有两种方法可以获得所需的数据报告。通过相关渠道查询公开数据。新闻传播在大数据时代变化和促进传统新闻。它改变了的方式获取新闻来源在新闻生产和建构新闻价值的标准。重要的是应用程序的数据和对个人相关性的影响。

2.2。传感器媒体需要大数据的方向推动

大数据时代的到来和数据量的爆炸式增长,人们常常有一种紧迫感当面对大量的信息。他们总是想在最短的时间内获得更多的信息。为了实现传感器的影响媒体的扩散,有必要推动大数据分析用户。

3所示。建设媒体大数据背景下的传感器

传感器的基本原理媒体在大数据的背景下,当前丰富的传感器可以组合和部署根据不同的需求来实现事件的描述。大数据分析和提取技术可以提取大量数据通过传感器和分析和集成(获得的数据10]。在媒体宣传方面,大数据可以预测可能的社会热点根据当前社会动态和掌握传感器数据的采集和位置提前,同时,大数据分析也可以实现传感器的定向推荐媒体信息(11]。

3.1。分布式传感器数据采集

传感器新闻通常指的是使用传感器来生成或收集数据,然后分析和可视化。使用数据来支持新闻报道。传感器的核心观点新闻是用数据告诉新闻故事,和数据收集来自传感器(12]。因此,数据采集方法已经成为传感器新闻的一个重要组成部分。

分布式传感器的数据采集主要显示当前传感器的空间多样性。一个是地面遥感和遥感。政府和商业组织使用传感器安装在固定位置在地面上,飞机、船舶、甚至卫星(13]。它可以提供更频繁和大型覆盖率数据信息,包括地壳运动的振幅,森林覆盖率减少,空气中二氧化碳浓度的变化。第二,可穿戴传感器,包括GPS和感应器嵌入到移动终端和智能手机,以及应用程序可以记录温度、光线的影响,压力,和运动条件下,通常用于健身跟踪,记录睡眠和心跳数据,甚至内置的陀螺仪和加速度计的设备来确定运动方向和佩戴者的头部(角14]。骨传导传感器内置的音频系统显示的距离方向和温度。

从具体的操作实践新闻行业,随着传感器技术的不断发展,该行业的了解传感器技术继续深化的作用[15),和媒体的方式获取数据信息通过传感器也会增加。目前,分工的传感技术应用到新闻生产的主要方式主要是基于传感设备的差异。一个是获取所需的数据从现有的遥感资源在政府组织和公共设施16]。第二,收集数据通过移动终端和智能设备内置传感器设置(17]。第三是通过公众参与来获得数据信息感知经验。第四,白手起家的传感器直接获得信息资源(18]。传感器不仅带来收集工具和方法的创新,但也使“众包”的新常态数据收集(19]。

3.2。聪明的热点预测和分析

随着信息技术的快速发展,人们越来越倾向于通过互联网了解世界。网络用户规模的快速发展带来了网络新闻媒体行业的迅速崛起。与此同时,网络新闻信息也逐日增加20.]。网络新闻数据是巨大的,报告的来源众多,内容是复杂的21]。作为一个虚拟的公共交流平台,新闻报道的质量参差不齐。为了让用户及时了解新闻事件的发展,关注社会焦点在不同的时间段,并提供better-personalized新闻推荐服务,具有重要意义的研究新闻热点话题检测(22]。考虑技术水平的新闻热点话题的发现研究、新闻热点话题发现的策略通常是三个步骤:特征表示,话题发现和热分析。新闻热分析模型如图2。

从集群的角度来看,主要的测试方法来测试测试对象基于改进传统的聚类算法。关键字提取主题不再受到相关词汇冗余,减少文本访问嵌入式的话,新的文本主题转换成改进的基于关键词的社区测试方法。文本主题提取方法之间建立一个文本映射网络的映射文件,和文件对应于网络上的节点。社区由许多节点对应词汇表主题密切相关。社区层面测试包括找到这些相关的复杂网络中社区结构密切相关,也与文档搜索过程中相关文件网络(主题)。热门话题分类和发现的技术模型图所示3。

3.3。聪明的大数据信息的提取

传感器数据新闻生产的第一步是收集数据。信息收集的数据后,数据信息整理和清洁。数据编辑器需要识别数据,初步确定数据的目的,并澄清之间的关系和其他数据的数据源。在此基础上,进行分类和排序,总结法律、经验和把握发展趋势。在处理的过程中,发现隐藏的信息,发现报道线索和新闻主题,策划新闻据报道逻辑,深度挖掘数据,找到相关性和因果关系数据的主要工作内容是记者。目前,数据处理工具层出不穷。云计算,这是众所周知的,经常被提及。其快速计算能力使得它广泛应用于市场监测、空气指数和其他方面。相对而言,很难理解云计算(23]。对于记者来说,很难有一个深刻的理解和熟练的应用云计算在很短的时间内。图4显示了智能传感器大数据信息提取系统框架。

3.4。定向信息推

信息,建议,和媒体的建议是有效的减少信息过载的方法。帮助用户选择和发送消息各种有趣的信息来源。目前,建议系统的优先区域研究是提高公共信息通过大数据分析的建议。从大数据分析技术的角度,分析了特征建模和处理技术深入研究对象的主要信息用户信息。“协作”方法使用用户的行为,认为相邻的用户之间的交互和消息。在每种类型的方法中,根据具体的建模过程中的子项目或不同的数据组织结构根据不同的子项目,非技术方面的特性和设计特点进行了分析建模的消息,”“通用建模用户的偏好”和“建模用户”、“用户兴趣建模时间”和“用户信息”二分法进行了分析。图5基于大数据显示了新闻推荐模型。

4所示。情况下传感器的应用媒体沟通基于大数据的生产方式

环境新闻是传感器应用的重要方向之一。与我国多年来的快速发展,我们正面临着巨大的生态和环境的挑战。特别是近年来,环境风险在传统和新媒体迅速传播,引起公众恐慌,影响公众意识和行动。有效的环境交流有助于正确评估和谈判环境风险,良好的治理,和谐社会治理。媒体环境信息传播的核心。媒体报道对环境问题直接影响公众的理解和对环境问题的看法。此外,公众的环境意识和兴趣和对环境信息的需求也不断增加24]。客观地讲,环境信息的质量需要改善。为了更好地验证传感器媒体的实际应用效果,本文以重金属污染的新闻时间被一条河流水质传感器为例,确定生产和分析过程的相关数据,跟踪事件的传播范围和受欢迎程度,并完成整个链传感器媒体的跟踪和分析。

4.1。选择和设置的传感器

应用优势和现状环境监测的无线传感器网络有三个明显的优点使用无线传感器网络的环境监测:(1)低成本和快速的网络安装;(2)数据传输可以在不增加其他设备完成,提高了系统性能的数量级;和(3)的无线传感器网络在环境监测中的应用,国内学者已经做了大量研究,取得了一些研究成果。在美国,研究人员用它来监视岛上的生态地位。在中国,杭州已经用它来监视杭州西溪湿地的水环境,和国防科学技术大学的,用于环境监测,取得了重要的研究成果。

无线传感器网络(WSN)是一个multi-impact网络系统,包括各种低成本的微传感器节点安装在控制点和无线连接。它的工作原理是收集数据的监控区域和传送到观察者的合作下多个传感器节点。这个任务选择一个无线传感器网络获取环境,获得监测数据,并通过无线网络连接。因此,监测范围相对较宽,灵活。监视器配置可以修改,以解决数据准确。它的主要优点是简单,安装方便,灵活安排,维修方便,成本低。传感器的主要目的是收集和处理测量数据的观察对象,并传输到网关。在这种情况下,数字传感器体积小,功耗低,外围电路简单,启动速度快,没有信号调节回路应尽可能根据实际需要和监测类别。(1)温度和湿度传感器:CMOsenstm技术被用来在任何环境中确保其稳定运行。它的特点是数字输出,没有调试,和没有校准,可以交换(2)光强传感器:它与不同的功能有两个渠道,一个用于传感可见光,另一个用于感应红外线。芯片有很强的抗干扰能力和较低的能源消耗。集成转换器可以将当前集成转换为数字量,和转换后的数据存储在相应的寄存器根据源(3)压力传感器:它是一个集成压力传感器与低电压,低功耗,self-switching电源(16位参数输出,范围从300年mbar 1100 mbar)(4)的选择和应用无人机(UAV),期间产生的升力旋翼无人机的飞行将会导致大的气流扰动下的无人机,影响监测的准确性。监视器安装在旋翼无人机克服振动的干扰,通过泵吸入抽样无人机的风的阻力。根据选定的旋翼无人机的模型特点,完成的任务路线巡航,徘徊在指定点,并实现三维大气环境的远程监控。该系统采用常见的物联网三层架构。传感层完成收购的空气污染物的浓度和监视点的位置信息,传输层实现了常规监测数据的远程传输,应用程序层是用于分析和显示三维大气环境的监测数据

智能传感器网络图所示6。

节点工作流设计传感器在待机模式运营。特定的节点工作流程如下:第一步是把节点进入睡眠,初始化节点和删除所有原始节点。如果没有监控任务,传感器节点将不会工作,计时器将根据数据收集时间开放。第二步是醒来。数据采集时间达到时,传感器节点醒来,进入工作状态,完成数据采集、处理和传输任务,由其他网关发送和接收监测任务。在第三部分,处理器完成任务后返回到睡眠状态。CPU是停止并等待下一个监控任务。这个时候,其他港口和中断系统不能工作和保持高速。无线电模块不睡,只接收弱电。这样,传感器节点完成监测,定期收集和处理数据,实现了数据信息的传播。

4.2。关键数据提取仿真

火花是一个平行的开源架构开发的amp实验室的加州大学伯克利分校。这是一个Hadoop-like集群计算环境(25]。所不同的是,火花将中间运行结果存储在内存中而不是HDFS。火花提高了实时数据处理的效率,在更广泛的数据上下文。其优点是实现迭代数据检索和机器学习算法。星火计划期间,逻辑运算生成图表,不包含循环。工作原理如图7。最后,计划完成任务的计划。因此,在环境监测数据的分析和提取,引发数据分析结构被选中。

大数据分析系统主要分为三个模块:环境数据模块,环境数据分析模块和环境数据显示模块。环境数据捕获模块使用履带scrapy捕捉传感器网络数据,环境数据分析模块使用火花进行离线分析和实时新闻、分析和环境数据显示模块显示热环境数据通过视图的信息。建立scrapy项目,定义环境项提取,然后开始分布式爬虫捕捉传感器网络数据和提取物品,最后将数据存储为离线MongoDB新闻分析和存储的数据为实时新闻分析卡夫卡。从MongoDB数据库读取的信息预处理,提取信息和环境数据。向量空间模型(VSM)用于预处理的数据转换成向量获得文本的主题和知识。向量空间模型将文档映射到一个特征向量 。在这个公式, 是一个不同的词的重量是在 ,的发生频率及其价值在 。这个公式是:

在这个公式,是这个词的出现频率的函数在 , 是包含这个词的文档的数量吗 ,和所有文件的数量。在信息检索中,TF-IDF函数是一种常用的词权重计算方法。词的频率就越高文档中,区分内容属性,文档的能力更强,更大的重量。文档之间的相似度是表示向量的夹角的余弦值(24,26]。文档之间的相似度公式和文档是

查询时,查询条件根据布尔模型是矢量化。文档之间的相似度公式和查询是:

在这个公式, 扫描仪可以实现文档的自动分类和排序查询结果的相似性。根据文档之间的相似度 - - - - - -意味着算法用于集群环境数据,和热类方向的环境数据统计分析。环境数据有很强的时间性,实时分析和研究环境进行有效的数据。根据文档之间的相似度, - - - - - -意味着新闻聚类算法分析环境数据热点统计上的方向。使用 - - - - - -意味着类库在火花MLlib获得环境数据通过聚类分析的话题。

4.3。分析环境新闻的受欢迎程度

环境新闻的概念热事件是集的整体热事件微博热。的基础事件微博热的关注程度,表扬,和当前主流媒体的转发,包括微博,今天的Toutiao,微信,和其他相关媒体平台。目前,没有建立的标准指标体系在学术社区定量地描述事件推特受欢迎。名人的个人信息和知名媒体对事件的流行具有重要影响。在此基础上,本研究选择作者的信息的三项指标,即粉丝的数量,写博客,和活跃的天数,二级指标来反映作者的流行特点的影响(27]。环境新闻本身也有一定的贡献价值的人气和影响力。的字数,丰满的图片,选择外观的及时性,以及其他指标的二级指标内容特征的声望和影响力。环境新闻特性最能反映微博的影响(见图8新闻分布结构图的智能传感器环境)。

在这项研究中,喜欢的数量,评论的数量,和转发的数量选择的二级指标的声望和影响通信的特点。对于比较各项指标的相对重要性,建立了层次分析法模型的事件热。根据刻度表,第一级索引和第二级索引设置事件微博受欢迎吗 ,和具体指标如表所示1(28]。完成微博受欢迎的判断矩阵和第一级指标如下:

应检查满意一致性的判断矩阵。一致性测试标准如下:

在这个公式,矩阵的最大特征根,矩阵的顺序,国际扶轮的平均随机一致性指标,CR一致性比率,CI是一致性指数。

通过计算, , , ,和 ,所有这些通过了一致性测试。每个级别的事件微博流行的权重计算,和权重 , , ,和分别对应于一个和Bi:

在这项研究中,黑客新闻排名算法模型将用于进一步建设。主要的公式是: 在哪里是事件微博的流行,是在推特上票的数量,的天数,通常是重力因素,准备好了吗 。从方程(3),它的微博可以看到更多的选票在更短的时间内将排名高,随着时间的增加,微博排名将逐渐减少。根据层次分析法(AHP)模型和权重矩阵的每一个层面,本研究修改Hacker news算法和构建微博流行模型通过使用时间因素的特点。具体公式如下: 在哪里 , ,和影响热量的作者、内容和通信特点,分别。使用公式标准化数据,和限制热量的三种类型的值在0和1之间。计算公式如下:

在这个公式,和之前和之后的热量值标准化。的公式计算的整体热事件微博(29日]:

根据事件热模型,事件分为热单位,总微博热的积累,分析传感器的热交换新闻随着时间(见表2详情)。

5。结论

传感器消息是当前媒体领域的前沿研究课题。本文构建一个完整的传感器新闻生产和传播跟踪分析模型,系统地研究基于人工智能的新闻数据收集模式,数据分析计划,新闻生产系统中,新闻传播计划目标,和新闻热分析方法。仿真是进行环境新闻方向传感器关键字段的新闻应用程序。多层次传感器布局方案是根据应用场景特别设计的。人工智能技术应用于分析环境的关键消息数据智能传感器系统,和一个热的环境新闻评价模型设计的智能传感器。最后,定向推广后的传感器的热分析表明,智能传感器达到了最高的环境新闻热指数12后26天ByteDance媒体(Toutiao和Tiktok)事件,和微博达到最高的14日热指数。然而,仍然有一些情况下模型的应用程序时,可能会有一些问题与人工智能的学习数据数据。智能推送和热点分析还需要更多的情况下找出模型的问题,继续优化它。这也表明,传感器的新闻生产、定向推送,和传播跟踪分析模型基于人工智能技术可以发挥重要的作用在促进整个新闻媒体链和奠定一定的理论和实践基础的后续发展传感器媒体。

数据可用性

本文中使用的数据集可从相应的作者。

的利益冲突

作者宣称没有利益冲突的这方面的工作。