| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 文献综述 | 第14-22页 |
| 1.2.1 国外研究综述 | 第14-17页 |
| 1.2.2 国内文献综述 | 第17-22页 |
| 1.2.3 文献述评 | 第22页 |
| 1.3 研究思路及框架与研究内容 | 第22-24页 |
| 1.3.1 研究思路及框架 | 第22-23页 |
| 1.3.2 研究内容 | 第23-24页 |
| 1.4 创新点 | 第24-25页 |
| 第2章 文化产业竞争力评价的理论与方法 | 第25-42页 |
| 2.1 相关概念界定及文化产业的功能 | 第25-28页 |
| 2.1.1 文化的概念 | 第25-26页 |
| 2.1.2 文化产业的功能 | 第26-28页 |
| 2.1.3 竞争力的概念 | 第28页 |
| 2.2 产业竞争力的相关理论 | 第28-30页 |
| 2.2.1 产业竞争力成因理论 | 第28-30页 |
| 2.2.2 产业竞争力计量分析理论 | 第30页 |
| 2.3 粒子群算法 | 第30-33页 |
| 2.3.1 粒子群算简介 | 第30-32页 |
| 2.3.2 粒子群算法的特点 | 第32-33页 |
| 2.3.3 粒子群算法流程图 | 第33页 |
| 2.4 神经网络 | 第33-41页 |
| 2.4.1 神经网络的发展过程 | 第33-35页 |
| 2.4.2 神经网络模型 | 第35-41页 |
| 2.5 BP 算法的程序流程 | 第41-42页 |
| 第3章 文化产业竞争力指标体系的构建 | 第42-49页 |
| 3.1 指标体系构建的原则 | 第42-43页 |
| 3.1.1 科学性 | 第42页 |
| 3.1.2 可操作性 | 第42页 |
| 3.1.3 系统性 | 第42-43页 |
| 3.1.4 可比性 | 第43页 |
| 3.1.5 简明性 | 第43页 |
| 3.2 文化产业竞争力指标体系的构建步骤 | 第43-49页 |
| 3.2.1 指标的初步处理 | 第43-44页 |
| 3.2.2 指标体系的初步构建 | 第44-46页 |
| 3.2.3 指标体系的优化 | 第46-49页 |
| 第4章 文化产业竞争力评价的实证研究 | 第49-65页 |
| 4.1 构建基于粒子群算法的 BP 神经网络模型 | 第49-50页 |
| 4.2 我国文化产业发展现状 | 第50-52页 |
| 4.3 文化产业竞争力评价预准备 | 第52-56页 |
| 4.3.1 样本选择与数据来源 | 第52页 |
| 4.3.2 数据的预处理 | 第52页 |
| 4.3.3 指标体系的优化 | 第52-55页 |
| 4.3.4 网络初始参数的设置 | 第55-56页 |
| 4.4 评价过程及结果 | 第56-65页 |
| 4.4.1 文化产业竞争力综合评价 | 第56-60页 |
| 4.4.2 文化产业竞争力影响因素评价 | 第60-62页 |
| 4.4.3 文化产业竞争力差异性评价 | 第62-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录 A 攻读学位期间发表的论文目录 | 第72-73页 |
| 附录 B 2011 年全国各省域文化产业竞争力指标标准数据 | 第73-76页 |
| 附录 C 测试样本标准数据 | 第76页 |