基于数据挖掘的专业可信回答者个性化推荐——以Stack Overflow问答社区为例

针对问答社区中问题不能得到及时、有效解答的现状,文章以Stack Overflow问答社区为例,首先介绍了问答社区数据的采集与预处理情况;然后,通过挖掘学习者信息,得到专业可信回答者、高信誉回答者和徽章回答者三种潜在回答者;最后,实施了三种回答者推荐并对比了推荐性能。实验结果表明,与高信誉回答者推荐和徽章回答者推荐相比,考虑回答质量和专业相关性的专业可信回答者推荐具有更高的准确率和召回率,其推荐性能更优。实施基于数据挖掘的专业可信回答者个性化推荐,能有效缓解问答社区的信息过载问题,有助于建设更高效的网络学习社区环境。

用户知识问答转移行为研究:从问答社区到生成式AI

[研究目的]作为一类新兴应用,生成式AI在知识问答领域吸引了众多用户,这可能导致传统的知识问答社区用户流失,因此研究用户转移行为对提高知识问答社区用户粘性来说至关重要。[研究方法]基于PPM(推-拉-锚)模型,整合认知和情感体验因素,研究了用户的知识问答转移行为。对收集的483份有效数据采用混合方法包括结构方程模型(SEM)和模糊集定性比较分析(fsQCA)进行分析。[研究结论]研究结果发现,转移意愿受推力因素(信息过载、社区倦怠)、拉力因素(感知拟人度、感知准确度、感知可信度、沉浸体验)和锚定因素(社会影响)的综合影响。fsQCA识别出了三条导致转移意愿的主要路径。研究结果启示问答社区需降低信息过载,缓解用户的社区倦怠,从而实现用户保持和平台可持续发展。

数字资本视角下知识问答社区知识交流效果影响机制研究

目前知识问答社区繁荣发展,但也面临着用户流失、知识增长缓慢、知识质量难以保证的问题,并由此导致社区内的知识交流效果不佳。理解知识交流效果的影响机制能够帮助个体充分利用知识问答社区实现高质量知识交流,同时为知识问答社区提供持续发展的路径。为此,文章基于数字资本理论视角构建了组态分析理论模型,采用定性比较分析方法,探讨数字资本与社会资本、文化资本和经济资本的组合效应。结果表明,知识问答社区的知识交流效果与其前因条件之间存在因果复杂性:就感知贡献而言,社会资本和文化资本的组合是提升感知贡献的核心条件,但数字资本可弥补其中社会资本或文化资本的缺失;就感知学习而言,数字资本、社会资本和经济资本是提升感知学习的核心条件。

从浏览到回答:注意力分配视角下问答社区流量转化的组态研究

促进从问题浏览到作答的流量转化对问答社区至关重要。本研究将流量转化视为由问答界面信息线索协同作用的多要素并发过程,以知乎的2085条问题为样本,应用模糊集定性比较分析,从注意力分配视角对问答社区的流量转化进行组态研究,并辅以回归分析。研究发现,高流量转化率问题的组态路径包括低作答竞争-高社会关注刺激与低作答竞争-强社会影响刺激的高可读性问题,与非高流量转化率问题的组态路径并非完全因果对称;知识结构化程度不同的问题实现流量转化的组态存在差异。研究解释问答社区用户从浏览向作答转化过程中的注意力分配,揭示从浏览到回答的流量转化机制,有助于促进知识分享平台流量转化,优化问答界面设计。

融合图神经网络与多视图学习的社区问答专家推荐方法研究

互联网高速发展背景下,社区问答网站提问者有着更强烈的求知需求,海量数据为提问者识别有效信息带来困难,为提问者推荐更专业的专家用户对问题进行回答显得尤为重要。针对传统社区问答专家推荐方法难以准确计算出提问者提出的目标问题和候选专家之间的相关性等问题,为了提高社区问答网站中专家推荐的效率,构建问题节点关系无向图,利用图神经网络GraphSAGE提取节点的二阶邻居信息,并使用多视图学习方法学习不同视图间的互补信息,最终获取目标问题文本和候选专家历史问题集丰富的向量表示,用来计算出目标问题与候选专家之间的匹配度,进而推荐出最适合回答目标问题的专家用户。实验结果表明,在不同的社区问答专家推荐方法上,文中方法在评价指标MRR、NDCG@10上均取得了更优的推荐效果。

社会化问答社区青年群体舆论研究——以“知乎”为例

在社会化问答社区“知乎”中,用户能够充分发挥个人智慧,以文字、图片等多种形式对问题进行回答,并在此过程中形成网络舆论。文章通过分析“知乎”用户的观点表达、互动行为等,探讨青年群体在社会化问答社区中舆论的形成机制和影响因素。研究发现,在社会化问答社区中,用户的观点表达、互动行为等是舆论形成的重要因素。只有加强对用户评论内容的管理,才能使“知乎”成为青年群体网络舆论的重要平台。

基于LDA主题模型的用户心理健康信息需求研究--以社会化问答社区“知乎”为例

文章通过研究社会化问答社区用户的心理健康信息需求,为心理健康信息的传播和推广提供有价值的参考,并为心理健康领域的研究提供新的视角和思路。选取知乎平台心理健康话题下的5448条提问记录作为数据集,利用LDA主题模型和人工标注的方法,结合马斯洛需求层次理论,构建出用户心理健康需求框架,接着通过分析主题和关键词,研究用户心理健康信息需求特征。结果表明,用户更倾向于在夜间提出负面的心理健康问题,用户的心理健康需求主要集中在症状和社会需求层面,对疾病预防缺乏应有的关注度。

基于问答语义匹配的知识社区新问题专家推荐方法

传统的知识社区专家推荐方法采用文本相似度匹配机理,并基于问题或专家描述来构建专家特征.这些方法没有利用问题与答案的语义匹配关系,因此难以充分挖掘专家回答问题的能力特征,影响推荐性能.提出一种基于综合历史和当前问答语义匹配的知识社区新问题的专家推荐方法(History-Now Semantics Expert RECommendation model,HNS-EREC).首先,采用反馈评价和负采样技术来处理数据集中的两类不平衡现象;其次,基于问答语义来提取专家回答问题能力特征;最后,提出一种基于问答语义匹配的History-Now联合专家推荐模型,该模型能够实现面向专家的历史问答和当前问答的语义联合学习.实验结果表明,相对于其他方法,本文所提出的HNS-EREC方法在新问题专家推荐方面具有显著的优势.

关注行为如何影响问答社区用户的知识贡献——基于观察学习的实证研究

[目的/意义]探究用户如何通过观察他人回答来提升知识贡献能力有助于优化平台的信息推送方式和用户的观察学习行为。[方法/过程]以国内最大的问答社区“知乎”为例,收集了用户的点赞和回答数据,基于社会认知理论并使用泊松回归模型分析了观察回答和关注行为对知识贡献的影响。[结果/结论]观察回答的数量和质量能显著提高用户的知识贡献,但质量较高时会负向调节其对知识贡献的影响。观察回答与关注用户、关注问题的相关性会显著提高用户的知识贡献,但与关注话题的相关性会显著降低用户的知识贡献。对于粉丝数较高的用户,观察回答与用户关注内容的相关性的影响会进一步加强。

网络问答社区用户提问主题聚类图谱构建研究

面向网络问答社区海量问题内容组织的现实需求,针对用户提问的文本特点对其进行多层次主题聚类与图谱构建。通过充分融合Glove和Word2vec算法的优势,对用户提问进行文本特征表示。在此基础上利用不同聚类算法对用户提问进行多层次聚类,并利用TextRank生成聚类标签,然后基于主题间层次结构,利用图模型将不同提问文本的关联关系呈现出来,从而构建网络问答社区用户提问主题聚类图谱,以此提升网络问答社区平台知识资源的组织与利用效率,为知识查询和推荐提供索引。

在线知识问答社区中答案的内容特征和社区地位对答案采纳的影响机制研究

“知识过载”、“知识迷航”、“供需不匹配”、搜寻和筛选知识耗时耗力已经成为在线问答社区中的顽疾,如何在此背景下提高答案的采纳已经成为社区和学者们研究的重点。基于此,文章从在线互动的视角出发,采用信息采纳模型,研究答案的内容特征(文本特征、修辞特征、情感特征)和答案提供者的社区地位(官方地位、意见领袖地位)对答案采纳的作用,并探讨答案互动程度的中介作用。文章以知乎为研究对象,采集了学习话题下1696条答案信息,运用SPSS 24对数据分析以验证模型。研究结果表明:答案的文本特征、修辞特征和答案提供者的社区地位积极影响答案采纳;答案的文本特征、修辞特征和答案提供者的社区地位积极影响答案的互动程度;答案的互动程度在答案的内容特征(文本特征、修辞特征)对答案采纳、答案提供者的社区地位对答案采纳之间的关系中起部分中介作用。

问答社区中信息效价与社会支持类型对潜水用户影响研究

[目的/意义]研究在线问答社区中不同社会支持与社区信息如何影响“潜水中”社区成员的认知与行为,分析在线问答社区中潜水用户在线体验,以提高社区活跃度。[方法/过程]构建提问信息效价与回答社会支持之间的匹配对潜水用户(视作观察者)的平台满意度和参与意向的影响模型,采用2(接收信息效价:积极vs.负面)×2(社会支持类型:情感vs.信息)组间实验进行模型验证。[结果/结论]在线问答社区中信息效价与社会支持对潜水用户的认知与行为影响存在差异且对感知有用性和敏感性有交互效应,在积极信息中,潜水用户对情感支持比信息支持有更高的敏感性,而在负面信息中,信息支持比情感支持有更高的有用性;同时不同问答情景导致潜水用户的平台满意度和参与意愿存在差异。

心理契约对网络问答社区核心参与者知识共享行为的多重影响路径研究——基于“知乎”和“百度知道”的对比分析

基于社会网络分析和熵值法,识别“知乎”和“百度知道”两种不同类型网络问答社区中具有吸聚力和影响力的核心参与者群体。基于社会交换理论构建研究模型,通过模糊集定性比较分析探索心理契约多要素对核心参与者知识共享行为影响的组态路径,进一步深入分析知识共享影响机制背后的共性和差异性机理。研究结果表明:两类网络问答社区中的核心参与者知识共享行为受到交易型与关系型心理契约两个维度的多因素协同联动影响;“知乎”和“百度知道”社区知识共享行为发生的组态构型不同,前者是关系型心理契约主导的综合驱动型和交易型心理契约主导的综合驱动型,后者是交易型心理契约主导的综合驱动型和交易型与关系型心理契约综合驱动型;社会交往、情感寄托和经济利益对“知乎”社区知识共享行为的整体影响更强。

网络问答社区“知乎”科普文本信息质量研究

以“知乎”平台六个科学话题下的科普文本为研究对象,运用文本分析法,基于信息质量概念框架,探讨网络问答社区中科普文本的固有质量、情景质量、表达质量、访问质量的呈现情况。研究发现:在固有质量方面,应注重原创声明及参考文献的引用以提高科普文本的专业性;在情景质量方面,应丰富写作手法和增加实际案例以展现科普文本的故事性;在表达质量方面,应注重借助图表绘画或科普视频以增强科普文本的可视性;在访问质量方面,科普文本应及时解惑答疑并增强网络社区联动。

基于LDA主题模型的网络问答社区妊娠合并糖尿病孕产妇健康信息需求分析

目的 应用LDA主题模型挖掘妊娠合并糖尿病孕产妇信息需求,为医护人员开展有效信息服务提供参考。方法 采用网络爬虫程序获取网络问答社区妊娠合并糖尿病板块的用户问答数据,采用LDA主题模型对数据进行主题识别,分析信息需求。结果 通过对126 616条数据的LDA主题分析,妊娠合并糖尿病孕产妇的信息需求包括8类:母儿危害与检查,母儿自我监护,营养体质量控制与胎儿生长发育,筛查与产检,病友经验分享与情感支持,细分食物类别的选择与升糖效应,分娩及产后母婴健康管理,血糖调控与餐食、胰岛素用药。结论 妊娠合并糖尿病孕产妇的信息需求多元、专业、精细化,包括认知、生理、情感等多个维度,医护人员应发挥医患共同信息服务主体作用,针对妊娠合并糖尿病孕产妇提供专业、精细、全面的信息服务。

信息觅食视角下付费问答社区中的围观行为研究

[目的/意义]主要探究付费问答社区中用户围观行为的影响因素,帮助理解用户付费围观的心理和答主与提问者的行为模式、优化社区运营者的产品设计。[研究设计/方法]基于信息觅食理论模型及相关文献,提出了研究模型和假设,利用微博问答中健康医疗、财经、互联网资讯三个领域的14,167条样本和广义线性回归方法(GLM),验证各因素对围观行为的影响机制。[结论/发现]问题的提问价格和描述的详细程度正向影响围观数;互联网资讯领域问题的围观数多于健康医疗和财经领域问题的围观数,但互联网资讯领域答主回答问题数的均值要低于其他两个领域;健康医疗领域中答主的受喜爱度并不正向影响围观数;问题描述中体现的情感在健康医疗领域比较重要,正向情感正向影响围观数,负向情感负向影响围观数。[创新/价值]丰富了付费问答社区中问题特征(包括情感特征和问题类型)对用户围观行为影响的研究,为付费知识问答产品的设计提供了一定的启示。

国际知识问答社区对中华文化的认知维度及协作生产——基于Quora平台的分析

增强中华文明的传播力影响力是我国国际传播领域的重要命题,其中一个测量维度就是考察海外民众对此的关注度、兴趣点及阐释力。在社交媒体时代,选择国际上访问量最大的知识问答平台——Quora作为研究对象,以“中华文化”等为关键词,一是通过海外用户关于中华文化的“问”来呈现出对中华文化的关注度和兴趣点,为“传什么”提供现实支撑;二是在知识分享背景下,以社会交换理论为切入点,通过对中华文化的“答”来呈现对此的理解和阐释度,得以探讨多元主体的知识协作机制所带来的回声室效应、复调效应、失焦效应,并从宏观、微观、时间、空间四个维度提出中华文化国际传播的路径及策略。

知识采纳者的社会资本对知识问答社区的知识社会认可的影响研究

[目的/意义]深入理解社会资本对知识社会认可的影响,拓展知识问答社区用户关系与知识社会认可的相关研究。[方法/过程]构建知识问答社区的知识采纳者合作关系网络,结合实证分析发掘知识采纳者的社会资本、社交关系网络与知识社会认可三者之间的内在联系。[结果/结论]知识采纳者的信任关系资本会负向影响知识社会认可,互惠和认同关系资本,以及认知资本会正向影响知识社会认可。聚类系数和结构洞约束系数等网络位置指标对知识社会认可具有消极影响。同时,问题热度和知识流行度影响对知识社会认可会产生积极作用。

融合多头自注意力的问答社区专家推荐算法

专家推荐是在线问答社区的研究热点之一,但现有的算法大多关注用户的静态兴趣和问题信息的匹配,忽视了对用户的动态兴趣表征信息的有效捕捉,从而导致推荐的准确度不足。针对上述问题,提出了融合多头自注意力的问答社区专家推荐算法。首先,构造由卷积神经网络和注意力机制组成的问题编码器,来处理目标问题和用户历史回答问题,提取对应的问题表征;其次,将用户历史回答问题序列当做时间序列,利用多头自注意力机制学习序列中所蕴涵的动态兴趣表征,结合用户的静态兴趣表征,获取用户的综合兴趣表征;最后,将目标问题表征和用户综合表征进行相似性计算产生推荐结果。利用来自知乎问答社区的真实数据进行了不同参数配置及不同算法的对比实验,实验结果表明该算法性能要明显优于目前较流行的深度学习专家推荐算法。

中外技术问答社区的实证对比研究与启示——以CSDN和Stack Overflow为例

社会化问答社区是当前网络用户进行知识交流的重要平台,而技术问答社区则是专注于技术知识交流的问答社区。本文选取国内外最具有代表性的两大技术问答社区进行对比研究,旨在指出国内技术问答社区的优势与不足,并为国内技术问答社区的进一步发展与优化提出针对性建议。本文分别从社区活跃度、社区主题、社区问题质量、用户体验和社交属性5个维度开展了对比分析,并利用相关性分析,分析并比较了在两个问答社区中影响问题被回答情况的相关因素。本文发现两大技术问答社区在活跃度、用户提问与回答情况等方面存在显著差异,并从优化问题质量评价机制、提高用户回答积极性、优化激励机制以及强化社交属性等方面为我国技术问答社区的进一步发展与完善给出了建议。