考虑同侧和跨侧网络效应的UGC平台广告投放和内容创作补贴策略

UGC平台连接着内容创作者和消费者,双边用户间存在的同侧和跨侧网络效应吸引着他们进入一个或多个平台,从而形成不同的部分多归属结构。基于Hotelling模型,通过构建UGC平台的竞争模型,研究了双方均单归属(SS)、仅消费者边部分多归属(MS)和仅内容创作者部分多归属(SM)3种部分多归属结构下同侧和跨侧网络效应影响下的平台广告投放与内容创作补贴决策,以及其对市场份额和平台利润的影响。研究发现:当消费者边单归属(SS或SM)时,平台的广告投放随同侧网络效应单调递减;当消费者边多归属(MS)时,平台的内容创作补贴和消费者规模会随同侧网络效应单调递增,而同侧网络效应对平台的广告投放水平的影响是非单调的,其受到消费者对广告厌恶水平的影响。当消费者边多归属(MS)时,随着消费者边的跨侧网络效应的增加,平台会采取提高广告投放水平和内容创作者补贴,即从消费者处获得更多的广告收入以补贴内容创作者的策略;而随着内容创作者边的跨侧网络效应的增加,平台会降低广告水平并提高内容创作者补贴,即采取同时向两边用户让利的策略。当内容创作者边多归属(SM)时,随着消费者边的跨侧网络效应的增加,平台会同时向两边用户让利;而随着内容创作者边的跨侧网络效应的增加,平台会降低广告投放和内容创作者补贴水平,即降低对内容创作者的补贴而让消费者观看更少的广告。当某一边用户选择多归属时,该边用户的规模会随跨侧网络效应的提升而增长。通过对不同情形下均衡结果的横向比较,还发现双边用户中存在多归属的前提是较强的跨侧网络效应,而内容创作者多归属时,平台更容易对内容创作者提供补贴。

考虑不同归属情形的UGC平台增值服务投资与运营策略研究

针对考虑内容创作者不同归属情形下的用户生成内容平台,讨论该类平台的增值服务投资、广告投放水平和内容制作费定价策略。通过构建垄断和双寡头竞争模型,对比分析内容创作者在单归属和多归属时平台的运营策略。研究发现:(1)当平台的增值服务投资系数较大时,平台会提高增值服务投资水平;而平台的广告投放水平和内容制作费定价在垄断情形下会提高,在竞争情形下则降低。(2)当边际增值服务投资成本较大时,平台会降低增值服务投资水平;而在垄断情形下,平台还会降低广告投放水平和内容制作费定价。(3)在竞争情形且内容创作者多归属时,平台进行增值服务投资的门槛最低。

基于平台补贴的UGC平台优质内容生成与头部带动策略

研究针对UGC平台内容生成端的头部用户和腰尾部用户所组成的优质内容生成系统,构建了基于平台补贴的头部用户带动决策、头部与腰尾部用户协同决策以及无带动效应的分散决策三种微分博弈模型,随后进行了结果对比与算例仿真分析。仿真结果表明,平台补贴的头部带动策略对UGC平台优质内容生成系统具有显著的改善效果,平台补贴系数与改善效果具有正相关性且具有可控的合理取值区间。研究结果为UGC平台有效开展内容治理促进平台优质内容生态改善提供了理论依据。

不同广告投放模式下UGC媒体平台与内容创作者决策研究

在存在多个内容创作者和不同类型消费者的UGC媒体市场中,对比分析了由平台单独投放广告、由内容创作者单独投放广告以及两者均投放广告的三种广告投放模式下平台和内容创作者的收益,探索不同市场条件下平台和内容创作者三种模式的广告投放水平决策及内容创作者努力水平决策,寻求适合UGC媒体平台的广告投放模式。研究结果表明:1)平台参与进行广告投放的模式能为平台带来更高的收益。2)随着内容创作者数量的增加,内容创作者的努力水平会随之降低,同时消费者所需观看的广告水平也会随之降低。3)时间型消费者的增加可能会降低内容创作者的努力水平;随着休闲型消费者的减少,内容创作者或平台可能需要提高广告投放水平。本研究尝试为UGC媒体产业的发展提供合理建议,具有一定的研究意义。

基于UGC评论和TSE模型分析的海南旅游游客情感研究

以知名旅游网站游客2019—2022年对海南旅游文本评论为研究对象,将海南按照地理位置以及代表城市,划分为以琼海为代表城市的东部区域、以三亚为代表城市的南部区域、以儋州为代表城市的西部区域以及以海口为代表城市的北部区域4个区域,运用TSE(旅游情感评估)模型对样本进行分析,获得海南旅游游客的情感表现。运用Gephi对评论的高频词进行提取及游客情感画像。研究发现:游客对海南旅游的评论文本中正面评论占比高,均带有较强的积极情绪;游客均表现出对人文类旅游资源的兴趣,比自然资源更能激发游客的正面情绪;与4个区域中的高频词“文化”相关联的节点之间有很大差异,彼此互不相同。最后结合研究结果,对海南旅游营销提出3点建议。

基于UGC数据的陕西黄帝陵景区使用后评价研究

为客观全面地探索纪念性景区使用者的综合需求,提出优化措施以促进景区可持续发展。选取陕西省黄帝陵风景区为研究对象,采集网络点评数据,借助内容分析法和IPA分析法,具体分析使用者属性特征并从景点建设、景区活动、公共服务、旅游设施、体验感受5个维度分析各项使用后评价要素的提及频率与情感倾向,探究使用者的使用后评价结果及其机理,同时根据数据分析绘制IPA分析图,直观地表现网络评价所提及的景区建设现状。结合网络数据研究结果,使用传统问卷调查方式开展线下调研,对比与补充网络点评数据分析结果。基于此,综合分析景区现有不足及优势项目,并针对性地提出增强景点串联、加深教育建设、增添活动模式、完善设施服务、加强宣传推广等策略,为黄帝陵景区发展提供参考。

基于UGC文本数据的厦门菽庄花园形象感知设计研究

运用内容分析法,在马蜂窝、携程网两家旅游网站上获取UGC评价文本,对文本进行高频词汇分析、语义网络分析和情感分析,结果表明菽庄花园的形象感知主要为闽南文化景观类园林遗产旅游地,具体可描述为:宜人的海滨私家园林、文化内涵丰富的造园背景、有趣新奇的空间布局。游客对菽庄花园的形象感知以积极情绪为主,从消极情绪中发现文化内涵有待进一步挖掘、园林定位有待进一步明确两点问题,并提出相应改善建议,旨在促进园林遗产的保护与开发设计。

UGC数据在旅游消费领域的研究:回顾、应用与展望

用户生成内容对于潜在消费者至关重要。潜在游客通过浏览现实游客发布的主客观感受线索来制定出行决策,旅游管理者根据用户生成内容了解游客的真实需求,并依据反馈详情改进旅游产品及其营销策略。在旅游消费领域,有关UGC数据的挖掘、分析等相关研究近些年越来越引起学术界的重视。本文在文献分析的基础上,回顾与梳理UGC数据在旅游消费领域的研究类型、分析技术的前沿及其研究成果应用,并剖析未来可能的研究方向,以期推动旅游学界UGC数据研究和实务界相关实践的发展。

基于UGC内容挖掘的To C传播策略研究——以小红书平台宏光MINIEV为例

全面To C是现在各企业重要的发展方向,To C传播策略是各企业营销的重要指导方针。如何找到用户,识别用户喜爱的内容是To C营销的关键。本文以小红书上宏光MINIEV UGC内容为样本,通过抓取平台上用户创作的内容,以文本聚类的方式进行内容分类,再根据内容量级及互动指标筛选出优质内容,并结合爆款内容下面的评论分析进行UGC内容的深度挖掘,从而找到最受用户或消费者欢迎的内容类型。结合案例研究结果及用户特征,从品牌用户资产沉淀、用户共创营销、圈层用户渗透三个方面提出To C传播策略建议。

ChatGPT机器回答与知乎人工回答的比较

文章对从网络问答社区代表知乎和ChatGPT上同一提问获得的人工高赞答案和机器回答开展内容分析,基于外部特征、内部特征、情感与认知等探讨机器回答相对于人工问答的优劣。研究发现:ChatGPT能使人更便捷地获得信息,回答特征接近人工认可的高赞回答,但针对不同主题的回答质量存在差异,也存在虚假信息;以ChatGPT为代表的结合人工智能技术生成内容驱动的工具将广泛应用于人类活动,但需要防范信息误导、认知对抗、文明失控等风险。

基于UGC大数据挖掘的大群体两阶段风险性应急决策方法

针对在重大突发事件应急决策大数据环境下决策者偏好的不确定性及偏离群体一致性导致的风险,提出一种基于UGC大数据挖掘的大群体两阶段风险性应急决策方法。首先,通过数据挖掘和自然语言处理方法从UGC中获取公众对事件的偏好信息并构建应急决策属性体系,利用TF-IDF方法结合专家评估信息确定属性权重;其次,建立一个意见开放式的两阶段决策流程,提出依据决策者意见的可靠度和准确度量化决策风险,利用聚类方法得到相应的成员权重,并使用TOPSIS法对决策方案进行排序。最后通过天津港“8·12”重大爆炸事故的案例分析和对比验证了所提出方法的可行性和有效性。

刍议用户生成内容(UGC)用于图书馆资源建设——以四川师范大学为例

通过分析目前网络内容的发展特点以及高校图书馆的发展机遇与挑战,提出了用户生成内容(UGC)用于高校图书馆资源建设的理论和实践基础,并从用户、内容及图书馆等三个因素解析了四川师范大学图书馆用户生成内容用于资源建设的实践。

WSAM:互联网UGC文本主观观点挖掘系统

互联网上的用户生成内容UGC(User Generated Content)中蕴含的用户主观观点信息对分析用户行为、用户需求等工作有着重要的价值。设计一套基于自然语言理解的互联网UGC文本主观观点分析系统WSAM,该系统能挖掘出用户主观观点所蕴含的关注对象和主观成分。分析了互联网UGC现象和生成原因,总结出UGC中用户主观观点中的四种主要类型。挖掘用户主观观点过程中,将用户主观观点的挖掘转化为句子中主观观点关注对象的识别和主观成分的判断。算法结合基于词语类、结构类等相关特征,采用最大熵分类器挖掘用户主观观点。实验验证,WSAM系统所采用的算法性能较好,且还能够灵活扩充出情感分析(Opin-ion Mining)等相关应用,同样也能达到较好的结果。

论新媒体时代传者与受者的身份趋同——用户自创内容(UGC)研究路径探析

新媒体环境下,受众向内容制作者转变,分析关于这一现象的若干研究案例及其研究方法之优劣,不难看出:"使用与满足"学说已经无法适应当前的实际研究需求;在进一步的研究不应忽略资本和政治经济权力对新生的互动媒体所产生的影响;把传受过程结合在一起的"Produsage",也许是能更好地理解传受趋同现象的一种研究路径。

高校图书馆多媒体UGC服务探索——以四川大学图书馆为例

随着大视频时代来临,读者对知识的接收方式要求可视化和互动化,用户生成内容(UGC)逐渐成为知识生产和积累的模式。文章采用案例分析方法,从用户参与、运营环境和接受程度三方面论证高校多媒体UGC服务的可行性;以四川大学图书馆为例,从多媒体制作环境、信息共享空间和馆员深度参与等方面提出提升高校多媒体UGC服务的策略。

UGC平台内容治理策略——中介机构参与下的三方博弈

用户生成内容(UGC)质量问题日益凸显,内容治理成为UGC平台发展的关键行为。研究探索了UGC平台内容治理的影响因素,分析了不同因素对平台、中介机构和用户三方行为路径的影响,为平台开展内容治理、探寻“安全-发展”路径提供决策依据。通过构建“UGC平台-MCN机构-头部用户”三方演化博弈模型,运用复制动态方程分析和MATLAB软件仿真分析,模拟三方博弈主体在内容治理中的策略演化路径。研究发现,惩罚成本和治理强度、中介机构管理成本、流量损失和声誉损失等因素对内容治理主体的决策行为具有重要影响,据此提出有利于博弈主体向{治理,管理,合规}稳定点演化的建议措施,以期促进UGC行业更加健康稳定发展。

基于特征选择和倾向分析联合优化的UGC情感自动识别方法

随着Web2.0思想观念及其技术的广泛应用,基于社交媒介的UGC对经济、政治、社会、军事、外交及其他方面都产生了重要的影响,基于UGC的情感倾向性自动识别研究具有重要的理论意义和实际应用价值。本研究针对当前情感倾向性自动识别中亟待解决的挑战性问题,研究并提出了基于特征选择和倾向分析联合优化的UGC情感倾向性自动识别方法。本研究将所提出的方法应用于实际的中文和英文、两类和五类UGC情感倾向性自动识别中。基于两种不同语言的语料库:中文豆瓣网电影评论文本和英文IMDB电影评论文本,本研究构建了基于特征选择和倾向分析联合优化的情感倾向性自动识别模型,并对该模型进行了检验。一系列的实验结果表明,本研究所提出并构建的基于特征选择和倾向分析联合优化的情感倾向性自动识别模型能够提高UGC情感倾向性自动识别的效果,从而说明了该模型对于中文和英文自动情感分析的有效性。

Web2.0环境下用户生成内容(UGC)存在问题及优化策略研究

随着Web2.0技术的飞速发展,用户生成内容越来越容易,然而用户生成内容质量参差不齐,如何对用户生成内容进行质量控制成为研究热点。文章详细阐述用户生成内容类型及特点,剖析用户生成内容存在的问题,最后有针对性的提出具体的解决策略和方法。

UGC资源与图书馆信息服务

基于信息资源的研究视角,论文从用户普遍性、内容公开性、内容创造性对UGC资源进行设定,并从结构、形式、内容等方面分析了UGC资源的特点。鉴于目前UGC资源缺乏有效的组织,用户利用UGC资源存在较大的盲目性和随意性,图书馆可以从UGC应用平台和自媒体产品的推介,内容的整合、挖掘,与商业媒介的协同合作等角度入手,多向地挖掘、整理、发现有价值的UGC资源,为用户提供导航推介服务、知识增值服务、数字阅读服务、交互式信息服务等。

课程学习平台的UGC生成动因分析

[目的/意义]选择专业的课程学习平台COOC学习平台,分析在校大学生的UGC动因。[方法/过程]针对当前UCG的动因进行系统文献综述,对COOC平台的知识组织、用户和技术进行介绍,参照马斯洛需求模型,设计了课程学习平台UGC动因层次模型,并在此基础上归纳总结各个层次的影响因素。[结果/结论]学习平台的课时、电子作业、课后习题等因素是对传统课堂教学的补充。