社会化标签系统中基于社会网络的知识推送网络演化研究

利用网络分析方法,本文将社会化标签系统中基于社会网络的知识推送网络构造方法描述为六个步骤。借鉴演化理论,将基于社会网络的知识推送网络演化动力归纳为内生动力和外生动力。移植生物进化论的相关理论,提出多重动力机制作用下基于社会网络的知识推送网络演化周期性模型:每个周期的起点就是新一轮社会网络的构建,每个周期内部的演化过程分为选择阶段、遗传阶段、变异阶段。依托原型系统搜集不同时间点的相关数据,利用网络结构计量方法对基于潜在社会网络的知识传播网络演化过程进行实证分析,印证上述理论研究成果。图8。表9。参考文献13。

移动社交平台用户体验的影响因素分析与实证——以微信为例

[目的/意义]移动社交平台成功与否很大程度上依赖用户体验,研究移动社交平台用户体验的影响因素可为移动社交平台设计者在进行相关产品设计时提供可借鉴的参考与依据。[方法/过程]以微信为具体对象展开调查,回收有效问卷318份,对影响移动社交平台用户体验的因素进行量化分析。[结果/结论]结果表明,移动社交平台的功能和交互显著影响用户体验;用户的情感感知作为中介变量,对功能、交互与用户体验之间的关系调节作用显著;使用环境对用户体验的影响可以忽略不计。[局限]没有确定因变量与自变量之间的时间顺序,所以只能确定相关关系,不能探讨因果关系。对有些变量的测量不够精确(如年龄),只分成几个类别,没有按实际值测度。

知识计量聚合及其特征研究

利用计量思想和方法对知识进行聚合是大数据环境下知识科学发展的重要方向。文章认为知识计量聚合是对科学知识资源系统结构动力学的研究,强调利用计量理论和方法,从知识的内容和语义出发揭示知识内容的层次性、关联系和结构性,最终实现知识服务。多元性和阶段性是知识计量聚合的核心特征,从聚合对象、知识网络、测度层次和目标结构的角度论述了知识计量聚合的多元性特征;元数据—传统计量关联—语义与计量结合的聚合实现过程体现了知识计量聚合的阶段性特征。最后,对知识计量聚合研究中的新命题进行了讨论。

基于Stanford TMT的国际智库研究内容挖掘分析

智库研究是当前各学科领域关注的共同热点。文章通过搜集WOS数据库中与智库相关的727篇研究论文,利用Stanford TMT主题模型工具包对研究论文的文本进行了主题挖掘,分析结果表明,当前国际智库研究主要包括智库建设与发展研究、特定领域和问题解决中的智库研究等两大类10个主题;通过本研究的主题挖掘结果,也证明利用Stanford TMT主题模型工具包能够有效挖掘出文献隐含的语义主题,主题模型分析能够对共词分析等文献计量方法进行良好的补充。

基于层次聚类法的“知乎”用户细分与行为分析

[目的/意义]对"知乎"用户群体进行细分,便于服务商准确锁定目标群体,提供更优质、精确的社会化问答服务。[方法/过程]抓取知乎用户数据,运用层次聚类法对33974个样本数据进行分组,构建以粉丝数为因变量的Tobit模型,识别其粉丝积累途径的差异。[结果/结论]识别了三个细分群体:"信息搜寻型用户",以信息搜寻为主要目的,回答问题能力不强,可能通过"互粉"进行粉丝积累;"专家型用户",人数不多,通过提供有用信息来积攒粉丝,通过关注话题和他人完成信息内化及能力提升;"自我学习型"用户,表现中庸,会通过提问获取信息,通过回答、公共编辑来帮助他人,但其撰写的文章数量有限,可能与其能力有关,也可能受精力所限。

政府辟谣信息的用户评论及其情感倾向的影响因素研究

【目的/意义】明确用户评论的情感倾向及其主要影响因素,有助于政府了解网民的态度及观点,更好地引导和控制舆情发展。【方法/过程】运用八爪鱼软件采集新浪政务微博上的辟谣信息,获取数据75847条,构建多元Logistic回归模型对用户情感倾向的影响因素进行分析。【结果/结论】研究发现:用户对政府辟谣信息表现出不同的情感倾向,其中,中性情感倾向用户比重最小,消极情感用户和积极情感用户占比接近;内容特征变量、文本特征变量、用户特征变量均对用户情感倾向有显著影响,但影响方式各异。

疫情防控背景下政府辟谣信息接受意愿的影响因素及其组态研究——基于脆弱性理论

【目的/意义】用户接触辟谣信息,并不能等同于用户接受辟谣信息。研究疫情防控背景下影响用户接受政府辟谣信息意愿的主要因素和相关路径,有助于政府精准治理网络谣言。【方法/过程】调查疫情防控背景下的网络用户接受政府辟谣信息的相关心理与行为,以脆弱性理论为基础构建理论模型,运用模糊集定性比较分析法对问卷数据进行影响因素与组态路径分析。【结果/结论】政府辟谣信息接受意愿的影响因素组态可分为三类:社会支持型、社会支持—谣言鉴别能力型、谣言鉴别能力型。动态压力、信息焦虑、社会支持和谣言鉴别能力是影响政府辟谣信息接受意愿的核心因素。【创新/局限】组态分析更加深刻地揭示影响政府辟谣信息接受意愿的不同核心因素的联合影响机制和实现路径。后续研究可比较分析疫情不同时期影响用户辟谣信息接受意愿路径的差异性。

社会化问答平台用户体验影响因素实证分析——以知乎为例

[目的 /意义]研究社会化问答平台用户体验的影响因素,为社会化问答平台改善用户体验,提高用户留存率、活跃度提供参考。[方法/过程]构建一个综合模型,以"知乎"用户为调查对象,采用回归分析法对其用户体验的影响因素进行量化分析。[结果 /结论]视觉吸引力和需求满足会显著影响社会化问答平台的用户体验;主观情感作为中介变量,对视觉吸引力、内容需求、交互体验与用户体验之间的关系起调节作用;除使用频率与用户年龄外,其他环境变量对用户体验的影响可以忽略不计。

基于专利引文的知识转移研究——以我国“乳制品加工”领域为例

专利文献中引证的科学论文和专利技术分别是基础研究成果和技术成果的表现形式,分析专利引证活动可以反映知识转移的情况。以我国"乳制品加工"领域专利为切入点,重点关注发明人合作、专利之间的引证、专利对非专利文献的引证活动,以期对该领域基于专利引文的知识转移进行探讨。

社会化问答平台用户体验动态演变机理研究

[目的/意义]探究社会化问答平台用户体验的动态演变规律,识别不同阶段用户体验的主要构成要素与变化趋势,为平台建设和服务优化提供建议。[方法/过程]基于扎根理论提取关键词,构建知乎的用户体验评价体系。采用实验法获取时间序列数据,分析不同阶段用户体验的主要影响因素,运用ARIMA模型预测用户体验3个维度的变化趋势。[结果/结论]从短期来看:第一阶段,有用性对用户体验的影响最大;中间两阶段,情感的影响最大,有用性次之;第四阶段,用户价值的影响最大,有用性的影响最小。预测结果表明,随着时间推移,除情感在用户体验构成中会有波动外,有用性和用户价值均呈下降趋势。从长远来看,提升用户的情感体验对于提高整体用户体验至关重要。

网络学习社区用户答案认可度的影响机理研究

[目的/意义]研究用户答案认可度的影响机理有助于识别中心路径和边缘路径,留存高影响力用户,保障高质量问答,增加社区活跃度。[方法/过程]构建影响答案认可度的理论模型,采集人大经济论坛上1964条帖子数据,运用Smartpls软件对数据进行分析。[结果/结论]用户活跃度可以分别影响个人影响和答案质量,进而影响答案认可度,答案质量也会对个人影响力造成影响。个人影响力对答案认可度的影响程度远远超过答案质量对答案认可度的影响,亦即边缘路径比中心路径的影响程度更大。