突发事件中抖音用户信息交互行为影响因素研究

[目的/意义]以抖音用户为研究对象,探究在突发事件中短视频用户信息交互行为的影响因素,为政府相关部门做好突发事件网络舆情引导工作和为营造良好的网络信息交互环境提供参考,进而提高抖音用户在突发事件中的信息交互体验。[方法/过程]以社会认知理论为基础构建突发事件抖音用户信息交互行为影响因素模型,通过问卷调查和结构方程进行实证研究以验证模型的有效性。[结果/结论]结果预期、抖音平台质量、信息交互能力、人际关系和社会影响对抖音用户信息交互行为有正向影响;自我效能感对抖音用户信息交互行为的影响不显著。     

虚拟学术社区用户参与动机与行为关系研究

[目的/意义]旨在为虚拟学术社区的发展提供参考。[方法/过程]借鉴国内外已有的测量量表设计本文调查问卷，通过网络进行发放与收集后共获得428份有效问卷。利用SPSS软件对样本数据进行相关分析和回归分析，验证研究假设是否成立。[结果/结论]四种类型的用户参与动机对用户三种参与行为存在不同程度的影响，在实际运营管理过程中应当结合具体情况，采取不同的措施激发用户在虚拟学术社区中的参与热情。     

新媒体环境下的图书馆用户信息需求及行为的价值取向研究

[目的/意义]新媒体的移动性、社交性以及其时空的不断丰富和延展,激发着用户信息需求期望的变革和信息行为的演进。原有的机械式交互获取信息方式逐渐被情感式交互和智慧式交互所取代,用户的信息需求和信息行为的价值取向发生了深远的变革。[方法/过程]为了有效地把握新媒体环境下用户信息需求及信息行为价值取向的变革趋势,本研究运用演绎归纳的方法挖掘用户信息需求的新特点,探究信息行为的新变化,并对其归总。[结果/结论]研究结果表明,新媒体环境下用户信息需求呈现为多维度、立体化演进的态势,用户信息行为的价值取向趋于场景化的交互体验。     

企业虚拟品牌社区初访用户注册前信息行为研究

[目的/意义]揭示企业虚拟品牌社区初访用户在注册前期的信息行为规律性,为企业社区针对性施策满足初访用户特定信息价值需求提供指导。[方法/过程]设计角色扮演实验,采集眼动追踪及态度测试数据并进行整理分析,总结出初访用户在不同信息价值需求下的信息行为模式,阐释不同模式下基础信息行为的特征及影响因素并做出比较分析。[结果/结论]结果显示,在信息使用和信息情感两种价值需求下初访用户的信息行为模式有显著不同,且在两种模式下用户在查询、浏览等基础信息行为方面的特征及影响因素也皆有所差异,企业社区应该依循这些不同及差异做出针对性的应对。     

网络查询重构策略预测研究综述

[目的/意义]根据用户网络查询重构行为预测查询重构策略,可以为用户提供查询帮助,提高用户网络查询交互体验。[方法/过程]以预测模型构建过程为基础对最新研究成果进行梳理,包括查询重构策略划分、查询重构行为特征选取、查询重构情境影响因素,以及预测模型构建方法,揭示研究进展与存在问题,最后提出研究展望。[结果/结论]对查询重构策略预测研究还有较大探索空间,展望可为后续相关研究提供一定参考。     

基于图注意力网络的社交媒体异常用户预测研究

[目的/意义]当前社交媒体中的虚假、劣质信息层出不穷,极大地干扰了正常的网络公共秩序。对发布异常信息、呈现异常行为的异常用户进行预测治理,能够有效实现网络公共空间的正本清源。[方法/过程]在既有研究的基础上,文章融合用户个体特征、行为、关系、文本主题和情感特征,构建社交媒体异常用户特征体系,并利用图注意力网络构建异常用户分类预测模型。[结果/结论]文章所构建的社交媒体异常用户特征体系具备完整性和普适性,且异常用户预测模型的分类准确率达到92.8%。相比其他分类模型,所构建的图注意力预测模型能够有效识别社交媒体中的异常用户。此外,关系特征、主题特征以及用户注册时间对预测异常用户的贡献度较高,在体征体系中具有较高的重要性。     

在线用户评论行为时效特征影响因素实证研究

[目的/意义]针对我国在线用户评论习惯，探索用户评论行为对评论时间的影响作用因素，对电子商务运营商探究用户评论行为规律及探索潜在用户评论时间偏好具有重要的潜在商业价值。[方法/过程]基于TAM模型抽取在线用户评论行为时间特征规律研究的影响因素并构建模型，通过抽取消费者购买行为和评论行为的时间间隔为时间序列，通过多元线性回归模型进行假设验证。[结果/结论]通过对在线评论数据的实例验证，本文所构模型能够很好地发现在线用户评论行为对评论时间的影响作用关系，对消费者评论行为的时间特征规律发现和预测具有辅助作用。     

基于知识发布的网络社区用户行为规律研究--以Keep健康社区为例

[目的/意义]深化与丰富网络社区用户知识发布与交流机制相关的理论研究,旨在为网络社区知识服务的前沿发展注入新活力。[方法/过程]以前沿理论研究为基础,从社区用户主体因素和网络社区客体因素两个维度中提取五个要素,构建网络社区用户知识发布行为影响因素模型。借助SPSS软件对所获取到的Keep用户数据进行分析。[结果/结论]偏好运动强度越大、社会交互越多、社会影响力越大、锻炼经验更为丰富的Keep社区用户,其知识发布行为倾向更强烈。     

一种融合了基于朴素贝叶斯算法与情境感知的协同推荐系统——以大学图书馆实体图书推荐为例

[目的/意义]将情境感知技术引入图书馆以提高服务的智能化，已成为数字图书馆的发展趋势之一。为了提高情境感知模型中推荐结果的准确度。[方法/过程]本文研究并提出了一种融合了朴素贝叶斯算法与情景感知功能的协同推荐模型，并通过实验对推荐效果进行了评估。具体为：首先，获取用户的当前任务和情景信息，同时提取历史信息库用户的行为偏好；其次基于属性加权贝叶斯算法计算用户的行为相似度，继而进行协同推荐；通过计算目标情景中所有情景属性对所推荐资源的影响的权值，对协同推荐所得评分进行加权处理，形成最终的预测预测；最后通过实验对模型进行检验。[结果/结论]结果表明：使用该模型得出的推荐结果优于传统的协同推荐结果。因此该模型能够更好地为为个性化信息服务提供支持。     

基于2-可加测度与TODIM的突发事件应急群决策

[研究目的]针对突发事件应急决策过程中,决策者表现出的参照依赖和损失规避心理倾向,决策属性间的多种关联与交互,以及决策专家间的领域知识互补与冗余等问题,提出基于2-可加模糊测度与TODIM的突发事件应急群决策模型。[研究方法]引入直觉模糊数表征决策属性的不确定信息;利用2-可加测度刻画决策属性之间的关联与交互,以及不同专家组合的决策权重;考虑应急决策过程中的有限理性行为特征,运用TODIM方法对备选方案各属性下的优劣势进行两两比较,以计算相对损益值。进而构建损益感知函数矩阵,求出备选方案相对于其他方案的综合感知函数值,以优选应急预案。[研究结论]通过新冠疫情应急管控现实案例,验证该模型的合理性和有效性,为突发事件应急决策提供参考。     

信息生态视角下微博舆情生态性评价指标及实证研究

[目的/意义]新时代呼唤构建良好的网络舆情生态,微博舆情生态性评价指标有助于舆情监管部门制定相应引导策略。[方法/过程]从信息生态视角出发,运用层次分析和模糊综合评价法构建微博舆情生态性评价指标,并结合新浪微博突发事件爆发期阶段进行实证分析。[结果/结论]数据结果表明,微博平台信息生态系统中舆情用户的信息素养较低,对舆情的理解能力较差,舆情用户缺乏主动沟通的能力。监管部门要注重对舆情用户信息素养的培养,促进微博不同舆情社群的信息交互。     

突发公共卫生事件中大学生健康信息搜索的APP交互行为研究

[目的/意义]移动智能时代到来,用户与APP交互完成健康信息搜索已成为常态。文章旨在揭示突发公共卫生事件中大学生健康信息搜索的APP交互行为,为移动健康信息服务提供针对性建议。[方法/过程]结合移动经验采样法、关键事件技术与日记法获取大学生用户突发公共卫生事件中的健康信息搜索数据,并采取开放式编码、关联性分析和社会网络分析方法对APP类型、APP交互搜索功能、APP交互搜索主题和APP交互搜索路径进行分析。[结果/结论]首先,在突发公共卫生事件中,大学生用户的健康信息搜索路径一般由偶遇驱动,具有多渠道选择特征;其次,大学生用户的APP交互搜索行为受到目的和情境双因素影响,且呈现核心—边缘应用的模式;最后,APP是跨屏和线下—线上搜索路径中的关键节点,多信息源搜索的快捷性得以增强。     

在线教育视频用户评论行为比较研究——以Bilibili网站视频评论为例

[目的/意义] 视频评论是在线教育视频中用户交互的重要途径。分析在线视频不同评论方式中用户的行为差异对于理解用户行为规律,并促进视频平台评论功能的设计与优化具有重要意义。[方法/过程] 文章搜集Bilibili网站200个在线教育视频的弹幕与传统评论数据,结合定量统计分析和定性内容分析方法,从视频特征、用户特征和评论内容特征三方面比较用户弹幕与传统评论行为的异同。[结果/结论] 弹幕有利于提升用户的参与感,增长活跃周期,能更好地支持用户与视频内容的实时互动;传统评论可有效支持用户之间的直接互动,并帮助其开展深层次的知识交流。二者应充分结合,相互补充,提高用户在线学习的互动性和参与感。     

基于高阶和低阶交互关系的深度学习推荐模型研究

[目的/意义]针对缺乏辅助信息的场景,为更好地挖掘用户偏好,从用户项目间的交互信息中挖掘高阶关系特征,并综合考虑全局和局部层次上的交互关系,提出一种基于高阶和低阶交互关系的深度学习推荐模型(HLRec)。[方法/过程]从原始交互数据中构建超图和二分图两种子图,分别显式建模用户项目间高阶和低阶交互关系;使用关联矩阵表示高阶交互关系特征,异构图神经网络提取低阶交互关系特征;融合高阶与低阶交互关系特征,并输入到深度生成模型变分自编码器(VAE)中学习用户和项目的表示向量;根据模型预测的用户项目间匹配概率完成Top-k个性化推荐。使用公开数据集MovieLens-1M验证提出的模型。[结果/结论]实验结果表明,在Top-20推荐中,与相关基线模型相比,本文模型的Recall、Precision和NDCG分别提高了4.18%、3.20%和3.41%。     

虚拟现实环境下用户信息接受行为临场感研究

[目的/意义] 本文通过对比用户在虚拟现实全景视频和传统2D平面视频所感受到的沉浸倾向、互动度、学习效果等指标,探究用户在虚拟现实环境与传统媒介信息接受行为的临场感和信息接受效果。[方法/过程] 本文构建了不同媒介下用户信息接受行为临场感影响因素模型,通过实验方法和调查问卷来获取测量用户沉浸感的数据,并对提出的假设进行验证。[结果/结论] 实验结果表明,用户在虚拟现实环境下进行信息接受行为所感受到的临场感高于通过传统媒介的信息接受行为。此外,本研究还发现虚拟现实技术可以引起用户对信息内容产生兴趣,在用户信息接受过程中,通过虚拟现实技术产生的更强的临场感,可以对用户信息接受行为有积极的影响。     

国内移动图书馆用户采纳行为研究综述

[目的/意义]全面了解移动图书馆用户采纳行为研究现状，有利于深化移动图书馆用户行为理论研究，为提升移动图书馆服务质量提供实践指导。[方法/过程]按照内容分析法，本文主要从研究对象、研究设计、理论模型、影响因素等方面对国内移动图书馆用户采纳行为相关文献进行梳理与分析。[结果/结论]当前侧重于探究用户采纳移动图书馆的影响因素，后续研究应拓展研究范围、综合运用多种理论模型、注重研究内容的整体化及持续化，进一步动态解释与预测用户行为，提高图书馆移动服务质量。     

融合Logistic方程与Markov模型的开放政府用户参与行为分析

[目的/意义] 开放政府是新时代下支撑社会管理的重要元素,从用户参与行为的视角剖析开放政府的认同度、互动力以及传播力,对消除政府与用户间数字鸿沟、提高用户参与度具有重要研究意义。[方法/过程] 本文融合Logistic方程与Markov模型探索并预测了开放政府的用户参与行为随时间变化的趋势,并以"思想火炬"为样本官微实证了用户的参与度水平。[结果/结论] 研究表明：用户参与行为间具备相互作用关系,转发行为更易受到点赞行为与评论行为的影响;融合模型能够预测用户参与行为的发展脉络,进而指导官微进行实时预警;当信息资源聚焦国际关系时,公众参与度显著提升。     

智慧医疗情境下信息交互行为及拓扑结构研究

[目的/意义] 随着我国经济的快速发展,国民对健康管理及医疗质量提出了更高的要求,智慧医疗服务模式已成为我国医疗领域发展的重要趋势。本文对信息交互行为的过程进行了深入剖析,对于该方向的后续研究和发展提供了参考。[方法/过程] 利用文献研究法、定性分析法对智慧医疗情境下信息交互行为的组成要素及交互过程进行分析,运用社会网络分析法对智慧医疗情境下用户信息交互的网络拓扑结构进行了探索性探究。[结果/结论] 智慧医疗情境下信息交互的整个过程会受到来自用户、信息、媒介、技术与环境等因素的影响,在稳定、有序的社会网络结构支撑下,信息交互行为才得以发挥其最大效能。     

基于元分析的社交媒体用户信息交互意愿及行为影响因素研究

[目的/意义]针对已有社交媒体用户信息交互意愿与行为影响因素研究结果间的差异问题,对该领域相关实证研究进行综合再分析后得出更为客观的结论。[方法/过程]采用元分析方法,对搜集的26篇实证研究中所提取的数据进行系统定量分析。[结果/结论]研究发现,对社交媒体用户信息交互意愿及行为具有显著正向影响的因素分别有6个、12个,其中感知有用性、社会影响、感知易用性与用户信息交互意愿强相关,结果预期、个体认知、感知娱乐性与用户信息交互意愿中度相关;个体认知、互惠、交互意愿、满意度、人际关系、媒体平台质量、激励、社会影响、结果预期与用户信息交互行为中度相关,感知有用性、信任、自我效能感与用户信息交互行为弱相关。     

基于扎根理论的学术APP用户信息交互行为影响因素研究

[目的/意义]探究学术APP用户信息交互行为的影响因素,有助于增进其信息交互并实现学术APP高效运转,为促进学术APP可持续发展提供参考。[方法/过程]首先结合学术APP特点分析学术APP信息交互行为的过程,然后通过半结构化访谈获取原始资料,以Straussian扎根理论方法为指导,通过开放式编码、主轴编码和选择式编码对学术APP用户信息交互行为影响因素进行归纳分析和关系梳理,分析各项主范畴对用户信息交互行为的内在关联和作用路径。[结果/结论]用户信息交互行为受到收益认知、个体因素、平台载体、平台管理与制度规范、社区环境氛围和信息内容的共同影响,其中个体因素方面的个体特征和个体需求是最重要的影响因素;影响因素可进一步解析为用户、信息、平台和环境四个分析维度,根据研究结果向学术APP设计者、运营者和用户提出增进用户信息交互的针对性策略。