社会交互对用户知识付费意愿的作用机理研究

[目的/意义]知识付费产品数量众多，品质良莠不齐，使得用户付费意愿降低，这可能导致知识付费模式的失败。本文旨在研究社会交互对用户知识付费意愿的作用机理，考察信任和认同（包括认知维、情感维和评价维）对用户付费意愿的作用。[方法/过程]研究共收集有效问卷377份，采用SPSS和LISREL进行数据分析。[结果/结论]研究结果显示，信息交互和情感交互显著影响信任，信息交互和信任影响认同，信任和认同决定付费意愿。因此，知识付费平台应重视引导用户之间进行社会交互，培养用户对平台的信任和认同，以促进用户付费意愿。     

移动社交网络用户对产品推荐信息反应意愿研究

[目的/意义]研究移动社交网络情境中用户与联系人关系、用户感知联系人行为如何影响用户对产品推荐信息反应意愿,并就研究结果提出管理对策。[方法/过程]通过手机微信平台收集的316份有效问卷,运用偏最小二乘回归法对数据进行分析。[结果/结论]结果表明：对联系人推荐的认知信任和情感信任正向影响用户对产品推荐信息反应意愿;亲密度和过去经历正向影响联系人推荐的认知信任和情感信任;过度发布行为负向影响联系人推荐的认知信任和情感信任。但是,相似性与对联系人推荐的认知信任和情感信任之间关系未获得支持。     

E-health情境下初始信任的信息来源构建:兼与E-commerce情境的比较

[目的/意义]探索在电子医疗情境下用户构建初始信任的关键动因,从信任的信息来源视角比较电子医疗情境与电子商务情境下用户建立初始信任的路径差异,为互联网医疗服务提供商优化平台建设、提升用户满意度提供借鉴和参考。[方法/过程]采用问卷调查法收集数据,利用偏最小二乘结构方程模型方法验证假设和概念模型。[结果/结论]研究发现,与网下信任来源有关的医院信誉、朋友推荐和个人健康状况对形成初始信任具有显著影响,而与网上信任来源有关的如来自第三方认证的结构保证和服务提供商声誉则没有通过假设检验,与E-commerce情境下初始信任形成路径不同的是电子医疗用户不能单纯凭借网上信息做出是否可信的判断。     

在线知识问答社区用户信息信任判断实证研究——来自眼动追踪实验的证据

[目的/意义]基于在线知识问答社区平台,通过眼动实验阐明用户注意与用户信任的关系,有助于用户获得高质量的信息,维持知识问答社区平台的公信力与可持续运营。[方法/过程]从视知觉的角度出发,利用眼动追踪技术量化在线知识问答社区用户的信息浏览行为,明晰用户对各信息要素的注意力分配特征,并结合自我报告式量表探究用户注意力是否反映其对信息的信任判断;同时基于ELM模型探讨信源个人成就、信息内容和系统累计线索值与用户信任判断之间的关系。[结果/结论]对不同卷入度的信息,用户对各信息要素的关注情况存在差异,且各信息要素对用户信任判断的影响不同,用户对信息的认知加工也存在路径差异;用户注意力指标（注视时长、注视次数）与信任判断之间关系甚微,注视未必代表相信。     

高校科研团队信任与知识共享关系实证研究

高校科研团队知识共享可以划分为共享意愿、知识贡献和共享效果三个维度;高校科研团队信任也包含组织信任、认知信任和情感信任三个维度。在理论分析的基础上提出高校科研团队信任与知识共享的关系假设,并进行实证检验。研究结果显示：高校科研团队组织信任除对共享意愿有显著影响外,对知识贡献和共享效果影响并不显著,而认知信任和情感信任对共享意愿、知识贡献、共享效果均具有显著影响。     

社交媒体用户同意自己的数据被用于研究吗？——基于用户接受意向的伦理反思

[目的/意义] 以社交媒体用户为研究对象,调查他们对于自身的社交媒体数据被采集用于研究的接受意向,并探索熟悉度、信任、利他主义对接受意向的影响,剖析知情同意程序的必要性,同时提醒学者进行伦理反思,为建立社交媒体数据研究伦理规范和与用户开展伦理风险沟通提供参考。[方法/过程] 建立用户从知情到同意的心理机制模型,采用问卷调查法收集来自新浪微博用户的数据,共获得320份有效问卷,并对模型进行验证。[结果/结论] 验证出两条有效的心理路径：熟悉-利他主义-接受意向和熟悉-信任-利他主义-接受意向。发现熟悉度和利他主义是影响用户接受意向的重要因素。在社交媒体数据研究中,用户有较强的伦理需求,知情同意程序很有必要。研究者还可以主动表达尊重及认可,以提升用户的利他主义,提升用户的接受意向,规避研究过程中的伦理争议。     

融合多层次数据的问答知识图谱本体模型构建

[目的/意义]针对基于问答对的智能问答准确率和解决率低、用户满意度差等问题,研究构建知识图谱本体模型,构建基于知识图谱的智能问答,解决基于问答对的智能问题所面临的问题。[方法/过程]首先,分析当前智能问答面临的问题及原因,提出构建知识图谱支撑智能问答的方案。其次,在已有本体模型构建方法的基础上,提出一种融合多层次数据的多轮循环方法,该方法分别以业务数据、用户数据和业务系统动态数据等多层次数据为数据来源,核心步骤为搭建基本框架、完善知识结构、对齐知识结构三轮循环。最后,以退换货领域为例阐述本体模型构建的具体步骤,从无到有,增量叠加,构建知识图谱本体模型。[结果/结论]将以退换货本体模型为模式层的知识图谱部署在智能问答系统中进行试验,试验结果显示退换货知识图谱上线后智能问答的准确率提升50%,解决率提升300%。其中准确率是指回答正确的问题数量与回答的全部问题数量的比例,解决率是指答案精准解决了用户问题的数量与回答的全部问题数量的比例。本文提出的本体模型构建方法从零散的领域知识中梳理出完整的、细粒度的领域知识结构,支持智能问答为用户提供精准的答案,能够有效解决基于问答对的智能问答困境。     

中文学术图书的Altmetrics数据生成动机及数据可用性探析——以豆瓣读书平台“短评”为例

[目的/意义] 探讨用户在“豆瓣读书”发布短评的动机,尝试判断短评作为图书影响力的评估指标是否有效,以期为中文学术图书评价的Altmetrics指标建构提供参考。[方法/过程] 以CBKCI统计报告公布的被引前十的古籍类中文学术图书为样本,采用扎根理论对样本图书在“豆瓣读书”网的1 142条“短评”进行分析,探究短评的产生动机及相应短评数据的可用性。[结果/结论] 用户产生短评的动机包括讨论、分享、消遣娱乐、外界压力、情感宣泄和资料获取6个主范畴。其中,“讨论”动机是最主要的动机,其两个子动机“表达与图书有关的个人经验或想法”和“表达对图书的见解或个人解释”占所有短评数据的四成以上,表明用户不是仅复制图书部分句子或章节,而是试图找到并传播图书最有价值的部分,此类短评数据可用以评价中文学术图书价值;而“分享” “消遣娱乐” “外界压力” “情感宣泄”和“资料获取”等动机相对来说难以较好地反映用户对图书的态度和认知,不宜纳入中文学术图书Altmetrics评价指标中。     

社交媒体隐私侵犯后的信任修复机制探究

[目的/意义] 信任是社交媒体和用户之间的桥梁,但频发的隐私侵犯事件常使社交媒体陷入信任危机。因此,在隐私侵犯后,如何重建用户信任至关重要。[方法/过程] 回顾信任修复相关研究,基于社交媒体隐私侵犯的具体情境构建信任修复的四元结构模型,通过调查问卷搜集有效问卷324份,并使用PLS-SEM和fsQCA进行探讨和验证。[结果/结论] 研究结果发现,社交媒体的行动修复策略和政府介入的净效应显著,社交媒体的言语修复策略和技术第三方的净效应不显著。但经fsQCA的组合分析发现,社交媒体言语修复和技术第三方可以与其他变量一起触发高强度信任修复,此外,分析结果中的8种高信任修复的前因变量组合可以为隐私侵犯后的信任修复策略提供参考。     

虚拟社区用户知识付费意愿实证研究

[目的/意义]探索虚拟社区用户知识付费意愿的影响因素,有助于更加深入了解用户在虚拟社区中的知识付费行为,帮助内容创作者和虚拟平台运营商洞悉用户需求,为提高知识服务质量和优化资源配置提供参考。[方法/过程]基于感知价值理论,对虚拟社区用户知识付费行为进行研究,构建知识付费的结构方程模型,揭示影响用户知识付费的关键因素及其机理;采用问卷调查法,搜集321份有效样本数据,在此基础上,利用偏最小二乘结构方程模型方法分析数据。[结果/结论]虚拟社区用户的感知价值显著正向影响其付费意愿;感知利得（感知有用性、感知信任）显著正向影响感知价值,感知利失（感知风险、感知成本）显著负向影响感知价值,且感知价值在感知利得和感知利失对用户付费意愿起到了完全中介作用;口碑负向调节感知价值对付费意愿的影响。     

云平台驱动的应急决策情报工程架构研究

[目的/意义]将情报工程思维融入云平台驱动的应急决策，旨在使应急决策更具效率性、科学性。[方法/过程]分析应急决策需求特性，在工程价值模型和情报系统基础上引入情报工程思维，即"事实数据"+"方法工具"+"专家智慧"3个要素，进而构建云平台驱动的应急决策情报工程架构。[结果/结论]云平台驱动的应急决策情报工程架构根据函数效应，从需求层（聚合需求，甄选信息）、工作层（挖掘情报，提升价值）、运行层（整合知识，集成智慧）以及服务层（快速响应，精准服务）4方面构建，使应急决策情报工程化及平行化，为应急决策在实际应用中提供一定思路。     

网络动态数据挖掘模式及其关键技术

[目的/意义]大数据蕴藏着大知识和大情报,但呈现出价值密度低、分布不规律、价值隐藏深、变化频繁等特征,给数据挖掘工作带来巨大机遇与挑战,有必要探索新的挖掘方式。[方法/过程]以大数据环境下网络动态数据挖掘模式作为切入点,从数据生产方式、生产规模及技术成熟性等维度选择金融管理、新型互联网应用、移动互联网位置服务等应用领域,对其基本特征进行分析,最后以Facebook的动态数据挖掘分析平台为例进行系统说明。[结果/结论]提出应从体系结构、动态数据传输、系统接口、高可用技术及负载均衡等关键技术入手,对系统进行设计与优化。     

面向应急决策的智慧城市情报工程实践与应用

［目的/意义］将情报工程思维运用至城市突发事件应急领域,旨在强化智慧城市应急决策中的情报支持作用,推进智慧应急的科学化与民主化。［方法/过程］分析当前智慧城市应急情报需求特性,在此基础上引入情报工程理念,从事实数据、工具方法与专家智慧3个层面和学科、社会与政府3个视角论述面向应急决策的智慧城市情报工程实践与应用等。［结果/结论］在大数据时代,以智慧应急为“主位”,以情报工程为“述位”,构建以大数据资源为基,以情报融合为核,以专家智慧为支的智慧应急情报工程体系架构尤为必要。     

网络动态数据挖掘研究进展与展望

[目的/意义]传统数据挖掘技术很难有效地对海量、高维、动态的网络数据进行分析,这成为当前商业智能、决策分析和知识发现等领域中的主要技术瓶颈,网络动态数据挖掘能有效解决这一问题。[方法/过程]通过梳理网络动态数据挖掘相关理论与应用研究成果,对网络动态数据挖掘研究的形成过程、发展历程和研究趋势进行归纳和总结。[结果/结论]研究认为:网络动态数据挖掘过程中突变性问题、与情报学的融合问题、社交网络动态演化模型、研究合作网络时序变化及网络动态数据挖掘中的粒度计算问题等是情报学研究需要关注的主要研究方向。     

情报分析计算化:背景、作用及关键问题

[目的/意义]从理论与实践的视角探讨情报分析计算化的背景、作用和关键问题。[方法/过程]梳理情报分析走向计算的发生背景和现象转变,对情报分析计算化的作用进行归纳总结,对发展计算型情报分析的关键问题进行探讨。[结果/结论]情报分析走向计算的产生主要源于由研究范式转变、资源数字化、信息技术以及计算方法的发展等,情报分析计算化可以解决人脑分析的自然局限、微观层次的不可观察性、分析速度等问题,在发展计算型情报分析过程中,理论体系、计算化思维、工作模式、数据资源建设等是目前值得关注的关键问题。     

专家个体多维特征刻画与专家组均衡推荐研究

[目的/意义]提出一种基于专家个体多维特征刻画的电子政务项目评审专家组推荐方法,提升专家组间项目评审的一致性水平。[方法/过程]以专家个体的长期评审意见为数据源,利用意见挖掘技术实现知识元识别与情感极性获取;构造专家的领域知识结构并动态迭代更新;利用统计分析刻画专家知识水平、评审深刻性、情感风格、领域专长特征,实现基于科学计量的专家特征刻画并以此为基础进行专家组合的推荐。[结果/结论]本文的方法注重专家组的多维特征均衡,对电子政务项目评审具有很好的问题针对性,并在实践中取得了良好的应用效果。     

城市应急管理情报平台构建研究

[目的/意义]应急管理组织模式和城市风险环境的改变,促使情报体系组织关系和技术实现产生与之相适应的变革,情报平台提供了支持城市应急管理动态化网络运行的工具。[方法/过程]通过文献资料收集和案例分析,采用信息资源规划方法组织突发事件应急管理情报流,面向实时性、整合性的情报工作,推演构建城市应急管理情报平台。[结果/结论]城市应急管理情报平台为异构的管理信息系统和情报信息系统提供情报交换的渠道和情报生产的场所,并通过对城市系统的持续感知为应急管理提供不断更新的知识基础和实时动态的信息数据。     

科技信息大数据在情报研究服务中的应用

[目的/意义]针对当前科技信息界对大数据的认识问题以及如何利用大数据提供更好的情报服务,构建科技信息大数据在情报服务中的应用框架,以便为科技信息大数据环境下的科技情报服务提供参考。[方法/过程]围绕数据基础、方法技术与应用服务3个核心要素展开,探讨科技信息大数据的概念内涵、科技信息大数据在科技情报服务中的应用以及大数据情报技术。[结果/结论]在概念内涵方面,科技信息大数据是科技活动要素及要素之间相关关系组成的多源异构大规模数据;在大数据情报技术方面,梳理出多源异构融合技术、用户画像与需求探测技术、属性计算与情景计算技术、知识抽取与本体构建技术等关键技术;在情报服务方面,将由被动服务转向主动服务,从单一服务转向嵌入式服务,从决策参考服务扩展到决策引领服务。     

论大数据时代的威胁情报

[目的/意义] 初步论述信息安全界理论前沿,论述威胁情报及其相关热点问题,试图引入新的情报概念,开拓情报研究新的领域。[方法/过程] 通过文献调研、内容分析和归纳演绎,梳理出威胁情报的主要特点、基础性技术、实践现状与趋势、重要意义和未来研究方向。[结果/结论] 威胁情报:①将成为情报研究新的热点;②具有应用范围广泛、紧密跟踪和可用于信息安全管理决策的特征;③对国家信息安全管理和国家情报要素研究均具有重要意义;④与其相关的数据管辖与隐私保护、情报共享等问题将成为未来的研究重点。