学术APP用户在线评论主题语义关联研究

【目的/意义】针对学术APP评论数据特征，挖掘用户评论语义关联关系，为平台运营者和开发者高效获取 用户需求和关注点提供思路和指导方法。【方法/过程】首先，基于LDA主题模型和GloVe 词向量模型构建学术APP 用户在线评论主题语义关联研究框架，然后，采集超星移动图书馆APP在线评论作为样本数据，通过主题识别获取 用户评论主题并基于词向量相似性得到主题语义关联，最后构建出语义关联主题图谱。【结果/结论】实验结果表明 运用文章提出的思路方法能够有效发现用户评论主题和主题间关联关系并得到主题关联图谱，从而为学术APP平 台运营者完善平台功能提供参考和借鉴。     

基于知识图谱的网络社区学术资源深度聚合框架研究

[目的/意义]探索基于知识图谱的网络社区学术资源深度聚合的理论和方法,为网络学术社区知识细粒度组织、知识服务实践提供思路引导和新视角。[方法/过程]首先梳理了知识图谱和学术资源聚合的研究进展,从价值需求主体的角度剖析网络社区学术资源聚合的应用价值;然后明确网络社区学术知识图谱的构建流程,构建出基于知识图谱的网络社区学术资源深度聚合框架,并介绍知识富关联关系提取方法;最后设计个体用户画像、语义智能检索、分面式导航三种应用模式。[结果/结论]知识图谱能够较好地应用于学术资源深度聚合,支持网络社区的高级知识服务应用,基于知识图谱的网络社区学术资源深度聚合框架对学术类网络社区平台优化资源配置、有效知识创新服务具有重要参考价值。     

基于G-Kmeans的网络问答社区话题用户信息需求聚合方法及应用研究

[目的/意义]进一步挖掘与分析网络问答社区用户信息需求,实现用户信息需求序化组织与聚合,提升网络问答社区服务质量。[方法/过程]融合GMM和Kmeans聚类算法对网络问答社区用户提问问题文本进行用户信息需求挖掘与分析,并采集途牛网络问答社区“北京”话题下的全部问题文本数据进行实证研究。[结果/结论]途牛网络问答社区中用户的信息需求主要分为三类：景点、住宿、出行和周转。文章所提出的网络问答社区用户信息需求聚合方法可以高效地识别出用户信息需求,实现话题下用户信息需求序化和组织,对网络问答社区提升信息组织水平和优化信息服务质量具有一定的参考价值。     

基于用户评论分析的网络学术信息资源评价体系模型研究

[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。     

基于数据驱动的移动图书馆UGC用户画像研究

[目的/意义]构建与分析移动图书馆UGC用户画像模型,挖掘用户潜在信息需求,促进移动图书馆UGC实现精准化推荐服务。[方法/过程]通过Python爬取喜马拉雅APP《三体》的部分评论数据并进行聚类分析;利用RFM模型选取典型用户;采用TF-IDF算法生成标签,利用词云可视化工具生成典型用户的完整画像。[结果/结论]详细阐述移动图书馆UGC用户画像的构建流程,并通过实例分析构建喜马拉雅平台《三体》部分典型用户的完整画像,提出移动图书馆应结合数据驱动的用户画像提供精准化的推荐服务、个性化的知识搜索、智慧化的预测服务、智能化的隐私保护,以促进移动图书馆UGC精准服务的实现。     

基于Canopy-Kmeans的移动商务用户需求聚合挖掘及分析研究

【目的/意义】为了协助商家和平台获取移动商务在线评论中的用户需求,解决在线评论过载导致用户需求 提取困难等问题。【方法/过程】本文首先获取原始在线评论数据集进行文本预处理和清洗;然后,深入语义层面基 于改进后的 Canopy-Kmeans算法实现用户需求聚合;最后,以聚合结果为层级指标设计 Kano问卷,用重要性判别 方法和用户满意度指数优化用户需求分类标准,实现用户需求的高效聚合和精准挖掘。【结果/结论】通过实验结果 对比分析发现与基于语义的传统聚类方法相比,本文设计的移动商务用户需求聚合与挖掘方法的聚类结果更清晰 合理,能够获取更精准和细化的用户需求。【创新/局限】借助Word2vec模型从语义的视角分析用户需求,提出基于 Canopy-Kmeans算法的用户需求聚合挖掘模型,但选取的研究对象和数据规模较为有限,下一步将扩大在线商品 评论的研究范围及实验数据规模。     

面向用户需求的知识付费类APP服务体系构建研究

[目的/意义]调研知识付费类APP用户需求和用户偏好以及存在的问题,针对存在的问题,构建知识付费类APP服务体系,以期为知识付费类APP的服务建设与发展提供一定的借鉴。[方法/过程]利用调查问卷对用户需求、用户偏好以及知识付费类APP存在的问题进行网络调研,并对调研结果进行分析梳理。[结果/结论]在调研分析的基础上,基于用户需求提出知识付费类APP服务体系的框架与实施策略。     

基于在线评论的企业竞争情报需求挖掘研究

[目的/意义] 提出一种基于在线产品评论的竞争情报挖掘框架,为企业改进产品设计和制定竞争策略提供参考。[方法/过程] 利用Word2vec技术构建产品特征词集合,识别用户评论主题特征。然后使用情感分析方法对评论文本进行分类,得到特征维度的评论情感。最后从产品主题特征和情感态度特征两方面进行数据分析,并以可视化结果呈现。[结果/结论] 以汽车行业的评论数据为例进行实验,结果表明该方法能够有效提取产品情报信息,帮助企业有效识别自身品牌及竞争对手的优势和劣势,为大数据环境下的竞争情报挖掘提供方法指导。     

面向在线评论的用户需求分析框架与实证研究--基于KANO模型

[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。     

面向在线评论的用户需求分析框架与实证研究--基于KANO模型

[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。     

基于动态用户画像的学术虚拟社区粘性驱动机制研究

[目的/意义]基于动态用户画像探索学术虚拟社区的粘性驱动机制在于用户角色精准定位，有助于提升用户忠诚度、信任度、留存率、回访率。[方法/过程]依据社区属性和用户感知分析学术虚拟社区的粘性驱动因子；以用户自然属性、行为属性、心理特征为用户画像的数据来源，建构包括基础数据、行为建模、服务应用、评价反馈4个模块的动态用户画像结构模型；结合驱动因子与结构模型构建了粘性驱动机制模型。[结果/结论]模型深度刻画了学术虚拟社区用户全貌，为优化系统效能和精准化服务指供指导，以期增强学术信息资源流转与学术影响力。     

学术社交网络中iSchool成员用户结构与利用差异分析

[目的/意义]学术社交网络是开展知识交流与学术合作的重要平台，对iSchool成员用户的研究有助于图情学科研究人员合理利用学术社交网络。[方法/过程]本文以ResearchGate （RG）为例，采集61所iSchool成员机构的用户行为数据，依据被关注—关注比例指标进行用户细分，并从地区与层级角度对用户结构及利用差异进行比较分析。[结果/结论]地区角度，北美机构拥有较多明星型用户且注重展现与互动，亚太机构用户则更倾向于搜寻信息；层级角度，iCaucus机构用户更偏好学术资源分享，低层级机构用户跟踪获取学术资源的需求则更普遍。此外，iSchool成员机构能被RG指标进行良好的层级区分，学术影响力和层级领先的机构表现出更大的学术影响，因此应进一步合理拓展对学术社交网络的利用。     

基于扎根理论的付费数字阅读用户需求的分层特征及其驱动力

[目的/意义] 数字阅读是当前国民阅读的主要途径,付费数字阅读也成为新的消费增长点,但用户满意度仍然不高。文章尝试从用户需求层面进行探究,以期为数字阅读的持续健康发展提供指导,并对数字图书馆建设给予启发。[方法/过程] 通过收集大量相关产品的网络评论和与用户的深度访谈得到研究数据,进而运用扎根理论探究数字阅读产品的付费影响因素并构建出相对应的用户需求模型。[结果/结论] 研究发现,付费数字阅读用户需求分为功能需求和信息需求两个类别,且用户需求层次结构具有不断成长的演化趋势,这种趋势使得用户需求不断膨胀,从基本型需求发展到期望型需求,再拓展到兴奋型需求。     

学术用户画像的行为与兴趣标签构建与应用

[目的/意义]学术用户画像是对用户访问使用学术资源行为的较全面的刻画。本文尝试构建图书馆学术用户画像的信息行为标签和研究兴趣标签,来准确定位学术用户的信息需求,以便推荐合适的学术资源。[方法/过程]具体方法是全面获取用户的访问日志并进行清洗处理,然后构建从学术用户信息行为出发的用户画像标签体系,进一步研究构建了基于研究兴趣关联的信息资源推荐服务。[结果/结论]本研究有助于提高用户信息获取效率,提高图书馆学术资源推荐服务的质量,并为结合其它资源全面构建图书馆学术用户画像提供一定的借鉴。     

用户感知移动图书馆服务质量评价的犹豫模糊Kano-Taguchi方法

[目的/意义]大数据时代下,移动图书馆对用户阅读方式和获取知识具有重要作用。在用户感知移动图书馆服务质量需求由分散转向关联,服务质量评价过程由精确转向模糊多元的情形下,文章提出了一种模糊Kano模型与犹豫模糊Taguchi方法为核心的综合评价方法。[方法/过程]首先,根据用户与决策者的偏好信息以模糊Kano修正指标重要度,分析用户的直接需求。其次,根据评价过程中的不确定性及指标的关联冲突,提出一种犹豫模糊Kano-Taguchi方法,该方法通过对主客观综合重要度的分析体现了用户与决策者对移动图书馆的偏好程度。最后,以五所云南高校为例进行算例分析,且通过对比分析验证本研究方法的科学性与合理性。[结果/结论]研究表明,文章提出的方法不仅简便明了,而且客观充足。     

隐私视角下健康类APP用户流失意愿研究

[目的/意义] 本文从隐私视角出发,研究影响健康类APP用户流失意愿的因素,为健康类APP服务提供商增强用户粘性、提升服务效果等提供参考依据。[方法/过程] 对24名有健康类APP使用经验的用户进行访谈,运用扎根理论法对访谈材料进行编码分析,构建隐私视角下健康类APP用户流失意愿理论模型。[结果/讨论] 用户个体、隐私关注、社会环境和隐私计算结果直接影响用户流失意愿;社会环境还通过影响用户个体、隐私关注与流失意愿间关系的强度影响用户流失意愿,与用户流失意愿呈中介关系。     

不同网络平台用户情感表达特征对比分析

[目的/意义]网络用户主要通过购物类、社交类和点评类三种常见网络类型平台发表带有情感倾向的评论,但是由于用户群体、可评论时间、可评论次数以及评论方式等的不同,使得这三种网站类型中的用户对于同一主题的情感表达存在较大差异。文章从用户情感表达特征角度对比评测购物类、社交类和点评类三种主流网络平台中用户情感评论特点,为情感分析数据源选择提供借鉴。[方法/过程]在情感分析的基础上,通过对评论特点、用户情感特征和用户痛点等的对比分析和实证分析,探索三种平台的情感表达特点。[结果/结论]实验结果表明,不同类型网络平台评论的主要内容、情感特征以及痛点表现方面均存在明显差异,进而对情感分析信息源选择提供依据。     

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。     

基于协同过滤的高校图书馆纸本资源智能推荐方法实证研究

[目的/意义]旨在为高校图书馆提高纸质资源采购质量与利用率提供参考。[方法/过程]基于用户画像的理论对不同用户进行多维度的刻画,利用机器学习中监督学习的方法,通过采用协同过滤的推荐算法对用户偏好特征做精细统计分析的定量化计算,并从用户需求的角度建立用户偏好同步变化的自适应优化在线学习的纸本资源推荐系统。[结果/结论]该研究从实证分析角度为用户实现精准的个性化纸本资源推荐服务,为高校图书馆纸质文献检索库实现智能偏好的检索功能,建立纸质文献检索库合理有效的动态更新机制,提升用户体验。