共查询到20条相似文献，搜索用时 15 毫秒
1.
本文通过分析关系型虚拟社区用户感知服务质量评价影响因素,以调查问卷的方式研究关系型虚拟社区用户感知服务质量和用户忠诚,并提出促进用户忠诚的三条路径:提高客户服务管理→用户满意→用户忠诚;提供额外的服务及功能→感知价值→用户满意→用户忠诚;关注网页的设计及内容→感知服务质量→用户满意→用户忠诚.其中,用户满意是培养用户忠诚的关键,提高客户服务管理是最直接、最快速培养用户忠诚的方法.隐私保护和限制会影响用户“被关注”感,从而降低用户感知服务质量的程度. 相似文献
2.
本文通过分析互联网开放式创新社区用户参与创新行为，采集用户知识共享的不同特征数据，构建用户画像，从而识别不同类别用户参与平台知识创新的功能和角色。此外，基于用户的异质性，分析不同用户群体的创新需求差异和需求点的分布。通过对小米社区的实证研究识别出了核心用户、积极创新用户、积极社交用户、潜在创意用户、边缘用户这5个类型用户并进行画像，同时从必备型需求、魅力型需求、期望型需求、沉默型需求这4个角度对不同类型用户的创新需求点进行分析，体现了不同类型用户的不同创新需求差异。通过用户画像构建以及用户创新需求识别，达到社区管理与用户之间的高匹配度及用户的创新需求与企业产品创新方向之间的一致性。 相似文献
3.
随着社会的进步,用户对图书馆的需求已呈多元化、关注,用户是支撑数字图书馆发展的基础,本文通过用户管理方式、用户管理应方便和服务于用户。个性化发展趋势,图书馆的服务质量也越来越受到用户的用户心理、数字图书馆用户管理的现状及发展策略等论述 相似文献
4.
本文认为信息服务机构发展用户关系的方式是使用户的价值增值,价值增值依靠对用户的知识转移.知识转移对用户的价值增值通过三方面的作用表现出来：对用户的信息增值、对用户决策增值、对用户能力增值,并提出了发展用户关系的对策. 相似文献
5.
renshengce 《科技管理研究》2018,(10)
随着互联网技术的成熟和社交媒体的介入,用户社区作为用户创新的载体是企业借助用户实现创新的新方法。在用户社区和用户创新相关文献基础上,论文对用户社区的产生与发展、类型及特点、参与者构成和参与过程及其对用户创新产生的影响进行归纳和总结,构建用户社区下的用户创新流程模型,并对未来研究方向进行展望。旨在从用户社区的视角将用户作为创新源,为企业创新提供新的思路和启示。 相似文献
6.
利用最近4年的图书馆门禁用户入馆记录、借书记录等数据,从整体、用户类型、用户年级、用户专业、行为类别角度对泛在环境下的实体图书馆用户使用行为进行了实证研究,结果表明:实体图书馆整体利用情况呈明显下降趋势,用户类型、用户年级对用户使用行为存在明显影响,用户专业对用户行为有影响但不明显,阅览空间使用成为用户行为最主要的部分.研究结果为图书馆优化实体图书馆服务提供了参考依据. 相似文献
7.
用户研究对信息服务管理有着全面的推动作用。针对当前信息用户分析理论研究上的不足,结合用户访问行为将信息用户划分为网上用户、注册用户和正式用户。在此基础上,建立了网络环境下的信息用户分析体系,将用户类型、分析内容、分析方法和分析目的有机地组合在一起,并对相关内容进行了详细叙述和应用举例。 相似文献
8.
提出了一种基于用户浏览历史的用户兴趣提取模型,它隐式地收集用户信息用于个性化搜索中,即是通过对用户兴趣度的定义,在用户的浏览历史中得到一组代表用户兴趣的网页,并设计一个聚类算法,对这组代表用户兴趣的网页进行聚类操作,从而得到能代表此用户兴趣类别的词,即用户的兴趣。 相似文献
9.
社交网络用户行为是用户在对自身需求、社会影响和社交网络技术进行综合评估基
础上做出的使用社交网络服务的意愿, 以及由此引起的各种使用活动的总和, 是在线社交网
络研究的重要内容。 在线社交网络用户行为的研究对揭示在线社交网络结构的演化规律、信
息传播规律以及有效监控网络突发舆情等具有重要的理论意义和实践价值。 文章介绍了在
线社交网络用户行为的研究背景, 着重总结了当前在线社交网络用户行为的主要研究成果。
在线社交网络用户行为的研究目前主要集中于 3 方面： 用户采纳与忠诚、用户个体使用行为
和用户群体互动行为。 用户采纳与忠诚的研究解释了用户为什么使用社交网络, 用户个体使
用行为的研究揭示了用户如何使用社交网络, 用户群体互动行为的研究揭示了用户之间的互
动机理。 最后,展望了在线社交网络用户行为在用户行为一致性、用户间行为的相互影响、监
管政策与用户行为间的相互作用以及专业性社交网络、移动社交网络等方面的研究机会。 相似文献
10.
【目的/意义】基于社交媒体用户分享的图像、博文及用户标签数据,为用户推荐潜在的好友,从而更好的为 用户做个性化推荐和精准化服务。【方法/过程】在获取微博用户分享的图像、博文及用户标签的基础上,通过使用 深度学习的方法利用图像、博文及用户标签数据来表达用户兴趣特征,基于这三类特征组合,通过计算用户之间的 余弦相似度来挖掘与目标用户兴趣最相近的若干个候选用户。同时,探讨了多模数据在无监督学习下的用户推荐 问题,并与单模数据进行比较。【结果/结论】实验结果表明,利用图像、博文和用户标签合成的多模数据对用户的兴 趣进行建模并进行好友推荐较单模数据效果好。 相似文献
11.
12.
《中国科学院院刊》2015,(2)
社交网络用户行为是用户在对自身需求、社会影响和社交网络技术进行综合评估基础上做出的使用社交网络服务的意愿,以及由此引起的各种使用活动的总和,是在线社交网络研究的重要内容。在线社交网络用户行为的研究对揭示在线社交网络结构的演化规律、信息传播规律以及有效监控网络突发舆情等具有重要的理论意义和实践价值。文章介绍了在线社交网络用户行为的研究背景,着重总结了当前在线社交网络用户行为的主要研究成果。在线社交网络用户行为的研究目前主要集中于3方面:用户采纳与忠诚、用户个体使用行为和用户群体互动行为。用户采纳与忠诚的研究解释了用户为什么使用社交网络,用户个体使用行为的研究揭示了用户如何使用社交网络,用户群体互动行为的研究揭示了用户之间的互动机理。最后,展望了在线社交网络用户行为在用户行为一致性、用户间行为的相互影响、监管政策与用户行为间的相互作用以及专业性社交网络、移动社交网络等方面的研究机会。 相似文献
13.
14.
国外信息用户研究进展 总被引：2，自引：0，他引：2
对1997年以来国外信息用户研究论文进行内容分析,认为其研究内容可以从两个角度进行划分：用户角度和系统角度。用户角度方面,主要研究信息用户需求、信总用户安全、信息用户满意度、信息用户行为与心理和信息用户能力与学习;系统角度方面,主要探讨信息系统设计中的用户因素、用户对信息系统、信息技术的使用等。对这些主题的研究论文进行综述,力图搴观反映近十年来国外信息用户研究的现状和趋势,为今后的相关研究提供参考。 相似文献
15.
【目的/意义】数字期刊阅读在移动网络的推动下已成为互联网使用群体必不可少的活动,分析数字期刊 服务中的用户行为能够掌握用户阅读倾向,提高推送精确度。从用户行为感知的角度出发根据用户信息分析用户 行为轨迹,搭建推送模型,结合推荐算法和用户行为预测模型,实现数字期刊的用户个性化推荐。【方法/过程】本文 使用聚类算法和加权二部图算法计算用户相似度、寻找用户邻居簇,进而预测用户对数字期刊的评分,基于加权 Markov模型预测用户模型,生成数字期刊推送结果。【结果/结论】利用用户行为感知技术对数字期刊服务推送提 出了基本的研究理论框架,依照推荐算法设计对不同用户进行个性化推荐,增强用户信赖感,提高用户对数字期刊 阅读的满意度。 相似文献
16.
图书馆个性化信息服务模型的设计与实现 总被引：13，自引：2，他引：13
尝试构建一个用户兴趣模型,通过数据挖掘技术,从图书馆记录中挖掘用户兴趣信息,并根据用户兴趣将用户所需要的信息通过RSS技术推送给用户,实现基于用户需求分析的图书馆个性化信息服务。 相似文献
17.
王穆轩 《内蒙古科技与经济》2014,(1):59-62
围绕基于联邦身份的用户管理模型展开研究,通过建立基于联邦身份的用户信息共享机制,实现同一用户在不同门户系统上用户身份的联合,为门户用户创建联邦身份,从而缩短用户在首次访问门户系统时进行用户注册的时间、改善了用户体验、增加了系统访问量。 相似文献
18.
19.
【 目的/意义】研究从用户群体的角度出发,依据用户特征对社区用户进行群体划分,以了解不同用户群体的
主题差异,从而更加全面清晰的了解社区主题,更好的为社区用户推荐资源。【方法/过程】研究利用社会网络分析
和Topsis算法对用户群体进行划分,再利用LDA模型分别对不同用户进行主题挖掘,最后采用谱聚类实现主题优
化。【结果/结论】科学网情报学社区的核心用户与一般用户群体主题有相同的部分,也存在差异,核心用户群体的
主题专指性较强,一般用户群体的主题较为广泛。基于虚拟学术社区用户群体主题挖掘模型,可以更加全面展示
社区用户关注的主题,更好地为社区用户推荐资源。【创新/局限】研究从用户群体的视角出发,提出了虚拟学术社
区用户群体主题挖掘模型,更好的为社区用户推荐资源,但本研究在数据量、主题模型以及社会网络分析指标的选
取等方面还需要拓展与延伸。 相似文献
20.
[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为短期兴趣和长期兴趣,据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣,利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类,根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确地发现用户兴趣漂移特征,满足用户个性化信息需求。[局限]仅使用"微博"这一应用广泛的网络社交平台进行实证,未能从多个网络社交平台进一步验证模型的可行性和准确性。 相似文献