共查询到16条相似文献，搜索用时 127 毫秒
1.
[目的/意义]作为目前主流的在线问答社区模式,免费和付费在线问答社区为用户提供了不同的信息交互场景,能够满足差异化的用户需求。本文通过对两类社区用户参与行为的比较,深入揭示了他们之间的行为差异,对两类社区服务模式的优化提供了对策和建议。[方法/过程]采用列联表分析、非参数检验和负二项回归等方法对免费和付费在线问答社区用户的参与特征和交互影响关系进行了分析。[结果/结论]研究发现免费和付费在线问答社区用户在信息需求、参与特征和交互影响关系上存在诸多差异,其中免费在线问答社区具有最多的观点型问题,付费在线问答社区具有最多的建议型问题;免费提问者倾向于用抽象、概括的方式提出问题,付费提问者则倾向于提供详细的背景信息;问题长度负向影响免费回答的数量和长度,正向影响付费回答的长度;问题长度、回答长度正向影响免费和付费评价数量。本文丰富了对在线问答社区用户参与行为的研究,为免费和付费两类社区服务模式优化提供了一定的管理建议。 相似文献
2.
[目的/意义]在线问答社区成为互联网用户获取高质量知识的重要途径,探索中文问答社区答案质量对知识传播具有重要意义。[方法/过程]以规模最大的中文问答社区之一"知乎"为研究对象,采用数据挖掘和机器学习方法,选取逻辑回归、支持向量机和随机森林三种分类模型,进行三层递进式训练和检验。从结构化特征、文本特征以及用户社交属性三个维度构建答案质量的特征体系。[结果/结论]实验结果显示,随着特征体系的不断丰富,三种分类模型的性能逐步提升;而随机森林作为一种组合分类模型,在全量特征的情况下,取得出色的分类性能。对特征组合分析发现,包含用户社交属性的随机森林总是比同等级的其它模型更加出色,表明社会化网络在答案质量评价中的地位。研究结论表明从答案本身和答案编写者两个角度能够评价答案质量,构建的特征体系和模型可以较为全面地预测答案质量。 相似文献
3.
[目的/意义]旨在构建社会化问答社区用户生成答案质量评价指标体系，实现面向用户需求的答案质量自动化评价和筛选，提高社会化问答社区知识服务质量。[方法/过程]引入社会情感特征和用户特征，运用因子分析和结构方程实证构建用户生成答案质量评价指标体系。基于GA-BP神经网络模型设计答案质量自动化评价方法。最后，选取知乎网站数据对用户生成答案质量评价指标体系和自动化评价方法进行应用研究。[结果/结论]构建包含答案文本特征、回答者特征、时效特征、用户特征、社会情感特征5个维度的评价指标体系。实验分析发现基于GA-BP神经网络的答案质量自动化评价方法相比于其他方法准确率较高、平均误差低，具有可行性和有效性，能够进一步应用和推广实践。 相似文献
4.
[目的/意义]学术社交网络所提供的问答服务已成为学者们快速获取学术信息、解决学术问题的重要途径,实现基于机器学习的问答质量智能评价和服务优化对学术社交网络中优质内容传播具有重要意义。[方法/过程]以ResearchGate问答服务为研究对象,从结构化特征、内容特征、其他特征以及回答者特征4个维度构建答案质量评价体系,利用机器学习方法和数据增强技术进行答案质量分类预测。[结果/结论]SMOTE算法在处理不平衡样本时具备有效性;支持向量机在单一模型预测中,取得出色的分类效果;组合模型使预测精度得到进一步提升,基于随机森林、支持向量机、BP神经网络构建的组合模型分类性能最佳,以此为基础可通过搭建问答质量智能评价系统实现学术社交网络问答服务优化。 相似文献
5.
[目的/意义]提出基于在线评论的网络社区信息可信度评价方法,为信息治理提供有效依据。[方法/过程]构建基于在线评论的网络社区信息可信度评价指标体系,利用改进AHP理论确定指标权重;利用LSTM模型对评论情感分类,采用改进的D-S证据理论模型融合情感分类数据作为指标量化计算方法。以知乎网络社区为例,从3个角度计算网络信息内容的可信度：经过筛选的具有可信观点评价的在线评论、所有在线评论、调查问卷。[结果/结论]实验结果表明,基于可信观点评论的可信度排序与基于调查问卷的可信度排序基本一致,说明利用在线评论对网络信息可信度进行评价具有一定的可行性。 相似文献
6.
[目的/意义] 探究不同类型网络社区中健康主题特征分布,促使各网站平台能够更好地提供在线健康信息服务。[方法/过程] 以糖尿病为例,选取来自健康论坛的社会化标签和社会化问答社区的问答记录作为研究对象;通过数据编码和文本处理的方法,得到八大类主题,并比较两种网络社区中该八大主题分布情况的异同。[结果/结论] 两种网络社区中糖尿病主题冷热分布大体趋于一致。在最为用户所关注的主题上,两类社区各有侧重,分别是“诊断和检查”、“社会生活”。以上探讨和发现对在线健康信息服务质量的提升有诸多启示。 相似文献
7.
[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。 相似文献
8.
[目的/意义]通过构建在线医疗社区健康焦虑用户画像,以探究健康焦虑用户情感及其他特征表现,为在线医疗平台管理健康焦虑用户及加强在线医疗社区建设提供指导。[方法/过程]首先,依据现有研究成果并结合在线医疗社区健康焦虑用户实际数据特征建立用户画像标签体系。其次,根据标签体系对情感、主题、信息行为标签进行技术加工,得到标签属性并建立用户画像概念模型。最后,通过K-means聚类方法得到4个具有显著差异性的用户画像群体结构进行实证分析。[结果/结论 ]根据用户画像标签特征,将在线医疗社区健康焦虑用户依据情感划分为恐惧型、愤怒型、抑郁型、厌恶型4类,针对每个类型用户画像的显著特征进行具体分析,为在线医疗社区中健康焦虑现象提供一个较为全面的用户画像标签类型解释。 相似文献
9.
[目的/意义] 在线医疗社区用户画像能够精练化提取患者需求、可视化描述患者特征,有助于平台管理者制定更精准的信息服务策略。[方法/过程] 在梳理在线医疗社区用户画像研究成果的基础上,提出一种在线医疗社区用户画像构建框架,并爬取百度贴吧中糖尿病社区用户数据,综合采用档案清单、复合图形、语言描述和词云方法,实现了具有4个维度和12项标签的在线医疗社区用户画像构建。[结果/结论] 该理论框架及实现方法有助于信息精准推荐、改善患者体验、提升决策质量,为在线医疗社区用户画像构建与应用提供了理论与实践指导。 相似文献
10.
本文以社会化问答社区为例,探究疫情期间健康信息需求的主题与用户情感变化特征,以期改进问答社区在突发事件中的应急策略,通过数据采集和清洗、文本预处理、LDA主题模型、BERT+BiLSTM情感分类模型对25540条数据进行知识挖掘和主题-情感协同分析。研究结果显示,本文使用的方案能够有效捕捉疫情期间网民需求健康信息的主题特征。在情感分类方面,BERT+BiLSTM模型的分类准确率较基线模型提升了11.75%。为更好地应对突发公共卫生事件,本文建议社会化问答社区应自行生产科学的健康信息、提高针对主题的舆情监控力度并积极引导用户认知。 相似文献
11.
[目的/意义]随着分享经济的发展,以在线付费问答平台为代表的知识付费产品有效地实现了知识的变现,本研究以这类平台为切入点,探索用户的付费模式及付费意愿,加深对用户知识付费行为的认识。[方法/过程]通过对分答、值乎和微博问答三大平台的比较分析,总结在线付费问答平台的用户付费模式,利用问卷调查法考察用户的付费意愿及其动机。[结果/结论]研究表明,在线付费问答平台主要有两种用户付费模式：提问付费和围观付费。用户对这两种付费模式没有特别偏好,二者呈现不完全替代关系,且影响用户对这两种付费模式的付费意愿的动机因素有所不同。本研究认为,知识付费在本质上是知识驱动型的信息消费行为,同时具有明显的粉丝经济特点。 相似文献
12.
[目的/意义] 针对传统IPA方法在研究中存在的问题,引入一种改进型IPA理论(RIPA)并对社会问答平台答案质量进行研究,从而引导社会问答平台运营商更好地开展服务,提高信息资源内容质量。[方法/过程] 通过分析传统IPA方法在理论上存在的不足,引入一种新的RIPA理论,比较两者在社会问答平台答案质量中的应用,并对研究结果进行相关分析。[结果/结论] RIPA和IPA两种方法在社会问答平台答案质量研究中的应用表明,前者有更高的可行度;同时,"完整性"、"专业性"和"权威性"3个指标是解决社会问答平台答案质量的关键因素,并对社会问答平台的建设提出相关建议。 相似文献
13.
[目的/意义]问答社区已成为用户获取信息的重要网络空间之一,保持高质量信息资源生成机制是问答社区生存发展的关键。本文的目的是通过用户生成资源的行为,了解资源生成的影响因素。[方法/过程]以百度知道社区的交互数据为研究样本,利用相关性分析和回归分析方法,分析用户与资源的关系、用户生成资源行为及影响因素。[结果/结论]问题类型、媒介、匿名性等因素对用户生成资源行为有重要影响,用户相关变量与资源质量存在显著相关性。建立和完善用户身份识别与激励机制对于社区提高资源质量具有重要意义。 相似文献
14.
网络问答社区的知识生态系统研究 总被引：1，自引：0，他引：1
[目的/意义]通过吸纳知识生态学的理念来进一步完善网络问答社区的相关理论体系。[方法/过程]在前人的研究基础上,分析网络问答社区的知识主体、知识生态环境和知识生态链,构建出网络问答社区的知识生态系统模型,进一步从形成条件、动力和演化3个方面对系统的自组织机制进行深入探索,并以“知乎”为例对本文提出的知识生态系统进行验证。[结果/结论] 网络问答社区的知识生态系统将社区用户、用户生成内容和社区机制等有机结合在一起,从整体上揭示了网络问答社区的运行和发展。 相似文献
15.
[目的/意义]以用户情感为线索的图像检索已成为机器学习研究的热点，但图像情感特征标注的语料数据多来源于对图像低层特征的抽取，从而导致图像检索过程单一化和程式化。本文提出了一种基于深度学习的图像情感特征抽取的算法，将图像底层特征融合到图像的高层情感语义当中，为实现图像的情感语义检索提供了参考。[方法/过程]利用改进的卷积网络模型，将数据集图像的颜色、纹理作为输入，经多层运算自动提取图像的情感信息，并通过反向传播算法计算出改进后模型的情感检索准确率，构造出准确率较高且过拟合程度低的图像情感特征提取模型。[结果/结论]应用改进的卷积神经网络模型，实现了对图像情感特征的抽取，相较于原模型提升了10%的检索准确率。 相似文献
16.
[目的/意义] 基于社会化问答平台提问回复率较低的现状，通过预测提问回复率，能够为社会化问答平台提升用户活跃度与留存率，改善用户体验提供参考。[方法/过程] 以"百度知道"为研究平台，抓取平台设置的14个话题下共10 640条提问记录，从提问特征与提问者特征角度，构建提问回复率影响因素的研究框架。采用二元Logistic回归对影响因素进行数据验证，构建提问回复率的预测模型，对模型准确率进行验证。[结果/结论] 社会化问答平台提问回复率研究可改善平台信息服务质量与促进用户知识贡献行为，实验结果验证了研究模型在社会化问答平台提问回复率预测中的有效性。 相似文献