排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
目前有关用户健康赋能的研究多以从用户自身特质及外部因素对其赋能的影响探究为主,知识服务作为赋能用户的重要手段之一却鲜有研究提及。文章旨在构建基于用户健康赋能的健康领域知识服务模式,以期通过健康领域知识服务模式的改进,增强健康领域知识服务赋予用户管理自身健康状况、参与健康问题决策的能力。首先,在梳理用户健康赋能和健康领域知识服务现状的基础上,明确面向用户健康赋能的知识服务目标;其次,刻画了用户的健康知识需求会随检索进程的推进而发生变化的现实情况;接着,提出了能够满足用户健康知识需求变化的知识提供模型,并给出了基于知识服务的用户健康赋能机制;最后,给出了用户表达知识需求与知识资源的匹配流程,并构建了面向用户健康赋能的健康领域知识服务模式。 相似文献
2.
基于主题细分的社交网络用户间交互特征分析 总被引：1，自引：0，他引：1
[目的/意义]针对一微博子网,从主题细分的角度对用户间历史交互记录进行研究,发现用户间交互的主题偏好特征,以期从微观层面了解用户信息传播行为的规律。[方法/过程]通过用户实例分析得出对用户间交互进行主题细分的必要性;利用主题模型(LDA)对用户间历史交互记录进行主题细分,采用多维向量表示用户间在不同主题下的交互强度;通过统计分析和网络分析方法探索用户间交互的主题特征。[结果/结论]各主题下用户间交互强度的分布具有长尾特征;用户间的交互内容在时序上具有主题相关性;基于多维的用户间交互强度,可抽取出特定主题下的用户交互子网。用户间交互在时序上具有主题相关性这一特征,以及特定主题的用户交互子网,可用于对特定主题的信息传播进行监控和预测。 相似文献
3.
社交平台是网民传达观点和情感的重要途径,分析社交平台话题分布及演化过程能够揭示舆情热点及传播发展过程,对引导公众舆论具有重要的参考作用。本研究利用网络社团演化的方法检测社交平台话题并分析其演化过程。首先,对用户发布的文本内容进行时间切片,构建时序共词网络并提取各时间切片的主干网络,利用Leiden算法检测社团来表示话题。其次,提出基于社团正向和反向转移概率及社团规模的话题演化事件检测方法,识别话题演化中的持续、增长、收缩、合并、分裂、新生以及消亡等事件。以新浪微博平台新冠肺炎疫情相关微博为例,在话题检测中发现,主干网络相较于原始网络能够检测到更多话题,话题内容区分粒度更细。在话题演化分析中,发现了公众情绪由消极转积极、防控和医疗工作专业化、国际疫情蔓延态势及疫情对经济的影响逐步扩大等演化路径。 相似文献
1