共查询到20条相似文献，搜索用时 296 毫秒
1.
[目的/意义]研究弹幕视频网站核心用户群体特征,为相关网站管理提供参考。[方法/过程]采用爬虫技术采集调查时间段内弹幕视频网站核心用户的相关数据,采用Excel等工具对采集到的数据进行整理、分析,定量描述核心用户行为特征,采用社会网络分析方法,利用UCINET 6及集成的NetDraw软件对筛选过的核心用户数据进一步分析。[结果/结论]bilibili网站核心用户群体具有性别分布均衡、发布视频频率差距大、粉丝数与播放量呈正相关、视频主题分区明确、核心用户之间互动关系较稀疏等特征。 相似文献
2.
[目的/意义]针对我国在线用户评论习惯，探索用户评论行为对评论时间的影响作用因素，对电子商务运营商探究用户评论行为规律及探索潜在用户评论时间偏好具有重要的潜在商业价值。[方法/过程]基于TAM模型抽取在线用户评论行为时间特征规律研究的影响因素并构建模型，通过抽取消费者购买行为和评论行为的时间间隔为时间序列，通过多元线性回归模型进行假设验证。[结果/结论]通过对在线评论数据的实例验证，本文所构模型能够很好地发现在线用户评论行为对评论时间的影响作用关系，对消费者评论行为的时间特征规律发现和预测具有辅助作用。 相似文献
3.
[研究目的]探究健康视频需求主题特征及其对弹幕视频播放影响的组态效应,揭示健康视频弹幕信息行为规律,促进弹幕信息资源优化配置。[研究方法]采集哔哩哔哩视频网站的28470条弹幕,从中提取用户信息需求主题及其网络关系,并采用fsQCA研究健康视频需求主题特征对播放量的影响,识别各影响因素的组态效应。[研究结论]健康视频需求包括3类共8个主题,这些主题特征对视频播放量具有重要影响,共识别出情感需求及其与社交需求组合的2个影响组态。深化认识健康视频需求主题特征及其与视频播放量之间的因果关系,丰富健康视频弹幕信息行为研究,为健康弹幕视频服务提升与有效利用提供指导。 相似文献
4.
[目的/意义]旨在探究民众对科技类视频的关注焦点,在丰富学界关于视频流行度研究的同时,也为视频创作者优化制作策略提供借鉴。[方法/过程]考虑到弹幕中隐含的观众情感可能会影响视频的流行度,本文以弹幕情感特征为出发点,探究影响科技类视频流行度的因素。[结果/结论]视频播放量、评论量、弹幕量和中性情感比例对视频流行度有正向影响,而负向情感比例对视频流行度有负向影响。 相似文献
5.
[目的/意义]视频被广泛使用在各种网络应用中，研究弹幕视频网站用户持续使用行为的影响因素，具有重要的学术价值和商业价值。[方法/过程]本文使用Bilibili网站的视频特征数据和用户行为数据，构建多元线性回归及基于机器学习的SHAP可解释模型，从内容感知价值、情感感知价值和社会感知价值3个维度探讨视频用户持续使用行为的影响因素及其影响的重要性和正负性。[结果/结论]研究发现：点赞数量最大程度地代表了用户对于视频的内容感知价值，内容感知价值对用户持续使用行为影响总是最高；在粉丝数量中等偏高的up主(视频制作者)中，情感感知价值对用户持续使用行为影响较高，而在粉丝数量最高的up主中，社会感知价值对用户持续使用行为影响更高。 相似文献
6.
7.
8.
[目的/意义]针对产品评论中的复合句式，实现特征观点对的语义匹配及提取，并明确评论可信度的识别因素及权重，对产品可信评论进行筛选和分析。[方法/过程]基于特征观点对的语义匹配算法实现评论语义指标的量化计算，并采用模糊层次分析法确定可信度指标权重。[结果/结论]实验表明相较于单句提取特征观点对方法，特征观点对的语义匹配算法在召回率、准确率和F-score等性能方面均有较大优势。依据可信度指标对网站产品评论进行筛选，不仅可以评估产品整体的评论可信度，还可以细化到产品特征级别的可信度分析，为用户筛选可信的评论信息并提升购物决策效率。 相似文献
9.
[目的/意义]提出融合母评论文本信息的评论短文本情感分类模型以提高互联网环境下短文本评论情感分析效果,适应舆情工作中的实际应用需求。[方法/过程]以短视频平台舆情事件的评论数据为实验对象,利用GRU提取母评论文本特征和直接提取评论区特征,分别将这些特征与CNN提取原评论文本特征并行融合进行情感分类。[结果/结论]相较于传统深度学习方法,引入的母评论文本特征使两个数据集的情感分类效果都获得了一定提升,F1值等均分别提升了2%和1%,说明本文提出的特征引入方案能够提升评论短文本的分类效果,为舆情工作中的情感监测实际应用提供了思路,验证了舆情相关理论研究对实际技术应用有借鉴和指导意义。 相似文献
10.
[目的/意义]用户利用在线医评信息是网络医疗服务的关键环节，探索医评信息特征如何影响用户采纳行为有助于促进在线医疗平台的优化和服务发展。[方法/过程]基于ELM模型和信任转移理论，采用2*2*2的组间实验设计方法开展情景决策实验，收集有效问卷539份，并利用Smart PLS开展直接效应、中介效应和调节效应分析。[结果/结论]事实型(vs抽象型)评论和真实姓*(vs昵称)的评论人标识可以提升感知内容客观性和具体评论人可信度，并进一步提升用户对评论的有用性感知和后续采纳意愿。对网站的信任可以通过一般评论人群体信任向具体评论人信任进行转移。用户性别特征和疾病严重程度特征分别负向和正向调节评论特征对用户认知及后续采纳的影响。研究提出的措施可以帮助在线医疗平台优化设计以促进用户对医评信息的采纳利用。 相似文献
11.
【目的/意义】以用户的情感依恋为视角,探究情感驱动下用户生成在线评论信息的内容特征与行为规律,
为有效识别用户生成高质量在线评论,积极引导用户生成意愿以及优化社区评论质量管理提供理论依据与参考借
鉴。【方法/过程】在梳理已有研究基础上识别用户生成在线评论信息质量特征,深入分析用户情感依恋与高质量在
线评论信息的内在关联。结合依恋理论系统分析情感依恋驱动下用户生成在线评论信息的内容特征,并在此基础
上探索用户在线评论信息的生成路径。【结果/结论】情感依恋是用户生成高质量评论重要的动力来源、内容来源与
情感来源。情感依恋驱动下用户生成高质量在线评论信息具有三个“集合特征”。用户在情感依恋的驱动下存在
一条由“情感唤醒形成总体观点”到“心理情境确立评论主题”再到“情感语义表达引导评论内容”的评论信息生成
路径。 相似文献
12.
[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。 相似文献
13.
【目的/意义】短视频平台的兴起让弹幕成为公众情感交流的重要载体,构建短视频平台弹幕情绪预警机制有助于更好地把握舆情态势。【方法/过程】以互动仪式链理论为基础,建立Bilibili弹幕视频互动仪式模型,并对驱动互动仪式链形成的用户情绪设计了预警机制。构建了EGM-马尔可夫-Fisher模型,并与EGM(1,1)、EGM-马尔可夫模型的预测结果进行了精度对比,以实现较为准确的负面情绪风险预警;在预测阈值的基础上结合灰色关联分析方法,提出情绪预警分级方案。最后通过爬取Bilibili网站舆情事件数据对预警机制进行检验。【结果/结论】EGM-马尔可夫-Fisher模型的预测精度较高,其在情绪监测预警方面具有良好的适用性。结合灰色关联分析改进的分级方法预测可靠,为提升用户情感互动体验和网络空间的有效治理提供参考。【创新/局限】研究挖掘了短视频平台互动仪式中弹幕与实现情绪预警的关联,构建了预警模型,未来可针对用户主体特征深化情绪传播研究。 相似文献
14.
[目的/意义]文章提出一种从海量非结构化评论数据中聚合用户对学术APP服务需求的思路与方法,为平台的开发者及运营者高效挖掘并分析用户需求提供指导。[方法/过程]以学术APP用户评论为研究对象,在Word2vec词向量表达的基础上,提出一种基于Canopy-Kmeans和MMR的服务需求聚合方法。并以丁香园APP用户评论为样本,利用Python 3. 7与Matlab R2016a完成实验过程。[结果/结论]实验结果表明文章提出的技术方法能够有效识别并聚合学术APP的服务需求,为大数据环境下从数据层面挖掘用户需求提供参考借鉴。 相似文献
15.
[目的/意义]本研究旨在从信息觅食理论出发,分析点评类软件消费者在线评论搜索行为的内在机理。[方法/过程]以信息觅食理论为基础,围绕信息线索、斑块模型和菜单模型构建了消费者在线评论搜索行为模型。采用问卷调查法收集352份有效样本数据,并利用结构方程模型对理论模型进行分析与检验。[结果/结论]评论内容质量、评论丰富性、评论效价以及评论者资信度4类信息线索均会正向显著影响消费者斑块收益感知,进而正向影响消费者在线评论搜索行为。此外,评论效价也会直接正向显著影响消费者在线评论搜索行为。本研究在理论层面深入揭示了消费者在线评论搜索行为的内在机理,延伸了信息觅食理论的研究情境与边界;在实践层面为点评类软件的功能优化及引导消费者有效搜索在线评论提供了相关建议。 相似文献
16.
[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。 相似文献
17.
[目的/意义]旨在为学习者、教学者、平台管理者决策提供支持。[方法/过程]从学习者、教学者、平台管理者需求出发,设计了慕课课程评论可视化分析系统的框架,并通过Python语言对各模块进行实现。[结果/结论]设计与实现的慕课课程评论可视化分析系统通过对课程评论相关信息的自动化统计,能够直观展示出慕课课程常规数据的可视化以及基于课程评论的主题发现可视化。 相似文献
18.
【目的/意义】基于网络视频的用户交互式持续学习行为对于推动网络视频学习资源价值最大化以及教育
信息化发展具有重要意义,对其影响因素及作用机理的探究有助于增加用户粘性并推动在线学习良好生态的构
建。【方法/过程】通过采集交互式学习视频的186038条弹幕数据,并以此为原始资料采用扎根理论的质性研究方法
对弹幕数据进行三级编码提取出概念和范畴,进而构建影响因素理论模型。【结果/结论】研究发现,个体因素、课程
因素和教师因素通过影响用户交互行为因素达到影响用户满足感,并进一步影响用户交互式持续学习行为;此外,
用户的个体特征会调节用户交互行为因素对用户满足感的影响,且教师的授课风格会直接影响用户交互式持续学
习行为。【创新/局限】本文采用扎根理论并以弹幕数据为原始资料构建了交互式持续学习行为影响因素模型,各影
响因素的定量分析有待后续验证,亦可通过对比分析其他类型网络视频学习资源拓展本文研究结论。 相似文献
19.
[目的/意义]辩护性评论是针对一阶段负面评论进行反驳和纠正的二阶段在线评论。在冲突视角下探究辩护性评论信息的产生及传播动力机制,能够完善在线评论研究体系,为网络中冲突行为的研究提供新视角。[方法/过程]文章通过回顾在线评论和冲突相关文献,结合在线评论传播动机和冲突的特点对辩护性评论的传播动机、驱动路径和行为模式进行分析。[结果/结论]结果表明,根据辩护性评论传播者关注自我和关注他人的强度,可将辩护性评论分为4种类型,其传播动机分为品牌认同、品牌依恋,利他主义、追求公正,自我提升,自我表达和环境提升;在辩护性评论生成过程中,用户在认知和情绪两条驱动路径下对信息加工,形成评论的主题、具体内容和情绪基础;最后将辩护性评论的传播过程分解为4个阶段及6个环节并进行详细阐述。 相似文献
20.
[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。 相似文献