共查询到17条相似文献，搜索用时 171 毫秒
1.
[目的/意义]探索如何对社交媒体上学术型用户生成内容质量进行评价。[方法/过程]首先,通过招募使用过社交媒体上学术信息的用户,开展学术信息检索用户实验,获取用户评价学术型用户生成内容质量的指标,构建初始质量评价指标体系;其次,通过问卷调查收集各评价指标的重要性;最后,利用主成分分析法得出模型中的评价指标及其权重。[结果/结论]构建了适用于学术型用户生成内容质量评估的模型,该模型包括两个一级指标和11个二级指标,其中重要性程度排在前三位的指标为演示性、有趣性和合理性。研究结果丰富和完善了社交媒体学术信息质量评价理论和指标体系,为自动识别高质量学术型用户生成内容提供参考。 相似文献
2.
[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。 相似文献
3.
[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
4.
[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
5.
[目的/意义]挖掘潜在好友关系并进行精准的好友推荐服务,已成为社交网络领域研究的热点,基于用户属性-关系相似度的好友推荐模型研究旨在增强用户忠诚度以及在线社区活跃度,提升社区的信息服务准确性和效率。[方法/过程]通过融合用户链接关系与属性特征,提出用户属性-关系相似评价体系;采用因子分析法,计算得出各项目权重以及综合得分;据此构建社交网络相似度矩阵,基于派系划分方法,对用户进行划分分区,最终实现好友推荐服务。[结果/结论]实验结果表明,运用派系划分的基于用户属性-关系推荐模型在推荐列表长度受限情况下的整体表现较优,有效提高推荐精准度。 相似文献
6.
[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
7.
[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。 相似文献
8.
[目的/意义]知识图谱已经成为海量信息资源知识组织的新形态。将知识图谱应用于虚拟学术社区用户生成内容知识组织中,对于虚拟学术社区知识发现及服务具有重要意义。[方法/过程]提出一种基于知识图谱的虚拟学术社区用户生成内容知识共聚框架。首先,运用Word2Vec词向量模型对虚拟学术社区用户生成内容数据集进行词向量表示;其次,基于双向长短记忆神经网络模型与条件随机场识别出虚拟学术社区用户生成内容中的命名实体,基于双向门控循环单元与注意力机制进行实体关系抽取;最后,借助Neo4j图数据库对知识共聚的结果进行可视化展示,并采集丁香园心血管论坛的学术交流帖子,对提出的知识共聚框架进行实证分析。[结果/结论]基于知识图谱的虚拟学术社区用户生成内容知识共聚方法能够有效序化重组虚拟学术社区知识资源,细粒度挖掘和揭示不同类型的知识单元和知识关联,有助于为虚拟学术社区智能知识服务提供语义理解和人工智能的基础。 相似文献
9.
[目的/意义]随着数智时代的到来以及我国高等教育评价事业的不断发展，社会公众对于高等教育评价信息的获取与服务需求已经发生了重大变化，亟需开展更为有效的高等教育评价信息服务。设计面向社会公众的高等教育评价智能信息服务模型，将为数智时代下革新高等教育评价实践提供新的思路，为未来高等教育评价信息的全方位智能服务提供参考。[方法/过程]在数据驱动和智能信息处理的内涵、理论与方法指导下，对社会公众用户需求挖掘、需求—资源映射与总体智能信息服务模型框架开展设计，并运用基于熵权的模糊综合评价法对总体模型进行评价论证。[结果/结论]构建了面向社会公众的高等教育评价信息需求挖掘、需求—资源映射及总体智能信息服务三者的模型框架，提出了具体的高等教育评价信息智能服务方式，并论证了模型的有效性。 相似文献
10.
[目的/意义]学术论文评价是科研评价的基础,是科研管理和评价的刚需。目前基于引文和论文内容视角构建的论文评价模型效果仍有提升的空间。[方法/过程]首先,利用复杂网络分析法,从文献相似性网络的节点属性构建论文重要性评价模型,探讨从文献网络的角度评价论文质量的可行性。其次,选择8个医学相关学科,下载数据形成8个文献数据集,根据论文被Faculty Opinions数据库收录的情况,事先标记为重要论文和普通论文。再次,从论文的主题词、题目摘要和参考文献3种信息源分别构建基于医学主题词表树状结构、Doc2Vec算法和文献耦合的3种文献相似性网络,并对每一种文献相似性网络,利用复杂网络分析方法对网络中的节点进行特征计算,选择具有统计学差异的节点属性指标作为区别两类论文的评价指标。最后,采用4种机器学习算法对数据集中的论文进行二分类学习,构建并评估论文重要性评价模型。[结果/结论]基于文献网络进行论文评价的方法是可行的,3种文献网络构建算法效果差异较小,语义相似性文献网络和文献耦合两种算法略优于基于Doc2Vec的算法。BP神经网络算法在基于文献网络构建的论文重要性评价模型中性能最好。 相似文献
11.
[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。 相似文献
12.
[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。 相似文献
13.
[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。 相似文献
14.
对数字信息资源的有用性进行界定,根据用户特定需求建立一套科学、合理的评价指标体系。从经济效益的角度出发,借助层次分析法探讨用户对数字信息资源的有效利用,考察后期服务绩效的目的是在数字信息资源与用户之间构建一个理想的评价体系及和谐的分享环境,进一步提高用户对数字信息资源的利用率。 相似文献
15.
[目的/意义]旨在为云服务平台实现数字学术资源的信息安全和资源服务提供参考。[方法/过程]采用调研分析的方法,对国内外数字学术信息资源元数据标准规范建设现状、保障措施、设计原则进行研究,并提出适合我国的数字学术信息资源元数据标准规范。[结果/结论]基于云计算的国家数字学术信息资源元数据标准规范,必须在数字安全保障体系基础上,重视国家层面的一体化建设,建立多元复合的数字学术信息资源元数据标准,为云服务平台实现数字学术资源的信息安全、联合仓储和资源服务奠定坚实的基础,以保证国家数字学术信息资源良性有序的发展。 相似文献
16.
【 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
17.
[目的/意义] 在资源质量参差不齐的虚拟学习社区中,通过度量知识贡献者的信誉来间接判断资源质量,有利于解决用户的资源选择难题。[方法/过程] 采用文献分析法确定了虚拟学习社区用户信任知识贡献者的主要影响因素,分析了虚拟学习社区用户的行为结构与信任影响因素之间的关系,并在此基础上通过问卷调查法构建了虚拟学习社区知识贡献者信誉评价指标体系,最后将评价指标体系应用于"计算机技术论坛"中进行社区可信用户识别实验。[结果/结论] 研究发现,知识贡献者的信誉评价可从用户的权威性和专业知识能力两方面进行,且基于信誉评价指标体系的信誉度量方式具有较高的可信用户识别性能。 相似文献