多元視角下用戶生成內(nèi)容的信息質(zhì)量評(píng)估研究

目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.1.1 研究背景 1
1.1.2 研究意義 4
1.2 國(guó)內(nèi)外UGC信息質(zhì)量研究現(xiàn)狀及述評(píng) 6
1.2.1 UGC信息質(zhì)量政策標(biāo)準(zhǔn)與管控實(shí)踐現(xiàn)狀 7
1.2.2 UGC信息質(zhì)量影響因素研究 14
1.2.3 不同類(lèi)型的UGC信息質(zhì)量評(píng)估研究 17
1.2.4 不同視角的UGC信息質(zhì)量評(píng)估研究 25
1.2.5 研究述評(píng) 32
1.3 研究?jī)?nèi)容及方法 33
1.3.1 研究?jī)?nèi)容 33
1.3.2 研究方法 36
1.4 本書(shū)的創(chuàng)新點(diǎn) 38
參考文獻(xiàn) 39
第2章 UGC信息質(zhì)量評(píng)估的理論基礎(chǔ) 48
2.1 UGC 48
2.1.1 UGC的概念 48
2.1.2 UGC的特點(diǎn) 50
2.1.3 UGC的形式及分類(lèi) 51
2.2 信息質(zhì)量的內(nèi)涵 52
2.2.1 信息質(zhì)量與信任 54
2.2.2 信息質(zhì)量與權(quán)威 56
2.2.3 信息質(zhì)量與可信度 58
2.3 信息質(zhì)量評(píng)估測(cè)度理論框架 60
2.3.1 詳盡可能性模型 61
2.3.2 認(rèn)知權(quán)威理論 62
2.3.3 價(jià)值增值模型 63
2.3.4 突出解釋理論 65
2.3.5 信息使用環(huán)境理論 66
2.4 信息質(zhì)量評(píng)估的實(shí)踐應(yīng)用 67
2.4.1 Michigan Checklist 67
2.4.2 TrustArc 68
2.4.3 HONcode 70
2.4.4 PICS 71
2.4.5 DISCERN 73
參考文獻(xiàn) 75
第3章 UGC信息質(zhì)量評(píng)估的技術(shù)與方法 82
3.1 信息質(zhì)量評(píng)估的維度 82
3.1.1 基于信息特征的信息質(zhì)量評(píng)估維度 82
3.1.2 基于平臺(tái)特征的信息質(zhì)量評(píng)估維度 83
3.1.3 基于用戶視角的信息質(zhì)量評(píng)估維度 85
3.2 信息質(zhì)量評(píng)估的標(biāo)準(zhǔn) 86
3.2.1 權(quán)威性 89
3.2.2 完整性 90
3.2.3 時(shí)效性 91
3.2.4 可信性 92
3.2.5 有用性 93
3.2.6 新穎性 94
3.3 信息質(zhì)量評(píng)估的方法視角 95
3.3.1 基于社會(huì)統(tǒng)計(jì)學(xué)的方法與理論 95
3.3.2 基于心理學(xué)的方法與理論 100
3.3.3 基于信息科學(xué)的方法與理論 102
參考文獻(xiàn) 113
第4章 信任視角下社交媒體用戶的信息使用行為研究 124
4.1 問(wèn)題的提出 124
4.2 理論基礎(chǔ)與模型構(gòu)建 126
4.2.1 研究假設(shè)的提出 126
4.2.2 理論模型的構(gòu)建 131
4.3 研究方法及過(guò)程 132
4.3.1 樣本獲取 132
4.3.2 樣本特征 134
4.4 模型驗(yàn)證 134
4.4.1 測(cè)量模型評(píng)估 135
4.4.2 結(jié)構(gòu)模型評(píng)估 136
4.5 結(jié)論與討論 137
4.5.1 研究結(jié)果分析 137
4.5.2 理論意義 139
4.5.3 實(shí)踐意義 140
4.6 小結(jié) 141
參考文獻(xiàn) 141
第5章 基于扎根理論的網(wǎng)絡(luò)問(wèn)答社區(qū)答案質(zhì)量影響因素研究 147
5.1 問(wèn)題的提出 147
5.1.1 研究背景 147
5.1.2 研究目標(biāo) 148
5.2 研究現(xiàn)狀 148
5.2.1 基于內(nèi)容分析的答案質(zhì)量影響因素研究 148
5.2.2 基于指標(biāo)體系建設(shè)的答案質(zhì)量實(shí)證研究 149
5.2.3 基于機(jī)器學(xué)習(xí)的答案質(zhì)量自動(dòng)化評(píng)價(jià)研究 150
5.2.4 基于行為視角的問(wèn)答質(zhì)量評(píng)測(cè)研究 150
5.2.5 研究述評(píng) 151
5.3 研究方法及過(guò)程 151
5.3.1 數(shù)據(jù)來(lái)源 151
5.3.2 研究方法 152
5.3.3 研究過(guò)程 153
5.4 研究發(fā)現(xiàn) 157
5.4.1 答案來(lái)源因素 157
5.4.2 答案信息因素 158
5.4.3 答案結(jié)構(gòu)因素 158
5.4.4 答案效用因素 159
5.5 結(jié)論與討論 159
5.5.1 注重內(nèi)容來(lái)源，優(yōu)化平臺(tái)功能 160
5.5.2 避免答案冗余，提升內(nèi)容深度 160
5.5.3 遵守社區(qū)準(zhǔn)則，規(guī)范知識(shí)共享 160
5.5.4 優(yōu)化答案表達(dá)，完善閱讀體驗(yàn) 161
5.5.5 圍繞用戶需求，加強(qiáng)情感黏性 161
5.6 小結(jié) 162
參考文獻(xiàn) 162
第6章 計(jì)算語(yǔ)言學(xué)視角下在線用戶評(píng)論信息的有用性測(cè)度研究 165
6.1 問(wèn)題的提出 165
6.2 研究現(xiàn)狀 166
6.2.1 影響評(píng)論有用性的因素 166
6.2.2 在線評(píng)論有用性的預(yù)測(cè) 168
6.3 基于計(jì)算語(yǔ)言學(xué)的評(píng)論有用性評(píng)估方法 170
6.3.1 基于RCNN模型的評(píng)論有用性語(yǔ)義編碼 171
6.3.2 基于DNN模型的多維離散特征編碼 173
6.4 實(shí)驗(yàn)研究 175
6.4.1 實(shí)驗(yàn)數(shù)據(jù) 175
6.4.2 實(shí)驗(yàn)設(shè)置 176
6.4.3 實(shí)驗(yàn)結(jié)果 177
6.5 小結(jié) 183
參考文獻(xiàn) 184
第7章 基于遞歸張量神經(jīng)網(wǎng)絡(luò)的微信公眾號(hào)文章新穎度評(píng)估方法 188
7.1 問(wèn)題的提出 188
7.2 研究現(xiàn)狀 189
7.2.1 新穎度的概念及內(nèi)涵 189
7.2.2 傳統(tǒng)的新穎度評(píng)估方法 191
7.2.3 基于改進(jìn)機(jī)器學(xué)習(xí)的新穎度評(píng)估方法 192
7.3 利用RNTN評(píng)估微信公眾號(hào)文章 的新穎度 194
7.3.1 構(gòu)建公眾號(hào)文章的文本向量 194
7.3.2 微信公眾號(hào)文章的新穎度評(píng)估 198
7.4 實(shí)驗(yàn)研究 201
7.4.1 實(shí)驗(yàn)準(zhǔn)備 201
7.4.2 實(shí)驗(yàn)結(jié)果及分析 202
7.5 小結(jié) 207
參考文獻(xiàn) 207
第8章 融合層級(jí)注意力機(jī)制的評(píng)論數(shù)據(jù)情感質(zhì)量分析及可視化研究 211
8.1 問(wèn)題的提出 211
8.2 研究現(xiàn)狀 213
8.2.1 基于情感詞典的情感分析 213
8.2.2 基于特定領(lǐng)域分類(lèi)器的情感分析 213
8.2.3 基于注意力神經(jīng)網(wǎng)絡(luò)的情感分析 214
8.3 融合層級(jí)注意力機(jī)制的情感分析模型及方法 216
8.3.1 多層級(jí)注意力情感分析框架 216
8.3.2 情感語(yǔ)義編碼器 217
8.3.3 單層注意力神經(jīng)網(wǎng)絡(luò) 220
8.3.4 雙層注意力神經(jīng)網(wǎng)絡(luò) 221
8.3.5 情感分析層 222
8.4 實(shí)驗(yàn)研究 223
8.4.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù) 223
8.4.2 實(shí)驗(yàn)設(shè)置 224
8.4.3 實(shí)驗(yàn)結(jié)果分析及情感可視化 225
8.5 小結(jié) 231
參考文獻(xiàn) 232
第9章 總結(jié)與展望 237
9.1 研究總結(jié) 237
9.1.1 理論研究 237
9.1.2 實(shí)證研究 239
9.2 研究不足 240
9.3 未來(lái)展望 241
彩圖