基于社会认知理论和大五人格模型的SNS用户内容生成行为实证研究

论文基于社会认知理论和大五人格模型,探讨了社交网站(SNS)用户的人格特质和认知因素以及SNS的信任氛围对用户在网站中的内容生成行为的影响作用。研究表明,大五人格中只有外向性和尽责性显著影响SNS用户的内容生成行为;此外,结果期望和信任氛围对SNS用户的内容生成行为也有显著影响。     

SNS社交网络个人用户持续使用行为的影响因素研究

以SNS社交网络个人用户持续使用行为为研究对象,以信息系统持续使用理论为参考框架,整合计划行为理论,针对SNS的特点引入感知娱乐、感知信任及习惯,建立研究模型进行实证研究。研究结果表明:信息系统持续使用理论在SNS情境下有良好的适用性;主观规范和感知行为控制对用户的使用意向和实际使用行为影响显著;感知娱乐对满意度和持续使用意向影响显著;习惯对实际使用行为的影响及对持续使用意向和行为之间的调节效应显著。     

影视文化产品的SNS营销研究——基于技术接受模型

从行为科学的视角,以技术接受模型为基础,并结合SNS营销,通过问卷调查和结构方程统计分析,对影视文化产品SNS营销进行了实证研究。结果表明:基于SNS传播的具有交互性和广泛性的信息,可以增强用户对影视文化产品的关注,但是由于在用户体验和消费者需求挖掘上的欠缺,使得用户使用行为并不能带来直接的消费意愿。影视文化产品本身的品质是主导因素,因此在良好口碑的基础上进行SNS营销取得成功的可能性更大,而在SNS基础上建立的企业社会资本使得产品具有很强的可识别性,从而能够对消费行为起到引导作用。     

C2C与SNS结合的服务模式研究

通过对SNS网站引入C2C电子商务服务模式的分析,阐述了SNS网站有助于解决C2C电子商务服务模式中用户之间的信任问题,而C2C服务对于SNS网站也有提高用户黏度和活跃度的作用,并结合国内实际分析了未来SNS网站引入C2C服务模式的条件。     

SNS采纳后阶段用户持续使用行为研究——基于情感依恋与ECM-IS的整合模型

SNS采纳后阶段的持续使用行为是SNS成功的关键,本研究提出情感依恋在用户持续使用意向形成过程中起关键性作用,用户的持续使用意向将受到情感与认知的双重作用。在整合ECM-ISC模型以及情感依恋相关理论、依恋强度ARC模型、情感扩建相关理论的基础上,构建了概念模型,以微信朋友圈经验用户为调研对象,进行了实证研究。研究结果表明：改进后的模型具有更高的解释力,感知有用性、满意和情感依恋对持续使用意向有显著影响,并间接影响用户的持续使用行为。用户关联、能力以及自主需求的满足会促使用户产生情感依恋并在情感扩大机制的作用下促使用户产生持续使用意向,同时满意度对于情感依恋也具有显著的正向作用。     

感知价值视角的移动SNS用户持续使用意向研究

基于对国内外社交服务用户动机的梳理,分析移动SNS用户感知价值的结构维度包括社会价值、信息价值和娱乐价值。借鉴感知价值和期望确认理论,构建了移动SNS用户持续使用意向模型。以328份移动SNS用户为样本,通过结构方程模型对概念模型中各变量之间的关系进行实证检验。实证结果显示社会价值、信息价值和娱乐价值不仅直接正向影响持续使用意向,而且还通过满意度间接影响用户持续使用意向。     

从人口统计特征和生活方式探讨SNS社交网站用户的使用行为及其活跃度

作为Web2．0时代的新兴产物,SNS社交网站已经成为互联网领域最热门的话题。而如何提高网站的活跃度是众多SNS企业关注的话题之一。从实证角度研究了社交网站用户的生活方式和人口统计特征如何影响其使用行为,进而影响其活跃度。发现分享新鲜事和玩游戏这两项使用行为对社交网站用户的活跃度有显著影响,而用户的某些生活方式（如创新因子）和人口统计特征（如性别、年龄、职业）又会对用户的使用行为产生显著影响。为SNS企业识别和留住活跃用户提供了理论依据。     

基于SNS网站品牌公共主页网络营销模式研究——以人人网为例

如今越来越多的企业依托SNS网站,以品牌公共主页为平台,开展SNS网络营销。本文在已有的SNS网站网络营销模式的基础上,围绕营销内容开展实证分析,以人人网为例,系统抽取样本主页并对其动态进行统计,运用内容分析、统计分析和聚类分析的方法,对样本主页进行归类,归纳出六种SNS网站品牌主页网络营销模式。此结论可以为企业探寻适合自身的SNS品牌主页营销模式、指导企业更好地利用公共主页进行品牌网络营销以及提升用户对企业品牌和产品的认知度和偏好度提供理论借鉴与实践指导。     

国内SNS网站盈利新模式探讨——以"人人网"为例

SNS社交网站是近几年来涌现出来的新生事物,在短短时间内得到了迅速地发展.学界现在对其的研究探讨,多半侧重于传播特征、传播价值、受众研究上,而对其盈利模式的研究较少.研究了SNS网站的传播特征、社会功能、运营现状,分析了SNS网站如何吸引用户、如何留住用户、如何将用户转化为盈利资本.分析了中国SNS网站的特点、盈利模式及遇到的问题,提出了解决问题的新思路和方法.     

基于SNS的高校图书馆服务拓展研究

从用户重合性、内在相似性、服务理念3个方面,探讨高校图书馆引入SNS服务平台的必然性,阐述本科生、研究生、教师员工使用SNS的不同信息行为及其影响因素,并在综述国内外图书馆SNS研究现状的基础上,提出高校图书馆要自建SNS服务平台的策略。     

面向个性化信息服务的图书馆移动用户行为分析模型设计

总结国内外图书馆移动用户行为的研究现状,为面向个性化信息服务的图书馆移动用户行为分析模型设计提供参考。采用理论研究与模型分析相结合的方法,从数据采集、数据处理与数据应用三方面研究用户行为动作序列和用户行为特征之间的关系。以前端操作行为与后端业务数据库相结合的方式定义和表示图书馆移动用户在iOS App、Android App与Web页面上与产品UI的隐形反馈行为,采集移动用户客户端基础信息字段、用户行为相关字段、配置Flume 3个方面数据,引入时间维度、用户维度、部门维度、资源维度、行为维度、入口渠道6个维度进行数据仓库层面的建模,从用户行为序列预测与用户兴趣引导两步实现数据应用。     

个性化信息推荐服务中用户潜在兴趣挖掘研究

如何准确分析用户行为,向用户提供满意的网页信息,一直以来都是个性化信息推荐系统设计的目标。本文在分析现有个性化信息推荐模型的基础上,针对以往研究在推荐兴趣时仅根据语义相关度进行协助性信息推荐,而忽略用户行为规律所包含的潜在兴趣信息的不足,尝试提出一个结合Web语义挖掘和FP-tree规则发现技术的个性化信息推荐模型。该模型利用本体对语义的明确化描述,在挖掘用户行为信息时获取用户兴趣偏好的语义信息,并利用FP-tree技术根据以获取的语义信息推理出用户兴趣行为模式,从而在信息推荐时不仅能准确理解用户兴趣偏好,也能根据用户潜在兴趣规律,推荐给用户更全面的网页信息。     

移动用户画像构建研究

基站通信网络数据蕴含着丰富的移动用户行为,从移动用户频繁活动、规律行为以及移动速度3方面建构移动用户行为画像,可以为个性化服务提供更完整丰富的信息。在分析和挖掘某电信运营商3万位移动用户记录的基站数据的基础上,本文采用频繁模式挖掘、构建概率矩阵、计算熵等方法,从用户基站日志中所包含的地理位置信息中构建移动用户行为画像。研究结果表明,该画像模型可显示移动用户的频繁活动规律、周期性行为及出行方式,可作为分析移动用户群体行为及用户间交互行为的基础。     

数字图书馆个性化推荐用户信息采纳行为影响研究——信息采纳意向的中介效应

[目的/意义]本文从用户信息采纳行为的视角出发，通过信息采纳意向的中介效应针对数字图书馆个性化推荐的影响因素进行研究。[方法/过程]在计划行为理论的基础上构建了数字图书馆个性化推荐信息用户采纳行为模型，并通过实证研究对该模型进行检验与分析。[结果/结论]数据分析结果表明：信息采纳意向在感知有用性、用户期望、信息质量及主观规范对数字图书馆个性化推荐用户信息采纳行为的影响作用中均有中介效应。     

基于马尔可夫模型的图书馆用户聚类分群方法研究

【目的/意义】针对图书馆用户群体聚类分群不稳定且错误率较高的问题,提出基于马尔可夫模型的图书馆 用户聚类分群方法,提升图书馆用户聚类分群精准度。【方法/过程】采用一阶马尔可夫混合模型构建用户动作序列 模型,通过模型产生用户行为聚类,体现用户动作的动态性,采用自适应自然梯度算法,依据用户行为分离状态自 适应调整自身步长,优化模型参数学习中模型自动选择问题,实现最佳图书馆用户聚类分群。【结果/结论】通过实 验结果能够证明,实际聚类数量小于L值时,提出方法能够实现参数学习过程中模型的自动选择。提出方法的分群 数量最多,能够划分出最大的取值区间,聚类错误率最低为0.22%,聚类性能比较稳定,分群结果更加精准,达到了 设计的预期。【创新/局限】采用一阶马尔可夫混合模型实现了图书馆用户聚类分群。后续将进一步研究可考虑用 户序列间关联的高阶马尔可夫分量模型,以提高分群算法的准确性和稳定性。     

面向推荐服务的用户信息需求转化模型构建

本文从Web2.0时代的用户信息需求分析出发,探讨了基于显性行为和隐性行为的个性化服务需求,分析了用户对推荐服务的要求,构建了基于推荐服务的用户信息需求转化模型.     

在线用户评论行为时效特征影响因素实证研究

[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。     

Combining Non-sampling and Self-attention for Sequential Recommendation

With the rapid development of social media and big data technology, user’s sequence behavior information can be well recorded and preserved on different media platforms. It is crucial to model the user preference through mining their sequential behaviors. The goal of sequential recommendation is to predict what a user may interact with in the next moment based on the user’s historical record of interactive sequence. However, existing sequential recommendation methods generally adopt a negative sampling mechanism (e.g. random and uniform sampling) for the pairwise learning, which brings the defect of insufficient training to the model, and decrease the evaluation performance of the entire model. Therefore, we propose a Non-sampling Self-attentive Sequential Recommendation (NSSR) model that combines non-sampling mechanism and self-attention mechanism. Under the premise of ensuring the efficient training of the model, NSSR model takes all pairs in the training set as training samples, so as to achieve the goal of fully training the model. Specifically, we take the interactive sequence as the current user representation, and propose a new loss function to implement the non-sampling training mechanism. Finally, the state-of-the-art result is achieved on three public datasets, Movielens-1M, Amazon Beauty and Foursquare_TKY, and the recommendation performance increase by about 29.3%, 25.7% and 42.1% respectively.     

基于数据挖掘的图书馆用户行为分析与偏好研究

Web挖掘和书目挖掘是数据挖掘技术在图书馆用户行为分析的理论基础。在分析图书馆用户行为构成与获取的基础上,利用数据挖掘技术建立了图书馆用户行为模型。通过这些模型可以有效地提高图书馆面向用户的个性化服务水平。     

基于用户信息行为的社交媒体辟谣效果研究

【目的/意义】探究用户信息行为对谣言传播的影响可以为辟谣工作提供新的思路,但目前现有研究大多基 于传染病模型研究用户信息行为的影响,而基于博弈模型所考虑的用户信息行为又不完整。【方法/过程】为了弥补 这一不足,在原有用户信息行为模型的基础上,引入用户质疑行为,构建考虑质疑效应的用户信息行为博弈模型, 分析辟谣效果达到最佳状态的约束条件并对模型中的参数进行模拟仿真。【结果/结论】结果表明,用户的质疑行为 能够提高辟谣信息的传播效果,但过度质疑会对谣言控制起反作用。最后,根据仿真结果给出提高辟谣信息传播 效果的建议。【创新/局限】本文提出的用户信息行为博弈模型与社会实际更贴近,在今后的研究中,可以考虑引入 真实数据来验证该模型。