网络用户信息行为研究述略

对传统信息行为研究进行概述,探讨了网络用户信息行为的,对将来的研究趋势进行一个预测。     

网络用户信息行为研究概述

介绍了网络用户信息行为的相关研究成果,阐述了网络用户信息行为的研究视角和影响网络用户信息行为的因素,提出了网络用户信息行为研究的未来发展趋势。     

网络用户信息行为研究发展

在对国内外网络用户信息行为研究代表性文献分析的基础上,对国内外网络用户信息行为研究热点进行总结,并分析了网络用户信息行为研究发展的趋势。     

网络用户信息行为研究发展

在对国内外网络用户信息行为研究代表性文献分析的基础上,分析了网络用户信息行为研究发展的三大趋势:研究意义日益重要、研究方法日益科学、研究内容日益深入和系统。     

基于行为分析的用户兴趣建模

了解用户的兴趣是网站实现个性化的基础.为了更好地为用户提供个性化服务,在分析用户的浏览行为特征的基础上,根据用户在页面中的滞留时间,用户对页面中的超文本链的点击情况以及页面的点击频率建立了计算用户兴趣度的模型,并提出用神经网络模型来描述它们之间的相关性,且通过实验论证了这种模型的合理性和有效性.实验结果表明这种模型能比较准确地发现用户感兴趣的页面.     

网络环境下的用户信息行为探析

随着互联网的普及和网上资源的丰富,网络用户增长迅速,网络环境下的用户信息行为和传统的用户信息行为相比较,发生了很大变化,本文从网络环境下的用户信息行为的涵义、特点、类型和网络信息行为的影响因素等4个方面对网络环境下的用户信息行为进行了探讨.     

网络用户信息检索行为研究进展

【目的/意义】随着互联网时代的到来,网络用户信息检索行为呈多样化、复杂化的趋势,及时了解网络用户信息检索行为的研究进展,有助于对该领域进一步研究主题及研究方向的确定提供参考。【方法/过程】以中国知网CNKI数据库和Web of Science数据库中1995-2018年中英文网络用户信息检索行为的相关文献为对象,通过Citespace绘制研究机构及其核心研究者、研究热点与研究主题演化发展的知识图谱,对网络环境下不同场景、不同用户群体的信息检索行为及其影响因素和模型研究这四大方面进行了对比分析。【结果/结论】结合国内的研究现状,探究未来可能出现的发展趋势,并针对目前国内研究中所存在的问题提出建议,为该领域未来的研究规划提供一定的参考依据。     

微博用户群体行为复杂性分析的实证研究

微博用户群体在网络群体性事件的发展中扮演着重要角色,同时对于微博环境的塑造和社会稳定发展都有重要作用。微博用户群体行为具有复杂性,从宏观方面来看,微博用户群体的结构、群体的言论表现以及群体行为的自适应性使得群体面临复杂的客观环境,群体成员需要根据环境的变化不断调整自身行为;从微观上来看,群体成员之间的互动和群体成员的心理与动机使得成员行为处于不断变化的状态,这也间接影响了群体行为的状态。在宏观因素和微观因素的共同作用下,微博用户群体行为表现出不稳定性、不可预测性和复杂性,需要运用复杂网络的相关理论,建立模型,才能更好地认识微博用户的群体行为。     

网络用户信息获取行为调查

互联网的崛起给传统的大众传播环境带来了革命性的变化,它预示了网络传播时代的到来。网络时代的用户已经不会再满足于传统媒体的单一获取方式和表现手段,他们的需求在不断的膨胀中呈现出日益多样化的发展趋势。本文调查和意欲探讨的正是网络信息环境中用户如何获取信息、获取怎样的信息以及如何更便捷地达到信息需求目的等问题。     

网络用户信息获取行为调查

互联网的崛起给传统的大众传播环境带来了革命性的变化,它预示了网络传播时代的到来。网络时代的用户已经不会再满足于传统媒体的单一获取方式和表现手段,他们的需求在不断的膨胀中呈现出日益多样化的发展趋势。本文调查和意欲探讨的正是网络信息环境中用户如何获取信息、获取怎样的信息以及如何更便捷地达到信息需求目的等问题。     

基于序列模式挖掘的社交网络用户行为分析

针对SNS用户行为存在序列性这个特点,文章提出了一种SNS用户行为分析模型。模型以SNS群体用户为研究对象,引入序列模式挖掘的方法实现用户行为分析,最终获得用户的频繁行为序列模式。文章应用实例对该模型进行了可行性验证,并对未来研究进行展望。     

基于Weka读者借阅行为分析

图书管理系统借阅数据直接反映了读者的借阅行为,对其研究可以了解读者的借阅习惯。使用Weka软件,运用其关联分析、聚类中的不同算法对华南师范大学2008年研究生图书借阅数据进行分析,获取了一些有益的分析结果,对提高图书馆的服务起到一定的帮助作用。     

基于知识发布的网络社区用户行为规律研究--以Keep健康社区为例

[目的/意义]深化与丰富网络社区用户知识发布与交流机制相关的理论研究,旨在为网络社区知识服务的前沿发展注入新活力。[方法/过程]以前沿理论研究为基础,从社区用户主体因素和网络社区客体因素两个维度中提取五个要素,构建网络社区用户知识发布行为影响因素模型。借助SPSS软件对所获取到的Keep用户数据进行分析。[结果/结论]偏好运动强度越大、社会交互越多、社会影响力越大、锻炼经验更为丰富的Keep社区用户,其知识发布行为倾向更强烈。     

社交类手机APP用户使用行为分析

本文以技术接受模型(TAM)为基础, 根据社交类手机APP的功能,将网络外部性、软件设计特征、感知娱乐性和感知风险性加入到用户使用行为模型中,对TAM模型进行修正。自行设计调查问卷,对25~39岁年轻人群进行社交类手机APP使用行为情况调查,利用SPSS19.0、AMOS21.0对修正的TAM模型进行验证。实证结果显示:网络外部性、软件设计特征、感知易用性、感知有用性对用户使用行为有显著正向影响,感知娱乐性、感知风险性对用户使用行为影响不显著。     

基于用户交互行为分析的数据故事建模方法研究

[目的/意义]文章旨在根据数据故事化的研究现状,结合其他相关的方法研究,提出一种基于用户交互行为分析的数据故事建模方法,这对数据到数据故事模型的生成,再到后续的故事制作和故事展示具有重要的实践意义。[方法/过程]首先利用文献研究法和定性研究法归纳了基于用户交互行为分析的数据故事化的应用场景、故事建模的内涵和方法的应用价值,明确了数据故事模型包括三个基本要素,分别是数据内容、逻辑关系和讲述概率,接着提出了针对性的方法框架,最后利用Python编程语言模拟数据并生成故事模型的可视化结构图来说明方法的应用。[结果/结论]基于用户交互行为分析的数据故事模型的构建方法可生成能够反映用户关注倾向的故事,在未来还有广阔的研究空间。     

基于数据挖掘下的用户分析和推送

随着信息时代的快速发展,各个行业领域每天都会产生大量的数据,其中包括消费者的各种行为信息,如果能够将这些看似杂乱的数据进行有效的分析,预测出用户背后的需求及潜在的诉求,可以有效地帮助运营商更好的进行市场决断,将已有的用户变为忠实用户,同时吸引更多的用户。本文以某一企业的用户数据进行具体的分析,使用数据挖掘方法分析企业内部的用户信息,了解用户的行为,预测用户的内在需求。     

基于行为分析的微信朋友圈信息传播模型

微信的广泛应用使其影响力不断提高,微信朋友圈信息传播已成为研究热点。本文分析了微信朋友圈的信息传播机制,从影响用户转发行为的信息发布者、信息接受者以及微信朋友圈信息内容三方面凝练出5个特征因素,基于LR算法建立了微信朋友圈转发模型的预测方法,构建了微信朋友圈信息传播模型,并以调研获取的实验数据为基础进行模型验证,对深入揭示微信朋友圈信息传播机理具有重要参考价值。     

基于复杂网络的信息分析模型研究

[目的/意义]在大数据环境下,传统的信息分析面临着挑战,必须寻找新的方法才能够适应大数据环境对信息分析工作的要求。[方法/过程]通过文献调研法,对复杂网络方法在信息分析中应用的优势进行了梳理,构建了基于复杂网络的信息分析模型,并对模型实现的关键技术与方法进行了探讨。[结果/结论]复杂网络分析方法因在处理复杂性和不确定性数据上有明显的优势,更适合大数据背景下的信息分析工作。