基于用户认知的个性化微阅读自适应推荐模型研究

【目的/意义】为进一步完善个性化微阅读推荐模型,丰富个性化微阅读推荐的理论体系以及拓展个性化 微阅读推荐的研究方法。【方法/过程】首先探讨基于用户认知的个性化微阅读推荐模型的研究框架,然后从“人 ——用户”到“需求——偏好”再到“系统——推荐”三个层面入手,提出从微阅读用户画像建模、微阅读用户偏好提 取及匹配以及个性化微阅读自适应推荐模型构建三个方面开展研究,最终形成具有针对性的个性化微阅读自适应 推荐模型。【结果/结论】通过借鉴用户认知的基本理论和技术方法,将移动用户微阅读的情境感知、社交网络和情 感体验进行融合构建用户画像并且在融合的基础上实现个性化微阅读自适应信息推荐。     

在线健康社区用户复合信息行为的实证研究——信息共享和信息搜寻同步的视角

【目的/意义】信息共享和信息搜寻是用户参与在线健康社区的主要方式,在参与过程中,用户往往会出于 不同目的同步实施信息共享和信息搜寻的复合信息行为,探讨影响用户同步实施两种行为的因素,有助于帮助在 线健康社区精准把握用户需求,进一步优化提升服务策略。【方法/过程】通过结合自我决定理论和TAM模型,构建 在线健康社区用户信息共享与搜寻行为意愿影响因素模型。通过发放问卷收集数据并运用结构方程模型对研究 假设进行验证。【结果/结论】研究结果表明健康焦虑对信息搜寻意愿有显著影响,情感需要对信息共享意愿有显著 影响。此外,用户信息共享意愿对信息共享和搜寻行为均有正向影响,而用户的信息搜寻意愿仅显著影响搜寻行 为。【创新/局限】丰富了在线健康社区用户信息行为研究领域的理论框架,为在线健康社区用户行为研究提供了新 的视角。未来的相关研究将会针对某一特定社区用户进行更深层次的探讨。      

信息搜寻行为自我卷入的群体差异研究 — —以高校用户在线学习为例

【目的/意义】从用户心理活动自我卷入去探究在线学习信息搜寻行为,为高效培养者提供积极参考。【方 法/过程】基于信息搜寻行为理论和自我卷入理论,构建信息搜寻行为自我卷入研究模型,设计调查量表,利用统计 中的方差分析（ANOVA）方法,分析不同群体用户在线学习信息搜寻行为自我卷入情况。【结果/结论】通过分析探 讨高校用户在线学习信息搜寻行为中自我卷入不同群体的差异表现,提高用户素质,保证在线学习的持续动力,促 进高校图书馆功能提升和服务管理水平的提高。     

从知识搜寻者到知识贡献者 — —专业虚拟社区用户角色转变的机理研究

【目的/意义】作为新兴的互联网知识源,专业虚拟社区得到信息与知识管理领域学者的关注;专业虚拟社 区中知识贡献者少而知识搜寻者多的现象成为学者热议的问题。【方法/过程】本文从动态视角出发,运用计划行为 理论考察专业虚拟社区用户从知识搜寻者转变为知识贡献者的内在机理;采用结构方程模型工具AMOS对234份 有效样本进行实证分析。【结果/结论】研究发现：专业知识水平中介了知识搜寻行为与知识贡献行为间的正向关 系,互惠规范正向调节专业知识水平与知识贡献行为间的关系。据此,本文凝练出知识搜寻者转变为贡献者的两 大机制 — —‘能力机制’与‘动力机制’;并向专业虚拟社区的运营商和管理者提出了鼓励知识搜寻、提倡互惠规范 等培养用户促其转变的建议。     

社交媒体用户健康信息采纳和持续搜寻行为研究

【目的/意义】研究社交媒体用户健康信息采纳和持续搜寻行为的影响因素及二者之间的转化问题,有助于社交媒体平台优化建设,提升健康信息服务质效,增加用户黏性;有助于丰富健康信息行为研究内容,提高理论阐释力。【方法/过程】基于信息采纳模型以及期望确认模型,综合考虑感知有用、信息因素、满意度、感知风险等变量,构建健康信息采纳-持续搜寻行为转化理论模型,采用问卷调查收集数据,运用结构方程等研究方法进行实证分析。【结果/结论】感知有用对信息采纳产生显著的正向影响,满意度对持续搜寻产生显著的正向影响,而感知风险对信息采纳和持续搜寻产生间接的负向影响。【创新/局限】本文立足信息行为转化视角,研究信息采纳行为和持续搜寻行为的影响因素和模式,并深入分析了两个行为之间的转化问题,有效提升用户信息行为的连续性和持续性。     

基于突变级数法的社会化阅读行为分析——以微信读书为例

【目的/意义】建立社会化阅读行为数据评价指标体系,对用户的阅读行为和社交行为的表征数据进行分析评价,为社会化阅读平台或APP对用户分类发展、稳定用户群体提出建议。【方法/过程】将微信读书APP用户作为研究对象,从阅读和社交两个维度出发建立评价指标体系,采集用户行为数据,利用突变级数模型对样本数据进行分析评价。【结果/结论】阅读时长是阅读行为维度下最重要的指标之一,社交行为维度下粉丝点赞量和粉丝关注数的权重值略高于用户评论数,平台或APP应重视用户个体的影响力作用;根据综合评价值对微信读书用户排名,依据阅读、社交行为归一化数据将样本分为核心型、社交型、成长型（边缘型）、阅读型（内隐型）用户四种类型。【创新/局限】用户使用行为表现复杂多变,其行为特征研究还需结合静态、动态行为数据进行多维度分析。     

用户健康信息搜寻行为的影响因素研究——基于社会认知理论三元交互模型

【目的/意义】为健康信息搜寻行为的完善与优化提供可靠依据。【方法/过程】以信息搜寻行为理论为指导, 借助社会认知理论中的三元交互模型,构建以健康信息搜寻行为、个人因素、环境因素为维度的三元交互模型,以 健康素养、感知有用性、感知易用性、感知风险、自我效能、情绪智力、信息检索能力、感觉迷失、健康焦虑这九个因 素作为变量,应用结构方程进行了实证研究。【结果/结论】健康素养、感知易用性、自我效能、感觉迷失会影响用户 对健康信息搜寻的行为。本研究基于社会认知理论,对用户健康信息搜寻行为的影响因素提供了结论和实证依 据,具有一定的理论意义;同时,研究结论对相关政府舆情研究部门、健康信息机构的工作有一定的帮助。     

社会化问答社区用户信息需求对信息搜寻的影响研究 — —基于问答社区卷入度的中介作用分析

【目的/意义】本文旨在分析社会化问答社区用户的信息需求对其信息搜寻行为的影响。研究的结论有助 于相关研究者深入理解社会化问答社区用户信息搜寻的动因和发生机理。【方法/过程】通过梳理和分析前人的研究 成果和相关的理论背景,构建适合本研究情境的信息搜寻影响因素模型。通过自陈述问卷进行实证调研,并利用 结构方程建模的方法进行数据分析和模型验证。【结果/结论】研究发现,在社会化问答社区中,用户的信息需求对其 信息搜寻的影响是一种间接的过程,信息需求只有依靠问答社区卷入度的中介作用才能影响用户的信息搜寻。     

微阅读用户持续使用行为影响因素及作用路径研究

【目的/意义】移动互联网技术的升级带动了新媒体行业的繁荣和发展,同时催生了以便捷、快速为特征的 一种新型阅读方式——微阅读。通过以用户需求为出发点,开展微阅读用户持续使用行为影响因素的研究,既丰 富了微阅读用户行为领域研究的相关理论,又对微阅读平台维持乃至提升用户的持续使用行为提供了一定的参考 借鉴作用。【方法/过程】首先,通过半结构化访谈方式对24 名受访者进行深度访谈;然后,运用扎根理论对原始资料 进行深入分析,提取出微阅读用户持续使用行为影响因素;最后,对微阅读用户持续使用行为影响因素的作用路径 进行阐述并构建相应的理论模型。【结果/结论】最终得出7 个主范畴：平台客观因素、感知有用性、满意度、个体情感 因素、社交因素、情境因素以及持续使用意愿,并以此为基础构建出影响因素及其作用路径的理论模型。     

移动虚拟社区用户持续信息搜寻意愿研究

【目的/意义】移动虚拟社区是一类方便、快捷的信息传播渠道,社区用户的持续信息搜寻是其发展繁荣的 关键。【方法/过程】依托期望确认模型、信息系统成功模型和沉浸理论,构建移动虚拟社区持续信息搜寻意愿影响 因素模型。通过问卷调查收集数据,采用PLS结构方程模型进行数据分析。【结果/结论】感知有用性是用户持续信 息搜寻意愿的决定性影响因素;满意度部分中介沉浸体验对用户持续信息搜寻意愿的影响显著;信息系统的质量 维度中,服务质量和系统质量正向显著影响用户期望确认,最终影响用户持续信息搜寻意愿,信息质量的影响不显 著。     

基于元分析的用户在线健康信息搜寻行为影响因素研究

【目的/意义】针对现有用户在线健康信息搜寻行为的实证研究中存在的结果不一致现象,对该领域相关 研究进行梳理验证,旨在明确影响用户在线健康信息搜寻行为的真正因素以及关键调节变量,揭示用户在线健康 信息搜寻行为产生的直接原因,为完善用户在线健康信息搜寻行为理论体系及相关领域的后续研究提供借鉴。【方 法/过程】选取 25篇符合标准的中外文献进行元分析,探究影响因素及其影响程度,从国内外研究情境、用户的社 会属性与健康状况三个维度探讨影响因素与在线健康信息搜寻行为间的调节效应。【结果/结论】结果表明,10个因 素对用户在线健康信息搜寻行为有显著正向影响,其中信息质量的影响强度最高,感知风险、信任、自我效能及感 知有用性对在线健康信息搜寻行为的影响强度较弱,同时验证了国内外研究情境、用户的社会属性与健康状况对 在线健康信息搜寻行为具有调节作用。【创新/局限】本文采用元分析方法,通过对前人研究结果的再分析,得到更 加精准的研究结论,是对在线健康信息搜寻领域现有研究的有力补充。但对元分析方法的应用还较为单一,未涉 及各影响因素间的关系,有待后续进一步研究。     

基于用户行为感知的数字期刊服务推送研究

【目的/意义】数字期刊阅读在移动网络的推动下已成为互联网使用群体必不可少的活动,分析数字期刊 服务中的用户行为能够掌握用户阅读倾向,提高推送精确度。从用户行为感知的角度出发根据用户信息分析用户 行为轨迹,搭建推送模型,结合推荐算法和用户行为预测模型,实现数字期刊的用户个性化推荐。【方法/过程】本文 使用聚类算法和加权二部图算法计算用户相似度、寻找用户邻居簇,进而预测用户对数字期刊的评分,基于加权 Markov模型预测用户模型,生成数字期刊推送结果。【结果/结论】利用用户行为感知技术对数字期刊服务推送提 出了基本的研究理论框架,依照推荐算法设计对不同用户进行个性化推荐,增强用户信赖感,提高用户对数字期刊 阅读的满意度。     

任务驱动下社会化问答平台用户信息搜寻行为研究

【目的/意义】研究社会化问答平台用户信息搜寻行为特征及搜寻路径模式,对优化社会化问答平台信息服 务质量具有重要意义。【方法/过程】采用屏幕录像和调查问卷收集被试者在“知乎”完成搜寻任务时的行为数据,对 其进行编码并使用Morae Manager、Excel 和SPSS 进行统计分析。【结果/结论】结果发现,用户查询重构策略、浏览行 为和选择“话题/问题/用户”方式存在差异;部分查询重构行为和浏览行为受搜寻任务类型影响;查询重构策略转移 和搜寻路径模式存在规律可循。     

用户健康信息替代搜寻行为中的时间价值感知研究

【目的/意义】探究健康信息替代搜寻行为中用户对于不同替代对象的时间价值感知差异现象，为完善在线健康信息服务提供依据。【方法/过程】基于心理账户理论设计情景实验，通过探索性因子分析、描述性统计和显著性检验揭示健康信息替代搜寻行为中用户时间价值感知差异现象的成因、变化规律及行为影响。【结果/结论】用户为不同替代对象搜寻健康信息时存在时间价值感知差异，这种非理性现象的成因在于人们在心理上将为不同替代对象搜寻信息的时间设置了不同账户（亲人或非亲人账户），亲人账户的时间价值感知程度显著高于非亲人账户；两类账户中的时间价值感知程度均随损失时间增长表现出敏感性递减规律；节省时间的后续分配行为受到账户类别的显著影响。【创新/局限】从时间感知与分配角度研究健康信息替代搜寻行为中的非理性时间决策行为，揭示实际感知与理性认知之间的差异，为健康信息替代搜寻行为领域开展后续研究提供了新的参考；可帮助健康信息服务平台及用户认识健康信息替代搜寻中的非理性行为，引导用户避免非理性时间分配行为，指导平台完善信息服务。     

突发公共卫生事件中大学生健康信息搜寻意图研究

【目的/意义】突发公共卫生事件使得大学生用户的健康信息搜寻行为更加频繁,探索健康信息搜寻过程中 的意图不仅有助于了解大学生用户信息需求和行为特征,还可以揭示其认知规律,为健康信息服务平台建设提供 理论依据。【方法/过程】使用日记法、移动经验采样法和关键事件技术获取大学生用户的突发公共卫生事件中的健 康信息搜寻数据,并使用开放式编码、社会网络分析方法和马尔可夫链对健康信息搜寻意图、搜寻意图跳转路径、 意图跳转模式及其中的主题分布进行分析。【结果/结论】研究结果显示,在突发公共卫生事件中,无目的搜寻是健 康信息搜寻的典型方式;其次,意图跳转路径不仅具有机会主义跳转和辅助性跳转两种类型,而且存在迭代探索、 偶遇驱动和查询重构模式;最后,意图与主题高度关联,不同意图驱动下主题差异明显。【创新/局限】本文从连续性 视角挖掘出意图跳转模式,揭示了用户认知过程。不足之处在于样本类型较为单一。     

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。     

风险认知视角下社交媒体用户健康信息规避行为关键影响因素研究

【目的/意义】识别风险认知视角下社交媒体用户健康信息规避行为的关键影响因素，以有效提升个人健康管理与决策水平，为社交媒体运营管理和可持续发展提供参考。【方法/过程】基于风险信息搜寻与加工模型（RISP），构建知觉风险特征、相关渠道信念、负面情绪响应、信息充分性、信息规避规范和知觉信息收集能力6个维度下社交媒体用户健康信息规避行为影响因素指标体系。通过三角模糊数Dematel方法构建因素关系网络图，并借助DANP方法量化关键影响因素权重。【结果/结论】结合影响因素的极限超矩阵和原因度、中心度排序结果识别出了可及性、感知严重性、高唤醒情绪、现有信息水平等社交媒体用户健康信息规避行为的关键影响因素并提出了相应优化策略。【创新/局限】本研究从风险认知视角揭示了社交媒体用户健康信息规避行为关键影响因素，对促进社交媒体运营管理及持续发展具有一定的指导意义。但量化指标存在一定主观性，样本数据有待进一步丰富与完善。     

基于k-means与神经网络机器学习算法的用户信息聚类及预测研究

【目的/意义】基于机器学习算法对信息进行聚类及预测引起了广泛关注,本文将以航空公司客户信息为对 象构建出k-means,BP神经网络模型,对航空用户进行聚类及预测,实现用户的精准营销。【方法/过程】首先,对航 空公司的客户信息进行预处理,并根据信息聚类和信息预测理论,构建出k-means客户聚类模型与BP神经网络的 流失预测模型。【结果/结论】实证结果表明,在聚类模型上,k-means算法将客户聚为五类,实现了不同价值客户的 差异化识别;在客户预测模型上,BP神经网络的准确性更高。【创新/局限】本次研究将LRFMC模型引入到用户聚 类模型的实验中,使得模型泛化能力上存在了一定的局限,但也为该问题的未来研究提供了新的方式。     

基于用户信息行为的微信健康信息关注度研究

【目的/意义】旨在自动分析用户对微信健康信息的关注度。【方法/过程】构建了微信健康信息关注度分析 模型,以丁香医生、丁香家庭健康和脉脉养生公众号推送的健康信息作为数据来源,识别微信健康信息的类别和主 题分布,基于对用户信息行为的分析来评估用户对健康信息的关注度。【结果/结论】微信公众平台推送的健康信息 主要有12类;通过分析用户对微信健康信息关注度发现,健康风险、饮食、药物、身体活动和癌症主题受关注程度较 高;用户对各主题健康信息的关注程度与微信公众平台的信息供应分布并不一致。本研究提出的用户关注度自动 分析模型具备可以移植性,是对传统关注度研究方法的有效补充。     

国外用户音乐信息行为研究述评

【目的/意义】归纳国外用户音乐信息行为研究现状,总结该领域研究重点和值得关注的问题,为未来的研 究提供指导思路。【方法/过程】梳理国外用户音乐信息行为相关研究成果,对国外用户音乐信息需求与表达、音乐 信息搜寻行为、管理行为和分享行为研究进行分析与总结。【结果/结论】用户音乐信息需求与表达和音乐信息搜 寻行为是该领域研究重点,未来的研究可关注基于多影响因素的、基于信息行为相关理论的、基于用户个人因素的 和基于移动互联网的用户音乐信息行为研究。