基于网络问答文本挖掘的图书馆馆员职业形象公众感知及细粒度情感分析

【目的/意义】为重塑图书馆馆员职业的良好形象,挖掘公众对于图书馆职业认知,为图书馆职业招聘和运营管理提供参考。【方法/过程】基于深度学习方法,以知乎和搜狗问问中与图书馆馆员职业相关的问答与评论为数据样本,利用BERTopic主题模型提取公众对图书馆馆员的职业形象感知,并提出改进TextCNN的情感分类模型,分析公众对图书馆馆员职业形象感知的细粒度情感。【结果/结论】结果发现：公众对图书馆馆员职业形象感知包括职业发展与前景、工作内容、工资待遇、工作时间以及工作环境与位置5个主题维度;大部分公众对图书馆馆员职业形象的情感持正向看法;各主题维度下细粒度的情感形象与图书馆馆员整体形象占比基本趋同,但在不同维度上略有侧重。【创新/局限】将BERTopic主题和改进了TextCNN算法用于图书馆馆员职业形象文本主题提取和细粒度情感分析具有一定的创新性,但是未能够进行算法性能的比较与评估。未来可以进一步地开展深度学习算法性能评估和比较。     

移动阅读服务持续使用意向研究 — —基于认知维、社会维、情感维的影响分析

【目的/意义】从认知维度、社会维度以及情感维度三个层面分析移动阅读用户的心理特征,揭示移动阅读 服务持续使用意愿的发生机理。【方法/过程】借鉴刺激-机体-反应（S-O-R Model）模型,构建移动阅读服务持续 使用意向的因果模型,通过对371名大学生进行问卷调查获取研究数据,采取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。【结果/结论】感知有用性和满意度是移动用户持续使用意向的重要因素,信息交互质量、 系统交互质量对感知有用性和满意度具有显著正向影响;情感依恋不仅显著正向影响持续使用意向,还对感知有 用性和满意度具有积极影响;人际交互质量显著正向影响感知社交性,但感知社交性对有用性感知、满意度以及持 续使用意向的作用效应没有通过显著性检验。     

数字阅读领域热点识别与主题演化路径研究

【目的/意义】数字阅读给人们的知识与信息获取带来了巨大的变化，识别数字阅读领域的研究热点及其主题演化路径，有助于对数字阅读领域建立起动态的全景化视野。【方法/过程】文章以数字阅读领域的高水平论文为基础数据源，基于关键词共现关系构建领域知识网络，通过高频次与高度值关键词识别领域研究热点，采用SLM社团发现算法和主题密度图跟踪分析领域的主题演化路径。【结果/结论】研究结果表明，数字阅读领域已具有相对稳定的知识体系架构；从数字出版到阅读推广再到问题消解，领域研究逐渐走向成熟；从关注阅读形式到关注阅读效果，领域研究进入内涵式发展道路。【创新/局限】研究工作主要聚焦于国内学术界具有代表性的高水平研究层次，未来的研究工作将纳入更广泛的数据来源，进行更加全面细致地研究。     

基于词频突变的我国阅读推广研究前沿挖掘

【目的/意义】为发掘阅读推广研究的潜在领域和新方向奠定基础。【方法/过程】基于CNKI数据库中收录的 关于阅读推广的文献数据,借助可视化软件CiteSpace中的突变检测功能,对文献中词频突变的关键词进行检测,从 突变词、聚类和突变词时间频率变化趋势三个维度挖掘分析我国阅读推广研究的前沿领域及主题。【结果/结论】目 前国内阅读推广研究呈现四个前沿领域,每个领域中又有若干前沿主题,有些还保持着研究热度,有些已过时。     

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。     

高校图书馆微信公众号阅读推广的关键影响因素识别研究

【目的/意义】为识别高校图书馆应用微信公众号阅读推广的关键影响因素，提升微信公众号阅读推广效 果。【方法/过程】首先采用定性分析方法元人种志对原始研究进行综合集成形成影响因素集，然后通过DEMATEL 方法分析因素之间的相互作用，识别关键影响因素。最后，依据研究结论提出相关的优化对策和建议。【结果/结 论】研究发现：推广主体维度的形象与权威性、馆员素养与能力、推广支持、服务意识；用户维度的用户需求与期望、 关注用户数量、用户活跃度；微信媒介平台的即时交互、功能设计；推广设计维度的推广营销策略、媒介推广宣传、 先进技术应用为关键影响因素。     

在线评价中的信息隐私披露对消费者在线评价 可靠性感知的影响研究

【目的/意义】本研究旨在是探究在线评价中隐私披露与在线评价信息源可信度和后续消费者在线评价可 靠性感知关系。【方法/过程】根据前人在线评价可靠性的相关研究和本文研究情境,通过设计调查问卷和实证分析 的方法展开了消费者在线评价可靠性感知的影响研究。【结果/结论】研究发现,在线评价自我披露和系统披露对消 费者在线评价可靠性感知具有正向影响;同时,评价信息源可信度正向影响消费者在线评价可靠性感知。     

基于产品评论挖掘的消费者偏好分析

【目的/意义】消费者评论数量巨大且充满随意性,因此需要对评论信息进行分析,信息分析可以给潜在消 费者提供有价值参考,可以给商家提供消费者对产品的反馈意见,也可以给平台改善服务提供参考,从而实现消费 者、商家和平台的共赢。【方法/过程】以从京东商城爬取的部分产品评论文本为研究对象,使用词频、词云分析的方 法对评论中的产品特征进行抽取,分析消费者对产品属性的偏好,通过情感倾向计算方法,对五种不同类别的产品 评论进行情感倾向分析,并研究消费者对产品属性的偏好和情感倾向间的关系。【结果/结论】研究结果表明,对于 不同类型的产品,消费者有不同的属性偏好,且关注的产品特征数量也不同。在此基础上,分别对商家、电商平台 和消费者提出了有针对性的建议。【创新/局限】使用评论挖掘的方法,从消费者、商家和平台三个视角进行研究,提 出应对方法。但对数据的处理仍然不够精确,有待进一步研究。     

时序关联与结构表征视角下的信息隐私研究主题演化研究

【目的/意义】识别信息隐私研究领域的热点主题,梳理主题演化路径。【方法/过程】针对主题识别语义杂乱 等问题,提出时序关联与结构表征视角下的主题演化分析方法。首先利用LDA（Latent Dirichlet Allocation）模型识 别多时间窗口下的文献主题,进一步运用共词分析绘制语义更为独立的主题凝聚子群。在此基础上,从时序关联 维度计算相邻窗口下主题间的相似度,梳理演化路径;从结构表征维度,设计主题新颖度、中心性、影响力等计量指 标,探寻信息隐私前沿和热点主题的演化变迁。【结果/结论】实证分析结果表明,本文方法可以深度挖掘信息隐私 领域研究主题,从宏微观两个维度全面梳理主题的演化路径。研究有利于探测信息隐私研究的前沿。【创新/局限】 综合运用LDA主题模型与共词分析方法绘制主题凝聚子群,从时序演化和结构表征两个维度探寻主题演化路径。 未来研究中有待于引入多种数据源以对比主题差异,有待于引入多元组术语改善主题识别效果。     

社会感知驱动下的用户画像时空数据研究进展

【目的/意义】社会感知是借助海量时空数据研究人类时空间行为特征,进而揭示社会经济现象的时空分 布、联系及过程的理论与方法。用户画像旨在通过挖掘用户属性特征和行为模式,以揭示群体、领域乃至社会现象 的内在规律。用户画像是实现社会感知的重要手段。【方法/过程】紧密围绕社会感知数据涉及的情感认知、行为习 惯和社交网络关系三个维度梳理与之映射的用户画像内容维度,更深层次地,对其三个维度中与用户画像息息相 关的应用情境进行分类描述,以期总结其应用价值。【结果/结论】研究发现：当前用户画像的数据源拓展到多源异 构时空数据;研究内容集中在情感及场所语义、空间交互以及社交网络挖掘等方面;时空语义推理等研究是该领域 的拓展;应用情境可以在跨地域空间信息服务、城市人地交互关系挖掘、政府高效治理、领域事件时空关联趋势预 测等主题领域加以展开。【创新/局限】社会感知数据的利用可以在多任务场景下实现态势感知和知识推理。通过 融合多源异构时空数据和集成多种用户画像维度,能够实现多场景的精准知识服务。     

基于情感分析与TextRank的负面在线评论关键词抽取

【目的/意义】负面在线评论已成为商家重要的经营决策信息,对了解客户消费满意度、改善产品和服务质量 具有重要意义。【方法/过程】该文将情感分析和关键词抽取相结合,提出一种基于BiGRU-CNN 和 TextRank的在 线评论负面关键词抽取方法,即首先对在线评论文本数据进行清洗,然后构建 BiGRU- CNN 情感分类模型对在 线评论进行情感分析,最后采取TextRank 方法抽取情感分析得到的负面评论中的关键词。利用这种方法,对十个 产品与服务类别的6万余条消费者在线评论文本数据进行实证分析。【结果/结论】实验结果表明,该方法能准确判 别客户负面在线评论情感倾向,F1值达92.41%,并且负面在线评论关键词抽取结果能较好帮助商家完善产品质量 和服务。【创新/局限】提出一种结合双向GRU 和CNN 结合的情感分类模型,在此基础上基于TextRank 方法抽取 情感分析得到的负面评论中的关键词,进一步提升模型对于在线评论情感分析的准确性。     

社会化阅读用户持续使用意愿影响因素的荟萃分析

【目的/意义】对社会化阅读用户持续使用意愿的影响因素进行分析,为解释、预测用户行为提供参考建 议。【方法/过程】采用荟萃分析方法,对37篇相关实证研究文献中的15组变量作用效果进行综合分析,以此判断用 户感知、满意度和社交因素等变量对持续使用意愿的影响作用程度。【结果/结论】满意度是社会化阅读用户持续使 用意愿最主要的影响因素,发表偏倚检验结果显示荟萃分析结果有效,亚组分析结果表明感知有用性、感知易用 性、社交有用性、满意度、主观规范、群体规范等变量对大学生群体和混合人群持续使用意愿的影响作用差异显著, 社交因素的影响作用机理有待深入研究。【创新/局限】借助荟萃分析方法对已有研究成果中社会化阅读用户持续 使用意愿影响因素的作用效果进行了综合分析,后续研究中将进一步考虑不同平台或APP应用程序之间影响因素 作用的差异。     

基于LDA模型的在线教学需求数据主题挖掘研究

【目的/意义】为了进一步提升学生评教信息的使用价值,构建在线教学用户需求指标体系,对在线教学需 求数据进行主题挖掘。【方法/过程】运用数据挖掘理论和LDA主题识别模型,从丰富的在线教学评价内容中挖掘潜 在的在线教学主题,针对教学主题特征向用户需求进行结构映射,最终形成在线教学需求指标体系。【结果/结论】 分析在线教学数据,从教师需求、课程需求、教学成果需求三方面构建在线教学用户需求指标体系,并提出针对性 的教学质量优化策略。【创新/局限】本文通过在线教学需求数据主题挖掘,为高校在线教学评教指标体系的构建与 完善提供了新的途径和方法,但样本数据仅为单一高校数据,未实现全覆盖,对领域研究的整体态势分析还存在一 定的不足。     

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。     

基于评论数据的文本语义挖掘与情感分析

【目的/意义】基于互联网海量评论数据进行情报分析,挖掘出影响客户服务评价和满意度的关键因素,了 解客户差评背后的原因,对提升企业客户关系管理水平具有重要意义。【方法/过程】通过词云图、语义网络特征关 联分析、LDA主题模型的特征分析以及基于语义的情感词典方法,基于百度口碑中十家快递企业的客户评论数据 进行了情感计算与分析。【结果/结论】影响客户情感倾向的主要因素为：物流速度、服务态度、电话服务、投诉处理、 物流信息更新、时效性以及收费价格。基于上述结果提出了对策与建议。【创新/局限】基于现实世界真实数据,采 用数据挖掘方法分析客户情感倾向,为客户情感关键影响因素识别提供了数据科学的研究范式。     

大学生对于在线MOOC平台心理健康课程持续学习意愿研究

【目的/意义】由于COVID-19疫情的影响,大学生群体的心理健康问题逐渐突出,在线心理健康课程的出 现对于缓解大学生群体的心理健康问题具有重要的价值,如何提高大学生群体对线上心理健康课程持续学习意 愿,进而提高用户对于平台的黏性成为亟需解决的重要问题。【方法/过程】在2021年10月-11月,采用问卷调查方 法共收集有效数据338份,应用结构方程模型验证假设和概念模型。【结果/结论】研究结果显示：知识内容质量和服 务质量影响着用户感知;感知有用性对感知价值有正向影响,感知费用和感知风险对感知价值有负向影响,感知愉 悦性对感知价值的影响并不显著;感知价值对持续学习意愿有正向影响。【创新/局限】本研究从知识内容质量和平 台服务质量两个维度探讨了用户对于 MOOC平台上心理健康课程的持续学习意愿的影响机制,对增强大学生对 于线上心理健康课程的用户黏性提供了新的途径。     

基于品牌声誉感知差异的在线评论有用性影响因素实证研究

【目的/意义】从用户对不同品牌声誉的感知角度,研究评论支持率、评论时效性、评论长度、图片数量、情感 强度和产品属性特征词对在线评论有用性的影响。【方法/过程】构建多元线性回归理论模型,通过亚马逊电子商务 平台不同品牌声誉感知的手机评论数据进行验证。【结果/结论】研究结果表明,不考虑品牌声誉差异而进行在线评 论的有用性研究具有一定的局限性,商品评论有用性研究需考虑不同品牌声誉感知影响的差异性。     

大数据环境下公共安全突发事件微博用户评论的归因分析

【目的/意义】以近两年（2018-2019）国内有代表性的四件负面公共安全突发事件为例,对其微博评论进行 聚类,并找出影响微博用户消极情感倾向的因素,为政府进行舆情应对处理提供建议。【方法/过程】结合社会网络 分析法与LDA主题模型对评论文本进行关键要素提取,得出评论归因维度,进而通过情感分析软件对各维度进行 情感倾向度分析。【结果/结论】研究结果表明：微博用户主要从事件主体、事件分析、事件处置、社会关系、新闻媒 体、同理心、个人经验七个方面对公共安全突发事件进行评论,其中,事件分析、事件处置、事件主体、社会关系是微 博用户消极情感倾向的主要影响因素,据此本文提出了相应的舆情疏导建议。【创新/局限】本文基于归因理论,创 新性的提出了影响微博用户情感倾向度的归因维度体系,但舆情事件集中数量有限且未进行更细粒度的情感分类 分析。     

学术APP用户在线评论主题语义关联研究

【目的/意义】针对学术APP评论数据特征，挖掘用户评论语义关联关系，为平台运营者和开发者高效获取 用户需求和关注点提供思路和指导方法。【方法/过程】首先，基于LDA主题模型和GloVe 词向量模型构建学术APP 用户在线评论主题语义关联研究框架，然后，采集超星移动图书馆APP在线评论作为样本数据，通过主题识别获取 用户评论主题并基于词向量相似性得到主题语义关联，最后构建出语义关联主题图谱。【结果/结论】实验结果表明 运用文章提出的思路方法能够有效发现用户评论主题和主题间关联关系并得到主题关联图谱，从而为学术APP平 台运营者完善平台功能提供参考和借鉴。     

隐私泄露事件中社交媒体围观者情感分析

【目的/意义】研究分析社交媒体平台中围观者对不同类型隐私泄漏事件的情感，以确定围观者对不同类型隐私泄露的态度，促进社交媒体平台在用户隐私安全的情况下为用户提供更好的服务。【方法/过程】基于隐私泄露事件的四种类型，构建百度情感倾向分析与LDA主题识别相结合的情感分析框架，分别在四种社交媒体平台上对四类隐私泄露事件典型案例中围观者的评论进行抓取和处理，采用LDA主题提取模型进行主题提取，通过百度情感倾向分析进行情感分类，最终进行情感对比分析。【结果/结论】总体而言，大约75%的围观者对隐私泄露事件持负面情绪，其中围观者对社会隐私泄漏的负面情绪占比最高达82%。具体到各平台的围观者，微信公众号和微博的围观者负面情绪较多，知乎中的围观者中性、负面情绪较多，抖音平台的围观者正面情绪占比较高。根据研究结果，提出了相应的建议。【创新/局限】本文创新性地探讨了四种社交媒体上的围观者对四类隐私泄露事件的情感差异，情感的情景与强度维度研究不够深入。