- 年份
- 2024(6909)
- 2023(9779)
- 2022(7621)
- 2021(6864)
- 2020(5716)
- 2019(12574)
- 2018(12512)
- 2017(23994)
- 2016(12894)
- 2015(14398)
- 2014(14658)
- 2013(13866)
- 2012(12478)
- 2011(11138)
- 2010(11367)
- 2009(11086)
- 2008(9837)
- 2007(9094)
- 2006(8265)
- 2005(7501)
- 学科
- 济(49932)
- 经济(49774)
- 业(36519)
- 管理(35350)
- 企(29810)
- 企业(29810)
- 融(25992)
- 金融(25985)
- 中国(24486)
- 银(23902)
- 银行(23878)
- 行(23184)
- 方法(18559)
- 农(18419)
- 制(15466)
- 业经(15419)
- 财(15029)
- 数学(14192)
- 数学方法(14090)
- 地方(13093)
- 农业(12788)
- 理论(11903)
- 体(11464)
- 中国金融(11136)
- 学(10733)
- 务(9571)
- 财务(9534)
- 财务管理(9518)
- 企业财务(9165)
- 和(8629)
- 机构
- 学院(175428)
- 大学(174742)
- 济(71524)
- 经济(69873)
- 管理(65282)
- 研究(60911)
- 理学(55604)
- 理学院(55016)
- 管理学(53965)
- 管理学院(53676)
- 中国(53203)
- 京(36742)
- 财(35646)
- 科学(35474)
- 农(32886)
- 中心(30316)
- 所(30195)
- 财经(27901)
- 江(27695)
- 研究所(27283)
- 业大(26169)
- 农业(25317)
- 经(25251)
- 范(23368)
- 师范(23088)
- 北京(22939)
- 州(22478)
- 经济学(22194)
- 院(21648)
- 财经大学(20653)
- 基金
- 项目(115629)
- 科学(91606)
- 研究(87253)
- 基金(83750)
- 家(72643)
- 国家(71960)
- 科学基金(61834)
- 社会(57657)
- 社会科(53580)
- 社会科学(53563)
- 省(45843)
- 基金项目(43986)
- 教育(39608)
- 划(37755)
- 自然(37695)
- 自然科(36890)
- 自然科学(36881)
- 编号(36719)
- 自然科学基金(36249)
- 资助(33040)
- 成果(30831)
- 重点(26012)
- 发(25318)
- 部(25136)
- 课题(25123)
- 创(24369)
- 国家社会(23772)
- 创新(22672)
- 性(22459)
- 项目编号(22358)
共检索到278245条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 图书情报工作
[作者]
房小可 严承希
[目的 /意义]用户兴趣推荐是信息服务中的重要内容,针对目前融合情境信息推荐的研究更多是直接将情境作为单因素而缺乏考虑情境关联的思想,本文以情境关系为切入点实现社会化媒体用户的兴趣推荐。[方法/过程]以具有相似情境用户可能具有相似兴趣为假设,来改进用户原始兴趣网络从而实现推荐。通过社会网络和资源相似性计算构建原始兴趣网络中显性网络和隐性网络;借鉴共现原理和情境本身相似性构建情境网络;通过兴趣传递关系计算直接兴趣度与间接兴趣度;最后借鉴协同过滤的思想实现推荐。[结果 /结论]与以往的只考虑单一情境因素的推荐
关键词：
情境关系 社会化媒体 兴趣推荐
[期刊] 图书情报工作
[作者]
涂存超 刘知远 孙茂松
微博是Web2.0时代重要的网络服务工具,作为以用户为中心的信息发布、传播和分享平台,它包含了非常丰富的用户信息。在微博中,可以使用标签表示用户的兴趣和属性。而一个用户的兴趣和属性,通常包含在这个用户的文本信息和网络信息中。针对微博用户的标签进行分析,提出网络正则化的标签分发模型(NTDM)来为用户推荐标签。NTDM模型对用户个人简介中的词语和标签之间的关系进行建模,同时利用其社交网络结构作为模型的正则化因子。在真实数据集上的实验表明,NTDM在效果以及效率上都优于其他方法。
[期刊] 情报理论与实践
[作者]
齐炳金 武忠
文章从移动社会化媒体知识共享、参与和用户信任的动因出发,来探索移动社会化媒体成员用户体验的影响,构建移动社会化媒体中用户体验对知识共享、参与水平和人际信任影响的理论模型,提出相关假设。实证研究表明,用户体验中行动体验维度和关联体验维度、参与水平和人际信任对用户知识共享行为有显著的正向影响。
[期刊] 图书情报工作
[作者]
房小可
［目的 ／意义］针对目前融合情境因素的信息推荐方法大都存在推荐前的情境过滤（ｐｒｅ－ｆｉｌｔｅｒｉｎｇ）和推荐后的情境过滤（ｐｏｓｔ－ｆｉｌｔｅｒｉｎｇ）所导致的价值信息流失问题，将情境因素融入到推荐过程中，实现基于用户－资源－情境的多维推荐。［方法 ／过程］将情境因素融入推荐的过程中，动态挖掘在不同情境下用户兴趣的偏好，利用社会网络的相关指标赋予用户兴趣初始值，从空间距离的视角计算用户兴趣的权重，最后，借鉴内容过滤和协同推荐的思想实现用户的评分预测，进而按照用户的兴趣进行推荐。［结果 ／结论］与以往二维推荐的实验比较表明，将情境因素融入到推荐过程中的方法在减少价值流失的基础上，能更为准确地揭．．．
[期刊] 图书情报知识
[作者]
谢新洲 安静
人们会通过将自己与他人的意见和能力进行比较来减少在这些方面的不确定性,并学会如何评价自己。本研究主要探讨社会比较的影响因素,在已有研究和量表基础上进行样本结构的修正,并采用问卷调查的方法来进行数据收集。研究发现社会比较倾向随年龄增长而下降,低收入与高收入人群社会比较倾向较高,中等收入人群社会比较倾向较低。此外,竞争环境、压力、比较对象与自己的同质性和亲近性都对个体的社会比较倾向有所影响,这为进一步研究社会化媒体用户的自我展露的心理动机提供了实证支持。
关键词：
社会化媒体 社会比较 自我呈现
[期刊] 中国图书馆学报
[作者]
刘鲁川 孙凯
微博等社会媒体正面临用户活跃程度下降,老用户停止使用的困境。以往的信息系统持续使用理论忽略了用户情感的重要作用,因而对微博等信息系统用户持续使用行为的解释力不足。基于此,本文旨在探究微博用户情感体验与用户满意度之间的关系。研究分两个阶段进行:第一阶段采用心理学中的情感测量方法,分析微博用户在使用过程中的情感体验;第二阶段测量在前一阶段中得到的各种情感的强度,通过回归分析验证用户情感与用户满意度之间的关系。研究发现了用户使用微博中体验到的、出现频率最高的16种情感,其中9种正向情感和7种负向情感,正向情感与用户满意度之间存在显著的正向影响关系,微博用户使用经验对正向情感与用户满意度之间的关系有正...
[期刊] 图书馆学研究
[作者]
李枫林 魏蕾如
对社会化媒体的研究多集中于社交网络,从整体上讨论用户信息行为对信息管理所产生的作用和影响却鲜受关注。文章从用户行为的角度对国内外社会化媒体平台进行定性研究。根据对平台的功能定位,将社会化信息行为功能分为3大部分:内容生成、内容评价和内容分享。在此基础上,总结出社会化用户信息行为的3种聚合机制:主题聚合、评价聚合和功能聚合。针对互联网信息行为呈现出"多维度多形态"的特点,用户通过对社会化媒体具体功能的使用,能够达到更好的信息聚合及个人认知构建的目的。
关键词：
社会化媒体 用户行为 聚合机制
[期刊] 情报理论与实践
[作者]
谭春辉 涂瑞德
[目的/意义]为提高群组推荐准确率和可解释性，针对现有的群组推荐方法较少关注群组内核心用户对群体兴趣的影响，综合考虑群组整体兴趣和群组内核心用户对其他用户的影响，提出融合群体兴趣和核心用户影响的群组推荐方法。[方法/过程]首先，借鉴h指数思想计算群组内每个用户的影响力，识别群组内核心用户；其次，利用LDA主题模型进行群体兴趣建模和核心用户兴趣建模；最后，综合考虑群组中用户自身兴趣和其受核心用户影响而产生的兴趣进行资源推荐服务。[结果/结论]对微博数据进行实证，验证了此方法的有效性。
[期刊] 情报学报
[作者]
夏立新 杨金庆 程秀峰
为了提高群组推荐模型中推荐结果的准确度问题,本文研究并提出了一种融合情境信息的群组推荐模型。首先,获取用户行为情境数据,同时发掘提取单个用户行为的偏好;其次,计算单个用户行为相似度,进行群组聚类发现;然后,融入情境信息挖掘群组行为特征,并构建群组行为偏好特征向量,最后结合协同推荐思想,将群组作为整体,和其他群组对项目的历史评分进行协同,形成预测评分。在实验中,我们通过分析用户的操作流,提取了主题序列特征,然后融入了经典情境信息,得出推荐结果。结果表明,使用该模型得出的排序靠前(6位)的推荐结果较之传统(非情境)的群组推荐方法具有更高的准确性。因此,该模型更适用于移动环境下的群组推荐。
[期刊] 南开管理评论
[作者]
张星 唐宇钥 王圆圆 肖泉
社会化媒体内容生产者经常对信息资讯的标题进行精心编排以吸引用户。本文通过机器学习、Tobit模型和实验的方法，探讨了“标题党”对用户信息互动行为的影响，研究发现：“标题党”能够带来更多的点击，但是会减少用户的分享。好奇心在“标题党”刺激点击的正向作用中起到了中介作用，受评忧虑在“标题党”对分享的负向作用中起到了中介作用，而感知操纵意图与感知可信度在“标题党”对点击与分享的影响关系中起到了连续中介作用。此外，还探索了这些中介效应的边界条件，发现了网络信息素养在其中发挥了调节作用。研究结论有助于加深我们对“标题党”双刃剑效应的理解，也为社会化媒体平台、内容生产者和用户提供了实践启示。
[期刊] 情报理论与实践
[作者]
唐晓波 孙飞
用户之间的好友关系作为社会化媒体可靠的信息传播途径之一,是社会化媒体的重要组成部分。为了解决社会化媒体中好友推荐的冷启动和准确性不足问题,文章提出了一种基于复杂信任网络的社会化媒体好友推荐模型。本文对社会化媒体用户的社会关系进行挖掘,结合单路径信任传递原则和多路径信任聚合方法,得到社会化媒体用户的复杂信任网络关系。利用可视化的方法生成用户的复杂信任网络图谱,有效地实现了社会化媒体好友个性化推荐,最后在真实的数据集上验证了本模型的准确性和可靠性,为后续相关的学术研究提供了有益的借鉴。
[期刊] 图书情报工作
[作者]
顾佳云 熊回香 肖兵
[目的/意义]考虑用户兴趣和社交关系两方面的动态变化,提出融合用户动态兴趣与社交关系的学者推荐模型。[方法/过程]首先,利用不同学科的期刊文献作为分类语料,基于Labeled-LDA模型对学者所发博文进行学科领域判别。然后,依据KNN算法对博文进行学科分类,接着利用学科兴趣变化速率改进时间因子,计算得到学者动态兴趣相似度;根据学者间链接的数量关系计算学者的PageRank值,结合学者所发博文的时间价值计算得到全局信任度。在学者评论、推荐交互行为中引入时间权重计算学者交互信任度,综合全局信任度和交互信任度得到学者的动态社交信任度。最后,融合兴趣相似度与信任度进行学者推荐。[结果/结论]虚拟学术社区中融合用户动态兴趣与社交关系的学者推荐模型从动态兴趣和动态社交关系两个视角出发,能够有效提高学者推荐的质量。
[期刊] 情报理论与实践
[作者]
梅潇 查先进 严亚兰
[目的/意义]文章探究智能推荐环境下移动社交媒体用户隐私风险感知的影响因素和作用机理，旨在推动移动社交媒体的健康发展，规范智能推荐服务的管理和用户隐私保护。[方法/过程]通过知乎问答平台搜集数据，利用扎根理论方法进行三级编码，构建了智能推荐环境下移动社交媒体用户隐私风险感知影响机理的理论模型。[结果/结论]隐私保护环境、智能推荐特征、用户特征对隐私风险感知有直接影响，智能推荐特征对隐私担心和感知精准度产生影响并进而影响隐私风险感知。研究结果可为政府、移动社交媒体平台、用户提供参考，具有理论和实践意义。
[期刊] 情报理论与实践
[作者]
蒋武轩 易明 汪玲
[目的/意义]基于社交网络用户短期兴趣和长期兴趣，挖掘用户不同时间窗口下长短期兴趣，能够提高用户兴趣发现的准确性，解决推荐系统不能适应用户兴趣变化的问题。[方法/过程] 通过对社交网络用户兴趣的研究发现，社交网络用户兴趣可以分为短期兴趣和长期兴趣，据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣， 利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类，根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确的发现用户兴趣漂移特征，满足用户个性化信息需求。[局限]本文仅使用“微博”这一应用广泛的网络社交平台进行实证，未能从多个网络社交平台进一步验证模型的可行性和准确性。
[期刊] 情报杂志
[作者]
李亚婷
[目的/意义]社会化媒体的快速发展,为知识的传播与扩散创造了良好的环境。旨在通过对社会化媒体中用户的使用和互动行为分析,找到影响用户行为的关键因素,从而为社会化媒体的发展提供参考。[方法/过程]通过对社会化媒体提供优质或普通服务、用户使用与否及用户之间是否信息互动的演化博弈进行求解,找到了影响社会化媒体中用户行为的关键因素。[结果/结论]研究表明用户需求、平台运营及技术发展对用户行为均有所影响。通过进一步探索,认为:社会化媒体产品的良好健康发展需要满足多方位的用户需求;平台运营以数据分析为基础,对社会化媒
关键词：
社会化媒体 用户行为 演化模型 博弈论
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
