●前言
第1章 緒論 1
1.1 研究背景及意義 1
1.1.1 研究背景 1
1.1.2 研究意義 4
1.2 國內外UGC信息質量研究現狀及述評 6
1.2.1 UGC信息質量政策標準與管控實踐現狀 7
1.2.2 UGC信息質量影響因素研究 14
1.2.3 不同類型的UGC信息質量評估研究 17
1.2.4 不同視角的UGC信息質量評估研究 25
1.2.5 研究述評 32
1.3 研究內容及方法 33
1.3.1 研究內容 33
1.3.2 研究方法 36
1.4 本書的創新點 38
參考文獻 39
第2章 UGC信息質量評估的理論基礎 48
2.1 UGC 48
2.1.1 UGC的概念 48
2.1.2 UGC的特點 50
2.1.3 UGC的形式及分類 51
2.2 信息質量的內涵 52
2.2.1 信息質量與信任 54
2.2.2 信息質量與權威 56
2.2.3 信息質量與可信度 58
2.3 信息質量評估測度理論框架 60
2.3.1 詳盡可能性模型 61
2.3.2 認知權威理論 62
2.3.3 價值增值模型 63
2.3.4 突出解釋理論 65
2.3.5 信息使用環境理論 66
2.4 信息質量評估的實踐應用 67
2.4.1 Michigan Checklist 67
2.4.2 TrustArc 68
2.4.3 HONcode 70
2.4.4 PICS 71
2.4.5 DISCERN 73
參考文獻 75
第3章 UGC信息質量評估的技術與方法 82
3.1 信息質量評估的維度 82
3.1.1 基於信息特征的信息質量評估維度 82
3.1.2 基於平臺特征的信息質量評估維度 83
3.1.3 基於用戶視角的信息質量評估維度 85
3.2 信息質量評估的標準 86
3.2.1 權威性 89
3.2.2 完整性 90
3.2.3 時效性 91
3.2.4 可信性 92
3.2.5 有用性 93
3.2.6 新穎性 94
3.3 信息質量評估的方法視角 95
3.3.1 基於社會統計學的方法與理論 95
3.3.2 基於心理學的方法與理論 100
3.3.3 基於信息科學的方法與理論 102
參考文獻 113
第4章 信任視角下社交媒體用戶的信息使用行為研究 124
4.1 問題的提出 124
4.2 理論基礎與模型構建 126
4.2.1 研究假設的提出 126
4.2.2 理論模型的構建 131
4.3 研究方法及過程 132
4.3.1 樣本獲取 132
4.3.2 樣本特征 134
4.4 模型驗證 134
4.4.1 測量模型評估 135
4.4.2 結構模型評估 136
4.5 結論與討論 137
4.5.1 研究結果分析 137
4.5.2 理論意義 139
4.5.3 實踐意義 140
4.6 小結 141
參考文獻 141
第5章 基於扎根理論的網絡問答社區答案質量影響因素研究 147
5.1 問題的提出 147
5.1.1 研究背景 147
5.1.2 研究目標 148
5.2 研究現狀 148
5.2.1 基於內容分析的答案質量影響因素研究 148
5.2.2 基於指標體繫建設的答案質量實證研究 149
5.2.3 基於機器學習的答案質量自動化評價研究 150
5.2.4 基於行為視角的問答質量評測研究 150
5.2.5 研究述評 151
5.3 研究方法及過程 151
5.3.1 數據來源 151
5.3.2 研究方法 152
5.3.3 研究過程 153
5.4 研究發現 157
5.4.1 答案來源因素 157
5.4.2 答案信息因素 158
5.4.3 答案結構因素 158
5.4.4 答案效用因素 159
5.5 結論與討論 159
5.5.1 注重內容來源，優化平臺功能 160
5.5.2 避免答案冗餘，提升內容深度 160
5.5.3 遵守社區準則，規範知識共享 160
5.5.4 優化答案表達，完善閱讀體驗 161
5.5.5 圍繞用戶需求，加強情感黏性 161
5.6 小結 162
參考文獻 162
第6章 計算語言學視角下在線用戶評論信息的有用性測度研究 165
6.1 問題的提出 165
6.2 研究現狀 166
6.2.1 影響評論有用性的因素 166
6.2.2 在線評論有用性的預測 168
6.3 基於計算語言學的評論有用性評估方法 170
6.3.1 基於RCNN模型的評論有用性語義編碼 171
6.3.2 基於DNN模型的多維離散特征編碼 173
6.4 實驗研究 175
6.4.1 實驗數據 175
6.4.2 實驗設置 176
6.4.3 實驗結果 177
6.5 小結 183
參考文獻 184
第7章 基於遞歸張量神經網絡的公眾號文章新穎度評估方法 188
7.1 問題的提出 188
7.2 研究現狀 189
7.2.1 新穎度的概念及內涵 189
7.2.2 傳統的新穎度評估方法 191
7.2.3 基於改進機器學習的新穎度評估方法 192
7.3 利用RNTN評估公眾號文章 的新穎度 194
7.3.1 構建公眾號文章的文本向量 194
7.3.2 公眾號文章的新穎度評估 198
7.4 實驗研究 201
7.4.1 實驗準備 201
7.4.2 實驗結果及分析 202
7.5 小結 207
參考文獻 207
第8章 融合層級注意力機制的評論數據情感質量分析及可視化研究 211
8.1 問題的提出 211
8.2 研究現狀 213
8.2.1 基於情感詞典的情感分析 213
8.2.2 基於特定領域分類器的情感分析 213
8.2.3 基於注意力神經網絡的情感分析 214
8.3 融合層級注意力機制的情感分析模型及方法 216
8.3.1 多層級注意力情感分析框架 216
8.3.2 情感語義編碼器 217
8.3.3 單層注意力神經網絡 220
8.3.4 雙層注意力神經網絡 221
8.3.5 情感分析層 222
8.4 實驗研究 223
8.4.1 實驗環境及數據 223
8.4.2 實驗設置 224
8.4.3 實驗結果分析及情感可視化 225
8.5 小結 231
參考文獻 232
第9章 總結與展望 237
9.1 研究總結 237
9.1.1 理論研究 237
9.1.2 實證研究 239
9.2 研究不足 240
9.3 未來展望 241
彩圖
