您当前的位置:首页 > 论文浏览
您选择的条件: 傅柱(3)

1. chinaXiv:201711.01195 [pdf]

学术社交网络用户内容使用行为研究——基于科学网热门博文的实证分析

王曰芬; 贾新露; 傅柱
分类: 图书馆学、情报学 >> 情报学

【目的】用户内容使用行为对学术社交网络的可持续发展具有重要的价值, 本文试图从用户阅读的角度对学术社交网络用户内容使用行为进行探究。【方法】以科学网热门博文为分析对象, 采用方差分析、相关性分析等方法, 从内容基本特征、用户内容使用行为关系、内容贡献者特征等方面对用户内容使用行为特征进行研究。【结果】用户对观点交流以及教学、科研经验分享类的内容比较感兴趣; 大部分类别的博文评论量与被推荐量达到显著相关或高度相关的水平。【局限】研究平台单一, 仅选择中文学术交流网站作为研究平台; 对用户内容使用行为的研究不全面, 仅研究了用户的内容阅读行为。【结论】用户喜欢在学术社交网络上进行思想与观点的表达与交流; 他们更倾向于推荐自己参与互动的内容。

提交时间: 2017-10-11 来自合作期刊:《数据分析与知识发现》 点击量227下载量175 评论 0

2. chinaXiv:201711.01238 [pdf]

微博用户标签与博文内容相关度研究

朱玲; 薛春香; 章成志; 傅柱
分类: 图书馆学、情报学 >> 情报学

【目的】探索微博用户标签与其发布微博主题之间的潜在关系, 为微博类应用平台的主题发现以及用户标签自动推荐服务提供参考。【方法】利用爬虫程序抓取“自然语言处理”领域新浪微博用户信息及微博, 对抓取的微博内容进行分词并对用户标签进行语义扩充, 运用编辑距离算法将标签集与用户的微博内容进行匹配。【结果】对匹配结果进行抽样分析, 发现新浪微博平台上, 学术领域微博用户标签和用户所发微博内容具有一定的相关度。【局限】仅对学术领域和新浪微博进行相关研究, 研究领域和应用平台有待进一步扩展。【结论】微博标签推荐系统可以将用户微博内容作为标签推荐的重要数据来源, 为用户提供更有针对性的个性化标签; 同时,在对微博内容进行主题抽取和分析时, 可以借助微博用户标签优化分析结果。

提交时间: 2017-10-11 来自合作期刊:《数据分析与知识发现》 点击量162下载量111 评论 0

3. chinaXiv:201711.01226 [pdf]

采用LDA主题模型的国内知识流研究结构探讨: 以学科分类主题抽取为视角

王曰芬; 傅柱; 陈必坤
分类: 图书馆学、情报学 >> 情报学

【目的】利用LDA 主题模型探索分类视角下的主题提取与分布状态, 全面深入地揭示学科知识结构和热点。【方法】以国内知识流领域为研究对象, 选取CNKI 和万方数据库中知识流相关文献为数据源, 利用中图分类号将知识流研究的文献分成11 个学科, 借助LDA 主题模型分别对这11 个学科所包含的文献进行主题抽取,挖掘出不同学科中所包含的20 个热点主题。【结果】分析20 个热点主题, 得到11 个不同学科的热点主题内容及其所揭示的知识点。【局限】该方法没有同其他学科主题挖掘方法进行对比, 分析得到的国内知识流研究热点也没有同已有相关文献中分析出的该领域热点进行对照。【结论】该方法能够更全面和深入地挖掘学科知识结构和研究热点。

提交时间: 2017-10-11 来自合作期刊:《数据分析与知识发现》 点击量192下载量133 评论 0

  [1 页/ 3 条记录]