• STCF值:基于研究主题的学术文献影响力评价新指标

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-27 合作期刊: 《图书情报工作》

    摘要: [目的/意义]学术文献影响力评价指标不断推陈出新,但尚缺乏在研究主题层面对文献影响力的评价,为发现不同研究主题内具有高影响力和引用价值的文献,本研究给出一种基于研究主题的文献影响力评价方法。[方法/过程]以Web of Science数据库中2011年-2015年间情报学领域500篇高被引文献为样本,利用LDA模型对样本文献进行主题建模,将主题对文献的支持度与文献被引频次相结合,计算特定主题文献的被引频次(specific topic cited frequency,简称STCF),并根据每篇文献在相应主题内的STCF值对文献进行影响力排序。[结果/结论]结果表明,STCF值能反映文献的主题内容、细粒度体现文献的学术地位、呈现文献研究主题的多元性,能够有效弥补被引频次、Altmetrics指标的不足。

  • 高校学生用户探索式搜索的元认知表现研究

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-26 合作期刊: 《图书情报工作》

    摘要: [目的/意义]针对复杂多面的探索式搜索情境下高校学生用户的搜索元认知测评问题,设计一个可行有效的测评问卷。通过设定4类不同的探索式搜索情境,对被试在各规定情境下的元认知表现进行多维度分析与评价。[方法/过程]运用元认知理论设计探索式搜索元认知测评问卷,在预试环节对该问卷进行信效度检验。在正式测评环节,通过开展搜索测验的方式组织60名高校学生被试进行探索式任务搜索和问卷调查,使用Camtasia Studio录制被试的搜索画面,并进行事后访谈。综合问卷调查数据、搜索行为视频与访谈内容,分析在4种不同探索式搜索情境下被试对搜索任务与个体认知的认知、对搜索过程监控的认知、对搜索过程与评估反思的认知情况。[结果/结论]该问卷具有良好的内部一致性信度和结构效度,可作为测评高校学生用户探索式搜索元认知水平(或表现)的有效工具。根据维度数据分析结果,高校学生用户对于决策型问题(评估决策搜索)和研究型问题(知识获取搜索)的个体能力认知、任务理解能力、搜索障碍监控等能力相对匮乏,针对该分析结果从高校信息素养教育、搜商能力的培养和网络搜索系统人机交互功能设计三个方面,提出改善高校学生用户探索式搜索能力的思考和建议。

  • 社会化问答社区用户生成答案质量自动化评价研究-以“知乎”为例

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》

    摘要: [目的/意义]旨在构建社会化问答社区用户生成答案质量评价指标体系,实现面向用户需求的答案质量自动化评价和筛选,提高社会化问答社区知识服务质量。[方法/过程]引入社会情感特征和用户特征,运用因子分析和结构方程实证构建用户生成答案质量评价指标体系。基于GA-BP神经网络模型设计答案质量自动化评价方法。最后,选取知乎网站数据对用户生成答案质量评价指标体系和自动化评价方法进行应用研究。[结果/结论]构建包含答案文本特征、回答者特征、时效特征、用户特征、社会情感特征5个维度的评价指标体系。实验分析发现基于GA-BP神经网络的答案质量自动化评价方法相比于其他方法准确率较高、平均误差低,具有可行性和有效性,能够进一步应用和推广实践。

  • 发文趋势与引文趋势融合的学科研究主题优先级排序-以我国情报学学科主题为例

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》

    摘要: [目的/意义]主题排序不仅是信息检索、信息组织研究的基础性问题,也是图书馆学科服务的重要工作,对学科领域研究主题进行有效排序能够帮助科研人员和科研管理部门有效把握学科领域的研究态势,准确定位科研方向,快速做出科研决策。[方法/过程]基于趋势分析提出一种学科研究主题优先级排序算法。首先,在主题提取的基础上,根据发文趋势和引文趋势将每个研究主题按研究等级分为贫乏主题、热点主题、冷点主题、过热主题4个子类。然后,分别对各子类下的主题词进行优先级排序。[结果/结论]在情报学领域的实验表明:本文提出的优先级排序算法能够全方位、细粒度、深层次地展示学科领域研究主题的发展等级,该方法可为从时间维度实现动态情报分析提供新的视角。

  • 理性与偏差视角下在线问答社区用户知识付费意愿影响因素构型研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 用户知识付费行为是受多种因素协同影响的复杂决策过程,探究免费知识获取情况下用户知识付费意愿影响因素的联合作用,对深入理解用户知识付费行为和促进付费问答社区可持续发展具有重要意义。[方法/过程] 基于现状偏差理论和理性选择理论构建影响用户知识付费意愿的潜在变量,运用模糊集的定性比较分析方法分析变量间的非对称多重并发因果关系,探讨知识付费意愿的构型。[结果/结论] 研究发现,在免费信息获取渠道存在的情况下,付费问答社区用户知识付费意愿是理性和偏见层面的多因素相互作用产生的结果,感知收益是高程度知识付费意愿最为关键的因素,个人免费观念是低程度知识付费意愿的重要影响因素。从条件组合来看,存在影响知识付费意愿的4种构型,根据对构型结果的分析提出促进用户知识付费的针对性策略。

  • 基于小数据的社交类学术App用户动态画像模型构建研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 基于小数据构建社交类学术App用户动态画像模型,为社交类学术App平台有效预测用户行为演化趋势、提高精准服务水平提供思路和参考。[方法/过程] 首先,在深度剖析小数据概念及特点的基础上,结合社交类学术App特征,从用户表层行为和深层驱动因素两方面设计动态画像标签体系;其次,采集与用户强相关、高价值的小数据作为画像的数据支撑,并明确画像小数据的获取及处理方法;最后提出实现动态画像的研究方法并形成整体框架模型。[结果/结论] 基于小数据构建社交类学术App用户动态画像可有效细化画像粒度,改善以往画像滞后性弊端,对数据驱动情境下社交类学术App平台提升精准服务水平有重要的参考价值。