社会化媒体中提升用户参与度的关键因素研究
| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第一章 绪论 | 第14-23页 |
| ·问题背景和研究意义 | 第14-17页 |
| ·主要挑战和研究内容 | 第17-21页 |
| ·主要创新点 | 第21-22页 |
| ·论文组织结构 | 第22-23页 |
| 第二章 相关研究综述 | 第23-42页 |
| ·信息内容层面的相关因素 | 第24-31页 |
| ·用户关系层面的相关因素 | 第31-40页 |
| ·现有研究的不足之处 | 第40-42页 |
| 第三章 多样性与用户参与度的实证研究 | 第42-53页 |
| ·多样性的度量方法 | 第42-44页 |
| ·多样性的时序分析 | 第44-49页 |
| ·数据集 | 第44-45页 |
| ·时间序列的分割 | 第45页 |
| ·不同度量方式下多样性的时序分析 | 第45-49页 |
| ·多样性与参与度的关系 | 第49-50页 |
| ·多样性与原创博文数 | 第49-50页 |
| ·多样性与转发博文数 | 第50页 |
| ·本章小结 | 第50-53页 |
| 第四章 意外惊喜与用户参与度的量化研究 | 第53-85页 |
| ·意外惊喜的定义 | 第55-59页 |
| ·结合理解模型的信息传递基本形式 | 第55-56页 |
| ·意外性的定义 | 第56-57页 |
| ·相关性的定义 | 第57-58页 |
| ·意外惊喜的定义 | 第58-59页 |
| ·意外惊喜的识别算法 | 第59-66页 |
| ·似然比检验 | 第60-61页 |
| ·意外性的检测方法 | 第61-63页 |
| ·相关性的检测方法 | 第63页 |
| ·意外惊喜的检测方法 | 第63-64页 |
| ·非意外性和无关性的讨论 | 第64-66页 |
| ·意外惊喜与参与度的量化分析 | 第66-83页 |
| ·意外惊喜在社会化媒体中的存在比例 | 第68-73页 |
| ·影响意外惊喜的因素 | 第73-77页 |
| ·意外惊喜对用户参与度的作用 | 第77-83页 |
| ·本章小结 | 第83-85页 |
| 第五章 基于影响关系的参与度最大化研究 | 第85-114页 |
| ·基于影响关系的参与度最大化问题 | 第86-89页 |
| ·问题定义 | 第87页 |
| ·参与度最大化问题与相关研究问题的对比 | 第87-89页 |
| ·影响关系作用下的用户行为分析 | 第89-92页 |
| ·影响关系网络图的构建 | 第89-90页 |
| ·影响关系作用下的用户回帖行为分析 | 第90-92页 |
| ·影响关系对参与度的作用证明 | 第92-98页 |
| ·变量定义 | 第93-95页 |
| ·同质性作用和影响关系作用的区分方法 | 第95-97页 |
| ·区分方法的实验与分析 | 第97-98页 |
| ·影响关系的度量方法 | 第98-100页 |
| ·基于用户交互历史的迭代算法 | 第99-100页 |
| ·算法所得的影响关系分析 | 第100页 |
| ·基于影响关系的分配算法 | 第100-112页 |
| ·问题性质的进一步分析 | 第101-105页 |
| ·四种分配算法 | 第105-107页 |
| ·算法性能比较 | 第107-112页 |
| ·本章小结 | 第112-114页 |
| 第六章 总结和展望 | 第114-117页 |
| ·研究总结 | 第114-116页 |
| ·下一步研究的展望 | 第116-117页 |
| 参考文献 | 第117-132页 |
| 致谢 | 第132-133页 |
| 攻读博士学位期间的研究成果 | 第133-134页 |
