【目的/意義】以用戶的情感依戀為視角,探究情感驅(qū)動下用戶生成在線評論信息的內(nèi)容特征與行為規(guī)律,為有效識別用戶生成高質(zhì)量在線評論,積極引導(dǎo)用戶生成意愿以及優(yōu)化社區(qū)評論質(zhì)量管理提供理論依據(jù)與參考借鑒�！痉椒�/過程】在梳理已有研究基礎(chǔ)上識別用戶生成在線評論信息質(zhì)量特征,深入分析用戶情感依戀與高質(zhì)量在線評論信息的內(nèi)在關(guān)聯(lián)。結(jié)合依戀理論系統(tǒng)分析情感依戀驅(qū)動下用戶生成在線評論信息的內(nèi)容特征,并在此基礎(chǔ)上探索用戶在線評論信息的生成路徑。【結(jié)果/結(jié)論】情感依戀是用戶生成高質(zhì)量評論重要的動力來源、內(nèi)容來源與情感來源。情感依戀驅(qū)動下用戶生成高質(zhì)量在線評論信息具有三個"集合特征"。用戶在情感依戀的驅(qū)動下存在一條由"情感喚醒形成總體觀點(diǎn)"到"心理情境確立評論主題"再到"情感語義表達(dá)引導(dǎo)評論內(nèi)容"的評論信息生成路徑。

【文章來源】： 情報科學(xué). 2020,38(02)北大核心CSSCI

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 用戶情感依戀與生成在線評論信息質(zhì)量的內(nèi)在關(guān)系
    2.1用戶的情感依戀
    2.2用戶生成視角下高質(zhì)量在線評論的內(nèi)容特征
    2.3情感依戀與用戶生成評論質(zhì)量的內(nèi)在關(guān)系
3 情感依戀驅(qū)動下用戶生成高質(zhì)量在線評論信息的內(nèi)容特征
    3.1圍繞依戀關(guān)系存在特定邏輯的多個事件集合
    3.2反映依戀認(rèn)知的深層與淺層含義交互的復(fù)雜語義集合
    3.3表達(dá)依戀情感的由內(nèi)而外演化的多元情感集合
4 情感依戀驅(qū)動下用戶在線評論信息的生成路徑
    4.1情感依戀的喚醒形成評論的總體觀點(diǎn)
    4.2情感依戀的心理情境確立評論主題
    4.3情感依戀的語義表達(dá)引導(dǎo)評論內(nèi)容
5 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]社交媒體用戶不持續(xù)使用和轉(zhuǎn)移行為的影響因素分析 [J]. 代寶,鄧艾雯.  情報科學(xué). 2018(05)
[2]用戶生成內(nèi)容質(zhì)量的影響因素分析 [J]. 劉清民,姚長青,石崇德,毛一雷.  情報探索. 2018(03)
[3]基于改進(jìn)K-means聚類的在線新聞評論主題抽取[J]. 夏火松,李保國,楊培.  情報學(xué)報. 2016 (01)
[4]基于情感的思維何以可能 [J]. 魏屹東,周振華.  科學(xué)技術(shù)哲學(xué)研究. 2015(03)
[5]信息質(zhì)量感知對信息獲取與信息采納的影響研究 [J]. 李晶,漆賢軍,陳明紅.  情報科學(xué). 2015(03)
[6]中文網(wǎng)絡(luò)評論的復(fù)雜語義傾向性計算方法研究 [J]. 郝玫,王道平.  圖書情報工作. 2014(22)
[7]情感依戀對消費(fèi)者參與協(xié)同消費(fèi)的影響方式——基于產(chǎn)品處置的視角 [J]. 楊曉燕,鄧玨坤.  消費(fèi)經(jīng)濟(jì). 2014(05)
[8]基于內(nèi)容分析的用戶評論質(zhì)量的評價與預(yù)測 [J]. 聶卉.  圖書情報工作. 2014(13)
[9]基于句子級情感的中文網(wǎng)絡(luò)評論的情感極性分類 [J]. 王洪偉,鄭麗娟,尹裴,何紹義.  管理科學(xué)學(xué)報. 2013(09)
[10]微博信息質(zhì)量評價模型構(gòu)建研究 [J]. 莫祖英,馬費(fèi)成,羅毅.  信息資源管理學(xué)報. 2013(02)



本文編號：3550659