融合Logistic方程與Markov模型的開放政府用戶參與行為分析
發(fā)布時間：2021-06-14 03:34
[目的/意義]開放政府是新時代下支撐社會管理的重要元素,從用戶參與行為的視角剖析開放政府的認同度、互動力以及傳播力,對消除政府與用戶間數(shù)字鴻溝、提高用戶參與度具有重要研究意義。[方法/過程]本文融合Logistic方程與Markov模型探索并預測了開放政府的用戶參與行為隨時間變化的趨勢,并以"思想火炬"為樣本官微實證了用戶的參與度水平。[結(jié)果/結(jié)論]研究表明:用戶參與行為間具備相互作用關(guān)系,轉(zhuǎn)發(fā)行為更易受到點贊行為與評論行為的影響;融合模型能夠預測用戶參與行為的發(fā)展脈絡,進而指導官微進行實時預警;當信息資源聚焦國際關(guān)系時,公眾參與度顯著提升。
【文章來源】：現(xiàn)代情報. 2020,40(03)CSSCI
【文章頁數(shù)】：14 頁
【部分圖文】：
研究框架
傳統(tǒng)Logistic方程的增長曲線是一條S型遞增曲線[35],其增長規(guī)律難以滿足本文研究需求。這是因為從生態(tài)理論上來說,自然界中會出現(xiàn)階段性增長、生態(tài)退化甚至種群滅絕的現(xiàn)象[36],這就需要從增長與衰退兩個維度描繪種群變化的趨勢[37-38]。而從現(xiàn)實意義上來說,用戶的點贊、評論以及轉(zhuǎn)發(fā)等參與行為可能存在多個變化周期[39]且不會隨著時間無止境擴大,難以通過一條Logistic曲線進行描繪�；诖�,為了更精確地描述開放政府用戶參與行為,本文構(gòu)建了分時段疊加的雙向Logistic曲線,具體如圖2所示:如圖2所示,分時段疊加的雙向Logistic曲線能夠反映開放政府用戶參與行為種群變化的階段性和雙向性。Logistic曲線的階段性表現(xiàn)為用戶參與行為種群的整體變化軌跡是由若干個Logistic曲線組合而成。其中,上一階段種群發(fā)展的末值將會是下一階段種群發(fā)展的初值。Logistic曲線的雙向性能夠反映從上一階段過渡到下一階段是正向增長還是反向減少,此時需要引入種群飽和度的重要概念加以闡釋。
如式(5)所示,p ij (k) 是用戶參與行為種群飽和度狀態(tài)變化的條件概率,反映的是處于t時刻的用戶參與系統(tǒng)在狀態(tài)si的條件下經(jīng)過k步轉(zhuǎn)移到狀態(tài)sj轉(zhuǎn)移概率,具體過程如圖3所示:如圖3可知,整個轉(zhuǎn)移過程可以看作用戶參與系統(tǒng)在狀態(tài)si的條件下直接經(jīng)過k步轉(zhuǎn)移到狀態(tài)sj,也可以看作是用戶參與系統(tǒng)首先經(jīng)過(k-1)次狀態(tài)轉(zhuǎn)移后到達狀態(tài)sj-1再由sj-1轉(zhuǎn)移一次到達狀態(tài)sj,還可以看作用戶參與系統(tǒng)首先經(jīng)過(k-n)次狀態(tài)轉(zhuǎn)移后到達狀態(tài)sj-n再由sj-n轉(zhuǎn)移n次到達狀態(tài)sj。如此一來,在狀態(tài)si與狀態(tài)sj便形成了一條完整的用戶參與行為Markov鏈條,通過對每一次轉(zhuǎn)移步驟概率值的計算,所獲得的最大值即為用戶參與行為下一步最有可能發(fā)生的狀態(tài)。具體計算公式為:
【參考文獻】：
期刊論文
[1]基于用戶參與的在線健康平臺信息服務質(zhì)量研究[J]. 錢明輝,徐志軒,王珊. 情報學報. 2019(02)
[2]公民自愿、技術(shù)接受與網(wǎng)絡參與:基于結(jié)構(gòu)方程模型的實證研究[J]. 李潔,韓嘯. 情報雜志. 2019(02)
[3]基于MUSA模型的政府網(wǎng)站知識服務質(zhì)量用戶滿意度實證研究[J]. 宋雪雁,張祥青,管丹丹,王萍,李溪萌,劉偉利. 圖書情報工作. 2018(23)
[4]政府監(jiān)管、公眾參與和環(huán)境治理滿意度——基于CGSS2015數(shù)據(jù)的實證研究[J]. 陳衛(wèi)東,楊若愚. 軟科學. 2018(11)
[5]基于生物種群增長規(guī)律的概念詞頻變化特征研究[J]. 常春,楊婧. 情報科學. 2018(10)
[6]數(shù)據(jù)挖掘在健康醫(yī)療領(lǐng)域中的應用研究綜述[J]. 王若佳,魏思儀,趙怡然,王繼民. 圖書情報知識. 2018(05)
[7]政府數(shù)據(jù)開放發(fā)展速度指數(shù)研究——基于我國省級政府數(shù)據(jù)開放平臺的評估[J]. 沈晶,韓磊,胡廣偉. 情報雜志. 2018(11)
[8]基于種群密度的微政務信息公開共生演化研究[J]. 朱曉峰,張衛(wèi),張琳. 情報學報. 2018(08)
[9]政務新媒體政策研究的國內(nèi)外進展及未來取向[J]. 陳強. 情報雜志. 2018(11)
[10]社交媒體中企業(yè)生成內(nèi)容（EGC）的社會化傳播行為研究——基于內(nèi)容和情感分析視角[J]. 劉嘉琪,齊佳音,朱舸. 情報科學. 2018(08)
本文編號：3228979
【文章來源】：現(xiàn)代情報. 2020,40(03)CSSCI
【文章頁數(shù)】：14 頁
【部分圖文】：
研究框架
傳統(tǒng)Logistic方程的增長曲線是一條S型遞增曲線[35],其增長規(guī)律難以滿足本文研究需求。這是因為從生態(tài)理論上來說,自然界中會出現(xiàn)階段性增長、生態(tài)退化甚至種群滅絕的現(xiàn)象[36],這就需要從增長與衰退兩個維度描繪種群變化的趨勢[37-38]。而從現(xiàn)實意義上來說,用戶的點贊、評論以及轉(zhuǎn)發(fā)等參與行為可能存在多個變化周期[39]且不會隨著時間無止境擴大,難以通過一條Logistic曲線進行描繪�；诖�,為了更精確地描述開放政府用戶參與行為,本文構(gòu)建了分時段疊加的雙向Logistic曲線,具體如圖2所示:如圖2所示,分時段疊加的雙向Logistic曲線能夠反映開放政府用戶參與行為種群變化的階段性和雙向性。Logistic曲線的階段性表現(xiàn)為用戶參與行為種群的整體變化軌跡是由若干個Logistic曲線組合而成。其中,上一階段種群發(fā)展的末值將會是下一階段種群發(fā)展的初值。Logistic曲線的雙向性能夠反映從上一階段過渡到下一階段是正向增長還是反向減少,此時需要引入種群飽和度的重要概念加以闡釋。
如式(5)所示,p ij (k) 是用戶參與行為種群飽和度狀態(tài)變化的條件概率,反映的是處于t時刻的用戶參與系統(tǒng)在狀態(tài)si的條件下經(jīng)過k步轉(zhuǎn)移到狀態(tài)sj轉(zhuǎn)移概率,具體過程如圖3所示:如圖3可知,整個轉(zhuǎn)移過程可以看作用戶參與系統(tǒng)在狀態(tài)si的條件下直接經(jīng)過k步轉(zhuǎn)移到狀態(tài)sj,也可以看作是用戶參與系統(tǒng)首先經(jīng)過(k-1)次狀態(tài)轉(zhuǎn)移后到達狀態(tài)sj-1再由sj-1轉(zhuǎn)移一次到達狀態(tài)sj,還可以看作用戶參與系統(tǒng)首先經(jīng)過(k-n)次狀態(tài)轉(zhuǎn)移后到達狀態(tài)sj-n再由sj-n轉(zhuǎn)移n次到達狀態(tài)sj。如此一來,在狀態(tài)si與狀態(tài)sj便形成了一條完整的用戶參與行為Markov鏈條,通過對每一次轉(zhuǎn)移步驟概率值的計算,所獲得的最大值即為用戶參與行為下一步最有可能發(fā)生的狀態(tài)。具體計算公式為:
【參考文獻】：
期刊論文
[1]基于用戶參與的在線健康平臺信息服務質(zhì)量研究[J]. 錢明輝,徐志軒,王珊. 情報學報. 2019(02)
[2]公民自愿、技術(shù)接受與網(wǎng)絡參與:基于結(jié)構(gòu)方程模型的實證研究[J]. 李潔,韓嘯. 情報雜志. 2019(02)
[3]基于MUSA模型的政府網(wǎng)站知識服務質(zhì)量用戶滿意度實證研究[J]. 宋雪雁,張祥青,管丹丹,王萍,李溪萌,劉偉利. 圖書情報工作. 2018(23)
[4]政府監(jiān)管、公眾參與和環(huán)境治理滿意度——基于CGSS2015數(shù)據(jù)的實證研究[J]. 陳衛(wèi)東,楊若愚. 軟科學. 2018(11)
[5]基于生物種群增長規(guī)律的概念詞頻變化特征研究[J]. 常春,楊婧. 情報科學. 2018(10)
[6]數(shù)據(jù)挖掘在健康醫(yī)療領(lǐng)域中的應用研究綜述[J]. 王若佳,魏思儀,趙怡然,王繼民. 圖書情報知識. 2018(05)
[7]政府數(shù)據(jù)開放發(fā)展速度指數(shù)研究——基于我國省級政府數(shù)據(jù)開放平臺的評估[J]. 沈晶,韓磊,胡廣偉. 情報雜志. 2018(11)
[8]基于種群密度的微政務信息公開共生演化研究[J]. 朱曉峰,張衛(wèi),張琳. 情報學報. 2018(08)
[9]政務新媒體政策研究的國內(nèi)外進展及未來取向[J]. 陳強. 情報雜志. 2018(11)
[10]社交媒體中企業(yè)生成內(nèi)容（EGC）的社會化傳播行為研究——基于內(nèi)容和情感分析視角[J]. 劉嘉琪,齊佳音,朱舸. 情報科學. 2018(08)
本文編號：3228979
本文鏈接：http://sikaile.net/shekelunwen/guojizhengzhilunwen/3228979.html
