UGC质量预判与控制机制研究

目录总序前言第1章 绪论 11.1 研究背景及意义 11.2 国内外研究现状 41.3 研究内容与研究方法 221.4 本章小结 26第2章 UGC基本问题 272.1 UGC的发展现状 272.2 UGC的特点 332.3 UGC的类型 342.4 UGC存在的问题 382.5 本章小结 42第3章 UGC质量现状及评价标准 433.1 UGC质量现状 433.2 信息质量评价指标 513.3 UGC质量评价标准 603.4 基于用户体验的UGC质量评价标准 723.5 高质量UGC的特征 773.6 本章小结 80第4章 社交网络用户参与行为及其对UGC质量的影响 814.1 社交网络用户参与行为 814.2 社交网络用户参与行为的动因 854.3 影响UGC质量的用户参与行为因素 864.4 社交网络用户参与行为与UGC质量关联关系挖掘—以转发行为为例 904.5 本章小结 104第5章 基于用户信誉评级的UGC质量预判模型 1055.1 基本思路 1055.2 基于历史行为的用户信誉评级算法 1075.3 基于用户信誉评级的UGC质量预判机制 1135.4 实验验证—以“新浪微博”为实验平台 1145.5 本章小结 125第6章 基于用户行为情景的UGC质量预判模型 1266.1 UGC用户行为情景 1266.2 用户行为情景本体的形式化表示 1316.3 基于用户行为情景本体的UGC质量预判模型 1336.4 本章小结 138第7章 基于用户情绪感知的UGC质量预判模型 1397.1 UGC用户情绪感知 1397.2 研究设计 1427.3 基于用户情绪感知的UGC质量预判模型构建 1447.4 模型检验 1507.5 本章小结 152第8章 基于用户画像的UGC质量预判模型 1548.1 用户画像及其构建方法 1548.2 基于用户画像的UGC质量预判模型的构建 1578.3 预判模型的验证 1668.4 本章小结 173第9章 总结与展望 1749.1 本书主要的研究工作 1749.2 本书的突出特色 1779.3 本书存在的不足 177参考文献 179附录 197附录1 网络环境下影响UGC质量的用户信息行为重要性专家评分 197附录2 “新浪微博”志愿者征集说明 198附录3 微博内容质量评估系统部分代码实现 199附录4 词条内容质量管理系统使用界面 207附录5 低质量UGC识别算法关键代码（Python语言实现） 208附录6 用户画像生成与UGC质量预判模型关键代码（Python语言实现） 211附录7 本书设计的爬虫程序关键代码（Python语言实现） 218