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]社交问答用户的社会资本受多种因素影响，本文旨在探究社交问答用户不同的健康信息行为对其社会资本积累的影响。[方法/过程]以知乎网上糖尿病话题下2 537个问题帖子，3 567个回答的1 650名用户为研究对象，依据L.Nan的社会资本理论和N.Uphoff对社会资本的分类，将社交问答用户的社会资本分为认知性和结构性两类，用多元线性回归的方法分析社会问答用户的健康信息行为与社会资本之间的关系。[结果/结论]用户的健康知识贡献行为和自我信息披露行为在不同程度上正向促进社会资本的累积，而不同的健康知识获取行为对认知性社会资本和结构性社会资本的影响有差异。这些结果有助于社交问答用户提高社会资本，平台完善用户服务和激励机制。
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］ 政策工具的识别与分析是政策研究的重要手段之一。此项工作目前多以人工开展。本文运用深度学习方法进行政策工具的自动识别，以期提高政策工具识别的效率。［方法/过程］ 设计与实施政策数据采集与清洗——政策工具人工标引——模型训练——结果解读的政策工具自动识别的实验流程，并以北上广贵四地的政府信息公开政策为例，对比传统机器学习方法和深度学习方法在政策工具识别任务上的性能表现。此外，提出整合政策全局信息进行各段落政策工具识别的方案，并通过实验证明方案的有效性。［结果/结论］ 深度学习模型CNN在全量测试数据上达到76.51%的准确率，整合全局信息的CNN模型达到77.13%的准确率。而仅对模型的高置信度结果进行评估发现，整合全局信息的CNN模型在其中55.63%的测试数据上准确率达到了95.44%。该准确率已经达到了实用的要求，表明超过一半的政策工具标引可以借用模型的高置信度结果，无需人工复核。基于深度学习方法研究政策工具的自动识别取得较好的效果，提升政策工具标引的效率，为大数据量的政策工具自动识别提供正面经验。
点击量
点击量
下载量
评论
