[Purpose/Significance]The study aims to solve the problem of difficult alignment between aspect entities and comment entities in online health community texts,an end-to-end generative aspect based on sentiment analysis model BERT-WWM-GPT is proposed.[Method/Process]Firstly,in the model training phase,feature vectors containing rich semantic information were extracted from the text using an encoder.Next,based on feature vectors and standard prediction sequences,sentiment triplets were iteratively generated in the decoder,and model parameters were trained through maxi-mum likelihood estimation.Then,in the model inference stage,a prediction sequence was generated in the decoder based on the text semantic feature vector.Finally,used rules to obtain effective sentiment triplet expression.[Result/Conclu-sion]The results show that the F1 value of BERT-WWM-GPT model is 12.25％and 7.22％higher than that of GTS and MuG RoBERTa-large models in two aspect level sentiment analysis tasks,respectively.BERT-WWM-GPT model can ef-fectively extract multiple affective triples from online health community reviews,and has excellent generalization ability in other fields.
[目的/意义]以抖音短视频为例,对其用户的间歇性中辍行为进行全流程解构,研究其行为的影响因素及规律,明晰弱关系社交媒体用户间歇性中辍行为流程、内在机理、发生规律,对相关信息平台的建设提供优化策略.[方法/过程]基于理性行为理论,结合相关文献构建模型;采用移动经验取样法获取抖音用户间歇性中辍行为的原始数据;利用PLS-SEM对数据进行模型验证,揭示影响因素之间的路径效应.[结果/结论]用户的间歇性中辍行为表现为"中辍—再次采纳—(中辍—再次采纳—……)中辍"这一循环往复的过程.其中感知成本、系统质量、群体规范刺激用户产生中辍意向,进而产生中辍行为;社交需求、感知愉悦性、转换障碍、群体规范刺激用户产生再次采纳意向,进而产生再次采纳行为.
[目的/意义]信息时代,社会比较逐渐从现实生活渗透到社交媒体用户行为的各个方面,这种比较如何影响用户消费,已经成为社交媒体企业营销和管理需要关注的重要问题.[方法/过程]研究将上行社会比较与下行社会比较整合纳入同一框架,采用组间设计和组内设计相结合的实验设计,以 3 次实验层层深入地探究了社会比较对用户社会性消费的影响.[结果/结论]研究发现,上行社会比较与炫耀性消费和从众性消费呈正相关,自卑感会中介上行社会比较对炫耀性消费和从众性消费的影响,反事实思维则对上行社会比较和自卑感具有中介作用;下行社会比较与炫耀性消费和稀缺性消费呈正相关,且反事实思维和幸福感在下行社会比较对消费的影响中存在遮掩效应.
[目的/意义]视频被广泛使用在各种网络应用中,研究弹幕视频网站用户持续使用行为的影响因素,具有重要的学术价值和商业价值.[方法/过程]本文使用Bilibili网站的视频特征数据和用户行为数据,构建多元线性回归及基于机器学习的SHAP可解释模型,从内容感知价值、情感感知价值和社会感知价值 3 个维度探讨视频用户持续使用行为的影响因素及其影响的重要性和正负性.[结果/结论]研究发现:点赞数量最大程度地代表了用户对于视频的内容感知价值,内容感知价值对用户持续使用行为影响总是最高;在粉丝数量中等偏高的up主(视频制作者)中,情感感知价值对用户持续使用行为影响较高,而在粉丝数量最高的up主中,社会感知价值对用户持续使用行为影响更高.
[目的/意义]构建可计算生物医学知识视角下的诊疗规范知识计算化模式,推动"数据—知识—实践"循环进程,促进临床诊疗过程各环节决策制定协同发展.[方法/过程]通过文献调研,明晰诊疗规范知识计算化的必要性及应用价值,并在厘清诊疗规范概念、内涵,归纳诊疗规范数据来源、数据特征,提炼诊疗规范知识可计算化特征的基础上,遵循可计算生物医学知识核心思想和DIKW层级模型内涵,构建诊疗规范知识计算化模式并探索其实现路径.[结果/结论]构建"1-336"诊疗规范知识计算化模式立方体,包含 1 个核心目标、3 个知识层级、3 条实现子路径、6 个关键环节,为各领域知识计算化研究提供理论支撑以及方法学参考和依据.
