知乎平台用户付费意愿影响因素研究

互联网的高速发展和消费内容的升级共同促使知识付费平台呈现爆发式增长,知识付费平台之间的竞争日趋激烈。用户付费意愿对知识付费平台的发展至关重要。本文以知乎平台为研究对象,研究用户付费意愿的影响因素,通过SPSS18.0对调查问卷进行描述性分析和相关回归分析。研究发现感知质量、意见领袖、知识管理需求、感知成本、风险认知五个因素对用户的付费意愿有显著影响。在此基础上,主要从内容、需求、价格、宣传、风险五个方面对知乎平台提出建议,增强用户的活跃度和粘性,以实现知乎平台的良性发展。     

移动互联网知识付费平台的营销策略研究

随着人口红利的消退,互联网进入下半场,互联网公司需要探索新的商业模式以保证可持续性发展。与此同时,移动互联网中信息的海量化与碎片化使人们产生了知识筛选的需求,知识付费模式应运而生。在用户注意力获取难度日益增加的背景下,各大知识付费平台相继开展了各自的营销活动以应对激烈的市场竞争。从SIVA理论的解决方案、信息、价值、渠道策略几个角度,可分析知识付费平台的营销现状;而征集付费用户进行深访,则可发现各平台在营销方面的普遍现存问题,并进而据此提炼出优化建议,即:从多方面完善差异化定位,并从按需生产、按需定价、口碑营销几方面提升营销环节的用户思维,从而为知识付费行业把握营销规律、创新营销路径提供参考。     

大学生群体知识付费平台使用意愿实证研究

在共享经济的背景下,各类知识付费平台在近几年不断涌现,这有利于用户对信息的高效筛选以及提升自身的知识储备。用户作为知识付费社区的核心参与者,对知识付费平台的发展起着重要作用。因而本文以技术接受模型为基础构建模型,通过调查问卷收集相关数据并运用结构方程模型,分析感知有用性、感知易用性、内容质量等因素对用户知识付费平台使用意愿的影响。基于研究结果提出了相关建议,从而促进知识付费社区的发展。     

个人数字图书馆与信息用户培训

个人数字图书馆是根据自我需要,自建自用的＂e时代＂的私人藏书楼,是个人信息管理的利器.个人数字图书馆教育在网络信息环境下成为信息用户培训的一项重要内容是必要的,也是可行的.在信息用户培训过程中应重点讲授个人数字图书馆的构建步骤.     

新媒体时代推广图书馆有效阅读的探析

随着数据技术的应用和“三网”的融合,社会、企业、单位、个人对信息需求呈海量数字势头增长。用户信息阅读日益丰富化、复杂化,信息知识内容不断发展创新,信息资源建设深度不断扩展,图书馆知识信息服务所表现的问题也在不断的延伸。阅读作为支撑教育附属机构的重要活动之一,研究阅读的行为和有效阅读对信息用户的影响有着深刻的意义。随着社会的进步,各种新媒体的出现和文献数字化的增长正在影响阅读活动。文章从了解阅读的发展起源开始,分析人们传统的几种阅读行为,探讨新媒体时代对人们的阅读行为的影响,对积极引导读者进行有效阅读提出积极建议。     

为知识埋单,内容付费成“精神解药”

<正>知识付费市场不断崛起,用户对内容的渴求、移动支付的普及为市场提供了基础条件,它改变了人们获取知识的方式和渠道,成为一个新的商业机会。朋友圈中出现好友分享网课链接是屡见不鲜的现象了,越来越多的人愿意为知识付费、为迅速可得的内容埋单。将知识变成产品或服务已经成为一种商业现象,早在2016年,内容付费就开始出现、备受关注,这一年被称为"知识付费元年"。2017年,发展的势头更为强劲,这一行业飞速崛起。     

基于数据挖掘的健康计划管理系统设计

针对个人基本信息和体检结果,开发一套疾病预防与监测,提供个人健康计划,发现医学健康知识的管理系统.该系统可将体检的信息以数据的形式存储到数据仓库中,在需要时将用户的历史数据传输、汇总,方便地得到个人健康状况的信息及饮食、起居、医疗等情况的建议.通过数据挖掘模块可对存储在数据仓库中的海量数据进行挖掘,得到相关于生活习惯和...     

用户序列行为分析研究与应用综述

随着信息技术的高速发展,各行业的信息系统近年来收集了海量数据,这些海量数据中包含大量与用户行为相关的信息,且数据量还在以指数级增长.及时、精确地从这些海量信息中发现有用的知识,挖掘出用户行为数据背后隐含的模式,能够帮助企业制定市场战略,留住已有的用户或者吸引新的用户,进而帮助企业在市场竞争中取得先机.而用户的行为数据往往都是具有序列性质的,用户的兴趣爱好也会随着时间不断变化.因此,综合序列特点的用户行为分析成为一个重要的研究课题.论文对近些年来基于用户序列行为分析的研究与应用进展进行综述,并对其数据格式、问题定义、关键技术、应用场景等进行详细介绍、比较和分析.最后,对基于用户序列行为分析的研究与应用在未来的发展趋势进行探讨和展望.     

浅论利用公开API进行互动信息图设计

随着互联网信息爆炸式地增长,如何发掘有价值的信息、提高信息获取的效率都是困扰用户的问题。信息图作为一种将数据、信息或知识以可视化形式呈现的信息承载方式,其传达信息的效率要高于传统文字表达的形式,因此在互联网时代逐渐被越来越多的人所接受。互动信息图是传统静态信息图与互联网应用的结合,它弥补了静态信息图信息量有限、不能展示除图片文字之外的多媒体内容的不足,还融入了交互元素,让信息图这种传递信息的方式得以进一步发展。此外,动态信息图应用可以结合互联网公开API数据源,利用公开API中包含的海量数据,进行数据信息的可视化展示,让公开API数据得以更广泛地被有效利用。本文主要讨论了如何将公开API资源运用于互动信息图的构建。     

用户学历与利用移动阅读服务关联分析——以中国大学生为例

在对479名大学生移动阅读用户进行问卷调查的基础上,通过对用户学历与电子图书移动阅读内容及移动阅读付费意愿的关联分析,得出了用户学历与移动阅读首次接触途径、使用频率、付费经验、付费意愿以及付费内容之间存在显著相关性的结论。     

应用网摘营造全新的网络信息组织系统结构

随着互联网上信息的逐渐增多,用户收录的网址也在不断增多,用户迫切的需要对个人知识库进行管理,网摘为用户提供了真正的知识管理机制,新概念的融入使网摘可以按用户意愿将用户信息打理成个人知识体系。     

模糊聚类算法在Web信息搜索中的应用

随着Internet的普及,Web信息量爆炸性的增长,数以亿计的Web页面形成了内容丰富而庞杂的WWW资源,如何从海量的数据中高效、高质量地检索到用户所感兴趣的信息资源是当前我国Internet资源挖掘的热点问题之一. 将基于模糊逻辑的聚类算法FK prototype引入到Web信息搜索中,改良了传统方法一刀切的 分类处理方式,从而有效地提高了Web文档的检索质量.     

基于本体的数字图书馆服务模式研究

从本体的内涵、本体的功能、本体的构建等方面阐释了本体思想,详细介绍了基于本体的数字图书馆知识服务模式的构建,以期帮助用户在数字图书馆的海量信息中及时、准确地找到自己所需要的知识。     

维普资讯阅读充值卡

维普资讯阅读充值卡简称VIP阅读卡，是维普公司为方便个人和机构用户随时随地使用维普系列产品，于2003年隆重推出的一种充值付费方式。通过这种方式让广大用户在使用维普数据库产品查询所需的资料与信息时，不受时间和空间的限制。轻松实现对网站所有信息资源的检索和调用。     

数据挖掘的聚类技术在证券客户分类中的应用

数据挖掘是数据库中的知识发现。伴随我们证券业务中存储数据量的不断增长,如何从海量般客户信息、历史交易记录数据中提取或挖掘知识,把隐藏其中的知识进行分析和发现,是促进业务更快发展的强大动力。     

基于Covisitation算法的新闻推荐

随着网络技术的飞速发展,电子阅读已经成为人们日常生活中密不可分的一部分.网络上的信息不计其数,有明确目的的用户可以迅速的找到自己想要的信息,而没有明确目的的用户想要在海量的信息中找到自己感兴趣的内容,无疑如同大海捞针.本文利用Covisitation算法对用户进行推荐,相比较传统的算法,准确率得到了有效地提高.     

基于行为规划的智能电视遥控器设计

针对传统电视遥控器在海量节目单中搜索节目困难、固定按键操控复杂等问题，构建一种行为规划框架应用于电视遥控器设计中。在此框架中，基于行为语言建立融合用户需求和节目单信息的普适推理规则，并利用其知识表示和逻辑推理功能实现对节目相关内容的智能搜索，同时还可利用其填充性添加用户专属规则。由应用实例可知，应用行为规划框架的电视遥控器可智能理解用户需求，使其通过语音交互方式利用频道名字、节目内容即可观看其喜欢的节目，还可自行定义节目搜索限制条件，达到了可定制的智能搜索的目标。     

如何快速有效地从Internet上获取所需信息

随着网上内容的极大丰富，信息海量化正在导致信息垃圾化，信息本身的价值正在被创造海量信息的网络本身所消减，“信息时代”正在被“信息经济时代”所取代。“信息时代”强调信息本身的价值，认为只要解决信息资源的短缺问题就会带来价值提升：而“信息经济时代”则认为信息本身并不稀缺，只有解决了信息的甄别、加工、提纯和挖掘，只有从海量形如垃圾的信息中发现真正的知识，才能带来价值的提升。     

一种针对轮毂产品的用户风格偏好自动判定方法

重点研究了用户对于不同风格轮毂产品的喜好度的自动判定问题。通过对海量图片的分析处理,获得图片中轮毂的造型和颜色特征的参数化信息,进而对所得特征信息进行分级聚类,特征相似图片划归同一集群,并据此构建树形轮毂风格编码库。根据用户提供的个人喜好的相关图片,利用马氏距离法判定其所属特征类似集群,确定用户喜好倾向,进而为用户提供符合用户偏好的轮毂信息。实验结果表明,本方法的判定效率更高,准确率与专家人工判定准确率一致。     

面向食品安全领域的个性化知识搜索系统研究

大数据时代,从海量的数据中发现对用户有用的知识成为研究领域重要的问题.通过集成多个搜索引擎的查询结果,实现食品安全领域中搜索信息的集成和个性化自适应排序.本文设计基于元搜索技术、知识本体和自适应的排序学习技术,实现多个搜索引擎相关查询结果集成,在对用户点击的标注和知识本体的基础上,利用基于监督学习的排序技术,实现对食品安全领域信息的个性化自适应排序.系统实现了集成多个搜索引擎的食品安全相关知识的提取和相关结果的重新排序.本研究不仅实现了多个搜索引擎食品安全信息查询相关的结果集成,而且能够根据用户的偏好实现结果的自适应排序.