导读:本文包含了问答行为论文开题报告文献综述及选题提纲参考文献，主要关键词:问答社区,在线互动,调节作用,信息接受模型
问答行为论文文献综述
费豪泽,周斌,刘鹏,朱建学[1]（2019）在《社会化问答中回答者在线互动行为对信息采纳影响的实证分析》一文中研究指出信息采纳作为回答者知识贡献所得的认可影响问答社区用户知识共享的积极性,而在线互动在信息采纳过程中发挥着不可忽视的作用,因此通过回答者在线互动对信息采纳的影响进行研究具有现实意义。本文以知乎问答为研究样本,在信息采纳模型的基础上融入在线互动理论,充分考虑响应性的关键作用,采用负二项回归方法,通过回答者在线互动对信息采纳的直接影响及调节效应进行实证分析。研究表明,回答者在线互动各因子(互动数量、回复及时性、丰富性)对信息采纳度均有正向影响,对信息质量和信息源可靠性的调节作用各异。本研究结果为社会化问答社区和其中的作答用户提供了明确的影响机制和切实可行的建议。(本文来源于《数字图书馆论坛》期刊2019年10期）
[2]（2019）在《心理科普信息需求特征测度:基于在线问答社区提问行为与短文本聚类分析技术》一文中研究指出本研究通过对在线问答社区中的用户提问进行文本挖掘,尝试对用户的心理科普信息需求进行了解并分类。通过网络爬虫程序收集国内知名在线问答社区"知乎"网站中带有"心理学"话题标签的9099个问题及其相关信息。使用Python语言对问题文本进行分词、去停用词,基于词频-逆向文件频率(term frequency-inverse document frequency, TF-IDF)模型将文本向量化,使用K-means聚类算法对向量化后的问题文本进行自动的聚类分析。结果发现,"心理学"话题下的提问可被分为8类,其中7类具有明确的主题,1类为主题无法识别的其他问题。自动聚类分析的结果与用户为问题主动添加的问题标签呈现出一定程度的一致性,说明其结果相对可靠。本研究首次对大众对心理科普的信息需求进行测度,将需求进行分类,为优化心理科普内容提供了支持;同时探索了在大数据背景下挖掘网络平台心理科普信息需求的方法,为未来的科普工作者主动识别并满足受众信息需求提供了基础。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
陆泉,刘婷,邓胜利[3]（2019）在《基于社会资本理论的社交问答用户健康信息行为研究》一文中研究指出[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。(本文来源于《图书情报工作》期刊2019年17期）
丁晓娟[4]（2019）在《社会化问答社区用户信息采纳行为影响因素研究》一文中研究指出随着Web2.0技术的快速发展与广泛应用,以移动互网络为基础的社会化平台逐渐成为人们信息交流与共享的主流。在此背景下,社会化问答社区逐渐兴起,成为了信息传播主要平台。近几年,社会化问答社区的发展势头迅猛,已经帮助用户解决了成千上万的问题。尽管社会化虚拟问答社区在不断的更新与完善,用户共享的观念也在持续上升,然而面对平台中海量的信息,如何花费极少的时间和精力实现有效信息的选择,成为用户考虑采纳信息的关键。因此,探究社会化问答社区中哪些变量会影响人们对信息的态度以及采纳行为,是其发展亟需考虑的核心问题。依据当前的研究背景以及平台中所面临的问题,本文将国内最大的社会化问答类社区——知乎当作研究模板,从双路径模型的中枢与边缘两个路径出发,分析用户接受信息主要受到哪些变量的影响,提出社会化虚拟问答类社区用户信息采纳行为理论模型。在模型的研究中将代表中枢路径的变量信息质量看作二阶潜变量,同样将代表边缘路径的信源可信度当作二阶潜变量,将态度分为情感反应和认知反应并作为变量信息质量、信源可信度与采纳意愿间的中介变量。本文首先借助调查问卷对样本数据进行收集,其次运用SPSS20.0与AMOS22.0软件对数据进行数据分析和模型检验,如信效度分析、探索性因子分析、数据同源性分析以及结构方程分析等。研究结果显示,信息新颖性、准确性、解决力、丰富性对信息质量(中枢路径)起正向显着影响;信息态度、社会影响对信源可信度(边缘路径)发挥着正向的显着影响;信息质量分别与情感反应、认知反应有着明显的积极关系,而变量信源可信度对情感反应和认知反应两者的不存在明显的关系;变量情感反应、认知反应在信息质量、信源可信度与采纳行为之间保持着良好的中介作用。最后通过研究结论为社会化问答类平台的持续发展提出指导性建议,并指出研究中存在的问题。(本文来源于《西安理工大学》期刊2019-06-30）
刘宁[5]（2019）在《社会化问答平台知识共享行为影响因素研究》一文中研究指出近年来,共享经济发展起来,互联网进一步普及,信息与知识借助互联网跨越了时间和空间,迎来了信息全民共享的时代。在这种背景下,社会化问答平台崭露头角,社会化问答平台作为一个知识共享的平台,能够支持用户合作在线编辑文本,形成一种新的用户内容生产模式,即“提问-回答-反馈”模式,从而形成信息社区和社交平台的综合体。用户创造内容的表现形式是提问与回答,影响社会化问答平台发展的关键性因素,是问答质量的高低。然而,目前问答平台发展遇到问题,具体表现形态为:用户主动知识共享意愿不高,问答质量低等。所以,对社会化问答平台知识共享行为的研究,有非常重要的意义。首先阐述了社会化问答平台概念与特征、国内外研究现状,基于社会认知理论(SCT),借鉴技术接受模型(TAM)和信息系统服务质量评价模型(E-SQ),并引入社会化问答平台情境相关要素,构建了社会化问答平台知识共享行为影响因素初始模型,提出了相应的假设。然后,设计调查问卷,选取调查对象,进行问卷的前测和正式发放,获取了269份样本数据,使用SPSS24.0对数据进行了信效度分析,使用AMOS24.0对结构模型路径关系、模型适配度等进行实证检验,接着删除不支持的路径和潜在变量,对模型进行修正。最后阐明研究结论:结果预期、感知有用性、感知易用性及社区激励对知识共享行为有直接正向影响;隐私与安全通过结果预期和社区激励间接影响知识共享行为。希望本研究结论能对社会化问答平台的用户行为分析有所帮助,对商业化运营实践策略的制定提供参考。(本文来源于《曲阜师范大学》期刊2019-06-12）
练佳威[6]（2019）在《基于行为语义理解的多模态视觉问答方法》一文中研究指出人类感知世界是多模态的,如图像、声音、气味等。为了更高效地获取信息,人们希望计算机也能够理解与处理多模态数据。其中视觉问答是一个热门的多模态数据研究方向,它结合了视觉技术与自然语言处理技术,对输入的图片与问题给出相应答案,在安防、儿童教育等领域具有很好的应用前景。现有的多模态视觉问答方法应用场景过于广泛,没有根据不同的应用场景对图像数据做特定的语义信息理解。这些方法虽然能较好的区分不同场景类型的问题并给出相关的答案,但对于同一场景下的相关问题,准确率仍然不高。另一方面,现有方法对多模态数据的特征提取没有充分考虑视觉问答任务的特性,简单地在单模态数据上提取特征,特征表达能力不足,难以学习深层次语义信息。为解决现有多模态视觉问答方法的不足,本文提出了一种基于行为语义理解的多模态视觉问答方法。针对应用场景太宽泛问题,考虑到在现实应用场景下人们对图片的视觉问答往往是关于交互行为信息的,本文提出一种基于注意力机制的多分支行为语义信息抽取网络(ASI-Net),使模型更聚焦于学习交互行为信息。通过注意力机制进一步提取人、物体实例的周边信息,并融合人与物体实例对的空间信息检测图片中的交互行为,实现行为语义信息抽取。为解决现有视觉问答方法对多模态数据特征表达能力不足的问题,本文提出一种双向注意力机制特征提取方法。首先模型自动检测图片目标实例并提取相应位置上的特征,然后由问题引导动态地赋予不同目标实例特征不同的权重,提升模型对多模态数据的特征表达能力,以学习更丰富的语义信息。上述行为语义信息抽取网络和双向注意力机制特征提取方法都是为了提升视觉问答方法的效果。本文将行为语义信息抽取网络和多模态数据特征提取网络进行融合,实现基于行为语义理解的多模态视觉问答模型(ASM-Net)。通过实验表明,本文提出的基于行为语义理解的多模态视觉问答方法在开放域问答上的准确率达到70.13%,高于主流的视觉问答方法,在与交互行为相关问答上的准确率超过现有模型2.18个百分点。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
洪晓翠[7]（2019）在《指向深度学习的高中英语阅读课教师问答行为改进的行动研究》一文中研究指出随着社会对深度学习能力的需求上升,如何在教学中培养深度学习能力成为教育界的热点话题。外语课堂教学研究表明,教师有效的课堂问答行为是培养学生深度学习能力的重要渠道,高中英语学习的成功与否很大程度上取决于课堂互动中教师问答行为的有效性。但在目前高中英语阅读教学中,教师的问答行为存在许多问题。例如,教师的提问内容侧重于对事实和细节等阅读文本表层信息的获取,而非对阅读文本的深层含义的理解;教师的提问方式无法有效衔接语篇内容,学生处于碎片化阅读状态;教师理答行为未能有效评估学生的答案,提高学生回答的深度,反而削弱了学生的深度学习能力和解决问题的能力。课堂观察发现,英语阅读课教师提问时,学生多数选择沉默,课堂参与不足;在被动回答问题时,许多学生只能回答低阶思维问题,浅层解读阅读文本,语言学习效率低。这暴露出高中英语阅读课教师问答行为有效性低,学生阅读基本停滞于浅层学习状态。基于上述背景,本研究聚焦高中英语阅读课教师问答行为对学生阅读课深度学习的影响,在实习期间采用行动研究法,尝试探究以下两个研究问题:(1)优化教师课堂问答行为对高中生英语阅读学习过程深度有何影响?(2)优化教师课堂问答行为对高中生英语阅读学习结果深度有何影响?本次行动研究为期17周。行动研究第一阶段,教师主要优化课堂提问内容、提问方式和叫答方式;行动研究第二阶段,教师在进一步优化课堂提问行为的同时,优化课堂理答行为。在学生英语阅读学习过程与结果深度的评定上,本研究主要从学生学习过程和学习结果两个维度,结合《普通高中英语课程标准(2017年版)》要求,拟构高中英语阅读课学生深度学习评定框架,从学生课堂参与角度评价学生英语阅读学习过程的深度;从学生思维水平、文本解读和语言学习叁方面对高中生英语阅读学习结果的深度进行评价。在进行定量与定性分析后,本研究发现:在高中生英语阅读学习过程中,学生深度参与课堂,主要体现在课堂参与量增加,情感、行为和思维参与投入增多;在学生学习结果上,首先,学生思维水平提高,学生高层次思维水平问题的回答率提高。其次,学生阅读文本解读能力增强,学生语篇解读维度增多,解读层次由语码解读走向语用解读,甚至走向阐发解读。在阅读理解后,语言学习能力提升,学生对阅读文本中语言单位内涵进行深层探析,语言输出更为复杂。根据以上研究发现,本研究就如何促进学生深度学习对高中英语教师提出如下建议:(1)教师提问与理答优化并举,关注学生阅读课学习结果深度的同时,探究学生课堂学习过程参与深度;(2)优化教师提问方式和叫答方式,促进学生情感、行为、思维叁方面的深度课堂参与;(3)均衡教师提问内容思维层次,运用“发展性和再组织”理答,提高学生思维水平;(4)设定问题链,推动学生由语码解读走向语用解读,甚至阐发解读语篇主题,加强文本解读能力;(5)丰富提问内容中语言知识含量,采用“诊断+发展性”理答,促进学生语言学习。(本文来源于《浙江师范大学》期刊2019-05-20）
沈洪洲,史俊鹏[8]（2019）在《基于人类动力学的社会化问答社区优秀贡献者行为研究——以“知乎”为例》一文中研究指出【目的/意义】社会化问答社区中的优秀贡献者能够经常性地提供优质的回答内容,对社区回答内容质量的提升起到了关键的作用,因此,对社区中优秀贡献者行为进行研究具有重要意义。【方法/过程】以"知乎"社区为例,通过爬虫采集社区上"优秀回答者"问题回答相关的行为数据,综合运用人类动力学的理论及相关的统计分析方法对采集到的行为数据进行分析和仿真验证。【结果/结论】"优秀回答者"回答问题的行为不是一个随机事件,而是一个时间间隔分布满足胖尾特征的幂律分布;其他用户对回答内容的点赞会对"优秀回答者"回答问题的兴趣产生更大的激励影响,进而可以减小"优秀回答者"连续两次回答问题的时间间隔;基于兴趣的人类动力学模型可以很好地解释"优秀回答者"回答问题的行为特征。(本文来源于《情报科学》期刊2019年05期）
敦玉杰[9]（2019）在《初中英语教师课堂教学行为对比研究》一文中研究指出随着中学教育改革的不断推进,越来越多的人开始意识到教学质量的重要性,相关研究者也发现教师的课堂教学行为与教学质量和教学效果关系密切,即课堂教学行为是影响教学质量好坏的重要因素,而改进教师的教学行为则是提高教学质量、改善教学效果的重要途径。经研究发现,新手教师与熟手教师在课堂教学行为方面存在较大差异。鉴于此,笔者根据初中英语学科的特点,以实验学校的叁位熟手英语教师和叁位新手英语教师为研究对象,通过观察其课堂教学录像,对其教学呈示、问答行为进行了质性研究、量化描述,归纳、总结出熟手和新手教师这两种主要教学行为的差异,发现了初中英语教师教学行为中的不足,并以此为基础提出了优化建议。通过观察与对比,与初中英语熟手教师的课堂教学呈示行为相比,新手教师掌控着课堂的话语权,其导入言语和授课言语较为随意,忽略了学生的情感体验和思维状态。与熟手教师的课堂教学问答行为相比,新手教师提问总量大,多是低认知水平的提问,提问后的等待时间明显不足;且叫答行为不够科学,理答行为的运用较为生疏,难以激发学生学习英语的热情。针对以上几方面的不足,本文提出了以下建议。在课堂教学呈示行为上,教师应根据不同的教学内容,选用不同的呈示行为组合,并不断提高自身语言素养,增加言语呈示行为的魅力,让呈示行为更好地为课堂服务。在课堂教学问答行为方面,教师应优化提问策略,合理把控候答时间,巧妙运用叫答和理答技巧,提高学生的课堂参与度。希望本研究能对教师课堂教学行为的选择和新手教师的培训有所裨益。(本文来源于《湖北师范大学》期刊2019-05-01）
康霄普[10]（2019）在《基于循环神经网络的社会化问答社区用户答题行为预测研究》一文中研究指出Web2.0是互联网时代的核心理念。社会科技的进步扩大了人们的知识需求,用户在寻求答案的过程中已经不再局限于第一代“关键词搜索式”网络问答系统,社会化问答社区成为用户“提出问题-解决问题”的首选方式。社会化问答社区具备社交性、互动性和分享性特征,针对某一问题能够产生多种优质答案,提问用户在浏览的过程中对答案进行再次筛选,这也促使了社区意见领袖的出现。意见领袖一方面借助问答社区平台提出问题,获取个体所需知识;另一方面为了实现自我价值,平衡被尊敬和被需要的心理需求,他们会分享更多的信息,满足其他用户的知识需求。基于社交网络关系的链接、个人知识获得的满足感、社区意见领袖自我价值实现的需要,更多的用户被吸引过来,形成比较稳固的社会网络关系,从而产生了提问、回答、评论等信息行为。由于用户所回答的问题往往与用户的兴趣存在直接的关联,也就是说用户答题行为的产生是建立在用户兴趣的基础上,用户只有对某类问题感兴趣,才会对该类问题进行回答。基于用户兴趣与所答问题之间的关联,本文从用户回答的问题入手,通过构建问题话题预测模型实现对问题话题的识别,并根据模型预测问题话题的概率,结合用户回答某一话题的概率,从而预测出用户对某个问题的答题概率。同时用户所回答的问题都存在问题标签,而问题标签是关联问题内容和问题话题的重要信息。因此我们可以从用户回答的问题角度来预测用户回答某个问题的概率。本文的工作主要包括以下几个方面。设计并生成构建循环神经网络模型需要的数据集:结合当前已有的微博转发预测方法以及应用神经网络实现对广告点击率等多领域进行预测的方法,通过分析社会化问答社区用户及问题特征,采用爬虫技术等方式在互联网上收集社会化问答社区用户和问题的相关指标,通过特征向量方法将收集到的数据整理成循环神经网络能够接收、处理的数据。设计并构建社会化问答社区用户答题行为预测模型:实现对社会化问答社区用户答题行为的预测,首先需要建立基于循环神经网络的问题话题预测模型,运用循环神经网络(RNN)网络架构,根据RNN的正向传播及反向传播算法,配置开发环境并通过Tensor Flow框架将该神经网络实现。根据已收集到的话题及问题相关数据,从中选取问题内容、问题标签等特征作为模型的输入,构建基于循环神经网络的问题话题预测模型。依据模型的输出结果得到问题的话题及概率值,并结合用户话题回答概率,预测用户回答某一问题的概率。通过实验进行循环神经网络模型参数优化并进行性能测试:使用循环神经网络模型对社会化问答社区用户回答的问题话题进行学习,不断通过实验将模型参数调优,得到最优化的预测模型,进而通过该模型实现问题话题及其概率的预测。在此基础上,从中选取叁条问题和预测结果,从循环神经网络模型预测的结果是否符合其输出层Softmax函数的特点,是否符合知乎检索结果以及知乎的问题/话题映射关系叁点出发,证明了本文RNN预测模型的有效性,并结合学习率和缺损率指标对模型进行了评估。本文从用户所回答的问题角度出发,将循环神经网络模型用于答题行为预测的研究,搭建了基于循环神经网络的问题话题预测模型,并结合用户的话题回答概率,预测用户对某个问题的答题概率。本课题不仅能够充分挖掘用户和问题的关键特征,还能为其他领域的细粒度预测提供一定的研究基础,对于兴趣问题的推荐、热销商品的发现乃至商业营销策略的实施也具有重大研究价值。虽然本文通过运用机器学习算法通过构建问题话题预测模型,预测了社会化问答社区用户的答题概率,具有一定的理论价值和实践意义,但是有关深度学习的一些技术还需要优化和完善。(本文来源于《吉林大学》期刊2019-05-01）
问答行为论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本研究通过对在线问答社区中的用户提问进行文本挖掘,尝试对用户的心理科普信息需求进行了解并分类。通过网络爬虫程序收集国内知名在线问答社区"知乎"网站中带有"心理学"话题标签的9099个问题及其相关信息。使用Python语言对问题文本进行分词、去停用词,基于词频-逆向文件频率(term frequency-inverse document frequency, TF-IDF)模型将文本向量化,使用K-means聚类算法对向量化后的问题文本进行自动的聚类分析。结果发现,"心理学"话题下的提问可被分为8类,其中7类具有明确的主题,1类为主题无法识别的其他问题。自动聚类分析的结果与用户为问题主动添加的问题标签呈现出一定程度的一致性,说明其结果相对可靠。本研究首次对大众对心理科普的信息需求进行测度,将需求进行分类,为优化心理科普内容提供了支持;同时探索了在大数据背景下挖掘网络平台心理科普信息需求的方法,为未来的科普工作者主动识别并满足受众信息需求提供了基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
问答行为论文参考文献
[1].费豪泽,周斌,刘鹏,朱建学.社会化问答中回答者在线互动行为对信息采纳影响的实证分析[J].数字图书馆论坛.2019
[2]..心理科普信息需求特征测度:基于在线问答社区提问行为与短文本聚类分析技术[C].第二十二届全国心理学学术会议摘要集.2019
[3].陆泉,刘婷,邓胜利.基于社会资本理论的社交问答用户健康信息行为研究[J].图书情报工作.2019
[4].丁晓娟.社会化问答社区用户信息采纳行为影响因素研究[D].西安理工大学.2019
[5].刘宁.社会化问答平台知识共享行为影响因素研究[D].曲阜师范大学.2019
[6].练佳威.基于行为语义理解的多模态视觉问答方法[D].哈尔滨工业大学.2019
[7].洪晓翠.指向深度学习的高中英语阅读课教师问答行为改进的行动研究[D].浙江师范大学.2019
[8].沈洪洲,史俊鹏.基于人类动力学的社会化问答社区优秀贡献者行为研究——以“知乎”为例[J].情报科学.2019
[9].敦玉杰.初中英语教师课堂教学行为对比研究[D].湖北师范大学.2019
[10].康霄普.基于循环神经网络的社会化问答社区用户答题行为预测研究[D].吉林大学.2019