吴晶晶
摘 要：短视频平台不断发展的关键在于用户持续进行知识贡献，探究短视频平台用户知识贡献行为动因的作用机制有利于促进短视频平台的持续发展。文章以需求层次理论、社会交换理论、自我决定理论为指导，构建了研究模型，利用模糊集定性比较分析法，基于采集的网站数据对短视频平台用户知识贡献行为的多重动因进行了实证研究，提出了相关的建议，以期为短视频平台提供参考和借鉴。研究发现了影响短视频平台用户产生高知识贡献的3条组态路径和非高知识贡献的2条组态路径。组态分析结果显示，贡献效能和社群影响的组合是促进用户知识贡献行为的核心条件，贡献收益和贡献效能的组合对用户的知识贡献行为具有一定的促进作用。
关键词：短视频平台；
知识贡献；
定性比较分析；
行为动因；
用户行为
中图分类号：G250 文献标识码：A 文章编号：1003-1588（2023）04-0090-07
随着5G技术的飞速发展和移动网络平台的不断推陈出新，短视频作为一种新兴的内容传播方式在短时间内得到快速发展。短视频平台突破了传统知识交流的时空和组织限制，呈现出丰富性、开放性、便捷性、协作性和低成本等特征，成为继网站、微博、微信等新媒体之后最具活力的媒体业态[1]。目前，我国短视频平台的典型代表有哔哩哔哩、抖音、快手等。在经历了短视频平台火山爆发式的发展后，短视频平台用户达到一定规模。第50次《中国互联网絡发展状况统计报告》显示：截至2022年6月，我国短视频用户规模为9.62亿，占网民总数的91.5%[2]。随着短视频平台更加细致化、垂直化、分众化的发展，人们对利用短视频平台开展学习和知识服务的需求也正在不断增多。短视频平台用户的知识贡献与持续分享行为作为平台提供知识服务和保持发展规模的基石，用户进行知识贡献的动因何在，如何促使短视频平台用户积极、持续地进行知识贡献，已成为学术界亟须研究的重要课题。
1 相关研究
用户知识贡献行为是指用户将拥有的与组织平台发展相关的有用知识贡献给平台。目前，关于用户知识贡献行为的研究主要集中在问答类社区平台、专业虚拟社区、在线健康社区等领域。
张宝生、张庆普运用扎根理论的研究方法，从知识需求端因素、知识供给端因素、平台服务端因素、社区环境端因素四个维度对社会化问答平台的用户知识贡献行为进行了分析[3]。李海峰、王炜基于在线问答社区的功能模块对用户知识贡献行为的影响因素，分析了知识贡献的初始动力、持续动力和根本驱动力[4]。陈小卉等从在线问答平台个体连接所形成的关系数据的角度对用户知识贡献行为进行了分析[5]。杨欣悦、袁勤俭发现专业虚拟社区的用户知识贡献行为受用户心理和状态、用户体验、系统功能与设计、信息质量及运营机制五个方面的影响[6]。卢恒等运用定性比较分析的方法对专业虚拟社区用户知识贡献的影响因素进行了探究[7]。彭家敏等从价值共创理论视角，结合群体卷入模型和积极心理学研究理论，构建了在线虚拟健康社区交往中医生知识贡献行为前因后果的理论模型[8]。张星等认为，在线健康社区中用户的信任正向影响对社区的信任，对社区的信任显著正向影响持续知识贡献意愿，时间与精力对持续知识贡献意愿有显著负向影响[9]。有学者发现，在线健康社区中用户的认知模式与平台的交互模式、感知有用性及用户的贡献行为之间存在密切联系[10]。有学者还对在线知识共享平台中专家用户的知识贡献行为进行研究后发现，内在强化机制是专家用户持续知识贡献行为的基础[11]。
综上所述，国内外学者针对用户知识贡献行为的研究已经取得了一些理论成果，但从多维度出发考察变量对结果的复杂作用的研究较少。同时，短视频平台作为目前拥有较大市场空间和用户群体的新生事物，却鲜有学者关注和研究该领域的用户知识贡献行为。短视频平台知识服务持续开展的关键在于用户能够积极参与并持续贡献知识。因此，探究短视频平台用户知识贡献行为的动因机制，并基于此提出针对性的对策，不仅有利于丰富短视频平台现有的理论研究成果，还能激发平台成员贡献知识的热情，促进平台的良性发展。基于此，笔者以我国较为热门的短视频平台哔哩哔哩为例，分析了影响短视频平台用户知识贡献意愿的潜在因素，通过采集短视频平台用户行为的客观数据，运用定性比较分析的方法，探究和识别了影响短视频平台用户知识贡献行为的多重动因组态。
2 短视频平台用户知识贡献行为动因研究模型
2.1 理论基础
2.1.1 需求层次理论。动机是行为产生的原因和动力，一般而言，用户的信息行为是在一定动机驱使下产生的。动机理论的提出源于卡尔文和笛卡尔最初对动物和人的比喻，其相关研究始于20世纪20年代。由于动机理论的研究者来自不同的国度和具有不同的学科背景与文化水平，他们依据不同的学科背景和研究内容提出了不同的动机理论[12]。其中，最为经典的理论之一是马斯洛提出的需求层次理论，该理论是解释人格和动机的重要理论，将人的需求划分为5个层次，从低到高依次是生理需求、安全需求、社交需求、尊重需求和自我实现需求。不同层次的需求是促使人类产生各种行为活动的影响因子。其中，生理需求是人类最基本的需求。人类在满足了生理需求后，便会追求更高层次的需求。社交需求就是人与人在社会交往的过程中产生的一定社会联系，这种社会联系会给人带来一定的社会化满足。短视频平台作为用户之间进行知识交流与共享的新兴工具，用户群体之间的互动社交是促使平台用户进行知识分享的重要因素。基于此，本研究提出社群影响和社群认同这两个影响短视频平台用户进行知识贡献的动因。
2.1.2 社会交换理论。社会交换理论产生于20世纪50年代，其主要分析人们进行社会互动的作用机制。该理论将人类的一切活动和交往互动视为互相交换的过程。从社会交换理论的角度看，短视频平台用户的知识贡献行为实则是贡献者与需要者之间的一种社会交换活动，即知识贡献者贡献知识需要耗费一定的精力和时间，帮助其知识受众解决问题，并希望获得一定的收益；
知识受众需要给予相应的补偿以激励知识贡献者源源不断地贡献知识。基于此，本研究提出贡献收益这一影响短视频平台用户进行知识贡献的动因。
2.1.3 自我决定理论。自我决定理论是美国心理学家Deci Edward L.和Ryan Richard M.等人在20世纪80年代提出的一种关于人类自我决定行为的动机过程理论，关注的焦点是衡量人类的行为是自愿的和自我决定的程度[13]。该理论已发展为4个分支理论，分别是认知评价理论、有机整合理论、基本心理需要理论、归因定向理论。其中，基本心理需要理论是自我决定论的核心理论[14]。基本心理需要理论认为人类先天存在3种基本的心理需求，即自主需要、关系需要和胜任需要。自主需要是指人类拥有掌控自己的能力，在做出某种行为时完全遵从自己的内心。胜任需要与自我效能感同义，是指人们需要在从事活动时体验到胜任感。关系需要是指归属感，人们需要获得来自周围环境或其他人的关爱、理解和支持。心理需求的满足会成为内在动机的促进条件，而当条件阻碍心理需求时将破坏内在动机[15]。短视频平台知识贡献者的胜任感是激励其持续进行知识贡献的重要内在因素。基于此，本研究提出贡献效能这一影响动因。
2.2 研究模型
笔者根据研究对象的个性特征，将上文分析出的影响因子分为内在知识贡献动机和外在知识贡献动机两个层面。知识拥有者在做出知识贡献的行为前会对贡献成本和贡献收益进行衡量，当预测到能获得相应的收益时才会持续进行知识贡献，进而提高贡献效能。用户交互产生的沉浸感、满足感，能提高知识拥有者进行知识贡献的积极性。收益、效能两个前因变量均受知识拥有者个人层面的影响，因此，贡献收益、贡献效能属于内在知识贡献动机的影响因子。由于短视频平台具有用户流量大、互动性强的特点，因此，知识拥有者和知识需求者之间会建立良好的互动关系，在其互动的过程中，知识拥有者的社群影响力也随之提升，当这种正向的互动程度达到知识贡献者的心理预期时，知识贡献者就容易感受到社群认同感。社群影响和社群认同受短视频平台特征的影响，因此，二者属于外在知识贡献动机的影响因子。在用户知识贡献行为受内部动机和外部动机联动作用的视角下，笔者构建了短视频平台用户知识贡献行为多重动因组态分析的研究框架，如图1所示。
3 短视频平台用户知识贡献行为动因的研究设计
3.1 研究方法
针对短视频平台用户知识贡献的问题，对其动因进行识别和探索，需要同时对贡献和不贡献两种行为结果进行影响因素的组态分析，这是一种基于整体论的研究思路，与定性比较分析方法的研究原理相吻合。定性比较分析（Qualitative Comparative Analysis，简称QCA）是由美国加州大学教授查尔斯C.拉金（Charles C.Ragin）于1987年提出的。这种方法是基于集合论的思想和布尔代数的运算方法，以多个案例为导向、将定量与定性的优势相结合的一种混合研究方法。QCA认为任何结果都是多种因素同时出现而促成的，因果关系并非恒定，而是依赖特定的情境和组态[16]。因此，QCA能够通过收集到的多个案例分析出变量之间的因果关系和基于布尔逻辑的方法归纳出不同的前因构型及结果[17]。本研究主要采用模糊集定性比较分析（fsQCA）方法，借助fsQCA3.0软件处理数据。
3.2 数据收集——以哔哩哔哩为例
哔哩哔哩，又称B站，是目前我国最大的弹幕视频分享网站和Animation Comic Game亚文化群体聚集地。B站凭借其二次创作与弹幕文化的优势成为最受年轻人喜爱的视频平台之一。同时，B站也正在瞄准知识内容品类频频发力，以塑造“学习圣地”的全新形象[18]。本研究以B站進行知识贡献的UP主为研究对象，利用八爪鱼采集器采集UP主知识贡献相关数据信息，如UP主昵称、ID、粉丝量、评论数、获赞数、原创数、等级等。本研究以2021年10月23日为数据采集时间点，在B站热门排行榜中随机选择“科技”“知识”“游戏”三个标签作为数据源，收集UP主知识贡献的信息，获得298条有效UP主信息，以这些数据为fsQCA的研究案例，并对这些数据的初始值进行描述性统计，如表1所示。充电量指用户群体对UP主作品的打赏总数额，粉丝数指UP主的粉丝数量，获赞数指UP主的全部作品获得用户点赞的总数量，播放量指UP主全部作品的累计播放总量，阅读数指UP主的专栏文章的阅读总数量，等级指UP主的经验积分等级，投稿数指UP主发布的所有类型作品的总数量。
3.3 数据校准
本研究采集到的数据为数值型，在进行模糊集定性比较分析前，需要将前因变量和结果变量对应的数值校准为0至1的模糊数值。变量校准时通常需要对变量设置三个临界值，即完全隶属、交叉点和完全不隶属。由于临界值的设定没有统一的模板，本研究需要依据经典理论和数据的实际特征进行具体分析。本研究采用经典的上下四分位算法确定完全隶属和完全不隶属对应的阈值，考虑到基于前因变量采集到的样本数据极值较多，因此，交叉点选取各变量数值的中位数，以避免由于数值分布不均衡带来不良的影响。运行fsQCA 3.0并利用calibrate函数对数据进行校准后的变量指标描述及校准阈值见表2。
4 短视频平台用户知识贡献行为动因的组态分析
4.1 单变量必要性分析
一般来说，对单变量做必要性分析主要是分析条件变量对结果变量的影响程度，这种影响程度主要通过一致性体现，一致性不低于0.9的条件变量为必要条件。本研究运行fsQCA3.0进行必要条件分析得到表3。如表3所示，当结果变量设置为“高知识贡献”时，只有等级因素的一致性超过0.9，说明高等级是短视频平台用户进行知识贡献的必要条件。从这一结果可以得出，短视频平台用户的贡献效能对于用户知识贡献具有重要作用。当结果变量设置为“非高知识贡献”时，无论前因变量存在还是不存在，一致性系数均小于0.9，说明短视频平台用户非高知识贡献并非单一变量造成，需通过多因素分析提取前因组态。
4.2 多变量条件组态分析
条件组态分析可验证不同的条件组态对结果产生的影响，这种影响通过解的一致性和覆盖率体现。本研究运行fsQCA3.0对真值表进行分析，得到复杂解、中间解和简约解这三种前因组态分析结果。本研究借鉴已有研究成果着重选取中间解进行分析，结合中间解和简约解判断条件是否为核心条件，分析结果如下页表4所示。分析结果的呈现方式沿用QCA研究常用的符号表达方式：“l”代表核心条件存在，“l”代表边缘条件存在，“U”代表核心条件缺乏，“U”代表边缘条件缺乏，“空白”表示构型中该条件可以存在也可以不存在。
从表4展示的分析结果可以看出，结果变量为高知识贡献时共有3条组态路径（H1、H2、H3）：①充电量*阅读量*点赞量*等级。②充电量*～粉丝数*～播放量*阅读量*等级。③粉丝数*播放量*阅读量*点赞量*等级。结果变量为非高知识贡献时共有2条组态路径（L1、L2）：①～充电量*～播放量*～閱读量*等级。②～充电量*～粉丝数*～播放量*～点赞量*～等级。研究发现，H1、H2、H3、L1、L2是影响用户知识贡献的不同组态路径，每一种组态路径的一致性均高于可接受阈值0.8，表明这些组态路径具有良好的可靠性。两种知识贡献程度的总覆盖率分别是0.493和0.572，总一致性分别是0.801和0.877，意味着这些组态路径能够解释80%以上知识贡献程度的结果，能够全面地分析和覆盖用户知识贡献程度的情况。所有路径的唯一覆盖率都不高于原始覆盖率，意味着某些案例存在多重因果关系[19]。
4.3 高知识贡献组态路径分析
结果显示，有三条不同的路径能获得高程度知识贡献。
路径一（充电量*阅读量*点赞量*等级）：该组态路径原始覆盖率为0.431，唯一覆盖率为0.037，在三条路径中占比最高，是短视频平台用户高知识贡献的核心路径。该路径以充电量、阅读量、点赞量和等级为核心条件，反映出当用户对自身的能力认知程度高时，贡献效能也相对较高，同时，知识贡献带来的收益（较高的充电量）及粉丝或受众的认可（较高的获赞量、阅读量等），对于用户高知识贡献具有不可或缺的重要作用。
路径二（充电量*～粉丝数*～播放量*阅读量*等级）：在该组态路径中，粉丝数和播放量分别作为核心条件和边缘条件缺失，表明即使在粉丝数量较少、投稿作品播放量低的情况下，只要用户能够有一定的投稿收益和社群影响，并对自身的知识贡献能力保持良好的认知，其知识贡献程度就能保持较高水平，用户的贡献效能和收益等内在动因对于用户知识贡献行为具有重要影响。
路径三（粉丝数*播放量*阅读量*点赞量*等级）：该组态路径以粉丝数和点赞数为辅助性前因条件，以播放量、阅读量和等级为核心条件。该条路径表明在不考虑投稿收益的情况下，用户在短视频平台有一定的认可度和社群影响力，只要拥有贡献效能并乐于投稿，就能实现高知识贡献的目标。
以上三条能够解释用户高知识贡献的组态路径被归纳为两种类型：一是强调社群影响和贡献效能的H1和H3。在这两种组态路径中，阅读量和等级均为核心因果性条件。H1和H3均能证明内在知识贡献动机层面的贡献效能与外在知识贡献动机层面的社群影响相结合形成的核心条件组合，能够有效提升用户的知识贡献程度。这两条组态路径的区别主要体现在除核心条件外的其他条件均不相同。在H1中，充电量也为核心条件，强调贡献收益对于用户高知识贡献具有重要作用，但这点在条件组合中却并未体现。在H3中，播放量也为核心条件，强调社群影响对于用户知识贡献具有促进作用，但在条件组合中并未体现。二是强调贡献收益和贡献效能的H2。H2以充电量、阅读量和等级为核心因果性条件，以粉丝量和播放量为必要性和辅助性前因条件缺失，表明在粉丝数和作品播放量较少的情况下，只要用户具有知识贡献效能且通过知识贡献获得一定的收益，就能有效激励其持续进行知识贡献。
4.4 非高知识贡献前因构型分析
造成用户非高知识贡献的前因组态路径如表4所示有两条，即L1和L2。两条组态路径的总一致性为0.877，总覆盖率为0.572，说明组态路径对结果有很强的解释力度。
L1以充电量、播放量和阅读量为核心因果性条件缺失，导致用户的非高知识贡献，这体现出贡献收益和社群影响对于用户知识贡献行为具有重要作用，进一步验证了社会交换理论和需求层次理论的观点，即用户在进行知识贡献的过程中获得一定的收益和社群影响力能够促进用户进行知识贡献。此外，L1以等级为边缘条件，表明在用户知识贡献收益少、社群影响力低的情况下，即使用户的等级、知识贡献效能较高，其知识贡献程度依然较低。
L2以等级为核心因果性条件缺失，体现出贡献效能在一定程度上影响用户的知识贡献程度，这与自我决定论的观点不谋而合，即用户知识贡献效能的高低决定用户知识贡献意愿的强弱，同时，用户非常看重知识贡献带来的收益，收益越多，用户进行知识贡献的意愿就越强。此外，充电量、粉丝数、点赞数和播放量共同作为辅助性条件缺失，体现出用户在缺乏内在知识贡献动机和外在知识贡献动机时会一直处于非高知识贡献的状态。
5 结论与启示
5.1 研究结论
本研究通过分析提炼影响短视频平台用户知识贡献行为的动因，以采集到的298条客观数据作为样本，运用模糊集定性比较分析的方法对影响用户知识贡献行为的路径进行了研究，发现了用户产生高知识贡献的3条组态路径和非高知识贡献的2条组态路径，揭示了短视频平台用户的知识贡献程度受用户内在知识贡献动机和外在知识贡献动机的多重协同影响。短视频平台不断发展的关键在于既能使用户成为平台的知识受众，也能让用户持续贡献自身的知识，只有这样，平台知识类短视频的覆盖面和内容来源才能更加宽泛丰富，短视频平台才能更好地发挥其知识交流、传播、共享的价值。本研究从用户个体的内在和外在多重动因出发，运用组态分析，通过采集获取用户客观行为数据，探讨了短视频平台用户知识贡献行为产生的复杂动因，不仅拓展了短视频平台现有研究的深度和广度，还针对短视频平台用户的持续知识贡献行为，结合研究结论提出了一些有益的建议，以推动短视频平台的持续运营发展。
5.2 研究启示
本研究运用模糊集定性比较分析的方法，通过组态分析发现短视频平台用户知识贡献行为的产生是内外部多重动因综合作用的结果，因此，为了激发用户的知识贡献热情，促进短视频平台的规模化发展。本研究基于相关研究结果，提出了以下建议供短视频平台管理方参考借鉴。
5.2.1 设计丰富的激励方案，充分激发用户的内在知识贡献热情。本研究发现的3条高知识贡献的组态路径都显示出贡献效能对用户知识贡献行为的核心作用，同时，贡献收益对于激发用户的知识贡献热情、促进用户知识贡献行为的产生具有重要作用。因此，短视频平台可通过设计多种激励方案，激发用户的知识贡献热情，促使用户持续地进行知识贡献，具体措施如下：一是通过制定合理的成员等级制度，提高用户的知识贡献效能感，对于积极贡献知识的成员给予更高的等级地位，提升其内在的知识贡献意愿和能力认知。二是设计类似于“哔哩哔哩充电计划”的打赏方案，让知识贡献者能够通过贡献知识扩大影响力，取得认同感，并获得物质上的收益。三是构建知识付费机制，对高质量知识类视频开通付费功能，有效帮助知识贡献者获得相应的收益。
5.2.2 营造良好的平台互动环境，积极引导用户的外在知识贡献行为。内在动机是促使用户产生知识贡献行为的根本动因，外在动机是用户实施知识贡献行为必不可少的条件。本研究发现的3条高知识贡献的组态路径凸显了社群影响、用户认可对知识贡献行为的重要作用。短视频平台用户的知识贡献行为受自身社交需求的影响，用户通过知识贡献能够获得社交满足感，与需求层次理论的观点相符。因此，短视频平台应重视平台互动环境对用户知识贡献行为产生的影响，通过激发平台成员的参与热情，营造良好的互动氛围，激励成员进行播放、阅读、点赞等，扩大知识贡献者的影响力，提高知识贡献者的认可度及自我成就感，营造一种“我为人人，人人为我”的氛围，引导用户主动贡献知识，实现自我价值，促进平台成员的共同进步。
5.2.3 拓展短视频平台知识服务的广度和深度，满足平台用户的知识需求。短视频平台的用户既是知识贡献者，也是知识获取者和使用者。短视频平台的用户群体整体呈年轻化趋势，随着时代的进步，年轻用户的知识需求越来越多元化，因此，短视频平台应设置丰富的专栏分类，并对视频内容进行严格把关，为用户提供高质量的知识内容，最大限度地满足不同用户群体的多元化需求。此外，短视频平台可根据用户的检索记录，设置智能推荐功能，节约用户获取知识的成本，拓展平台知识服务的廣度和深度，增强用户黏性。
5.2.4 设计多渠道的知识获取途径，扩大平台和用户的影响力。随着科学技术日新月异，用户获取知识的渠道也越来越多。短视频平台可设计多渠道的访问入口，如网页、App、微信小程序、支付宝小程序等提升平台的易用性，扩大平台的影响力，进而吸引更多的用户参与短视频制作，提高平台的规模效应。
参考文献：
[1] 综合科技日报，新浪网.“知识+短视频”助推科普走向全民时代[J].今日科技，2019（8）：30.
[2] 第50次《中国互联网络发展状况统计报告》发布[N].民主与法制时报，2022-09-02（001）.
[3] 张宝生，张庆普.基于扎根理论的社会化问答社区用户知识贡献行为意向影响因素研究[J].情报学报，2018（10）：1034-1045.
[4] 李海峰，王炜.在线问答学习社区的群体知识贡献影响因素：基于WebGIS知乎学习社区的功能模块分析[J].开放教育研究，2020（1）：111-120.
[5] 陈小卉，胡平，周奕岑.知乎问答社区回答者知识贡献行为受同伴效应影响研究[J].情报学报，2020（4）：450-458.
[6] 杨欣悦，袁勤俭.专业虚拟社区知识贡献活动的制约因素作用机制研究[J].情报资料工作，2021（1）：69-76.
[7] 卢恒，张向先，吴雅威，等.专业虚拟社区用户知识贡献行为的多重动因及其效应研究[J].图书馆建设，2022（2）：131-140.
[8] 彭家敏，谢礼珊，关新华.虚拟健康社区医生贡献行为的形成机制[J].心理科学进展，2021（6）：978-989.
[9] 张星，吴忧，夏火松，等.在线健康社区用户持续知识贡献意愿的影响因素研究：以社会交换理论为视角[J].医学信息学杂志，2019（3）：2-9.
[10] Ping Wang，Jia Wang，Qiao Li.Cognitive mechanisms underlying interaction and contribution in online health communities：the perspectives of doctors and patients[J].Aslib Journal of Information Management，2021（3）：367-385.
[11] Zhang L，Han Y，Zhou J L，etal.Influence of intrinsic motivations on the continuity of scientific knowledge contribution to online knowledge-sharing platforms[J].Public Understanding of Science，2020（4）：369-383.
[12] 刘洁.虚拟社区中用户知识共享影响因素研究[D].济宁：曲阜师范大学，2019.
[13] 刘丽虹，张积家.动机的自我决定理论及其应用[J].华南师范大学学报（社会科学版），2010（4）：53-59.
[14] 林桦.自我决定理论：动机理论的新进展[J].湖南科技学院学报，2008（3）：72-73.
[15] 恽广岚.动机研究的新进展：自我决定理论[J].南通大学学报（教育科学版），2005（3）：38-41.
[16] （比利时）伯努瓦·里豪克斯，（美）查尔斯C.拉金.QCA设计原理与应用：超越定性与定量研究的新方法[M].杜运周，李永发，译.北京：机械工业出版社，2017：24-27.
[17] Poveda A C，Martinez C.Qualitative comparative analysis （QCA）：an application for the industry[J].Quality & Quantity：International Journal of Methodology，2013（3）：1315-1321.
[18] 刘璐.知识类视频的创新与扩散研究[D].哈尔滨：黑龙江大学，2021.
[19] 王国华，武晗.从压力回应到构建共识：焦点事件的政策议程触发机制研究——基于54个焦点事件的定性比较分析[J].公共管理学报，2019（4）：36-47.
（编校：孙新梅）
猜你喜欢用户行为基于“点击流数据”的电子商务用户行为分析研究综述大陆桥视野·下(2016年11期)2017-02-28基于用户行为数据分析的高校图书馆信息服务平台研究现代情报(2017年1期)2017-02-27网络免费学术资源分享及使用行为初探现代情报(2017年1期)2017-02-27电力高校图书馆转型智库服务的研究广西教育·C版(2016年11期)2017-01-16社会化媒体用户使用动机与行为探析湖南师范大学社会科学学报(2016年5期)2016-12-22移动互联网环境下用户行为社交化变迁的探析出版广角(2016年17期)2016-11-07基于云计算技术的大数据用户行为引擎设计电脑知识与技术(2016年5期)2016-04-14基于用户行为分析的智能家居系统的研究与设计科技视界(2016年5期)2016-02-22基于CDL话单的高铁无线网络分析移动通信(2014年22期)2014-12-26基于社交网络的个性化知识服务模型研究新世纪图书馆(2014年9期)2014-09-24
