图书情报工作

图书情报工作 >

2023 , Vol. 67 >Issue 13: 122 - 132

DOI: https://doi.org/10.13266/j.issn.0252-3116.2023.13.013

情报研究

用户视角下知识类微博信息质量评价模型构建及实证研究

  • 尤瑾 ,
  • 朱学芳
展开
  • 1 南京大学信息管理学院 南京 210023;
    2 南京大学江苏省数据工程与知识服务重点实验室 南京 210023
尤瑾，硕士研究生。

收稿日期: 2022-10-20

  修回日期: 2023-04-03

  网络出版日期: 2023-07-11

收起

Model Construction and Empirical Study on Information Quality Evaluation of Knowledge-Based Microblogs from Users’ Perspective

  • You Jin ,
  • Zhu Xuefang
Expand
  • 1 School of Information Management, Nanjing University, Nanjing 210023;
    2 Jiangsu Key Laboratory of Data Engineering and Knowledge Service, Nanjing University, Nanjing 210023

Received date: 2022-10-20

  Revised date: 2023-04-03

  Online published: 2023-07-11

Fold

摘要

[目的/意义] 构建知识类微博信息质量的评价指标体系与评价模型，为知识类微博信息质量的提升和微博知识服务的改善提供参考。[方法/过程] 通过文献调研与问卷调研，确立评价指标体系。收集用户评分数据进行实证分析，利用TOPSIS对30个知识类微博计算综合得分，并将数据输入RBF神经网络进行仿真训练。[结果/结论] 测试结果显示，所建立的知识类微博信息质量评价模型的仿真值与实际评分值的误差均在 6% 以内。该模型能够较准确地拟合用户评分数据，适用于复杂多维指标体系下的微博信息质量评价场景，对知识类微博及其他类型的微博信息质量评价具有一定的借鉴意义。

关键词： 知识类微博; 信息质量评价; 评价指标; 用户视角; TOPSIS; RBF

本文引用格式

尤瑾 , 朱学芳 . 用户视角下知识类微博信息质量评价模型构建及实证研究[J]. 图书情报工作, 2023 , 67(13) : 122 -132 . DOI: 10.13266/j.issn.0252-3116.2023.13.013

Abstract

[Purpose/Significance] The evaluation indicators system and evaluation model of knowledge-based microblog information quality are constructed to provide reference for the improvement of knowledge-based microblog information quality and microblog knowledge services. [Method/Process] The evaluation index system was established through literature research and questionnaire research. User rating data were collected for empirical analysis, and TOPSIS was used to calculate the comprehensive score of 30 knowledge-based microblogs, and the data was input into RBF neural network for simulation training. [Result/Conclusion] The test results show that the error between the simulation value and the actual score value of the knowledge-based microblog information quality evaluation model established in this paper is within 6%. The model can accurately fit the user scoring data, and is suitable for the microblog information quality evaluation scenario under the complex multi-dimensional index system, and has certain reference significance for the knowledge-based microblog and other types of microblog information quality evaluation.

Key words： knowledge-based microblog; information quality evaluation; evalution index; users’ perspective; TOPSIS; RBF

参考文献

[1] 中国互联网络信息中心. 第51次中国互联网络发展状况统计报告[R]. 北京: 中国互联网络信息中心, 2023.
[2] 环球市场播报. 微博发布2022年第二季度财报[EB/OL]. [2023-05-25]. https://finance.sina.com.cn/stock/usstock/c/2023-05-25/doc-imyuyvkw5396545.shtml?finpagefr=p_108.
[3] KIM J. The institutionalization of YouTube: from user-generated content to professionally generated content[J]. Media, culture & society, 2012, 34(1): 53-67.
[4] 蔡俊君. 微博医生用户社会资本与知识共享意愿相关性研究[D]. 哈尔滨: 哈尔滨工业大学, 2020.
[5] 郭力维. 基于微博社区的知识交流与传播研究[D]. 武汉: 华中师范大学, 2012.
[6] 曾灵. “ 中科院之声” 知识传播现状研究[J]. 情报工程, 2021, 7(6): 14-30.
[7] 童淑婷, 刘志毅. 知识的普惠—— 短视频与知识传播研究报告 [R]. 北京: 清华大学新闻与传播学院, 中国科学报社, 字节跳动平台责任研究中心, 2019.
[8] KARGAR M J, AZIMZADEH F, RAMLI A R. An experimental framework for ranking quality of information on Weblog[C]// The international conference on information quality. Cambridge: MIT, 2008: 29-43.
[9] 莫祖英, 马费成, 罗毅. 微博信息质量评价模型构建研究[J]. 信息资源管理学报, 2013(2): 12-18.
[10] AGARWAL N, YILIYASI Y. Information quality challenges in social media[C]//The international conference on information quality. Little Rock: ICIQ, 2010: 1-15.
[11] KANG S R, KIM Y J, LEE H J, et al. An evaluation model of information quality of UCC service site[J]. The Korea academiaindustrial cooperation society, 2010(11): 2818-2826.
[12] WANG B Y, LI L, LIN X. Evaluating quality of Web2.0 UGC based on user authority and topic distribution[C]//201316th international symposium on wireless personal multimedia communications. Piscataway: IEEE, 2013: 1-6.
[13] MORRIS M R, COUNTS S, ROSEWAY A, et al. Tweeting is believing? understanding microblog credibility perceptions [C]// Proceedings of the ACM 2012 conference on computer supported cooperative work. New York: ACM, 2012: 441-450.
[14] 冯缨, 张瑞云. 基于用户体验的微博信息质量评估研究[J]. 图书馆学研究, 2014(9): 62-67, 101.
[15] 胡媛, 韦肖莹, 王灿. 微博信息质量评价指标体系构建研究[J]. 情报科学, 2017, 35(6): 44-50.
[16] XU Y C, WANG Y B, NING X L, et al. Constructing and applying influence evaluation model of web quality information for consumer products[C]//5th international conference on education, management and information technology. Yantai: ICEMIT, 2019: 161-170.
[17] DELONE W H, MCLEAN E R. The DeLone and McLean model of information systems success: a ten-year update[J]. Journal of management information systems, 2003, 19(4): 9-30.
[18] MUSTO J, DAHANAYAKE A. An approach to improve the quality of user-generated content of citizen science platforms[J]. ISPRS international journal of geo-information, 2021, 10(7): 434.
[19] STVILIA B, GASSER L, TWIDALE M B, et al. A framework for information quality assessment[J]. Journal of the American Society for Information Science and Technology, 2007, 58(12): 1720-1733.
[20] 盛宇. 基于内容的微博信息质量评价研究—— 以新浪微博为例 [J]. 情报科学, 2013, 31(5): 51-66.
[21] 朱益平, 杜海娇, 张佳, 等. 基于RS-BP神经网络的政务微信公众号信息质量评价模型研究[J]. 情报科学, 2021, 39(2): 54-61, 69.
[22] DESMAL J, OTHMAN M K, HAMID S, et al. Exploring the information quality of mobile government services: a literature review[J]. PeerJ computer science, 2022, 8: e1028.
[23] 胡崇奎. 信息共享性的理论基础—— 信息基因复制原理[J]. 情报科学, 1990(2): 28-31.
[24] 韩筱. 社交媒体舆论的“ 虚拟互动” 场景特征[J]. 传媒, 2020(6): 61-63.
[25] WILLIAMS R, RATTRAY R, GRIMES A. Online accessibility and information needs of disabled tourists: a three country hotel sector analysis[J]. Journal of electronic commerce research, 2007, 8(2): 157-171.
[26] 袁毅. 可配置参数的社交媒体信息质量评价框架研究[J]. 河北学刊, 2019, 39(4): 153-158.
[27] 桑运鑫, 方俊伟, 滕文鑫. 基于用户体验的网络健康社区信息质量评价模型研究[J]. 情报探索, 2017(10): 19-25.
[28] 赵宏亮. 税务微信信息质量评价研究[D]. 保定: 河北大学, 2021.
[29] 范佳佳, 叶继元. 基于结构方程的科技网站信息质量评价模型构建及应用[J]. 图书馆杂志, 2016, 35(9): 66-75.
[30] 邬锦雯, 邬美玲, 王彬璇. 基于灰色关联度分析的突发公共卫生事件省级政府网站信息公开能绩评价研究[J]. 情报工程, 2022, 8(1): 90-99.
[31] 李世辉, 葛玉峰, 王如玉. 基于改进变权物元可拓模型的碳信息披露质量评价[J]. 统计与决策, 2019, 35(21): 57-61.
[32] 裘江南, 翁楠, 徐胜国. 基于C4.5的维基百科页面信息质量评价模型研究[J]. 情报学报, 2012, 31(12): 1259-1264.
[33] 李全喜, 徐嘉徽, 魏骏巍, 等. 基于BP神经网络的共享服务平台资源信息质量评价研究—— 以短租类共享服务平台为例 [J]. 图书情报工作, 2019, 63(10): 125-133.
[34] HWANG C L, YOON K. Multiple attribute decision making: methods and applications, a state-of-the-art survey[M]. New York: Springer, 1981.
[35] 张炎亮, 鹿晴晴. 基于DANP和TOPSIS法的服务质量满意度分析——以网络餐饮平台为例[J]. 计算机应用研究, 2020, 37(7): 2082-2086.
[36] 陈岚枫, 潘志明, 黄丽杨, 等. 基于主成分分析法与加权TOPSIS法的医疗质量评价研究[J]. 医院管理论坛, 2022, 39(4): 29-31, 6.
[37] 余方琪, 刘龙威. 基于熵权TOPSIS模型的农业生态环境质量评价——以淳安县为例[J]. 安徽农业科学, 2022, 50(10): 51-53, 58.
[38] 傅为忠, 储刘平. 长三角一体化视角下制造业高质量发展评价研究——基于改进的CRITIC- 熵权法组合权重的TOPSIS评价模型[J]. 工业技术经济, 2020, 39(9): 145-152.
[39] 么大锁, 贺莹, 于洋洋. 基于RBF神经网络和遗传算法的注塑成型质量控制与预测[J]. 塑料工业, 2020, 48(4): 71-76.
[40] 徐天河, 李耸, 王帅民, 等. 顾及气象数据的中国区域对流层延迟RBF神经网络优化模型[J]. 测绘学报, 2022, 51(8): 1690-1707.
[41] CHEN Y J. College English teaching quality evaluation system based on information fusion and optimized RBF neural network decision algorithm[J]. Journal of sensors, 2021: 6178569.
[42] 肖鹏, 王柯强, 黄振林. 基于IABC和聚类优化RBF神经网络的电力信息网络安全态势评估[J]. 智慧电力, 2022, 50(6): 100-106.
[43] 王小川, 史峰, 郁磊, 等. MATLAB神经网络43个案例分析[M]. 北京: 北京航空航天大学出版社, 2013: 59-60.
Options
文章导航

/

〈 〉