用户生成内容研究进展综述
|
摘要
用户生成内容是Web2. 0下由网络用户创作的互联网信息,分析其相关理论研究进展从而为UGC的进一步研究及商业利用提供思路具有重要的参考意义。本文在界定了UGC产生的背景基础上,从UGC基本范畴、生成动机、质量问题和法律问题4方面,分析了UGC研究动态;探究UGC情感分析中情感词语和情感量化问题,归纳现有情感分析涉及的算法应用。在研究现状分析基础上,指出下一步应重点研究促进网络用户生产出高质量UGC的激励和约束政策,建立更加完善、准确的推荐模型,设计符合不同应用领域的情感词量化方法,构建保护用户隐私的UGC生产、利用机制。
User Generation Content is an active topic in recent years under the condition of Web 2. 0. Literatures on User Generation Content were reviewed. The paper introduced the background of UGC,then analyzed its research trends from four views,basic concept,generation motivation,quality and legal problem of UGC. Sentimental words and sentimental quantification in UGC's sentimental analysis were studied,and the application of algorithms used in the existing sentimental analysis was introduced. Finally,interesting works in the future,such as policies which could improve UGC's quality,recommendation models that could get high accuracy of UGC mining,quantitative method how to construct a sufficient sentimental dictionary for different area,privacy preserving of UGC,were proposed.
User Generation Content is an active topic in recent years under the condition of Web 2. 0. Literatures on User Generation Content were reviewed. The paper introduced the background of UGC,then analyzed its research trends from four views,basic concept,generation motivation,quality and legal problem of UGC. Sentimental words and sentimental quantification in UGC's sentimental analysis were studied,and the application of algorithms used in the existing sentimental analysis was introduced. Finally,interesting works in the future,such as policies which could improve UGC's quality,recommendation models that could get high accuracy of UGC mining,quantitative method how to construct a sufficient sentimental dictionary for different area,privacy preserving of UGC,were proposed.
引文
[1] http://www. oreilly. com/pub/a/web2/archive/what-is-web-20.html? page=1[EB].
[2]门亮,杨雄勇. UGC平台的特征及其信息流的分析[J].设计,2015,(5):52-54.
[3]李冰,郄婧琳.大数据、流媒体与视频内容生产新策略——美剧《纸牌屋》的启示[J].出版广角,2015,(3):89-91.
[4]黎孔静.由Netflix自制剧《纸牌屋》的热播引发的思考[J].电视研究,2013,(9):76-77.
[5]刘倩琦.中国视频UGC的掘金路[J].投资北京,2014,(1):50-53.
[6]李奕莹,戚桂杰.企业开放式创新社区中用户生成内容的创新贡献[J].中国科技论坛,2017,(4):95-102.
[7]李奕莹,戚桂杰.创新价值链视角下企业开放式创新社区管理的系统动力学研究[J].商业经济与管理,2017,(6):60-70.
[8]蓝勤华. UGC(用户创造内容)概念之辨析[J].中国网络传播研究,2010,(00):279-286.
[9]胡华.基于中文UGC信息源的半自动应用本体构建研究[D].武汉:武汉大学,2014.
[10]闫婧.基于用户信誉评级的UGC质量预判方法[D].郑州:郑州大学,2017.
[11]张振宇,喻发胜.公共性与商业性:UGC媒体发展的两难境地——以媒介形态研究的视角[J].湖北社会科学,2015,(8):192-198.
[12]赵宇翔,朱庆华. Web2. 0环境下影响用户生成内容的主要动因研究[J].中国图书馆学报,2009,(5):107-116.
[13]柳瑶,郎宇洁,李凌.微博用户生成内容的动机研究[J].图书情报工作,2013,57(10):51-57.
[14]范哲,张乾. MOA视角下的问答网站用户贡献行为研究[J].图书与情报,2015,(5):123-132.
[15]赵宇翔.社会化媒体中用户生成内容的动因与激励设计研究[D].南京:南京大学,2011.
[16]张世颖.移动互联网用户生成内容动机分析与质量评价研究[D].长春:吉林大学,2014.
[17] https://baike.so.com/doc/5374131-5610149.html[EB].
[18]金燕.国内外UGC质量研究现状与展望[J].情报理论与实践,2016,39(3):15-19.
[19]金燕,李丹.基于SPC的用户生成内容质量监控研究[J].情报科学,2016,34(5):86-90,141.
[20]林煜明,王晓玲,朱涛,等.用户评论的质量检测与控制研究综述[J].软件学报,2014,25(3):506-527.
[21]汪建成,严馨,余正涛,等.基于主题-对立情感依赖模型的虚假评论检测方法[J].山西大学学报:自然科学版,2015,(1):31-38.
[22]张慧霞.美国UGC规则探讨——兼论网络自治与法治的关系[J].电子知识产权,2008,(5):37-39.
[23]李妙玲,岳庆荣.我国用户生成内容的版权侵权问题治理模式研究[J].新世纪图书馆,2015,(5):54-59.
[24]蒋晓丽,杨珊.虚拟社会安全阀:树洞类UGC平台的宣泄功能研究[J].新闻界,2017,(6):54-59.
[25]王赛.树洞文化在互联网中的应用与发展[J].青年记者,2014,(32):69-70.
[26]耿绍宁.试析网络“树洞”应用对高校和谐稳定的影响——以“树洞”微博为例[J].思想理论教育,2013,(15):76-78,82.
[27]赵妍妍,秦兵,石秋慧,等.大规模情感词典的构建及其在情感分类中的应用[J].中文信息学报,2017,31(2):187-193.
[28] Egger M. A Brief Tutorial on How to Extract Information from User-Generated Content(UGC)[J]. KI-Künstliche Intelligenz,2013,27(1):53-60.
[29]赖凯声,陈浩,钱卫宁,等.微博情绪与中国股市:基于协整分析[J].系统科学与数学,2014,34(5):565-575.
[30]潘宇,林鸿飞.基于语义极性分析的餐馆评论挖掘[J].计算机工程,2008,17(17):208-210.
[31]王海雷,章彦星,赵海玉,等.基于用户生成内容的产品搜索模型[J].中文信息学报,2013,27(4):89-95.
[32]饶元,吴连伟,王一鸣,等.基于语义分析的情感计算技术研究进展[J].软件学报,2018,29(8):1-25.
[33]徐琳宏,林鸿飞,杨志豪.基于语义理解的文本倾向性识别机制[J].中文信息学报,2007,21(1):96-100.
[34]李宏媛,陶然.服装电商评论情感分析研究[J].智能计算机与应用. 2017,7(1):27-34.
[35] Yang J,Yecies B. Mining Chinese Social Media UGC:A Big Data Framework for Analyzing Douban Movie Reviews[J]. Journal of Big Data,2016,3(1):1-23.
[36]黄发良,于戈,张继连,等.基于社交关系的微博主题情感挖掘[J].软件学报,2017,28(3):694-707.
[37] Raghupathi D,Yannou B,Farel R,Emilie Poirson. Customer Sentiment Appraisal from User-generated Product Reviews:A Domain Independent Heuristic Algorithm[J]. International Journal on Interactive Design and Manufacturing(IJIDe M),2015,9(3):201-211.
[38]赵妍妍,秦兵,刘挺.文本情感分析[J].软件学报,2010,21(8):1834-1848.
[2]门亮,杨雄勇. UGC平台的特征及其信息流的分析[J].设计,2015,(5):52-54.
[3]李冰,郄婧琳.大数据、流媒体与视频内容生产新策略——美剧《纸牌屋》的启示[J].出版广角,2015,(3):89-91.
[4]黎孔静.由Netflix自制剧《纸牌屋》的热播引发的思考[J].电视研究,2013,(9):76-77.
[5]刘倩琦.中国视频UGC的掘金路[J].投资北京,2014,(1):50-53.
[6]李奕莹,戚桂杰.企业开放式创新社区中用户生成内容的创新贡献[J].中国科技论坛,2017,(4):95-102.
[7]李奕莹,戚桂杰.创新价值链视角下企业开放式创新社区管理的系统动力学研究[J].商业经济与管理,2017,(6):60-70.
[8]蓝勤华. UGC(用户创造内容)概念之辨析[J].中国网络传播研究,2010,(00):279-286.
[9]胡华.基于中文UGC信息源的半自动应用本体构建研究[D].武汉:武汉大学,2014.
[10]闫婧.基于用户信誉评级的UGC质量预判方法[D].郑州:郑州大学,2017.
[11]张振宇,喻发胜.公共性与商业性:UGC媒体发展的两难境地——以媒介形态研究的视角[J].湖北社会科学,2015,(8):192-198.
[12]赵宇翔,朱庆华. Web2. 0环境下影响用户生成内容的主要动因研究[J].中国图书馆学报,2009,(5):107-116.
[13]柳瑶,郎宇洁,李凌.微博用户生成内容的动机研究[J].图书情报工作,2013,57(10):51-57.
[14]范哲,张乾. MOA视角下的问答网站用户贡献行为研究[J].图书与情报,2015,(5):123-132.
[15]赵宇翔.社会化媒体中用户生成内容的动因与激励设计研究[D].南京:南京大学,2011.
[16]张世颖.移动互联网用户生成内容动机分析与质量评价研究[D].长春:吉林大学,2014.
[17] https://baike.so.com/doc/5374131-5610149.html[EB].
[18]金燕.国内外UGC质量研究现状与展望[J].情报理论与实践,2016,39(3):15-19.
[19]金燕,李丹.基于SPC的用户生成内容质量监控研究[J].情报科学,2016,34(5):86-90,141.
[20]林煜明,王晓玲,朱涛,等.用户评论的质量检测与控制研究综述[J].软件学报,2014,25(3):506-527.
[21]汪建成,严馨,余正涛,等.基于主题-对立情感依赖模型的虚假评论检测方法[J].山西大学学报:自然科学版,2015,(1):31-38.
[22]张慧霞.美国UGC规则探讨——兼论网络自治与法治的关系[J].电子知识产权,2008,(5):37-39.
[23]李妙玲,岳庆荣.我国用户生成内容的版权侵权问题治理模式研究[J].新世纪图书馆,2015,(5):54-59.
[24]蒋晓丽,杨珊.虚拟社会安全阀:树洞类UGC平台的宣泄功能研究[J].新闻界,2017,(6):54-59.
[25]王赛.树洞文化在互联网中的应用与发展[J].青年记者,2014,(32):69-70.
[26]耿绍宁.试析网络“树洞”应用对高校和谐稳定的影响——以“树洞”微博为例[J].思想理论教育,2013,(15):76-78,82.
[27]赵妍妍,秦兵,石秋慧,等.大规模情感词典的构建及其在情感分类中的应用[J].中文信息学报,2017,31(2):187-193.
[28] Egger M. A Brief Tutorial on How to Extract Information from User-Generated Content(UGC)[J]. KI-Künstliche Intelligenz,2013,27(1):53-60.
[29]赖凯声,陈浩,钱卫宁,等.微博情绪与中国股市:基于协整分析[J].系统科学与数学,2014,34(5):565-575.
[30]潘宇,林鸿飞.基于语义极性分析的餐馆评论挖掘[J].计算机工程,2008,17(17):208-210.
[31]王海雷,章彦星,赵海玉,等.基于用户生成内容的产品搜索模型[J].中文信息学报,2013,27(4):89-95.
[32]饶元,吴连伟,王一鸣,等.基于语义分析的情感计算技术研究进展[J].软件学报,2018,29(8):1-25.
[33]徐琳宏,林鸿飞,杨志豪.基于语义理解的文本倾向性识别机制[J].中文信息学报,2007,21(1):96-100.
[34]李宏媛,陶然.服装电商评论情感分析研究[J].智能计算机与应用. 2017,7(1):27-34.
[35] Yang J,Yecies B. Mining Chinese Social Media UGC:A Big Data Framework for Analyzing Douban Movie Reviews[J]. Journal of Big Data,2016,3(1):1-23.
[36]黄发良,于戈,张继连,等.基于社交关系的微博主题情感挖掘[J].软件学报,2017,28(3):694-707.
[37] Raghupathi D,Yannou B,Farel R,Emilie Poirson. Customer Sentiment Appraisal from User-generated Product Reviews:A Domain Independent Heuristic Algorithm[J]. International Journal on Interactive Design and Manufacturing(IJIDe M),2015,9(3):201-211.
[38]赵妍妍,秦兵,刘挺.文本情感分析[J].软件学报,2010,21(8):1834-1848.