發(fā)布時間：2023-04-01 01:39

　　隨著互聯(lián)網(wǎng)通信技術的發(fā)展,各種內容信息呈現(xiàn)出指數(shù)增長的趨勢,人們逐漸從信息匱乏的盲區(qū)過渡到信息過載(information overload)的矛盾之中。由于人的時間成本是有限的,面對海量信息的時候往往處理效率會大大減弱,推薦算法的出現(xiàn)有效地緩解了該問題。算法推薦系統(tǒng)(recommender system)是人工智能數(shù)據(jù)挖掘的分支領域,它可以根據(jù)用戶的興趣偏好向用戶推薦其感興趣的信息內容。短視頻作為一種運用算法推薦進行內容分發(fā)的平臺,用戶常常表示該類平臺的使用經歷為“刷視頻一時爽,一直刷一直爽”,而學術界對用戶視角的算法推薦系統(tǒng)智能化水平的科學評估缺乏研究,算法推薦技術如何促進用戶沉浸式體驗的機制尚不明朗。本研究基于心流理論,以抖音App為研究對象,通過30個訪談樣本以及405個問卷調查樣本的實證研究,運用關鍵事件法、德爾菲法以及結構方程模型分析等統(tǒng)計方法,原創(chuàng)開發(fā)基于用戶視角的算法推薦智能化評估模型,解析其內涵特征,并探究了其對心流體驗的影響機制。為了提高研究的規(guī)范性和嚴謹性,本研究將運用質化與量化結合的研究方法,研究過程分為三個部分,研究一為探索性質化研究,立足于現(xiàn)實情境分析短視頻...

【文章頁數(shù)】：108 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
術語縮寫頁
第一章 緒論
    1.1 研究背景
        1.1.1 智能算法推薦
        1.1.2 智能算法推薦產品應用現(xiàn)狀
    1.2 研究問題
    1.3 研究目的與意義
        1.3.1 研究目的
        1.3.2 研究意義
    1.4 研究內容和研究方法
        1.4.1 研究思路
        1.4.2 研究方法
        1.4.3 研究技術路線
第二章 文獻綜述
    2.1 智能算法推薦
    2.2 用戶生成內容
    2.3 心流理論
    2.4 本章小結
第三章 基于關鍵事件法的短視頻APP用戶心流體驗影響因素分析
    3.1 訪談提綱設計
    3.2 訪談內容編碼
    3.3 關鍵影響因素的內涵闡述
    3.4 本章小結
第四章 用戶視角的算法推薦智能化量表開發(fā)
    4.1 算法推薦智能化的定義
    4.2 算法推薦智能化初始量表編制
        4.2.1 初始題庫預測試
        4.2.2 德爾菲法
        4.2.3 探索性因子分析
        4.2.4 驗證性因子分析
        4.2.5 算法推薦智能化的內涵闡釋
    4.3 本章小結
第五章 算法推薦智能化對用戶心流體驗的影響及其作用機制
    5.1 研究模型與假設
        5.1.1 研究假設推導
        5.1.2 研究假設模型
        5.1.3 研究量表設計
    5.2 研究預調查檢驗
    5.3 研究分析與發(fā)現(xiàn)
        5.3.1 描述性統(tǒng)計分析
        5.3.2 信度與效度的檢驗
        5.3.3 探索性因子分析
        5.3.4 驗證性因子分析
        5.3.5 潛變量判別效度檢驗
        5.3.6 算法推薦智能化維度的人口統(tǒng)計特征差異
        5.3.7 結構方程模型擬合度檢驗
        5.3.8 結構方程模型路徑檢驗
        5.3.9 UGC感知質量的中介效應檢驗
    5.4 本章小結
第六章 結論與討論
    6.1 研究結論
        6.1.1 算法推薦智能化與用戶心流體驗的關系
        6.1.2 算法推薦智能化與用戶生成內容感知質量的關系
        6.1.3 UGC感知質量在算法推薦智能化與心流體驗間的中介效應
    6.2 理論貢獻
    6.3 管理啟示
        6.3.1 優(yōu)化用戶數(shù)據(jù)分析模型,智能挖掘用戶隱性需求
        6.3.2 弱化碎片娛樂信息內容,構建深度價值合力矩陣
        6.3.3 及時搜集用戶反饋意見,注重人機交互心流體驗
        6.3.4 深化內容平臺人文價值,關注推薦算法社會影響
    6.4 研究局限與展望
        6.4.1 研究局限
        6.4.2 未來展望
參考文獻
致謝
附錄



本文編號：3776202