当前位置>主页 > 期刊在线 > 信息化应用 >

信息化应用23年4期

基于 CiteSpace 的网络问答社区研究的可视化分析及启示
迟秀铭 1 ,房旭辉 2 ,郭顺利 2
(1. 莱山区图书馆,山东 烟台 264003;2. 曲阜师范大学 传媒学院,山东 日照 276826)

摘  要:梳理中外网络问答社区的研究热点及其发展脉络,总结国内外网络问答社区研究的异同,以期为我国网络问答社区研究提供新思路和指导。以 Web of Science 和 CNKI 为文献来源,运用 CiteSpace 软件对国内外网络问答社区研究热点进行可视化比较分析。我国未来网络问答社区研究需要深化完善已有的研究领域,扩大研究范围,创新研究方法,增强创新意识,将研究成果应用到网络问答社区运营管理实践中。


关键词:问答社区;CiteSpace;比较分析;科学知识图谱



DOI:10.19850/j.cnki.2096-4706.2023.04.032


基金项目:国家社会科学基金青年项目(20CTQ028)


中图分类号:TP391                                         文献标识码:A                              文章编号:2096-4706(2023)04-0125-05


Visual Analysis and Enlightenment of the Research on Network Q&A Community Based on CiteSpace

CHI Xiuming1, FANG Xuhui 2, GUO ShunLi 2

(1.Laishan Library, Yantai 264003, China; 2.School of Communication, Qufu Normal University, Rizhao 276826, China)

Abstract: This paper sorts out the research hotspots and development context of the network Q&A community at home and abroad, and summarizes the similarities and differences of the research of the network Q&A community at home and abroad, with a view to providing new ideas and guidance for the research of the network Q&A community in China. It takes Web of Science and CNKI as the source of literature, and uses CiteSpace software to visually compare and analyze the research hotspots of network Q&A community at home and abroad. In the future, China's network Q&A community research needs to deepen and improve the existing research fields, expand the research scope, innovate research methods, enhance innovation awareness, and apply the research results to the operation and management of network Q&A community.

Keywords: Q&A community; CiteSpace; comparative analysis; scientific knowledge graph


参考文献:

[1] 沈旺,李世钰,刘嘉宇,等 . 问答社区回答质量评价体系优化方法研究 [J]. 数据分析与知识发现,2021,5(2):83-93.

[2] GAZAN R. Social Q&A [J].Advances in Information Science, 2011,62(12):2301-2312.

[3] 姜雯,许鑫 . 在线问答社区信息质量评价研究综述 [J]. 现代图书情报技术,2014(6):41-50.

[4] 赵雪芹,王青青 . 在线问答平台用户旅游信息需求研究—以途牛问答社区为例 [J]. 农业图书情报学报,2020,32(10):47-55.

[5] 刘烁,陈盼,杨冰香,等 . 基于知乎抑郁症问答社区的用户健康信息需求分析 [J]. 护理研究,2021,35(13):2273-2279.

[6] 周国韬,龚栩,邓胜利 . 基于主题分析的用户养生健康信息需求演化趋势研究 [J]. 情报科学,2022,40(4):118-126+137.

[7] 郭顺利,步辉,何宏国 . 基于 G-Kmeans 的网络问答社区话题用户信息需求聚合方法及应用研究 [J]. 情报理论与实践,2022,45(6):170-178.

[8] 郭顺利,张向先,陶兴,等 . 社会化问答社区用户生成答案质量自动化评价研究——以“知乎”为例 [J]. 图书情报工作,2019,63(11):118-130.

[9] 易明,张婷婷.大众性问答社区答案质量排序方法研究 [J].数据分析与知识发现,2019,3(6):12-20.

[10] 高逸飞 . 基于主题模型的问答社区专家发现方法研究[D]. 北京:北京交通大学,2020.

[11] 黄辉,刘永坚,解庆 . 基于用户 - 标签异构网络的社区问答专家发现方法 [J]. 计算机工程,2020,46(2):53-58.

[12] 卢恒,张向先,张莉曼,等 . 理性与偏差视角下在线问答社区用户知识付费意愿影响因素构型研究 [J]. 图书情报工作,2020,64(19):89-98.

[13] 赵菲菲,渠性怡,周庆山 . 在线问答社区用户知识付费意愿影响因素实证研究 [J]. 情报资料工作,2019,40(1):89-97.

[14] 王志英,邓航宇,王念新,等 . 问答社区信息安全突发事件应急知识传播模型研究 [J]. 情报杂志,2019,38(10):136-145.

[15] 王忠义,张鹤铭,黄京,等 . 基于社会网络分析的网络问答社区知识传播研究 [J]. 数据分析与知识发现,2018,2(11):80-94.

[16] 蒋竞,吕江枫,张莉.中文软件问答社区主题分析研究 [J].软件学报,2020,31(4):1143-1161.

[17] 唐晓波,刘江南 . 基于 BERT 和 TF-IDF 的问答社区问句自动标引研究——以金投网问答社区为例 [J]. 情报科学,2021,39(3):3-10.

[18] 陶兴,张向先,郭顺利,等 . 学术问答社区用户生成内容的 W2V-MMR 自动摘要方法研究 [J]. 数据分析与知识发现,2020,4(4):109-118.

[19] FANG C C,ZHANG J T. Users' continued participation behavior in social Q&A communities: A motivation perspective [J]. Computers in Human Behavior,2019,92:87-109.

[20] YANG X C,SUI Y. Value cocreation behavior of users in an online social question-andanswer community [J].Social Behavior and Personality,2021,49(5):1-14.

[21] LIU C,HAO Y C,SHAN W,et al. Identifying Experts in Community Question Answering Website Based on Graph Convolutional Neural Network [J].IEEE Access,2020,8:137799-137811.

[22] WANG J,SUN J Q,LIN H F,et al. Convolutional neural networks for expert recommendation in community question answering [J/OL].Science China-Information Sciences,2017,60(11).[2022-09-28].

https://link.springer.com/article/10.1007/s11432-016-9197-0#citeas. [23] XIONG X X,FU M,ZHU M,et al. Visual potential expert prediction in question and answering communities [J].Journal of Visual Languages and Computing,2018,48:70-80.

[24] LI Y Y,SU L,CHEN J,et al. Semi-supervised learning for question classification in CQA [J].Natural Computing,2017,16(4):567-577.

[25] MOMTAZI S. Unsupervised Latent Dirichlet Allocation for supervised question classification [J].Information Processing & Manahement,2018,54(3):380-393.

[26] ZHOU G Y,HUANG J X J. Modeling and Learning Distributed Word Representation with Metadata for Question Retrieval [J].IEEE Transactions on Knowledge and Data Engineering,2017,29(6):1226-1239.

[27] ZHU N N,ZHANG Z J,MA H Q. Ranking answers of comparative questions using heterogeneous information organization from social media [J].Signal Image and Video Processing,2019,13(7):1267-1274.


作者简介:迟秀铭(1988—),女,汉族,山东烟台人,馆员,硕士,研究方向:数字图书馆、信息管理;房旭辉(1997—),男,汉族,山东德州人,硕士研究生在读,研究方向:信息管理、知识服务;郭顺利(1989—),男,汉族,山东临沂人,副教授,博士,研究方向:信息管理、知识服务。