《基于ELM的AIGC用户信任研究》

  • 来源专题:数智化图书情报
  • 编译者: 程冰
  • 发布时间:2025-07-22
  • [目的/意义]研究AIGC用户信任形成机理,从而采取措施建立用户信任,促进其采纳和使用行为。[方法/过程]基于ELM,考察中心因素和外围因素对AIGC用户信任的影响,采用SEM和fsQCA进行数据分析。[结果/结论]中心因素(感知准确性、感知个性化、内容可解释性)和外围因素(拟人化、感知偏见、隐私风险)、信任倾向显著影响用户对AIGC的信任。此外,算法素养对信任具有调节作用。因此,AIGC平台需要关注中心因素和外围因素两方面,进而提升用户信任,促进其使用行为。
  • 原文来源:https://www.lis.ac.cn/CN/10.13266/j.issn.0252-3116.2025.14.006
相关报告
  • 《基于用户价值细分的在线健康社区核心用户识别方法研究》

    • 来源专题:数智化图书情报
    • 编译者:程冰
    • 发布时间:2025-07-22
    • 【目的/意义】在线健康社区核心用户识别,对社区可持续发展与社会科学的健康信息传播具有重要意义。 【方法/过程】本文提出的核心用户识别方法综合考虑了用户属性特征和社会网络特征。首先利用Node2vec网络表示学习模型将用户关注网络中的节点映射为向量,并选择最优的聚类算法对用户节点向量进行聚类及筛选,最后引入市场营销领域客户价值细分模型(RFM模型),构建融合社会网络特征的核心用户影响力评价模型,对核心用户候选集综合分析后得到在线健康社区核心用户排名。【结果/结论】选取丁香园论坛中的数据对本文所提方法进行验证,证明了本文所提方法的有效性,结果表明该方法可以较好地识别在线健康社区的核心用户。【创新/局限】 引入RFM模型考虑时间、频率和价值因素等多维关键指标的影响,从用户价值角度能够较好地表征和识别核心用户,但未充分考虑核心用户影响力的动态演化过程,未来可考虑结合时间维度进一步探索核心用户识别的动态 机制。
  • 《基于改进RFM聚类的高校图书馆用户画像研究》

    • 来源专题:图书情报
    • 编译者:xuxue
    • 发布时间:2020-05-25
    • 用户画像技术作为实现精准营销及服务的有效工具,在很多领域已经得到广泛验证和应用,也为高校图书馆的精准服务提供了新的思路。文章以某高校图书馆的读者信息和行为数据为例,引入并改进客户细分领域中的RFM模型,对读者群体进行聚类细分,同时建立了具有不同行为特征的图书馆读者群体的用户画像。最后,提出了基于改进RFM聚类的高校图书馆用户画像构建方法,以期为高校图书馆用户描述和精准服务提供参考。