融合Logistic方程与Markov模型的开放政府用户参与行为分析

发布时间：2021-06-14 03:34

　　[目的/意义]开放政府是新时代下支撑社会管理的重要元素,从用户参与行为的视角剖析开放政府的认同度、互动力以及传播力,对消除政府与用户间数字鸿沟、提高用户参与度具有重要研究意义。[方法/过程]本文融合Logistic方程与Markov模型探索并预测了开放政府的用户参与行为随时间变化的趋势,并以"思想火炬"为样本官微实证了用户的参与度水平。[结果/结论]研究表明:用户参与行为间具备相互作用关系,转发行为更易受到点赞行为与评论行为的影响;融合模型能够预测用户参与行为的发展脉络,进而指导官微进行实时预警;当信息资源聚焦国际关系时,公众参与度显著提升。 

【文章来源】：现代情报. 2020,40(03)CSSCI

【文章页数】：14 页

【部分图文】：

研究框架

传统Logistic方程的增长曲线是一条S型递增曲线[35],其增长规律难以满足本文研究需求。这是因为从生态理论上来说,自然界中会出现阶段性增长、生态退化甚至种群灭绝的现象[36],这就需要从增长与衰退两个维度描绘种群变化的趋势[37-38]。而从现实意义上来说,用户的点赞、评论以及转发等参与行为可能存在多个变化周期[39]且不会随着时间无止境扩大,难以通过一条Logistic曲线进行描绘。基于此,为了更精确地描述开放政府用户参与行为,本文构建了分时段叠加的双向Logistic曲线,具体如图2所示:如图2所示,分时段叠加的双向Logistic曲线能够反映开放政府用户参与行为种群变化的阶段性和双向性。Logistic曲线的阶段性表现为用户参与行为种群的整体变化轨迹是由若干个Logistic曲线组合而成。其中,上一阶段种群发展的末值将会是下一阶段种群发展的初值。Logistic曲线的双向性能够反映从上一阶段过渡到下一阶段是正向增长还是反向减少,此时需要引入种群饱和度的重要概念加以阐释。

如式(5)所示,p ij (k) 是用户参与行为种群饱和度状态变化的条件概率,反映的是处于t时刻的用户参与系统在状态si的条件下经过k步转移到状态sj转移概率,具体过程如图3所示:如图3可知,整个转移过程可以看作用户参与系统在状态si的条件下直接经过k步转移到状态sj,也可以看作是用户参与系统首先经过(k-1)次状态转移后到达状态sj-1再由sj-1转移一次到达状态sj,还可以看作用户参与系统首先经过(k-n)次状态转移后到达状态sj-n再由sj-n转移n次到达状态sj。如此一来,在状态si与状态sj便形成了一条完整的用户参与行为Markov链条,通过对每一次转移步骤概率值的计算,所获得的最大值即为用户参与行为下一步最有可能发生的状态。具体计算公式为:

【参考文献】：
期刊论文
[1]基于用户参与的在线健康平台信息服务质量研究[J]. 钱明辉,徐志轩,王珊.  情报学报. 2019(02)
[2]公民自愿、技术接受与网络参与:基于结构方程模型的实证研究[J]. 李洁,韩啸.  情报杂志. 2019(02)
[3]基于MUSA模型的政府网站知识服务质量用户满意度实证研究[J]. 宋雪雁,张祥青,管丹丹,王萍,李溪萌,刘伟利.  图书情报工作. 2018(23)
[4]政府监管、公众参与和环境治理满意度——基于CGSS2015数据的实证研究[J]. 陈卫东,杨若愚.  软科学. 2018(11)
[5]基于生物种群增长规律的概念词频变化特征研究[J]. 常春,杨婧.  情报科学. 2018(10)
[6]数据挖掘在健康医疗领域中的应用研究综述[J]. 王若佳,魏思仪,赵怡然,王继民.  图书情报知识. 2018(05)
[7]政府数据开放发展速度指数研究——基于我国省级政府数据开放平台的评估[J]. 沈晶,韩磊,胡广伟.  情报杂志. 2018(11)
[8]基于种群密度的微政务信息公开共生演化研究[J]. 朱晓峰,张卫,张琳.  情报学报. 2018(08)
[9]政务新媒体政策研究的国内外进展及未来取向[J]. 陈强.  情报杂志. 2018(11)
[10]社交媒体中企业生成内容（EGC）的社会化传播行为研究——基于内容和情感分析视角[J]. 刘嘉琪,齐佳音,朱舸.  情报科学. 2018(08)



本文编号：3228979