短视频App算法推荐智能化对用户心流体验的影响研究

发布时间：2023-04-01 01:39

　　随着互联网通信技术的发展,各种内容信息呈现出指数增长的趋势,人们逐渐从信息匮乏的盲区过渡到信息过载(information overload)的矛盾之中。由于人的时间成本是有限的,面对海量信息的时候往往处理效率会大大减弱,推荐算法的出现有效地缓解了该问题。算法推荐系统(recommender system)是人工智能数据挖掘的分支领域,它可以根据用户的兴趣偏好向用户推荐其感兴趣的信息内容。短视频作为一种运用算法推荐进行内容分发的平台,用户常常表示该类平台的使用经历为“刷视频一时爽,一直刷一直爽”,而学术界对用户视角的算法推荐系统智能化水平的科学评估缺乏研究,算法推荐技术如何促进用户沉浸式体验的机制尚不明朗。本研究基于心流理论,以抖音App为研究对象,通过30个访谈样本以及405个问卷调查样本的实证研究,运用关键事件法、德尔菲法以及结构方程模型分析等统计方法,原创开发基于用户视角的算法推荐智能化评估模型,解析其内涵特征,并探究了其对心流体验的影响机制。为了提高研究的规范性和严谨性,本研究将运用质化与量化结合的研究方法,研究过程分为三个部分,研究一为探索性质化研究,立足于现实情境分析短视频...

【文章页数】：108 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
术语缩写页
第一章 绪论
    1.1 研究背景
        1.1.1 智能算法推荐
        1.1.2 智能算法推荐产品应用现状
    1.2 研究问题
    1.3 研究目的与意义
        1.3.1 研究目的
        1.3.2 研究意义
    1.4 研究内容和研究方法
        1.4.1 研究思路
        1.4.2 研究方法
        1.4.3 研究技术路线
第二章 文献综述
    2.1 智能算法推荐
    2.2 用户生成内容
    2.3 心流理论
    2.4 本章小结
第三章 基于关键事件法的短视频APP用户心流体验影响因素分析
    3.1 访谈提纲设计
    3.2 访谈内容编码
    3.3 关键影响因素的内涵阐述
    3.4 本章小结
第四章 用户视角的算法推荐智能化量表开发
    4.1 算法推荐智能化的定义
    4.2 算法推荐智能化初始量表编制
        4.2.1 初始题库预测试
        4.2.2 德尔菲法
        4.2.3 探索性因子分析
        4.2.4 验证性因子分析
        4.2.5 算法推荐智能化的内涵阐释
    4.3 本章小结
第五章 算法推荐智能化对用户心流体验的影响及其作用机制
    5.1 研究模型与假设
        5.1.1 研究假设推导
        5.1.2 研究假设模型
        5.1.3 研究量表设计
    5.2 研究预调查检验
    5.3 研究分析与发现
        5.3.1 描述性统计分析
        5.3.2 信度与效度的检验
        5.3.3 探索性因子分析
        5.3.4 验证性因子分析
        5.3.5 潜变量判别效度检验
        5.3.6 算法推荐智能化维度的人口统计特征差异
        5.3.7 结构方程模型拟合度检验
        5.3.8 结构方程模型路径检验
        5.3.9 UGC感知质量的中介效应检验
    5.4 本章小结
第六章 结论与讨论
    6.1 研究结论
        6.1.1 算法推荐智能化与用户心流体验的关系
        6.1.2 算法推荐智能化与用户生成内容感知质量的关系
        6.1.3 UGC感知质量在算法推荐智能化与心流体验间的中介效应
    6.2 理论贡献
    6.3 管理启示
        6.3.1 优化用户数据分析模型,智能挖掘用户隐性需求
        6.3.2 弱化碎片娱乐信息内容,构建深度价值合力矩阵
        6.3.3 及时搜集用户反馈意见,注重人机交互心流体验
        6.3.4 深化内容平台人文价值,关注推荐算法社会影响
    6.4 研究局限与展望
        6.4.1 研究局限
        6.4.2 未来展望
参考文献
致谢
附录



本文编号：3776202