WSAM:互联网UGC文本主观观点挖掘系统

互联网上的用户生成内容UGC(User Generated Content)中蕴含的用户主观观点信息对分析用户行为、用户需求等工作有着重要的价值。设计一套基于自然语言理解的互联网UGC文本主观观点分析系统WSAM,该系统能挖掘出用户主观观点所蕴含的关注对象和主观成分。分析了互联网UGC现象和生成原因,总结出UGC中用户主观观点中的四种主要类型。挖掘用户主观观点过程中,将用户主观观点的挖掘转化为句子中主观观点关注对象的识别和主观成分的判断。算法结合基于词语类、结构类等相关特征,采用最大熵分类器挖掘用户主观观点。实验验证,WSAM系统所采用的算法性能较好,且还能够灵活扩充出情感分析(Opin-ion Mining)等相关应用,同样也能达到较好的结果。     

PPS爱频道首叩视频UGC2．0大门,企业用户成主力

UGC（UserGeneratedContent）,即用户生成内容,过去往往和草根用户联系到一起,而近日PPS发布的新UGC平台——爱频道,是整个视频行业第一次认识到企业用户的需求。并为之提供的内容自运营平台。授权企业通过对自有频道的管理,以明确的主题获取粉丝用户,并与之展开社会化互动的产品模式,可视为视频网站第一次展开UGC2．0的升级探索。     

互联网企业平台内容有效治理的几点思考

随着互联网和信息技术的发展，互联网内容呈现爆发式增长，“人人都有麦克风，人人都是自媒体”。UGC（用户生产内容）的模式让互联网内容更加丰富的同时，也带来了内容良莠不齐的严峻问题。互联网内容治理成为摆在管理部门面前一项重要而紧迫的课题。本文探讨了互联网企业应发挥平台责任，在政策学习和理解、制度建设以及应用科技手段方面进行内容治理的一些思考。     

面向用户生成内容的创意思维知识服务研究

为提高用户研究效率和创意知识获取水平,解决概念设计前期的信息采集周期长、用户需求挖掘不够、创意思维受限等问题,构建了面向用户生成内容(User-Generated Content,UGC)的创意思维知识服务研究模型.该模型以UGC为数据分析对象,基于文本分析与可视化技术,实现了关键词之间语境内容关联、情感体验度量与关联...     

新媒体平台内容传播提质路径研究——以抖音与B站为例

本文以新媒体头部视频应用抖音和B站为研究对象，从打造“梗名片”、把控时长、UGC转向PGC三个方面提出内容传播提质路径建议。在视频的时长把握上，应当从平台特点、用户习惯和视频内容方面做出相应调整，以使视频质量达到最高水平。UGC向PGC提质的方法为提高PGC用户门槛、忠诚度和价值，从该路径达成新媒体平台内容传播全面提质。     

在线视频分享网络中的复杂网络特性研究

随着互联网的普及和Web 2.0技术的发展,以UGC模式为主的视频分享站点迅速成长。创建于2010年的具有UGC模式的爱奇艺网络视频播放平台已经成为主流的新一代短视频分享服务网站。本文对采集到的用户发布视频数据进行了测量,重点分析了视频在类别、时长、播放数和评论数等方面的统计结果以及它们之间的关系,并发现视频网络的小世界特性。然后通过结合节点度分布、网络社区划分K-core分层和Bow-tie模型等方面测量了基于订阅关系构成的用户关系网络的特性,发现该网络的无尺度特性以及用户节点分布的特点。本文针对用户上传的视频以及用户群体本身进行测量分析,这不仅有助于了解UGC视频的结构特点,而且研究爱奇艺中视频的组织形式与其网络拓扑结构可以帮助人们深入理解社交网络的结构特点和视频信息在网络中的传播特征,具有重要的研究价值。     

多源异构用户生成内容的融合向量化表示学习

随着移动网络和APPs的发展,包含用户评价、标记、打分、图像和视频等多源异构数据的用户生成内容(User Genera-ted Contents,UGC)成为提高个性化服务质量的重要依据,对这些数据的融合和表示学习成为其应用的关键.对此,提出一种面向多源文本和图像的融合表示学习.采用Doc2vec和LDA模型,给出多源文本的向量化表示,采用深度卷积网络获取与评价文本相关的图像特征;给出多源文本向量化表示的多策略融合机制,以及文本和图像卷积融合的表示学习.将所提算法应用于亚马逊含UGC内容的商品数据集上,基于UGC向量化表示物品的分类准确率说明了该算法的可行性和有效性.     

结合用户生成内容与链接关系的社区发现算法

社区发现一直是社会网络研究中的热点内容。但是当前社区发现算法更加关注用户与用户之间的链接关系,而对社会网络中用户生成内容(user generated contents,UGC)大数据研究较少。用户生成内容是Web2.0的特点,也是社会网络平台吸引用户的重要原因之一,对社区的形成起着重要作用。提出了一种新的社区发现算法,能够综合利用用户与用户之间的链接关系以及用户生成内容来确定用户的社区划分。该算法用LDA(latent Dirichlet allocation)算法分析用户生成内容中主要的内容形式——文本信息,同时通过谱分析方法分析用户与用户之间的链接关系,并有机结合以发现网络的社区结构。通过分析科学网的真实数据,证明了所提算法能够有效综合利用用户生成内容与用户链接关系,使社区发现的结果更加客观准确。     

短视频企业哪家强?

更快、更爽、更简单直接短视频平台的内容以明星、网红等生产的内容以及PGC（专业生产内容）和UGC（用户生产内容）为主,时长通常在5分钟以内。传统视频网站内容则是以电影、电视剧、卫视综艺节目、网综网剧类为主,时长在30分钟以上,版权购买为基础运营方式。短视频从内容形式、     

UGC视频网络QoS模型研究

把握网络QoS的变化对UGC视频QoE的影响程度对优化运营商网络至关重要。在不同地点跟踪通过网络损伤模拟各种QoS参数变化情况下UGC典型事务的事务时延,发现各种网络QoS参数对UGC视频QoE的影响程度不一,8 Mbps下行带宽、2%的丢包率、100 ms时延、64 ms抖动能够满足绝大多数UGC事务的QoE。只有将UGC业务部署优化和网络优化结合起来才能满足特定地区用户的QoE。     

在线游戏引擎展示—涂鸦软件之“涂鸦世界”

如今,用户创作(User Generated Content)的概念被屡屡提起,支持更多的UGC已成为游戏业的一个发展趋势,这给在线游戏引擎带来很大的应用机会。一些国内游戏公司在探索虚拟世界的过程中也逐渐发展出自己的在线游戏引擎,比如涂鸦软件的"涂鸦世界"。     

视频网络：“虚胖”的中国UGC

2006年,Google豪掷16．5亿美元收购视频网站YbuTube。消息一出,外界纷纷对Google的意图表示好奇,也对YouTube的UGC模式表示否定。但六年后的今天,我们看到了YouTube所创造的奇迹：解决用户上传内容的版权问题、吸纳广告主、优化用户体验。更重要的是,YouTube在2013年的总盈利已到40亿美元。     

让数字融入我们的生活

随着家庭用户越来越多使用宽带接入互联网,借助互联网这一载体,用户获取多媒体内容的能力得到空前增强,各种数字娱乐应用不断兴起,家用电器中的技术正在逐渐与电脑技术相融合,用户将能够在电脑上看电视,以及在家庭影院或其它家电上运用电脑的特性,数字家庭的概念逐渐清晰。     

Broadband TV这样做视频UGC

互联网的出现,实现了"所有人对所有人的传播",可视化的视听传播更具其强大的感染力,Broadband TV的UGC模式也许对国内的视频网站有着重要的参考意义。加拿大温哥华一家名为Broadband TV的公司整合制作的视频,在YouTube上每月的点击量超过6000多万,覆盖1000万以上用户,并一举成为YouTube排行第六的视频供应商。     

文本语义分析的实现及应用

淘宝网每天产生千万级的用户输入文本（简称UGC）,它们是无结构的,因此与结构化数据相比,更难通过语义分析技术进行信息挖掘。然而,UGC的无结构化,又使得其能够挖掘的信息是无限的。本文将讲述如何利用文本语义分析技术来挖掘有价值的信息,并介绍该技术在淘宝网的应用情况。     

前途堪虑的UGC

UGC单纯想以广告营销为收入并从而盈利,其困难程度可谓极高.也许,如果从用户付费的角度来思考,或许是一条可行道路.这两天一则新闻发布,雅虎宣布,将于5月24日关闭2007年初收购的MyBlogLog服务.而另外一则跟雅虎相关的新闻也发布了,雅虎视频网站拟3月15日删除所有用户上传的内容.另外,当     

基于对抗性学习的协同过滤推荐算法

推荐系统能够根据用户的兴趣特点和购买行为,向用户推荐感兴趣的信息和商品.随着用户生成内容UGC逐渐成为当前Web应用的主流,基于UGC的推荐也得到了广泛关注.区别于传统推荐中用户与物品的二元交互,有的UGC推荐采用协同过滤方法,提出了消费者、物品和生产者的三元交互,进而提高了推荐准确度,但大多算法都集中在推荐的性能而忽略了对鲁棒性的研究.因此,通过结合对抗性学习和协同过滤的思想,提出了一种基于对抗性学习的协同过滤推荐算法.首先在三元关系模型参数上加入对抗性扰动,使模型的性能降至最差,与此同时使用对抗性学习的方法训练模型,以达到提高推荐模型鲁棒性的目的;其次设计了一种高效的算法用于求解模型所需的参数;最后在Reddit和Pinterest两个公共数据集上进行测试.实验结果表明:1)在相同参数设置下,与现有算法相比,所提方法的AUC,Precision和Recall指标均有明显的提高,验证了其可行性与有效性;2)该算法不仅增强了推荐性能,还提高了模型的鲁棒性.     

基于用户兴趣的跨网络用户身份识别算法

针对现有算法对用户兴趣在跨网络用户身份识别中作用的忽视以及时间复杂度高的问题,提出了基于用户兴趣的跨社交网络用户身份识别算法（UI-UI）。首先利用分块思想对用户节点进行初筛选,以提升算法效率、降低时间复杂度;其次,根据用户产生内容（UGC）和用户社交关系对用户兴趣进行建模,并计算兴趣相似度作为身份识别的依据;最后利用半监督学习的方法进行跨网络用户身份识别。通过在真实社交网络中进行实验,结果表明UI-UI算法能有效识别跨网络用户,且准确率和召回率稳定,运行时间显著减少。     

移动终端设备的用户体验设计

移动互联网的飞速发展,催生了很多实用的、生动有趣的互联网应用。首先介绍了移动互联网以及即时通信软件的发展,然后讲解了用户体验设计的概念、发展历程及方法,提出了用户体验设计的关键技术。     

互联网思维UFO模型(下)

好的互联网产品需要精细化的运营,而精细化运营需要大数据驱动。这也是互联网思维很重要的一方面。互联网思维模型是我们在考察一个企业是否有互联网思维的基础,本期我们将继续介绍另外两个:User experience极致用户体验用户体验,而不是客户体验。正如360公司创始人周鸿祎的观点:客户和用户虽然一字之差,但二者的意义却有很大的差别。客户是传统营销学和传统经济里面的概念。顾客是指除了自己以外的所有人,包括任何