您的位置: 专家智库 > >

刘婷

作品数:5 被引量:42H指数:4
供职机构:武汉大学信息管理学院更多>>
发文基金:教育部人文社会科学重点研究基地度重大研究项目湖北省高等学校省级教学研究项目江西省教育厅青年科学基金更多>>
相关领域:文化科学社会学经济管理更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇文化科学
  • 1篇经济管理
  • 1篇社会学

主题

  • 2篇信息搜寻
  • 2篇大数据
  • 1篇电子病历
  • 1篇信息获取
  • 1篇信息搜索
  • 1篇医疗信息
  • 1篇医学数据
  • 1篇隐私
  • 1篇用户
  • 1篇用户认知
  • 1篇知识服务
  • 1篇深阅读
  • 1篇实证
  • 1篇实证研究
  • 1篇搜索
  • 1篇浅阅读
  • 1篇自动识别
  • 1篇悖论
  • 1篇网络消费
  • 1篇网络消费者

机构

  • 5篇武汉大学
  • 2篇华中师范大学
  • 1篇南昌大学
  • 1篇中国电信

作者

  • 5篇刘婷
  • 2篇邓胜利
  • 2篇陈静
  • 1篇胡媛
  • 1篇陆泉
  • 1篇陈晓宇
  • 1篇赵海平
  • 1篇刘瑾
  • 1篇付婷
  • 1篇秦阳
  • 1篇向阳
  • 1篇刘昌平

传媒

  • 2篇信息资源管理...
  • 1篇情报科学
  • 1篇图书情报知识
  • 1篇图书馆论坛

年份

  • 1篇2019
  • 1篇2018
  • 2篇2017
  • 1篇2016
5 条 记 录,以下是 1-5
排序方式:
医疗健康大数据研究进展剖析被引量:12
2017年
本文从科学研究基本构成角度,对Web of Science中有关医疗健康大数据的文献进行了全面梳理。首先通过文献计量分析了开展医疗健康大数据研究的国家、学科领域、机构和资助来源;接着通过内容分析总结了这些文献的主要研究对象及其特征,介绍了世界范围内较为著名的开放医学数据资源;最后,从基础研究、应用研究和开发研究三方面剖析了医疗健康大数据研究现状,并归纳了各类研究的主要内容和主题。
丁凤一刘婷陈静
关键词:电子病历医疗信息
需求驱动下的大数据与智能服务——第二届信息获取与知识服务国际学术会议暨第七届搜索行为与用户认知研讨会纪要被引量:1
2017年
1会议概况为了在国际视野的学术交流平台上,探索信息化与信息资源管理发展中的信息搜索、信息获取与服务组织的理论、方法与关键技术,创新与丰富信息资源管理领域的科学成果,支撑学科发展与社会进步,在延续北京、南京、成都、武汉、广州等地召开的六届“搜索行为与用户认知研究学术研讨会”的基础上,武汉大学信息资源研究中心、北京大学信息管理系、南京理工大学经济管理学院、美国匹兹堡大学信息科学学院、南京大学信息管理学院于2016年10月21日-10月23日在武汉大学联合召开第二届信息获取与知识服务国际学术会议暨第七届搜索行为与用户认知研讨会。
邓胜利付少雄陈晓宇赵海平刘瑾秦阳韦佳岑付婷刘婷邱建行向阳
关键词:信息搜索信息获取知识服务用户
网络消费者在线评论搜寻行为实证研究被引量:10
2016年
文章通过扩展网络消费者信息搜寻行为模型,探索网络消费者在线评论搜寻行为的影响因素。在结合在线评论搜寻行为特征的基础上,运用结构方程模型方法进行研究。研究发现:感知可用信息缺失、感知认识权威、感知在线评论搜寻收益和感知在线评论搜寻成本是在线评论搜寻动机的直接影响因素;知觉水平、评论可信度、评论质量均通过在线搜寻收益影响消费者在线评论搜寻动机;评论可获取度、时间压力和社交网络则通过在线搜寻成本影响消费者在线搜寻动机。
胡媛刘婷刘昌平
关键词:网络消费者信息搜寻实证研究
国外隐私悖论研究综述被引量:13
2018年
本文对国外学者关于隐私悖论的文章进行全面、系统性的综述,以Web of Science收录的有关隐私悖论的文章及相关引文为基础,采用内容分析法对隐私悖论的实证研究、成因解释和应对策略三个方面进行了详细的分析,总结了现有研究成果和局限性,同时对我国隐私悖论的研究现状进行了探讨,为以后的研究方向提出建议。
刘婷邓胜利
基于眼动追踪的文档内信息搜寻用户深、浅阅读行为自动识别研究被引量:6
2019年
【目的/意义】用户在进行文档内信息搜寻时,根据自身需求和阅读深入程度的不同,呈现出两种不同的阅读行为——深阅读与浅阅读。自动识别用户的深浅阅读有利于改善当前对深、浅阅读区分存在主观性强、耗时耗力的问题,对于研究文档内信息搜寻用户的个性化认知机制,优化用户信息搜寻体验也提供了很好的帮助。【方法/过程】本文根据前人对深、浅阅读的研究,利用K-means聚类算法构建文档内信息搜寻用户深、浅阅读行为的自动识别模型,并用实验验证模型分类的准确度。【结果/结论】实验结果显示,深、浅阅读在注视点持续时长、眼跳距离、眼跳方向和相邻注视点中心纵坐标距离这四个特征上有很大的差异,同时经过专家验证,K-means聚类模型识别深、浅阅读总准确率片段数为84.95%,片段时长为94.32%,达到了自动、准确识别文档内信息搜寻用户的深、浅阅读行为的效果。
陆泉刘婷刘庆军陈静
关键词:深阅读浅阅读信息搜寻K-MEANS聚类自动识别
共1页<1>
聚类工具0