国外用户生成内容热点趋势分析,此文是一篇趋势分析论文范文,为你的毕业论文写作提供有价值的参考。
趋势分析论文参考文献：
[摘 要]从EBSCOhost数据库中筛选出239篇文献为源数据,在共词分析法的基础上,利用SATI 2.5提取高频关键词,采用Gephi0.9.1对关键词进行聚类分析.结果表明：2008-2016年国外用户生成内容的研究热点集中在“生成动机”、“传播效应”和“在线社会网络”；而以“大数据”和“消费者态度”为代表的商业情报研究从2013年开始逐渐成为新兴的热点问题.最后,结合研究趋势,从生成内容特征、生成内容动因和内容边界管理提出有待探索的问题供后续研究参考.
[关键词]用户生成内容；生成动机；传播效应；在线社会网络；大数据；消费者态度
用户生成内容（User-Generated Content,简称UGC）属于Web2.0环境下网络信息资源的创作和组织模式,它泛指社交媒体用户在网络上发表自己创作的内容.随着社交媒体用户数量不断增长,UGC具备大数据特征,例如：2016年在每月6.5亿活跃微信用户中约有57.6%给别人点赞,每天微信朋友圈上传的图片约10亿张.数据如此井喷不仅折射出用户搜索、传递信息的心理需求,也表明他们愿意接受由社交媒体技术带来的变革.鉴于这种信息形式的吸引力和影响力,个别学者基于学术经验从概念、种类、特征以及应用状况等方面展开定性分析.然而,由于参考研究文献发表时间均在2012年之前,已有综述成果既无法反映近4年的最新成果,也无法判断这些新成果在原有研究基础上呈现出的变化趋势.因此,本文以EBSCOhost数据库文献为源数据,采用共词分析法系统分析2008-2016年国外用户生成内容的研究热点及趋势,以期对该领域的后续研究提供参考和帮助.
1研究方法和数据来源
1.1研究方法
共词分析法的基本思路是：针对某一学科领域研究主题的关键词共同出现在一篇文献中的现象,通过分析学科领域中不同主题的关系展现该学科的研究结构.具体操作过程：1）分别统计一组关键词两两出现在同一篇文献中的频率,并依此构建关键词的共现矩阵.如果两个关键词出现在同一篇文献中的频率越高,说明二者的相似度越大；2）按照相似度对关键词进行聚类分析以直观显示该学科当前的热点问题,其中聚类分析方法包括：包容系数、密度、中心度、战略坐标和凝聚子群等.本文利用软件GephiO.9.1统计界面中模块化（Modularity）进行聚类,该功能的计算原理分为两个阶段.
2.2研究热点分析
根据表3结果,模块1表明UGC研究所依托的社交媒体有Twitter、虚拟社区、YouTube、Facebook和Wiki等,研究领域包括电子商务、市场营销、新闻和传播业、地理信息系统、信息检索和知识管理等方面,相应地生成内容有产品评论、知识、技术、广告、新闻报道和竞选宣传等类型；尽管研究范围宽泛,但根据模块2和模块3中关键词所涉及实质问题,可将研究热点分为生成动机、传播效应和在线社会网络三部分.
2.2.1生成动机研究
由于源自虚拟社区中信息分享行为,代表动机理论包括使用和满足理论、自我决定理论和目标设定理论（见表4）.综合已有结论可以将UGC生成动机总结为理性和感性两类,其中理性动机包括：分享知识、表达主张、获得报酬、逃避惩罚和收集信息；感性动机包括：建立社会联系、表达自我和自我防卫.Heinonen将社会联系动机细分为社会监督、经验分享、归属和联结、社会网络管理和关系维系.在现实网络环境中,生成动机会因媒体类型而呈现明显差异.Arakji,Benbunan-Fich和Koufafis发现社会书签用户在相信分享的资源对其他人有价值,以及感知到其他用户也在共享资源的情况下,会表现出强烈的分享意图；Yang和Lai认为维基百科贡献者的内在和外在动机分别是编辑内容的乐趣、维基授予贡献者的星章,内部和外在的自我动机分别是自我效能感、身份认同；Kim,Kim和Nam以Facebook为例,发现社交网站用户在自我构建的影响下通过社会性动机发布各类信息；Shah,Kitzie和Choi认为参和在线问答服务并不仅是体验乐趣,约有59.5%的用户更多出于利他因素考虑,并且这些用户对在线问答服务中提供的其他信息具有较高的信任倾向.
除媒体类型外,生成动机和信息内容、内容形式之间存在密切关系.首先,关于信息内容,Wilson,Murphy和Fierro认为分享旅游信息的主要动机是分享经历和提供参考信息,并且这两类动机对不同国家用户的影响各有不同.Pe-Than,Goh和Lee在调查人力计算游戏信息分享时发现,用户动机符合自我决定理论的规律,具体包括：自主性、能力感和归属感.Goes,Guo和Lin指出用户能从分享知识的过程中获得声誉,但这种声誉的影响力只能表现为暂时的累积效应,一旦达到期望目标后用户的贡献水平会显著下降.其次,关于内容形式,Mosemghvdlishvili和Jansz认为在YouTube发布视频的激励因素包括自我表达、社会认同和传播价值观,其中传播价值观是主要动机.Oeldorf-Hirseh和Sundar根据使用和满足理论,把用户共享照片的24种动机总结为4类满足：寻求和展示经历、技术的操作可见性、社会联系和知识捐赠.
2.2.2传播效应研究
关于UGC在电子商务中的传播效应,普遍接受的观点是：以网络口碑、产品评论为代表的UGC能够促进产品销售.关于该观点的含义,需要从三个方面理解.首先,系统认识UGC和销售的相关性,这具体包括：1）销售量增加更多源于对正面信息的转帖行为；2）相关关系具有异质性.Duan,Gu和Whinston发现在线评论对评论低的产品销售具有积极影响,对评价最高的畅销产品反而不构成显著影响；3）刺激产品销售的UGC不局限于產品信息.Forman,Ghose和Wiesenfeld发现虚拟社区中的消费者会把评论者公开的身份信息、共享地理位置作为产品信息的补充,帮助自己进行购买决策和评估在线评论的有用性.
结论：关于对写作趋势分析论文范文与课题研究的大学硕士、相关本科毕业论文趋势分析法的基本步骤论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
Web20环境下用户生成内容感知有用性
[摘要]在全新的Web 20时代，究竟哪些信息对于用户来说是有价值的，而哪些信息又是毫无意义地存在？对于这一问题无论是对商业发展还是领域研究都有。
农网智能化建设内容和趋势分析
摘 要：农村电网作为我国电网中的重要组成部分，对于我国整个电网的健康、稳定发展具有十分重要的意义。随着我国经济水平的不断提高，电网建设日益朝智能。
用户生成内容UGC
摘要：用户规模的逐渐扩大和视听节目平台对UGC的鼓励，推动了视频观看成为超越信息搜索的互联网第一大应用。本文通过对主流视频平台进行内容分析，以描。
社交媒体用户生成内容（UGC）动机
摘要：新浪微博是一个基于用户关系信息分享、传播以及获取的平台。用户可以通过自己编辑内容，即用户生成内容（ugc），更新文字、图片、音频等信息，实。