用户质量信息范文

用户质量信息范文（精选9篇）

用户质量信息 第1篇

1 数据库信息资源质量影响因素分析

对于影响数据信息资源内容质量因素因素的分析, 能够帮助相关技术人员明晰数据库存储内容的重点与核心, 进而为用户满意度模型的构建创造了条件。

(1) 准确性对数据库信息资源质量带来了最为直接的影响, 随着互联网的普及, 越来越多的用户借助于网络进行信息数据的获取。作为信息的重要来源, 数据库必须保证信息资源的准确性, 以准确的信息数据来满足用户的需求, 进而获取用户的信任, 引导其形成数据查询习惯, 增加用户使用数据库的频率, 增强数据库的实用性。

(2) 一致性对数据库信息资源的质量有着极为深刻的影响, 我国互联网体量的不断增加, 不同类别的网站出现在日常生活中, 为社会经济发展与物质生活提供多样化的信息, 这虽然能够在一定程度上满足了社会发展对于信息资源的使用需求, 但是众多的网站, 基数庞大的数据库相互交叉, 增加了信息数据重复出现的机率。为了保证数据库资源内容质量, 需要对数据库的一致性进行严格要求, 数据库库工作人员要不断进行信息资源内容的管理, 对错误信息就行更正, 并加强不同数据库之间的信息共享, 提升数据库信息的一致性。

2 数据库信息资源内容质量用户满意度模型构建

数据库信息资源内容质量用户满意度模型构建相关工作的开展, 要立足于现阶段网络用户的使用习惯, 充分认识到准确性与一致性对于信息资源内容质量的影响, 在此基础上从多个层面出发, 进行数据库用户满意度模型的构建。

2.1 用户感知在用户满意度模型构建中的应用

用户感知作为决定数据库信息资源内容质量的重要因素, 在数据库构建过程中发挥着巨大的作用, 用户感知在模型构建的过程中, 需要相关技术人员从数据库检索时间、检索结果的准确性、信息缓冲时长等几个方面入手, 进行用户满意模型的构建。并在这一过程中, 将数据信息使用频率的感知、资源信息涵盖内容的感知、信息资源的准确性感知作为重要的监测内容, 从而确保用户感知能够全面的在用户满意度模型构建工作的应用。

2.2 期望质量在用户满意度模型构建中的应用

从相关调查机构公布的数据来看, 80%的网络用户在使用数据库进行信息获取的过程中, 会将自身对于数据库信息获取的期待值与过往的数据库使用经验以及心理预期进行对比, 虽然这种期望值的获取缺乏科学依据, 只是用户心理层面的感知, 但是其对网络用户对于数据库的评价产生着最为直接的影响。因此在进行用户满意度模型构建的过程中, 要对期望质量进行合理控制, 将其作为模型构建的重要因素, 通过对数据库内信息资源的准确性权重、内容广泛性权重、时间广延性权重、信息更新速度权重等作为观测内容, 对用户满意度模型中期望质量进行科学全面的反应, 进而使得用户满意度模型能够真实反映用户对于数据库资源内容质量的使用评价与感知。

2.3 感知价值在用户满意度模型构建中的应用

网络用户在运用数据库进行信息数据的获取过程中, 会需要花费一定的时间与精力, 进而形成一定的费用支出, 我们将获取的信息数据质量与费用支持进行数学运行, 二者之间的比例关系构成了感知价值, 感知价值越高则说明用户对于数据库越满意, 因此在进行用户满意度模型构建的过程中, 需要对用户的在获取信息过程中所花费的时间与精力进行记录, 以此为依据对感知价值进行计算。

3 数据库模型实证

我们以CNKI数据库作为研究对象, 使用调查问卷的方式对相关数据进行汇总, 并采用结构方程 (SEM) 以及相关应用软件对调查数据处理与模型构建, 为了保证调查效果, 我们以山东、山西、河南、河北等地区的在校大学生作为主要的调查对象, 共计发出200份调查问卷, 回收182份有效问卷。并对相关信息进行分析, 分析结果如下:

通过对用户感知、期望质量、感知价值、整体满意度等几个方面内容数量关系的计算与分析, 我们能够以一个更加全方位的视角对用户满意模型进行必要的构建, 实现了用户满意下, 数据库信息资源内容质量的判断, 为数据库构建工作的科学高效开展创造了条件。

4 结语

本文从影响数据库信息资源内容质量的因素方面入手, 分析用户满意度模型构建过程中, 对不同信息的使用需求, 以用户感知、期望质量、感知价值几个方面入手, 推动客户满意度模型的构建, 并通过实证的方式, 对相关模型的实际效果进行测试与验证, 以进一步提升模型的使用效果, 推动数据库构建活动的科学高效开展。

参考文献

[1]阚辉.图书馆数字信息资源服务质量评价研究[J].中国管理信息化, 2014 (07) :91-92.

[2]邱进友, 何灵芝, 杨慧玲.基于Delphi法的网络信息资源质量评价指标筛选[J].河南图书馆学刊, 2015 (02) :86-86.

[3]莫祖英.用户信息资源权威性质量满意度模型及实证研究——以CNKI全文期刊数据库为例[J].图书馆论坛, 2013 (05) :139-144.

用户个人信息空间构建研究 第2篇

[关键词]个人信息空间；个人信息管理；个性化信息环境；个性化服务

[中图分类号]C931.6 [文献标识码]A [文章编号]1672-5158（2013）06-0019-02

构建个性化的用户个人信息空间是图书馆提供个性化服务的关键，通过研究用户资料与信息利用习惯，充分掌握用户的知识结构、行为方式和心理倾向等信息，根据用户的特点和需求，主动选择信息，提供个性化服务。

本文结合对美国国家科学数字图书馆①与美国国家科学、数学、工程和技术教育数字图书馆②的用户个人信息空间的研究，将谈谈如何借鉴国外成功的经验构建良好的用户个人信息空间。

1 个人信息空间

个人信息空间，可理解为：以网络为依托，用户可依个人喜好与需求自我控制所有信息项的集成库，每位用户有且仅有一个，有额定的信息存储量。个人信息空间本质上集信息获取、学习与交流于一体。数字图书馆系统的管理人员可通过系统配合用户对个人信息空间进行管理，用户可将自己检索到的电子文献、检索表达式、网络链接等信息储存于空间中，也可上传自己的文件，以供信息共享。用户与用户之间可进行空间互访，为了控制空间的开放程度，用户可对空间设定特定用户组或限定以只读方式共享资源。

构建个人信息空间，不仅是用户的个人行为，更是馆员应尽之责。它包括系统开发与维护、用户使用界面设计与更新、用户个人信息管理与隐私保护、用户信息行为调查与分析、信息组织与标识、主动提供信息服务以及个人信息空间共享管理等方面，需技术支持与理念指导。

2 个人信息空间的功能

用户个人信息空间的主要模块有：创造与用户个人心理和行为相符的虚拟信息活动空间；集成与用户个人相关的信息资源；提供针对个人特点的检索与服务机制；建立与个人信息有机融合的交流平台；为用户营造终身学习与研究参考的空间。

因此，个人信息空间不仅用于保存用户的个人信息，如基本信息、个人兴趣、爱好、习惯、研究方向等，作为一个可控制开放程度的终身学习平台，还可用于共同兴趣用户群之间的信息交流与共享。其功能主要包括以下五个方面。

2.1 信息定制与信息推送

信息定制与信息推送服务是相互对应的概念。网络环境下，用户根据兴趣与研究方向定制所需信息，图书馆涫员或者信息提供者利用智能型信息跟踪系统了解用户需求，将符合用户需求的页面发送给用户。此方式可能导致用户与馆员间缺乏实时沟通，异步交流的过程中，造成信息失真。

而个人信息空间则为用户进行信息定制服务、馆员提供信息推送服务都提供了便利的平台，而这往往与网络参考咨询服务有密切的关系。对用户的心理分析显示，用户常常具有求便心理，著名的最小力法则就是对用户信息获取过程中求便心理的解释。国外也有学者的调查显示，科研人员中57%的资料来自个人书库，26%左右借自本单位图书馆，10%左右借自较远单位的图书馆。③同理可以推断，相较于通过E-mail获得图书馆提供的信息，用户期望能以更为便捷的方式获取，个人信息空间正是一个个性化的信息集成库。

NSDL针对不同用户提供了不同的检索途径，包括级别（Audience）、结果显示（Results Per Page）、资源形式（Resource Format）、用户的知识水平（Grade Level）、学科（Subject）、资源获取路径（Pathway）等，用户根据需求设置了各信息项，系统便将信息推送至用户指定的获取门户。

用户可以根据自己的实际情况定制资源（Submit a Resource）也是SMETE提供的服务之一，在用户注册时，也有专门的信息项提供用户选择是否接受系统推荐其他相同领域用户所使用的资源。

2.2 存储用户个性化信息

个人信息空间相当于用户的个人虚拟资料库，用户可以将已有的资源、研究成果、从网上获取的资源以及经常访问的资源链接等资料整合汇集到空间中，并对其进行分类，以便于随时可以查阅。对于从众多网站获得的各项服务，用户也可将其汇总到个人信息空间中，利用时随时可以获取，而无须登录不同的网站，有助于用户高效地获取与系统地管理信息。

在NSDL中，用户可以通过“加入NSDL”（Participate in NSDL）栏目添加自己已有的网络资源或者收藏等链接信息。

在SMETE进行用户注册时，用户可以上传自己的个人主页地址，保存在空间中。

2.3 管理用户服务

在个人信息空间中，用户有任何需要，可以通过参考咨询服务的e-mail、表单或者实时咨询软件向学科图书馆员和资源管理员提问，并获得问题的解答或者获取所需资源；可以通过公开的BBS、论坛等讨论空间获得其他用户的解答，形成同步或者异步交互式服务。

在此过程中，系统管理人员可以通过研究用户的检索行为等了解用户的信息需求，形成专门的用户需求文档数据库，帮助图书馆馆员通过调整界面等形式提供更具针对性的服务。

NSDL有众多针对不同类型用户的门户，专门为特定用户群体提供信息服务，包括教师、高校学生以及图书馆馆员等。

2.4 用户教育

用户在使用数字图书馆获取所需信息资源的过程中遇到的问题，可以通过各种方式向图书馆馆员寻求帮助，而个人信息空间是较为便捷的平台。实时帮助系统根据用户的信息需求内容，帮助用户分析出最佳检索词，构建最佳检索表达式，帮用户快速准确获取所需资源，培养了用户的信息检索能力。尤其是在网络逐渐普及的情况下，在对未成年的信息行为进行指引方面可发挥关键作用，帮助未成年人正确获取信息。

对于各图书馆开展的各类培训讲座、各种辅导等信息，图书馆馆员可以将其整合推送到用户个人信息空间中，以便用户及时了解，而无需登陆各图书馆的网站，节省用户时间。

SMETE作为一个数字化的学习空间，为学生用户群提供了丰富的学习资源，以有助于课堂学习与考试的准备。

2.5 科研交流

在个人信息空间中，有诸多模块可以由用户自行定制和调整。对于科研人员而言，可以选择添加与自己的研究领域相关的机构链接，或者将个人信息空间作为与同领域其他学者的交流平台，把自己已公开发表的研究成果发布到个人信息空间中，以供共享。

SMETE旨在为科学、数学、工程和技术等领域的科研人员提供研究共享与讨论的交流平台，以有助于共同领域内的最新科研信息的获取。

3 SEMTE的个性化学习空间评介

SMETE数字图书馆是NSDL的子项目，作为一个动态的在线图书馆，同时也是SMETE开放联盟为教师、学生和科研人员提供各项信息服务的门户。

3.1 个性化学习空间的使用分析

SMETE支持用户进行信息定制，提供信息推送服务，并充分利用网络环境将共同领域的用户联系在一起，便于交流，为用户创建了个性化的个人网络学习空间。以下将结合对SMETE的使用，对该个性化学习空间的各项功能进行分析。

结合本文第二部分的分析，可以发现，SMETE目前已经实现了三大功能：信息定制；存储用户个性化信息与进行用户教育。但在管理用户服务与开展科研交流方面仍有较大发展空间。

（1）信息定制与资源共享

SMETE的注册用户除了可以把系统中检索到的资源添加到个人的工作空间中，还可以通过工作空间的定制资源功能将系统尚未提供而用户需要的资源添加到空间中。

定制资源需要经过以下三个步骤；

*写资源作者的姓名、Email地址等相关信息。

*填写与资源有关的信息，包括题名、学科、专题、描述、地址、出版时间、版权信息限制等，用户可以自行设定是否是所定制资源成为系统可搜索到的资源。

*对资源的使用进行注释，包括资源可能的用途以及用户本人对资源的使用等信息，并通过等级表现对资源的推荐程度。

该空间的用户信息定制还具备资源共享的功能。一旦用户定制了某一项资源并且允许在系统中形成可检索模式，则该资源就成为系统中其他用户的公共资源，可共享利用，而且资源的所有标识都是通过推荐用户给出的，质量较高。但用户在填写资源定制信息时若没有完整填写各项，则会造成资源标识显示不完整，不便于利用，系统管理员应对其进行完善。

（2）存储用户个性化信息

SMETE的用户进行注册时，除了必须填写个人基本信息外，还需填写个人主页地址、个人专长等，为创建个人文件提供信息，但此功能仅对13周岁以上的用户开放。在注册过程中，用户同时可以选择是否接受系统推荐的其他相同兴趣用户群所利用的学习资源。用户注册后，即创建了个人工作空间。

完善的用户服务管理要求系统中具备完整的用户信息。SMETE是专门为科学、数学、工程和技术等领域的教师、学生、研究人员提供专门的教学、学习、研究所需的信息资源，因此，根据具体的研究领域、学习兴趣成立BBS、论坛等，以便于用户间通过互相交流获取所需信息。

（3）有效组织资源进行用户教育

SMETE按照主题范围主要提供了科学、数学、工程和技术领域的教育学习资源，同时提供了社会学、人文科学、生物学、化学等各学科资源，共16个一级类目，部分类目下有二、三级类目。

浏览类目下的资源，都有资源链接、名称、版权者、贡献者、关键词、检索得分、可能用户等信息。浏览用户可以选择按照得分、标题、出版日期等维度排列资源，登陆用户还可以选择将其收藏到自己的空间。点击链接，可以获得资源的摘要、下载信息、用户评论、用户注释等详细信息。登陆用户可以选择添加评论或者注释。

该系统的资源标识已较完善，用户便于利用，不仅提供了SMETE的资源列表，还有其他关于标准、化学等类目的资源。不过，在资源完整度方面仍有可提升空间，例如有部分类目下并无资源，即显示资源条目为“0”，系统应对这些类目的资源进行充实。

有效的资源组织为学习资源检索与系统收藏浏览等用户教育功能的发挥提供了前提条件，而资源是进行有效检索与浏览的物质基础，因此，保证系统资源的完整性与全面性是SMETE空间改进的关键。

（4）完善用户评价机制增进用户交流

SMETE针对具体的使用过程设置了不同形式的评价机制，增进用户交流，使系统资源日臻完善。在浏览资源的过程中，用户可以发现，每项资源记录都有检索得分（Search Score）一项，如果用户选择通过检索得分对资源进行排序时，则得分高的资源排在前面，这是对资源的一种评价形式。

其次，在用户定制资源时，可以在资源注释项对资源进行等级评定，可选等级包括r5星级以及无等级等六种，较为详细的资源等级划分，能够给其他用户选择资源提供参考。

再次，对于每项资源，注册用户可以自由添加文字形式的评论，便于用户间的交流。

4 如何构建良好的用户个人信息空间

结合对SMETE空间的使用，从用户个人期望的角度，提出以下措施。

（1）信息资源的集成

构建用户个人信息空间，应考虑到信息资源的多样性，包括形式、类型、所属学科、获取方式等，都应尽量满足用户不同的需求与使用偏好。

开辟公共交流区域。由于人力、物力、财力有限，无法完全依靠图书馆做到保证资源的全面性，但可以采用用户的个人信息空间作为集合更多资源的平台。空间中可开辟BBS等公共区域，用于共同兴趣、爱好、研究领域的用户间的交流，也可进行相互间的信息资源传递。

发布用户个人资源。在空间中，用户可以根据自己的实际情况添加系统中未提供的资源链接，也可以将个人拥有的资源、学术研究成果存储在空间中，并可通过选择公开或者仅限个人使用等方式进行权限设置。对于用户公开的信息资源，系统可以将其添加到资源库中，从而集成了更为全面的信息资源。

（2）用户需求的研究

以用户经常进行交流的BBS作为研究场所之一，把用户群的整体需求作为研究对象，能够形成对特定群体信息需求的了解，从而满足最普遍的需求，这是提供个性户服务的基础。NSDL为教师、高校学生、图书馆馆员提供的不同的门户即是典型的实例。

研究用户个性化需求。个性化需求可以通过用户注册时填写的信息进行判断，这也要求系统要提供尽可能详细的信息填写项。此外，系统需要进行自动的机器搜寻，记录用户在空间中的日常信息检索行为、经常浏览的信息资源等，从而判断用户的信息需求，并推送相关资源至用户界面。

（3）应用系统的开发

首先，选择稳定的服务网络平台，只有保证系统的稳定性，用户需要时才能及时登录。其次，开发过程中，了解系统使用目的与细节的非技术人员也应参与其中，只有充分了解系统使用可能存在的问题，对用户使用心理有一定研究的人员参与，才能开发具有实用性、易用性兼备的系统。再次，若支持个性化界面风格设置，则应对所提供的各种风格进行测试，避免系统虽有提供但用户却无法使用的状况。针对个性化服务的要求，系统应该提供个性化的工具，包括信息组织工具，允许用户对资源进行重组；个人信息管理工具，可挖掘用户的个人知识；个性化交流工具，帮助共同用户群间的交流。

（4）日常信息的更新

由于个人信息空间支持信息定制、信息添加、信息发布以及信息传递等诸多个性化的服务，因此，空间的内容、版式等都经常性地需要更新，这就要求系统既要有支持用户自行更新的技术，也应该有自动的程序进行定时的维护，以保持系统地稳定性与可用性。对于系统资源的链接等，应进行经常性的检测，以及时进行整合更新。

（5）评价机制的建立

系统可采取网上发放Web表单、用户评分等方式进行评价，评价对象包括信息资源、空间功能以及系统服务等多个方面，并形成具体的评价分析报告，以作为改进服务的直接参考数据。系统亦可通过提供个性化信息组织工具，允许用户对系统提供的资源添加评论等方式进行评价，促进资源的利用。

参考文献

[1]李培，数字图书馆原理及应用[M]，北京：高等教育出版社，2004：522

[2]张永忠，数字图书馆操作与实务[M]上海：复旦大学出版社，2006：7-9

[3]董慧，本体与数字图书馆[M]，武汉：武汉大学出版社，2008：14-29

[4]张树华，王京山，刘绿菌，张久珍，数字时代的图书馆信息服务[M]，北京：北京图书出版社，2005

[5]郭家义，张晓林，个性化信息环境研究[J]，中国图书馆学报，2004（3）：24-29

[6]黄如花，数字图书馆用户信息空间的建立[J]，上海交通大学学报，2003.37：126-130

[7]姚冀越，对数字图书馆用户信息空间构建的探讨[J]，现代情报，2007（8）：85-85

[8]白光祖，吕俊生，吴新年，科研个性化信息环境初探[J]情报科学，2007，27（4）：502-206

[9]杨之音，张立娜，基于个性化服务的信息资源组织方式——用户信息空间模型构建[J]，现代情报，2006（9）：31-34

[10]王知津，肖蔷，个人信息管理行为研究[J]情报科学，2009，27（1）：6-11

[11]薛蕴，数字图书馆与个性化信息服务[J]河南图书馆学刊，2008，28（2）：17-18

奇瑞农业装备:用质量赢得用户 第3篇

奇瑞农业装备把质量放在各项工作的首位

在奇瑞重工, “品质就是尊严”是公司的核心价值观。奇瑞重工认为, 要想赢得消费者信任, 除了技术、性能先进之外, 更重要的是产品质量要过硬。“质量是赢得市场的关键, 质量是一切工作的底线。”奇瑞重工副总经理陶郝杰告诉笔者。

奇瑞重工在成立之初就发布了“质量管理十项军规”, 形成了奇瑞重工特色的企业质量文化。比如, “质量就是尊严”、“用户是质量的唯一裁判”、“质量是财务指标的红绿灯”等。据了解, 奇瑞重工将用户对其的认可与质量直接挂钩, 将质量提升设定为公司各事业部经营业绩评价的关键指标, 只要质量指标完不成, 无论经营业绩如何, 经营层都要受到考核。

同时, 奇瑞重工还把全体员工的绩效考核与产品质量紧紧“绑”在一起, 制度细化到人, 指标量化到岗, 按月奖惩兑现。

奇瑞重工每月定期召开由公司经营决策层参加的质量工作月度例会, 认真分析各项实物质量指标变化情况, 制定涉及全员的质量改善措施。有效促进了实物质量不断提高。

强化质量体系建设

2月24日, 中国质量认证中心 (CQC) 完成了对奇瑞重工ISO质量运行情况的初次评审, 审核小组认为, 奇瑞重工在较短时间内, 快速完成了质量体系建设, 在中国新兴企业中是一个典范, 质量体系完全符合ISO9001质量体系标准要求, 顺利通过初次认证。

ISO9001认证是对产品和企业质量评价的有效途径。奇瑞重工依据ISO9001:2008质量管理标准来建立公司的质量管理模式, 共建有5个质量手册、105个程序文件、共计20万字的质量体系文件。通过奇瑞重工质量体系的运行和认证, 企业的总体效能得到大幅提升, 充分保障了良好的产品品质。

产品研发是质量保证的源头。为严格控制产品质量, 奇瑞重工细化了研发过程中的内部流程控制和管理标准, 明确规定了产品研发各个阶段的质量要求, 任何阶段出现质量缺陷都不允许进入下一阶段, 从而在研发环节有效控制了产品的质量。

在生产制造过程中, 奇瑞重工严格执行?ISO9001认证标准, 实施全员、全过程品质管理, 精心打造产品核心竞争力。突出加强对原材料采购和出厂产品的品质控制, 严格控制两头。通过自检和抽检, 加大生产过程实物质量控制力度, 推进品质持续改善。

打造一流产业队伍

班组是企业从事生产经营活动或管理工作最基层的组织单元, 是质量控制的第一道防线。只有每一个班组成员都有较强的质量意识, 不制造不合格产品、不传递不合格产品, 公司的产品质量才会大幅得到保证。

奇瑞重工意识到了质量控制的关键所在, 把班组建设作为公司管理重中之重。大力推动“卓越班组建设”和星级员工评比, 以“建好一个班组、打造一个精品”、“培养一个员工、把好一道工序”为工作重心, 深入推进创建“优秀班组、优秀员工”活动, 开展卓越班组管理工程, 逐步形成班组长带头、组员跟进的班组自我管理模式。

用户信息框架研究论文 第4篇

关于用户合作性信息行为的研究最早来源于MuratKaramuftuoglu于发表的《合作性信息检索:面向信息检索互动的社会信息学视角》一文。随着信息通讯技术的发展和社会性网络的兴起,用户的合作性信息行为为大规模用户智能积聚和知识共享提供了重要的条件。用户通过“借智”和“扩智”的方式,为获取有价值的知识创造良好的生态环境,目前用户合作性信息行为的研究在各个领域兴盛起来,涉及学术界、产业界、军事界和医学界等〔1〕,但都是对用户合作性信息行为的微观研究,例如,用户合作性信息检索和信息查询领域等,对于用户信息行为的整体性研究和认识比较少。本文从用户合作性信息行为的含义切入,分析了用户合作性信息行为的发展阶段和过程,并对其合作性信息行为的理论性整体框架进行了探讨。

1用户合作性信息行为含义的界定

在过去用户信息行为的研究主要强调个体的信息行为活动,忽视了组织以及机构的合作性信息行为,例如,T.D.Wilson定义信息行为为:关于人类信息资源和渠道的所有人类行为,既包括被动也包括积极的信息搜寻和信息使用〔2〕。而随着信息通讯技术的发展和网络社会的兴起,很多学者转向了用户合作性信息行为研究,试图对用户合作性信息行为做比较全面的探索,例如JetteHyldegard认为合作性信息行为指群体中的个人在从事信息查询的过程中,共同协作解决问题所从事的体力劳动和经历的认知和情感上的经验〔3〕,包括信息查询、信息检索、信息搜寻几个方面。这个定义关注的是合作群体中个体的经历和经验,而忽视了对合作群体整体信息行为的认知与情感的研究。之后,ArvindKarunaka-ran、PatriciaRumaSpence、MadhuC.Reddy等认为合作性信息行为是指在一起工作的人们去认识信息需要、检索、共享、评估、整合信息以及使所发现的信息产生意义,然后去利用发现信息的所有行为〔4〕。在他们的研究中,从技术纬度和社会纬度研究用户合作性信息行为的各个方面,相对比较全面,但他们的研究将用户合作性信息行为局限于一定的工作群体。实际上,在社会性网络发达的今天,用户合作性信息行为可能发生在任何的情景中,而不一定是工作在一起的人们。例如,TaljaSanna和HansenPreben则认为用户合作性信息行为的范围包括:偶尔的信息相遇到合作性的信息查询、信息过滤、诠释和整合。合作性的信息行为既包括用户临时性的信息共享行为,也包括有计划的劳动分工下的信息共享行为。〔5〕本文认为用户合作性信息行为是指处于一定背景中的人们通过网络为解决共同面临的信息问题,临时的或者有组织的合作所从事的信息查询、检索、过滤、共享、评估、整合、利用以及更深层次的信息开发与管理的所有行为的`集合。用户合作性信息行为的产生通常分为临时的合作性信息行为以及有组织的合作性信息行为。临时的合作性信息行为具有以下特点:(1)是基于网络的信息合作行为。(2)或具有匿名性。合作者之间有可能并不互相认识,但面临共同的信息问题,能够通过网络沟通,共享发现信息的内容。而有组织的合作性信息行为则是指一个机构或者一个组织,为了解决共同面临的信息问题,组建团队,共同发现、利用信息,并且建立有效的知识管理的过程。

2用户合作性信息行为的发展阶段

2.1第一阶段:背景的认识。用户合作性信息行为产生的背景对合作性信息行为的发展和认识具有重要的作用,通常分为两个方面,即文化的影响和情景的认识。

2.1.1文化的影响。文化是影响用户信息行为的重要因素。ElfredaAChatman指出,文化和社会规则影响着人们选择反映、被动或者忽视信息的行为方式〔6〕。BirgerHj?rland同样指出,信息搜寻行为理论定义了用户信息搜寻的基本特征,包括文化和社会决定因素的描述。对于信息查寻和使用并不是客观产生的而是通过人们生活经历的期望来阐释的〔7〕。用户的信息行为植根于人们的文化和社会实践当中。因此,文化在合作行为的过程中产生重要的作用。Nei-Ch-ingYeh通过价值、偏见、习惯等因素分析了文化对台湾土着居民信息行为的影响(见图1)〔8〕。图1文化对信息行为影响在Nei-ChingYeh研究中发现,传统文化形成了人们知识的存量以及人们的偏见、视角、价值观、共识与具体的知识。当人们遭遇具体的情况时,他们首先用自己的知识反应判断是否需要信息。如果他们的知识能够解决问题,他们就不会查寻信息。相反,他们则会通过搜寻信息帮助解决问题。

2.1.2情景的认识。情境指认知行动者信息行为过程中所处的特定环境和状态。PeterIngwersen和KalervoJarvelin指出:任何信息行为都是发生在一定的情景中,情境是所有信息行为的出发点和落脚点,也是信息行为的依据和指南〔9〕。因此,无论是用户临时的合作性信息行为还是有组织的合作性信息行为,情景的充分认识将会有助于信息行为的组织和管理。

2.2第二阶段:问题的确认。在这一阶段,通常包括两个方面:触发点和信息的交流。触发点通常是用户合作性信息行为产生的原因,而信息的交流则是共同确认问题的重要方式。

2.2.1触发点。触发点是指正式或者非正式的群体在一定的环境中开始合作性信息行为的外部事件〔10〕。触发点是用户个人信息行为向合作性信息行为转折的关键点。用户个人的信息行为的产生有各种各样的触发点,例如,用户信息行为的背景与期待结果的缺口,用户在从事一系列活动中信息的缺乏等。但是,用户合作性信息行为的触发点要比用户个人信息行为要复杂得多,其原因有:信息需要的复杂性、缺乏领域专家,缺乏立即可用的信息以及分散的信息资源等。〔11〕

2.2.2信息的交流。用户信息交流的方式包括两种,对话和群聊。对话通常是用户一对一的信息交流活动,而群聊则指三个以上的用户或者用户集体的信息交流活动。用户信息的交流在合作性信息行为中扮演着重要的角色。尤其用户在开始合作时,对于确立所要发现的问题,达成共识起到至关重要的作用。在开始的信息交流中,信息的发送者和接受者之间,要充分了解交互的合作方式,合作者的姓名、身份、偏好、个人能力、领域知识及合作所处的环境。有助于用户之间对于合作的内容、结构、形式和方向达成共识(见图2)〔12〕。图2合作者交流的目标和内容在用户的合作性信息行为过程中,触发点和信息的交流是交互的,在临时的合作性信息行为中更容易发生在信息交流中确认问题。相反的,在有组织的合作性信息行为中,先确认问题则比较常见。合作者在确认所面临的问题之后,通常建立一致性的表述来达到共识性的理解。共识是用户合作性信息行为的关键,共识的表述也是为了进一步了解和认识问题。

2.3第三阶段,信息搜寻过程。主要指两个或者两个以上的用户在前一阶段基础上,因为信息的需要,为了一致的目标有目的搜寻信息的过程,包括合作性信息的查

询、检索、过滤、共享等,以及为了处理信息的需要使用各种系统、人力、渠道等。信息的搜寻可以将其划分为实际操作层次的活动,也包括两个或两个以上用户之间以及用户与系统之间在认知、情感方面的互动。

2.4第四阶段,信息的使用及知识开发。信息的使用包括用户达到共同理解的物质的、精神的以及在合作群体现存知识基础上的整合信息和交流信息的行动,例如共享资料、编辑文件、在现有知识的基础上评价和检索信息,以及在此基础上进一步的知识开发。用户在临时性的信息合作行为中,信息的使用将是最终的目标。相对而言,用户在有组织的信息合作行为中,除了信息的使用之外,还更容易进行下一个阶段的合作,即信息的知识开发。

3用户合作性信息行为框架构建用户除了合作性信息行为发生所要经历的主要阶段外,在合作性信息行为的每个阶段都会有一些共同的行为发生,即信息的共享、信息的评估、合作的共识、合作性的意义建构等,称之为“共享活动”(见图3)。图3合作性信息行为理论框架图

3.1信息的共享。用户信息的共享是合作性信息行为发生的必要条件。依据TaljaSanna的研究,信息的共享分为以下类型:(1)战略共享。指信息共享服务于一个更广阔的目的或目标。例如,研究小组中效率最大化的意识战略。(2)范式共享,如研究小组致力于在一个学科或者跨学科间建立一种新型的、显着的研究方法。(3)定向共享,涉及信息的双向交流。例如高级学者和初级学者能够从对方的检索中获益。(4)有助于人际和社区建设活动的社会共享。按照共享的程度可以分为超级共享、偶尔共享、无共享。〔14〕因此,在合作性信息行为环境中,用户信息共享的类型和程度将会影响合作性信息搜寻的效果。

3.2信息的评估。在合作性信息行为每个阶段用户都会持续地共享和检索信息,对所搜寻的信息进行评估。并且,在进行下一阶段之前都会共同评估所要面对的问题,整合所评估的信息〔15〕。

3.3合作的共识。合作的共识是指用户在合作性信息行为过程中吸收和反应可用信息并达到一致理解的积极的建构行为。包括信息的分享、意义的辩论和解释等。当合作范围变大,合作共识的平台将会升级,并且会局限于核心信息的建构。另外,合作共识的实现并不总是指用户之间所达成的一致性的理解,有时候会停留在合作成员各自观点整合的点上。MortenHertzum认为这也是平衡个人与群体认识的过程(见图4)〔16〕。

3.4合作性的意义建构。合作性的意义建构发生在用户为了理清混乱信息的不同观点的多角色之间。合作性的意义建构是一个复杂的过程,因此在合作性信息行为研究过程中,多元群体的意义建构应该具备一定的条件,更有助于共识的达成(见表1)〔17〕。在整个合作信息行为过程中,合作性的意义建构是用户为达到合作的共识,而在这个过程中,用户之间合作的共享和评估也渗透在合作共识的建构过程中。因此在合作性信息行为的理论框架中,包括两个部分,即用户合作性信息行为的发展阶段和共享的活动。4结语在信息技术发达的今天,用户合作性信息行为虽然已经是一个普遍的现象,但对合作性信息行为的研究在国内外则是相对比较新的领域。用户合作性信息行为一般理论框架从用户临时的合作性信息行为和有组织的合作性信息行为两个方面分析了用户合作性信息行为的过程和发展阶段,构建了整体的框架结构,该框架可以为用户合作性信息行为整体的组织和管理提供一定的思路。

用户质量信息 第5篇

在用互联网进行信息检索的时候,用户输入的查询词语或者语句常常是由主题相关的词语或句子组成,用户输入的查询词语或者语句与要检索的文档集中词语或者语句不一定完全匹配,这可能导致信息检索结果不好。比如:用户输入的查询词语是“电脑”,而语料库中使用的是“计算机”,虽然在语义上“电脑”和“计算机”这两个词语相似,但这种词语的不匹配情况而能导致检索结果很差。

查询扩展技术在适当的时候可以解决词语不匹配的问题[1]。该技术使得查询中增加新的相关信息,增加词语,用来提高检索效果。还有的研究表明,利用语义辞典资源进行查询词语分析,扩展用户的查询词语,也有一定的效果。语义辞典资源可以是机器自动分析和构建的[2],也可以是分析人员人工自己构建的[3]。

针对用户查询语句中所使用的词语和语料库中使用的词语不完全相同的问题,本文提出了基于用户信息的信息检索效果提高策略。充分利用用户查询语句中所使用的词语,适当的进行查询扩展,以达到解决词语不匹配的矛盾。

本文第二部分描述了基于用户信息的信息检索效果提高策略,第三部分是本文的实验与结果分析部分,第四部分是结论与将来的工作。

2 基于用户信息的信息检索效果提高策略

本文信息检索系统进行检索的步骤如下。第一步,在互联网上收集资源,人工构建不同主题的语料分析库,抽取词语以便进行分析;第二步,对抽取的词语分别建立索引;第三步,把查询词语输入进行初次检索,并对初始结果文档进行排序显示;第四步,利用抽取的词语进行查询词语扩展;第五步,将查询词语扩展后,用新的查询词语再次进行信息检索,最后把得到的文档集合进行排序显示。

本文的词语抽取使用聚类的方法[4]:对文档集合先聚类,再对每个类别分别进行词语抽取。虽然聚类算法已经有很多了,本文将采用常用的K-Means聚类算法进行聚类。词语抽取策略采用的是PAT-tree词语抽取算法[5]完成的。

本文从25个网站上一共下载了共90G的新闻网页,在提取了网页的文本内容后,按照主题分别建立15个语料库,其中政治,军事,体育,财经,教育,健康,科技,文化,娱乐,旅游,游戏,汽车,房产,生活,电影均为6G的大小。

本文利用初次检索结果文档中的前面30篇、查询语句中的词语进行查询词语扩展。本文将介绍具体的查询词语扩展步骤:

1)用户的查询语句q中的词语ti可能在不同主题的文档中出现。本文对各个语料库分别进行查询权重计算,然后挑选查询权重最大的那个语料库来分析词语ti的相关词语,并且进行ti查询词语扩展。下面显示的是查询词语的权重计算公式:

2)对于用户查询q中的词语t,本文通过该词语与该词语在文档集合中的同现频率计算出该词语t的相关词语集合。

3)将用户查询q中出现的词语t以及该词语t的相关词语加入到新的查询中进行检索。

3 实验及结果

为了使本文提出的算法具有可比性,本文采用NTCIR4的官方测试集进行实验。NTCIR4的语料集包含381,375篇测试文档和60条测试查询,具有一定的权威性。

在本文的实验中,采用SMART 11作为基准测试系统,然后对每条查询语句分别进行信息检索。SMART基准测试系统中文档权重计算公式如下所示。

SMART基准测试系统的查询权重计算公式如下所示。

本文还将伪相关查询扩展方法与本文方法进行对比实验,其中伪相关扩展方法也是利用初次检索的前30篇结果文档作为反馈分析进行查询词语扩展,该方法在查询词语扩展过程中采用的查询权重计算公式如下所示。

本文得到的实验结果见表1。表1显示了三种方法的检索结果平均精度的分析结果。

从表1可以看出,在检索平均精度方面,本文算法比SMART测试系统以及伪相关扩展方法都有了明显的提高。

4 结论

针对用户查询语句中所使用的词语和语料库中使用的词语不完全相同的问题,本文提出了基于用户信息的信息检索效果提高策略。充分利用用户查询语句中所使用的词语,适当的进行查询扩展,以达到解决词语不匹配的矛盾。在NTCIR-4的测试语料集上的实验结果表明,本文的方法是有效的。

在下一步的工作中,我们将继续研究用户的查询行为,提高查询扩展的准确度,进一步提高信息检索的效果。

摘要：针对用户查询语句中所使用的词语和语料库中使用的词语不完全相同的问题,该文提出了基于用户信息的信息检索效果提高策略。充分利用用户查询语句中所使用的词语,适当的进行查询扩展,以达到解决词语不匹配的矛盾。在NTCIR-4的测试语料集上的实验结果表明,该文的方法是有效的。

关键词：信息检索,查询扩展,聚类

参考文献

[1]Ekmekcioglu F.E.ectiveness of query expansion in ranked-output document retrieval systems[J].Journal of Information Service,1992,18(2):139-147.

[2]Chen H,Schatz B,Yim T,et,al.Automatic thesaurus generation for an electronic community system[J].Journal of the American Society forInformation Science,1995,46(3):175-193.

[3]Fox E A.Lexical relations enhancing e.ectiveness of information retrieval systems[J].SIGIR Forum,1980,15(3):6-36.

[4]Lingpeng Yang,DongHong Ji,Li Tang.Document Re-ranking Based on Global and Local Terms.Third SIGHAN Workshop on ChineseLanguage Processing,2004:17-23.

云社交电视的用户视频质量体验 第6篇

但是在实际部署云社交电视网络时,复杂的网络情况却给用户体验带来了巨大的挑战。首先,由于无线网络的固有随机性,视频质量在信号衰弱的情况下会下降。其次,用户间的视频延迟可能会影响彼此的互动体验。想象一下,张三和李四在同一个社交网络里看同一场足球比赛。张三激动地向李四讲述他看见的一个进球,可是李四却由于网络延迟的原因,压根还没看到这个进球,却提前知道了比分,李四的兴奋感就立刻被打乱了,这就是网络延迟带来的负面体验。此外,云社交电视网络还应仔细计算运营成本。因此,一个有效的云社交电视的设计应该能够同时解决上述3个问题。

这一领域目前的方案都是纯粹的考虑增强Qo E(Qo E)或者是降低多媒体服务的运营成本,却没有将用户延迟、Qo E、资源利用率综合考虑,有的为了提高Qo E而加大带宽,有的为了加大带宽而占用大量资源,而资源占用太多又直接造成了运营成本的增加,始终都没有找到一个合适的契合点来平衡三者之间的关系。所有环节的责任方都只考虑到了自己的环节,从而导致了用户的负面体验。

在本文中,笔者基于云社交电视系统,构建了一个以云为中心的媒体平台,通过这个平台来统一调度管理Qo E、用户延迟和成本。具体来说,笔者将在最大限度提高视频质量的同时,对运营成本和用户延迟进行优化设置。根据制定好的优化约束条件,来分析各种延迟情况下的Qo E,然后再设计一个速率分配方案,以提高用户体验。实验结果表明,笔者所提出的方案优于两种可供选择的策略(即最大和最小延迟状态下的Qo E方案),该解决方案也为未来的商业社交电视系统设计指明了道路,具有良好的实践性。

本方案有三重意义:

1)本方案提供了一个优化组合方案,可以提高所有用户的整体体验,是真正意义上从社交互动角度来考虑用户间延迟的影响。

2)本方案解决了优化问题,提出了一个播放速率分配方案,在保证Qo E的情况下平衡用户延迟与资源利用率之间的关系。此外,本文还提供了在社交电视平台上的具体实现方法。

3)本方案通过实验论证了该方案的有效性,探讨了实践中可能会遇到的问题。结果表明,本方案可以很好地平衡用户间延迟、视频质量、资源利用率三者之间的关系。

1 系统模型与条件制定

1.1 系统架构

社交电视架构如图1所示,与现有的大多数云媒体系统一样,通过内容服务器、有线/无线网络、嵌入式媒体处理和调度模块来对视频点播服务进行支持。

图2展示的是社交电视用户体验三要素和他们的相关因素(即播放速率和动态信道)。在无线网络中,一个主要的难题是无线信道质量的不确定性,这会影响用户体验中的两个要素:用户间延迟和视频质量。同时,理想的视频质量与实际得到的视频质量,又影响了用户的体验。因此,云社交电视应能够根据自身的动态信道状态来最大限度地提高视频质量。

本文所用的主要符号及含义为:C表示每个用户的平均资源预算;G表示用户间最大的用户延迟;T表示视频片段的播放时间;Ri表示第i个用户的可用传输速率;Si表示第i个用户的请求段大小;Di表示第i个用户的传输延迟;Qi表示第i个用户的观赏体验;Si表示第i个用户的分配段大小。

1.2 资源约束

1.2.1 存储模型

在每个会话建立的基础上,云社交电视将为每个用户分配资源。边缘服务器将存储每个用户的视频片段,而基站则会根据每个用户的需求来负责具体的投放。这两个任务会产生一定的资金成本。根据用户实际大小来计算存储成本,存储以比特为单位

1.2.2 无线通信模型

假设存在一个数据速率随时间变化而变化的动态信道,数据速率的大小取决于信道质量。无线信道公式,其中gi为功率增益,n是高斯白噪声,那么第i个用户的传输速率就为

式中:P为基站的固定传输功率;W是信道带宽;N0是噪声功率谱密度。

由于社交电视的使用者主要是3G/4G网络和Wi Fi网络,所以可以假设功率增益是瑞利分布的随机变量,动态信道增益噪声比为,c0是每瓦特的成本,那么每比特无线通信成本bi就可以表示为

bi随hi动态变化。

于是可以得出通信成本公式

最后,再假设一个社交电视圈内有n个用户,总成本预算为C×n,资源约束可以表示为

1.2.3 用户延迟模型

在这个部分中,笔者主要关注每个片段的延迟。对于每个片段来说,传输延迟主要受制于两个因素,即片段的视频质量和信道质量。前者与传输片段大小相关,后者与有效传输率相关。将式(1)代入,则可以得到

在实际使用过程中,当一个视频片段正在播放时,下一个视频会在后台同时进行下载,这种情况下,只要传输延迟Di小于当前片段的播放时间T,用户就不会感受到任何延迟。因此,笔者引入了“用户间播放延迟”这个概念,用公式表述

为了保证虚拟客厅体验,在所有用户的用户间最大延迟的基础上再加上“用户间延迟约束”的下限条件,即

其中,G代表最大可容忍用户间延迟。

1.2.4 体验质量模型

视频观看的体验感是Qo E来决定的。Qo E是从大量用户观看同一个视频取得的平均意见得分而得来的[2]。由于它的精确程度取决于音视频流的传输服务[3],所以采取对数模型,从而得到

式中:和Si分别是需要分配的片段大小;a1,a2,a3由视频内容和其他系统参数决定。

1.2.5 优化问题

社交电视服务的目标就是为每名用户分配最优播放速率,使得整体Qo E最大化。为了达到这一目标,需要处理两种情况。一种是用户在不同场景下需要不同的视频质量,例如平板电脑需要的分辨率通常比手机要高,又或者一部动作电影需要的播放速率远远高于静态场景剧。另一方面无线信道对于用户的位置和移动速度非常敏感,会同时影响到可传输速率和比特成本。这反过来又限制了每名用户所能实际获得的播放速率。

从数学的角度将上述问题转化为以下问题

其中表示将要被优化的分配字段大小向量。进一步假设分配的播放速率不能超过实际需要的播放速率。那么前面所给的优化公式就变成

2 最佳播放速率分配

2.1 方案推导

通过检查优化问题及其约束条件,可以得出以下结论。首先,目标函数是个凸状抛物线,由于hessian矩阵是阳性的。

其次,虽然C1和C3是凸状线性的,但是用户间的时延约束C2却较为复杂,需要进一步推导。

因此,将该公式重写为

可以看出如果mini{Di}≤T,那么就不会存在非线性变量,假设maxiDi≥T,这样可以不考虑一些次要因素,例如零延时的情况等。这样就可以分两种情况来进行讨论,即maxi{Di}≤T和miniDi≥T。

2.1.1 轻微延迟

这种情况下信道质量不太坏,而且至少有一个用户在T的时间内完成了传输。这种情况下,由于按定义mini{(Di-T)+}=0,那么C'2可以由一组线性约束来代替

上面的约束都是线性的,使用拉格朗日乘数法则来解决该问题。在将最大化问题转化为相关最小化问题并引入一组离散参数后,式(16)内的拉格朗日函数就变成了

利用KKT条件,可以通过解下列等式来找到全局最优化解决方案

由于上述几个等式不仅是线性的,而且是全排列,所以很容易求解。本文中,直接利用MATLAB软件自带的函数fsolve来求解。

2.1.2 严重延迟

当一个会话中的所有用户都受到信道严重衰减影响时,所有的传输延迟时间都大于T。那么非线性参数就可以被移除,可以得到

这样C'2就可以由一组非线性约束条件表示为

同式(16)相比,T被一个未知变量所取代。这样无法直接采取前面的方法来求解,所以采取拉格朗日对偶方法以便达到最优化效果。需要特别指出的是,定义了一个k参数

这样拉格朗日函数就变成了

将Si剥离出来,可以得到

最优化播放速率就变为

在式(28)中的拉格朗日乘法器可以使用下面的公式利用迭代的等式来求得

尤为重要的是,迭代算法发现了最小传输延迟,例如每一轮中的min和每一轮用它来更新的以下系数

其中:k用来控制收敛速度和精度。

2.2 最优方案的实施

图3为播放速率分配协议的示例图。在每个字段循环的开始,每名用户会通过上传开销向云端进行反馈。这些包含了重要的本地信息,例如下行信道状态、需要的字段大小以及前一字段的延迟信息。信道状态可以由下行信道估算值获取。

云社交电视默认执行算法1,当延迟严重时会执行算法2。如果可以获取历史延迟信息,服务器可以假定目前的延迟状态并选择相应的算法。算法的选择是根据延迟状态来进行切换的,这取决于信道质量和用户的请求数量,通常来说不会变换得太频繁。但是一旦服务器发现有一个延迟状态改变了,就会自动在算法间切换。

1)算法1,轻微延迟状态,伪代码如下:

2)算法2,严重延迟状态,伪代码如下:

尽管算法是在一个字段循环内执行,但是他对于所有的连续字段都是有效的。对于式(8)中所体现的用户间延迟约束,只需要在当前延迟中加入前一字段的延迟反馈来修正目前的约束条件

前一字段的延迟在经过修正后被传递到当前字段,所以提出的方案可以随着时间的推移不断自动调整修正方案。从用户的角度来看,体验就得到了大幅增强。

3 数值分析与结果

3.1 Qo E数据和参数设置

非专家组成的志愿者们根据他们观看Qo E对整个算法进行打分(表1~表2),遵循标准化的测试流程,每个视频的播放时间为10 s。

实验中,鸭子、船员、冰雪分别代表高中低3种不同类型的播放速率,且全部为H.264编码格式,他们的综合得分如表1所示。式(9)中的参数由理论模型和实际数据之间的最小均方误差来决定。这些参数都在表2中列出,可以看出Qo E对数函数与所有视频都高度吻合。

无线模型遵循式(2),通过平均信道增益为每个用户都分配一个独立可识别的瑞利衰落信道。为了符合大多数的实际情况,将信道带宽设为2 MHz,假定每比特开销包含存储和通信两个部分。每个字段的播放时长为10 s。为了保证观看时的社会体验,允许用户间的播放延迟差值G不超过3 s。

首先简要地描述2个极限速率分配方案作为性能基准。

3.1.1 最大化Qo E方案

社交电视云在完全忽略延迟约束条件的情况下,为了满足每名用户的Qo E需求尽可能地分配足够多的资源。

3.1.2 最小延迟方案

社交电视云给可能的传输速率Ri分配资源。在这种情况下,每名用户都具备同样的延迟,这样延迟差值就成了0。

首先考察Qo E和延迟性能对比可用资源的情况。具体而言,可用资源就是可以分配给用户的最大播放速率。如图4所示,所有的Qo E资源曲线也是由Qo E速率对数函数来决定的,最大Qo E方案和优化方案就形成了最高的Qo E,最小延迟方案则会产生最低Qo E。图5显示资源延迟曲线,最小延迟方案是零延迟,最大Qo E方案则与用户间延迟相关。本方案的用户间延迟增长了,但是还在可容忍范围内。

结合图4和图5可以看出,最小延迟机制是利用低Qo E的代价来换取低用户间延迟,而最大的延迟机制则存在无限延迟的情况。对于所有的3种视频类型,会在用户间延迟时间,例如不高于3 s的情况下,来实现最优Qo E解决方案。所以本文方案中的用户间延迟时间一定介于最高和最低Qo E之间的用户间延迟时间。

对于视频类型而言,视频速率越低则所获得的Qo E增长越快,最终会在资源充足的情况下达到一个理论值。这也是符合预期的,因为高速率视频必然需要更多的资源。此外轻微延迟状态下的Qo E在低速率视频时会增益得更为明显,因为在优化的速率分配中有更多的资源可以自行分配。

3.2 自适应速率分配

利用式(33)中的“积累延迟约束”制定了一套自适应速率分配方案。自适应方案的本质是考虑积累的用户间延迟,而不是当前的片段延迟。所以用户体验并不会随着时间推移而变得更加糟糕。图6和图7展示了实时Qo E和累积用户延迟。为了模拟快速变化的信道,为每个片段都赋予了独立同分布的瑞利衰落。正如所看到的,自适应方案偶尔会带来额外的性能损失,但是整体性能依然表现良好。此外,在整个视频中,用户间延迟也在区间内变化,所以虚拟客厅体验得到了充分保证。

目前为止,都是假设所观看的视频片段是连续的,所以本文提出的速率分配方案所能带来的好处都能够得到充分证明。然而目前的社交电视框架仅仅支持5种分辨率。所以进一步模拟视频片段大小只取5个值。要确保当连续值接近最近的离散值时,资源约束条件依然能够得到满足。所有曲线的离散化场景都在图4~图7中,可以看到离散化带来一定的损失。然而良好的性能还是在最大程度上得到了保留,离散方案还是有效的。

4 结论

笔者介绍了社交电视的用户体验,提供了一种可优化的播放速率分配方案。该方案在信道质量和用户请求发生变化时,可以动态分配资源。这样最大程度地保证了视频质量和虚拟客厅体验。笔者还提供了实现细节,并通过实验表明,该算法即使是在信道质量快速衰减的情况下,也能平衡最佳视频质量和最低用户延迟之间的关系,取得了良好的效果。

摘要：近年来,多屏云社交电视将社交体验引入了传统的电视领域中。观看同一内容社交电视的观众虽然来自不同的地方,但是仍然可以通过文本、图像、音频和视频来进行互动,这就在传统体验上增强了社会属性。笔者将社交电视用户体验分为3个要素(用户延迟、视频质量体验和资源利用率),并且提供一个通用算法来提高用户体验。具体来说就是提出了一个基于云计算的最佳播放速率分配方案,最大限度提高整体视频质量体验(QoE)和用户间的延迟上限。实验结果表明,该算法实现了用户间延迟和视频质量的最优组合,并论证了无线信道快速衰弱下的最优性能。

关键词：视频质量体验,用户间延迟,资源利用率

参考文献

[1]MONTPETIT M J,M'EDARD M.Social television:enabling technologies and architectures[J].Proceedings of the IEEE,2012,100(100):1395-1399.

[2]REICHL P,EGGER S,SCHATZ R,et al.The logarithmic nature of QoE and the role of the Weber-Fechner law in QoE assessment[C]//IEEE International Conference on Communications.[S.l.]:IEEE,2010:1-5.

用户信息管理软件设计 第7篇

1 管理员登录

以管理员的身份登录进入后台管理软件,其登录界面如图1所示,登录进入软件以后,即可对所有相关用户的信息进行查询以及修改等。相关登录代码如下:

2 用户相关信息的添加、修改

管理员登录进入后台软件以后,就可以对所有用户的信息进行相关的修改了,普通用户进入登录界面后只能对自身的信息进行修改,对其他用户只能进行查看,两者对比图如图2,图3所示。

其中“添加信息”、“用户修改”等按钮执行完以后,即可把用户新的信息录入数据库,其按钮相关代码如下:

3 用户信息的查询、在线状态显示

登录用户相关信息添加完以后,管理员或普通用户就可以登录软件进行查看,其查看界面如图4所示。

显示的用户相关信息都是通过调用添加至数据库中的用户数据而呈现给登录用户,以供登录用户随时进行核对、修改。登录用户还可以进行用户状态是否在线查看,此功能让管理员随时掌握登录用户的在线状态以及登录时间等,随时掌握登录用户的动态信息。其用户状态显示界面如图5所示。

4 结语

用户信息管理软件采用C/S模式,通过Microsoft Visua C#2010编程平台,易于数据管理的SQL2005数据库,此软件在实际应用当中,已经取得了不错的效果,大大方便了管理员和普通用户相关信息的添加、查询、校对、修改等,使登录用户随时了解自己的相关信息和办公状态,以及让管理员随时掌握其他用户对Web办公系统的关注度以及使用情况。

摘要：在一个多用户登录的Web页面办公系统中,后台软件对登录用户以及用户的一些重要资料进行必要的管理和数据库录入,可以保证前台Web系统的安全性能,以及实现对用户的智能管理和显示用户的在线状态等。

关键词：数据库录入,后台软件,智能管理,Web系统,在线状态

参考文献

[1](美)姚杜朗.C#高级编程.李敏波,译.清华大学出版社.

[2](德)侯姆,克鲁克,斯普达.C#软件项目开发全程剖析.薛兴涛,袁勤勇,译.清华大学出版社.

网络用户信息行为研究发展 第8篇

2014年1月中国互联网络信息中心公布了《第三十三次中国互联网络发展状况统计报告》, 报告中现实, 截至到2013年12月, 我国上网用户总数达到6.18亿, 互联网普及率达到45.8%;中国网民通过台式电脑上网的比例为34.6%, 通过笔记本电脑上网的比例为44.1%[1]。从此次报告可知晓, 人们行为中存在着最重要的一种行为, 即网络信息行为。情报学、图书馆学以及信息传播学都将网络信息行为视作研究的新热点。

2 网络用户信息行为研究概述

随着计算机技术的日新月异以及互联网的不断普及, 网络用户的信息行为逐渐受到学者们的关注, 近年来已上升为一个重要的研究主题。

2.1 国外网络用户信息行为研究。

英国学术网络是最早对Internet用户进行用户需求与行为研究的学术团体。20世纪80年代末, 柴娜尔和福斯特对一些特定人群, 如:大学教研人员、政府的行政人员等网络用户, 共计22人的Internet信息需求及使用Internet的信息行为进行了调查研究。研究表明, 这些特定人群对英国学术网络的服务基本感到满意, 但是对其用户界面表示不满;并且网络用户在挑选网络服务类型时, 大部分都选择与其工作相关的服务类型。迄今为止, 国外网络用户信息行为的研究主要在以下三个主题展开:

2.1.1用户利用搜索引擎的网络信息行为。斯宾克等学者通过统计分析得出了与用户有关的八条信息行为基本规律, 他们是通过对搜索引擎上亿条搜索记录进行分析得到的。杰森等多名学者表示, 对搜索引擎提问式的分析, 可以总结出搜索引擎所遵循的信息检索原理, 但是在网络信息检索用户和传统信息检索用户中存在着诸多不同之处。杰森通过对其他不同五种搜索引擎进行分析, 即研究会影响检索结果的因素, 如:检索提问式的复杂性等, 发现提升提问式的复杂性不会对检索结果有大的影响。2.1.2网络用户信息行为模型的构建。在非网络环境下, 学者们从多角度并在实证研究和定量研究的基础上, 构造了多种信息行为模型, 并且一些模型经过验证已经很成熟。例如德尔文的意义信息行为、斯宾克信息行为模型、库尔梭的信息查询模型、威尔森的信息搜寻行为模型、马斯尼的信息行为模型等。这些模型经过实践验证, 可以完全应用到实际生活中, 他们已经成为信息行为领域重要的理论成果。由于网络信息行为产生的较晚, 也就在近些年成为研究热点, 对于它的研究还不够深入, 而且现在所构造的模型还不能与那些非网络环境下构造的模型相比较, 但是已经有研究人员在已有模型的基础上进行了拓展。

2.2 国内网络用户信息行为研究。

我国的用户信息行为研究经历了三个阶段, 即仅研究用户信息需求的初级阶段 (20世纪50年代至70年代) ;以用户需求、获取和利用为主的系统研究的第二阶段 (20世纪80年代) ;从单纯理论研究过渡到理论与实践相结合的第三阶段 (20世纪90年代) 。尤其是近年来, 国内学者开始重点关注网络用户的信息行为问题。近年来, 国内网络用户信息行为主要围绕以下几个方面展开:

2.2.1网络环境下用户信息需求及信息行为的理论研究。网络环境下用户信息需求及信息行为的理论研究, 以胡昌平、王槐深为首的情报学学者, 研究了网络用户信息需求的新特点及影响信息需求的因素;林平忠、白海燕、李书宁、李法运对网络环境下用户的信息行为进行了理论研究;黄晓斌和邱均平介绍了网络使用数据的采集方法, 并通过对Internet使用数据的聚类分析, 研究了对Internet记录数据分析的意义与作用, 并且讨论了关于网络数据采集、计量的方式和方法。2.2.2理论与实践结合的研究。用实践来检验理论是唯一正确的这一原理一直被理论研究者忽略, 伴随网络计量学的兴起, 近年来我国部分学者开始了理论与实践相结合的研究。王健勇总结出了用户搜寻行为的分布特征, 他对我国“天网”中英两版搜索引擎的web日志数据进行统计分析发现用户行为存在一定类别的特定行为。邓小昭对用户使用CNKI和谷歌搜索引擎的搜寻行为进行了研究, 分析得出了一些有关网络用户信息检索行为的规律。沙勇忠通过使用网络计量工具“日志趋势”, 对特定科学研究机构的web日志进行了数据采集与数据分类, 总结了网络科研用户一些具有重要意义的信息行为特征。

3 网络用户信息行为研究发展趋势

虽然国内外学者对于用户信息行为的研究日趋成熟, 但是在一些研究上还是存在不足。国外学者多重视用户信息行为模型的构建, 但在网络环境下, 现有的信息行为模型已不能完全适用, 而国内学者虽然对用户信息行为做了相关的理论研究以及实践研究, 但总体来看, 研究还比较零散, 缺乏整体的思考和对细节问题的系统研究, 定性研究多, 定量研究相对较少。

随着信息技术的不断发展, 特定用户群体的不断扩大, 用户信息行为研究将呈现以下发展趋势:

3.1 特定人群的信息行为将继续成为研究重点。

以信息用户为中心而设计开发的信息系统、信息服务和信息产品, 组织排列信息时按照用户的一般特征去组织, 以实现用户与信息、技术、社会的和谐发展, 着重研究有关特定人群的信息行为, 可系统地将信息依据搜索人群的特征进行组织, 使其指向性更明确, 不仅方便了用户, 还减少不必要的信息浪费。

3.2 信息行为将采用多学科的视角。

在21世纪, 用户信息行为不再是一门自成一体的学科, 应该采用多学科相融合的视角进行深化研究。例如, 在研究用户信息行为时, 应采用与心理学相结合的因果关系实验法、心智模型测度法、用户认知风格测试等研究手段。同时, 以法学的角度对信息行为进行测定, 因为错综复杂的信息行为需要国家立法的束缚, 通过有关部门制定的信息法律法规来约束大众的信息行为, 从而降低信息犯罪在网络犯罪中的比例, 有利于网络安全和维护信息使用者的权益。

3.3 研究方法日益成熟完善。

在将来的信息行为研究中, 深层次地对信息用户数据进行分析, 并运用已有的成熟的信息理论模型以及先进的数理统计分析方法进行研究, 可以使信息服务系统的评价更具科学性。从发展趋势来看, 应运用多学科交叉的观点来研究用户信息行为, 学者可以将情报学、图书馆学、计算机科学、心理学等多学科的理论知识综合起来, 并与多门学科的研究方法相结合, 并重视定量定性结合的研究方法, 从而在多重角度上对用户信息行为进行研究。

摘要：在对国内外网络用户信息行为研究代表性文献分析的基础上, 对国内外网络用户信息行为研究热点进行总结, 并分析了网络用户信息行为研究发展的趋势。

关键词：网络用户,信息行为,用户研究

参考文献

[1]中国互联网络信息中心 (CNNIC) .第三十三次中国互联网络发展状况统计报告.http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201403/t20140305_46240.htm, 2014-3-5.

[2]曹树金.国外网络信息查寻行为研究进展[J].国家图书馆学刊, 2002 (2) .

[3]巢乃鹏.用户信息查询行为的理论与实践研究[M].北京:兵器工业出版社, 2001.

[4]王建勇.海量Web搜索引擎系统中用户行为的分布特征及其启示[J].中国科学, 2001 (8) .

宁夏石化“质量月”走市场访用户 第9篇

宁夏石化近年来始终坚持“顾客至上, 质量至上”的经营理念, 重视产品质量, 倾听客户心声。9月17日, 宁夏石化公司营销调运部、质量安全环保处和尿素一部组成走访小组, 前往陕北、甘肃、内蒙古区域的目标市场, 针对产品质量、发运质量、服务质量及销售质量进行为期10天的用户走访活动。宁夏石化走访小组人员走乡串镇, 与用户倾心交谈, 了解用户最真实、最直接的想法, 就用户提出的问题给予耐心、详细解答, 并把用户的意见认真记录下来。通过走访, 公司加深了与用户的沟通交流, 提高了中国石油昆仑品牌的美誉度和客户市场对公司产品的忠诚度。