Please wait a minute...
Advanced Search
数据分析与知识发现  2021, Vol. 5 Issue (7): 111-125     https://doi.org/10.11925/infotech.2096-3467.2021.0140
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
社会化媒体用户隐私计算量化模型构建及隐私悖论均衡解验证*
朱侯(),方清燕
中山大学信息管理学院 广州 510006
Quantifying and Examining Privacy Paradox of Social Media Users
Zhu Hou(),Fang Qingyan
School of Information Management, Sun Yat-Sen University, Guangzhou 510006, China
全文: PDF (1248 KB)   HTML ( 12
输出: BibTeX | EndNote (RIS)      
摘要 

【目的】 基于传统隐私计算提出可量化模型,对社会化媒体平台用户的隐私悖论行为进行更客观的量化研究。【方法】 采用IRT模型和灰色关联分析法对用户信息进行量化,并从效用最大化的角度——感知效益和感知风险的角度构建模型,计算和分析社交平台上的均衡解。利用部分用户信息代入模型进行验证。【结果】 通过量化计算,得到平台风险量为0.479,小于0.508的效益量,从而求得均衡系数为1.063。结果验证了隐私悖论的存在,并且利用数据检验模型,符合现实情况。【局限】 对感知效益量化框架缺乏检验,并且无法获得用户更全面的数据。两部分量化模型的融合缺少已经证实的统一标准。【结论】 提出新的可量化的模型,为隐私悖论提供了客观的痕迹数据的支撑,同时也为社会化平台用户隐私行为建模奠定了基础。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
朱侯
方清燕
关键词 隐私悖论隐私计算IRT模型灰色关联分析熵权法    
Abstract

[Objective] This paper proposes a new model based on the traditional privacy calculus, aiming to effectively quantify the privacy paradox behaviors of social media users. [Methods] First, we quantified users’ information with the IRT model and grey relational analysis. Then, we built a model from the perspectives of the balanced benefits and risks. Third, we calculated and analyzed the equilibrium solution on social platform with this new model. Finally, we evaluated our model’s performance with some real-world users’ information. [Results] The perceived benefits of most social media users was higher than the perceived risks, which indicated the existence of privacy paradox and was in line with the real world situation. [Limitations] We did not fully examine the perceived benefit framework due to the lack of data. There is no proven standard for merging the proposed model’s two sections. [Conclusions] The proposed model supports the privacy paradox with objective data and lays a foundation for studying users’ privacy behaviors on social media.

Key wordsPrivacy Paradox    Privacy Calculus    IRT Model    Grey Relational Analysis    Entropy Weight Method
收稿日期: 2021-02-09      出版日期: 2021-08-11
ZTFLH:  G350  
基金资助:*教育部人文社会科学研究青年项目(18YJC630272);国家自然科学基金青年项目(71801229);广东省基础与应用基础研究基金自然科学基金面上项目(2021A1515011805)
通讯作者: 朱侯     E-mail: zhuhou3@mail.sysu.edu.cn
引用本文:   
朱侯,方清燕. 社会化媒体用户隐私计算量化模型构建及隐私悖论均衡解验证*[J]. 数据分析与知识发现, 2021, 5(7): 111-125.
Zhu Hou,Fang Qingyan. Quantifying and Examining Privacy Paradox of Social Media Users. Data Analysis and Knowledge Discovery, 2021, 5(7): 111-125.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.2096-3467.2021.0140      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2021/V5/I7/111
项目1 项目2 项目i 项目n
用户1
用户2
用户j
用户N
Table 1  用户j和项目i组成的 N × n响应矩阵
Fig.1  1 000名微博用户对11个隐私项目的设置
序号 隐私项目 敏感度 序号 隐私项目 敏感度
1 认证 0.088 7 简介 0.320
2 所在地 0.141 8 个性域名 0.518
3 性取向 0.921 9 标签 0.330
4 感情状况 0.925 10 教育信息 0.716
5 生日 0.301 11 工作信息 0.741
6 血型 0.948
Table 2  隐私项目的敏感度统计
Fig.2  用户对隐私项目的可见度雷达图(①外圈为1 000 个用户的编号为1~1 000,因空间位置不足,未全部显示。)
Fig.3  PQj)分布散点图
序号 拟合函数 拟合度
1 线性函数 0.918
2 对数函数 0.820
3 倒数函数 0.106
4 二次函数 0.918
5 三次函数 0.962
6 复合函数
7 幂函数
8 S模型
9 增长模型
10 指数模型
11 对数模型
Table 3  PQj)的曲线拟合度
未标准化系数 标准化系数
Beta
t Sig.
B 标准误
j 0.003 0.000 2.969 48.310 0.000
j2 -4.725E-006 0.000 -5.058 -34.304 0.000
j3 3.092E-009 0.000 3.150
常数 0.142 0.007 0.000
Table 4  PQj)的三次函数拟合系数
指标名称 指标含义
粉丝数 表示对该微博主选择关注设置的用户总数量
转发 表示用户将所浏览的信息分享到首页,希望能传递给其他用户
评论 表示用户对某一博主发布的微博内容的看法和意见
点赞 表示用户对某一博主发布的微博内容的赞赏等态度
Table 5  互动性指标含义及其选取依据
用户名称 粉丝数 前100
转发总数
前100
评论总数
前100
点赞总数
ACui阿崔 3 668 878 247 028 252 885 509 631
R1SE-周震南 8 427 334 17 149 147 938 087 4 811 405
ZAKER 2 040 674 1 185 637 23 773
阿云嘎Musical 2 141 614 1 290 383 1 097 895 3 840 222
陈欧 43 960 871 1 217 188 739 511 9 998 137
宠文铺子 25 155 75 6 648 1 036
郭姐哒 1 839 803 37 469 8 149 218 951
行走的一尾鱼 177 807 3 025 6 536 265 697
今天又懒得加班 695 959 147 293 437 819 3 574 359
金大川 2 146 006 215 219 16 117 1 435 614
康师傅冰红茶冰力十足 1 240 362 1 831 648 248 929 653 552
考研政治徐涛 3 496 055 206 444 248 397 1 403 348
李子柒 16 740 747 4 400 646 4 877 797 23 432 655
马頔-麻油叶 977 301 48 771 52 618 391 087
马玉兰还在害人 650 427 76 895 831 692 1 284 325
…… …… …… …… ……
Table 6  部分用户的原始数据
用户名称 粉丝数 平均
转发数
平均
评论数
平均
点赞数
ACui阿崔 3 668 878 2 470.28 2 528.85 5 096.31
R1SE-周震南 8 427 334 171 491.50 9 380.87 48 114.05
ZAKER 2 040 674 11.85 6.37 237.73
阿云嘎Musical 2 141 614 12 903.83 10 978.95 38 402.22
陈欧 43 960 871 12 171.88 7 395.11 99 981.37
宠文铺子 25 155 7.50 66.48 103.60
郭姐哒 1 839 803 374.69 814.90 2 189.51
行走的一尾鱼 177 807 302.50 653.60 2 656.97
今天又懒得加班 695 959 1 472.93 4 378.19 35 743.59
金大川 2 146 006 2 152.19 1 611.70 14 356.14
康师傅冰红茶冰力十足 1 240 362 18 316.48 2 489.29 6 535.52
考研政治徐涛 3 496 055 2 064.44 2 483.97 14 033.48
李子柒 16 740 747 44 006.46 48 777.97 234 326.60
马頔-麻油叶 977 301 487.71 526.18 3 910.87
马玉兰还在害人 650 427 768.95 8 316.92 12 843.25
…… …… …… …… ……
Table 7  部分用户的指标数据
用户名称 粉丝数 平均
转发数
平均
评论数
平均
点赞数
ACui阿崔 0.002 561 0.002 705 0.003 708 0.001 346
R1SE-周震南 0.005 882 0.187 762 0.013 757 0.012 704
ZAKER 0.001 424 0.000 013 0.000 009 0.000 063
阿云嘎Musical 0.001 495 0.014 128 0.016 100 0.010 140
陈欧 0.030 685 0.013 327 0.010 845 0.026 399
宠文铺子 0.000 018 0.000 008 0.000 097 0.000 027
郭姐哒 0.001 284 0.000 410 0.001 195 0.000 578
行走的一尾鱼 0.000 124 0.000 331 0.000 958 0.000 702
今天又懒得加班 0.000 486 0.001 613 0.006 420 0.009 438
金大川 0.001 498 0.002 356 0.002 363 0.003 791
康师傅冰红茶冰力十足 0.000 866 0.020 054 0.003 650 0.001 726
考研政治徐涛 0.002 440 0.002 260 0.003 643 0.003 705
李子柒 0.011 685 0.048 182 0.071 531 0.061 871
马頔-麻油叶 0.000 682 0.000 534 0.000 772 0.001 033
马玉兰还在害人 0.000 454 0.000 842 0.012 196 0.003 391
…… …… …… …… ……
Table 8  截取部分无量纲化后的数据
用户名称 |x0(1)-
xi(1)|
|x0(2)-
xi(2)|
|x0(3)-
xi(3)|
|x0(4)-
xi(4)|
ACui阿崔 0.056 706 0.185 057 0.067 823 0.060 525
R1SE-周震南 0.053 385 0 0.057 774 0.049 167
ZAKER 0.057 843 0.187 749 0.071 522 0.061 808
阿云嘎Musical 0.057 772 0.173 634 0.055 431 0.051 731
陈欧 0.028 582 0.174 435 0.060 686 0.035 472
宠文铺子 0.059 25 0.187 754 0.071 434 0.061 844
郭姐哒 0.057 983 0.187 352 0.070 336 0.061 293
行走的一尾鱼 0.059 143 0.187 431 0.070 573 0.061 169
今天又懒得加班 0.058 781 0.186 149 0.065 111 0.052 433
金大川 0.057 769 0.185 406 0.069 168 0.058 08
康师傅冰红茶冰力十足 0.058 401 0.167 708 0.067 881 0.060 145
考研政治徐涛 0.056 827 0.185 502 0.067 888 0.058 166
李子柒 0.047 582 0.139 58 0 0
马頔-麻油叶 0.058 585 0.187 228 0.070 759 0.060 838
马玉兰还在害人 0.058 813 0.186 92 0.059 335 0.058 48
…… …… …… …… ……
Table 9  截取部分参考序列与比较序列的差值
参考值/最值 粉丝数 平均
转发数
平均
评论数
平均
点赞数
max | x 0 ( j ) - x i ( j ) | 0.059 267 0.187 762 0.071 531 0.061 87
min | x 0 ( j ) - x i ( j ) | 0.000 00 0.000 00 0.000 00 0.000 00
maxmax | x 0 ( j ) - x i ( j ) | 0.187 762
minmin | x 0 ( j ) - x i ( j ) | 0.000 00
Table 10  各指标数据的灰色关联度
用户名称 Vi(1) Vi(2) Vi(3) Vi(4)
ACui阿崔 0.623 432 0.336 565 0.580 575 0.608 013
R1SE-周震南 0.637 493 1 0.619 042 0.656 290
ZAKER 0.618 762 0.333 349 0.567 590 0.603 003
阿云嘎Musical 0.619 050 0.350 937 0.628 758 0.644 733
陈欧 0.766 605 0.349 889 0.607 379 0.725 773
宠文铺子 0.613 078 0.333 343 0.567 893 0.602 866
郭姐哒 0.618 191 0.333 820 0.571 689 0.605 005
行走的一尾鱼 0.613 505 0.333 726 0.570 866 0.605 487
今天又懒得加班 0.614 958 0.335 253 0.590 478 0.641 639
金大川 0.619 062 0.336 146 0.575 786 0.617 795
康师傅冰红茶冰力十足 0.616 493 0.358 888 0.580 366 0.609 513
考研政治徐涛 0.622 933 0.336 030 0.580 338 0.617 449
李子柒 0.663 643 0.402 126 1 1
马頔-麻油叶 0.615 750 0.333 967 0.570 218 0.606 783
马玉兰还在害人 0.614 83 0.334 333 0.612 738 0.616 175
…… …… …… …… ……
Table 11  部分用户的指标效益量
指标 粉丝数 平均转发数 平均评论数 平均点赞数
ej 0.787 59 0.681 36 0.793 85 0.813 92
hj 0.212 41 0.318 64 0.206 15 0.186 08
wj 0.230 06 0.345 12 0.223 28 0.201 54
Table 12  各指标的信息熵值、差异系数及信息熵权重
用户名称 r i
ACui阿崔 0.511 8
R1SE-周震南 0.762 3
ZAKER 0.505 7
阿云嘎Musical 0.533 9
陈欧 0.579 0
宠文铺子 0.504 4
郭姐哒 0.507 0
行走的一尾鱼 0.505 8
今天又懒得加班 0.518 3
金大川 0.511 5
康师傅冰红茶冰力十足 0.518 1
考研政治徐涛 0.513 3
李子柒 0.716 3
马頔-麻油叶 0.506 5
马玉兰还在害人 0.517 8
…… ……
Table 13  截取部分用户的感知效益量
Fig.4  用户的感知风险量统计直方图
Fig.5  微博互动行为指标权重饼图
Fig.6  微博用户感知效益量折线图
Fig.7  微博用户的均衡函数值分布
[1] Li Z R, Lv T J, Zhang X H, et al. The Effects of Personal Characteristics and Interpersonal Influence on Privacy Information Diffusion in SNS[C]// Proceedings of 2013 IEEE International Conference on Service Operations and Logistics, and Informatics, Service Operations and Logistics, and Informatics. 2013: 413-418.
[2] 莫璐宇. 网站用户注册登录的影响因素和交互体验研究[D]. 杭州:浙江大学, 2019.
[2] (Mo Luyu. Research on the Influencing Factors and Interactive Experience of Website User Registration and Login[D]. Hangzhou: Zhejiang University, 2019.)
[3] 中国互联网信息中心. 第47次中国互联网络发展状况统计报告[R/OL]. [2021-02-03]. http://www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/202102/t20210203_71361.htm.
[3] (China Internet Network Information Center. Statistical Report of the 47th China Internet Development[R/OL]. [2021-02-03]. http://www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/202102/t20210203_71361.htm.)
[4] 刘婷, 邓胜利. 国外隐私悖论研究综述[J]. 信息资源管理学报, 2018, 8(2):106-114.
[4] (Liu Ting, Deng Shengli. A Review of Private Paradox Research Abroad[J]. Journal of Information Resources Management, 2018, 8(2):106-114.)
[5] Kokolakis S. Privacy Attitudes and Privacy Behaviour: A Review of Current Research on the Privacy Paradox Phenomenon[J]. Computers & Security, 2017, 64:122-134.
doi: 10.1016/j.cose.2015.07.002
[6] Lee H, Park H, Kim J. Why do People Share Their Context Information on Social Network Services? A Qualitative Study and an Experimental Study on Users’ Behavior of Balancing Perceived Benefit and Risk[J]. International Journal of Human-Computer Studies, 2013, 71(9):862-877.
doi: 10.1016/j.ijhcs.2013.01.005
[7] 唐晶晶. 微信大学生用户的隐私悖论行为研究[D]. 郑州:郑州大学, 2018.
[7] (Tang Jingjing. Research on Privacy Paradox in Weixin College Student User’s Behevior[D]. Zhengzhou: Zhengzhou University, 2018.)
[8] Pavuna A. Privacy Paradox: Empirical Verification of the Phenomenon[J]. Politicka Misao, 2019, 56(1):132-162.
[9] Kim B, Kim D. Understanding the Key Antecedents of Users’ Disclosing Behaviors on Social Networking Sites: The Privacy Paradox[J]. Sustainability, 2020, 12(12):5163.
doi: 10.3390/su12125163
[10] Trepte S, Dienlin T, Reinecke L. Privacy, Self‐Disclosure, Social Support, and Social Network Site Use. Research Report of a Three‐year Panel Study[EB/OL]. [2013-12-11]. http://opus.uni-hohenheim.de/volltexte/2013/889/.
[11] Trepte S, Dienlin T, Reinecke L. From the Gutenberg Galaxy to the Google Galaxy[M]. Uvk Verlag, 2014, 3:225-244.
[12] 李贺, 余璐, 许一明, 等. 解释水平理论视角下的社交网络隐私悖论研究[J]. 情报学报, 2018, 37(1):1-13.
[12] (Li He, Yu Lu, Xu Yiming, et al. Research on Privacy Paradox in Social Network Sites Under the Perspective of Construal Level Theory[J]. Journal of the China Society for Scientific and Technical Information, 2018, 37(1):1-13.)
[13] 朱侯, 王可, 严芷君, 等. 基于隐私计算理论的SNS用户隐私悖论现象研究[J]. 情报杂志, 2017, 36(2):134-139, 125.
[13] (Zhu Hou, Wang Ke, Yan Zhijun, et al. An Analysis of Privacy Paradox Phenomenon in SNS Users Based on Privacy Calculus[J]. Journal of the China Society for Scientific and Technical Information, 2017, 36(2):134-139, 125.)
[14] Davazdahemami B, Hammer B, Kalgotra P, et al. From General to Situational Privacy Concerns: A New Mechanism to Explain Information Disclosure in Social Networks[J]. Communications of the Association for Information Systems, 2020, 47(1):652-677.
doi: 10.17705/1CAIS
[15] 管家娃, 张玥, 朱庆华, 等. 国外社交网站隐私悖论问题研究综述与国内研究建议[J]. 图书情报工作, 2016, 60(22):126-134.
[15] (Guan Jiawa, Zhang Yue, Zhu Qinghua, et al. Review of Foreign Research on the Privacy Paradox in Social Network Sites and Suggestions for Domestic Research[J]. Library and Information Service, 2016, 60(22):126-134.)
[16] Acquisti A, Grossklags J. Privacy and Rationality in Individual Decision Making[J]. IEEE Security & Privacy, 2005, 3(1):26-33.
[17] Barnes S B. A Privacy Paradox: Social Networking in the United States[J]. First Monday, 2016, 11(9):5.
[18] Waldman A E. Cognitive Biases, Dark Patterns, and the ‘Privacy Paradox’[J]. Current Opinion in Psychology, 2020, 31:105-109.
doi: S2352-250X(19)30148-4 pmid: 31590106
[19] Ma L, Ding X Y, Zhang X, et al. Mobile Users’ Self-Disclosure Behaviour on WeChat: Application of Social Cognitive Theory[J]. Mobile Information Systems, 2020(7):1-13.
[20] 谢卫红, 常青青, 李忠顺. 国外网络隐私悖论研究进展——理论整合与述评[J]. 现代情报, 2018, 38(11):136-144.
[20] (Xie Weihong, Chang Qingqing, Li Zhongshun. Advances in Foreign Online Privacy Paradox——The Integration of Theory and Commentary[J]. Journal of Modern Information in China, 2018, 38(11):136-144.)
[21] Lindqvist J, Cranshaw J, Wiese J, et al. I’m the Mayor of My House: Examining Why People Use Foursquare - A Social-Driven Location Sharing Application[C]// Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. 2011: 2409-2418.
[22] Seidman G. Self-presentation and Belonging on Facebook: How Personality Influences Social Media Use and Motivations[J]. Personality and Individual Differences, 2013, 54(3):402-407.
doi: 10.1016/j.paid.2012.10.009
[23] Wu P F. The Privacy Paradox in the Context of Online Social Networking: A Self-Identity Perspective[J]. Journal of the Association for Information Science and Technology, 2019, 70(3):207-217.
doi: 10.1002/asi.2019.70.issue-3
[24] Wu Y, Pan L. SG-PAC: A Stochastic Game Approach to Generate Personal Privacy Paradox Access-Control Policies in Social Networks[J]. Computers & Security, 2020, 102:102157.
doi: 10.1016/j.cose.2020.102157
[25] Li H, Luo X, Zhang J, et al. Resolving the Privacy Paradox: Toward a Cognitive Appraisal and Emotion Approach to Online Privacy Behaviors[J]. Information & Management, 2017, 54(8):1012-1022.
doi: 10.1016/j.im.2017.02.005
[26] Metzger M J. Communication Privacy Management in Electronic Commerce[J]. Journal of Computer-Mediated Communication Electronic Edition, 2007, 12(2):335-361.
[27] Liu X D, Min Q F, Han S N. Understanding Users’ Continuous Content Contribution Behaviours on Microblogs: An Integrated Perspective of Uses and Gratification Theory and Social Influence Theory[J]. Behaviour & Information Technology, 2019, 39(1):525-543.
[28] 孙保营, 唐晶晶. 移动社交时代“隐私悖论”的困局及破解[J]. 新闻爱好者, 2017(7):13-18.
[28] (Sun Baoying, Tang Jingjing. The Dilemma and Solution of “Privacy Paradox” in Mobile Social Era[J]. Journalism Lover in China, 2017(7):13-18.)
[29] Deuker A. Addressing the Privacy Paradox by Expanded Privacy Awareness - The Example of Context-Aware Services[C]// Proceedings of IFIP International Federation for Information Processing. 2010.
[30] Sun Q Z, Willemsen M C, Knijnenburg B P. Unpacking the Intention-Behavior Gap in Privacy Decision Making for the Internet of Things (IoT) Using Aspect Listing[J]. Computers & Security, 2020, 97:101924.
doi: 10.1016/j.cose.2020.101924
[31] Durnell E, Okabe-Miyamoto K, Howell R T, et al. Online Privacy Breaches, Offline Consequences: Construction and Validation of the Concerns with the Protection of Informational Privacy Scale[J]. International Journal of Human-Computer Interaction, 2020, 36(19):1834-1848.
doi: 10.1080/10447318.2020.1794626
[32] Krasnova H, Veltri N F. Privacy Calculus on Social Networking Sites: Explorative Evidence from Germany and USA[C]// Proceedings of the 43rd Hawaii International Conference on System Sciences. 2010: 1-10.
[33] Awad N F, Krishnan M S. The Personalization Privacy Paradox: An Empirical Evaluation of Information Transparency and the Willingness to Be Profiled Online for Personalization[J]. MIS Quarterly, 2006, 30(1):13-28.
doi: 10.2307/25148715
[34] Liu K, Terzi E. A Framework for Computing the Privacy Scores of Users in Online Social Networks[C]// Proceedings of the 9th IEEE International Conference on Data Mining. 2009: 288-297.
[35] 邓聚龙. 灰理论基础[M]. 武汉: 华中科技大学出版社, 2002.
[35] (Deng Julong. Foundation of Grey Theory[M]. Wuhan: Huazhong University of Science & Technology Press, 2002.)
[36] 程启月. 评测指标权重确定的结构熵权法[J]. 系统工程理论与实践, 2010, 30(7):1225-1228.
[36] (Cheng Qiyue. Structure Entropy Weight Method to Confirm the Weight of Evaluating Index[J]. Systems Engineering-Theory & Practice, 2010, 30(7):1225-1228.)
[37] 朱涵钰, 吴联仁, 吕廷杰. 社交网络用户隐私量化研究:建模与实证分析[J]. 清华大学学报(自然科学版), 2014, 54(3):402-406.
[37] (Zhu Hanyu, Wu Lianren, Lv Tingjie. Research on Quantifying User Privacy on Social Networking Sites[J]. Journal of Tsinghua University(Science and Technology), 2014, 54(3):402-406.)
[38] De S J, Imine A. Enabling Users to Balance Social Benefit and Privacy in Online Social Networks[C]// Proceedings of 2018 16th Annual Conference on Privacy, Security and Trust. DOI: 10.1109/PST.2018.8514202.
doi: 10.1109/PST.2018.8514202
[39] Yang M, Yu Y J, Bandara A K, et al. Adaptive Sharing for Online Social Networks: A Trade-off Between Privacy Risk and Social Benefit[C]// Proceedings of 2014 IEEE 13th International Conference on Trust, Security and Privacy in Computing and Communications. 2014: 45-52.
[40] 王玲. 基于微博用户的行为分析与应用研究[D]. 广州:华南理工大学, 2018.
[40] (Wang Ling. The Study of Behavior Analysis and Application Based on Microblog User[D]. Guangzhou: South China University of Technology, 2018.)
[1] 易明,张婷婷. 大众性问答社区答案质量排序方法研究*[J]. 数据分析与知识发现, 2019, 3(6): 12-20.
[2] 王道平, 蒋中杨, 张博卿. 基于灰色关联分析和时间因素的协同过滤算法*[J]. 数据分析与知识发现, 2018, 2(6): 102-109.
[3] 史昱天, 朱庆华, 赵宇翔, 陈晓威. 基于链接分析法对国内网络直播平台综合影响力的评价研究*[J]. 数据分析与知识发现, 2017, 1(9): 40-48.
[4] 路永和, 曹利朝. 基于关联规则综合评价的图书推荐模型[J]. 现代图书情报技术, 2011, 27(2): 81-86.
[5] 井然哲,覃正. 基于灰色关联的e-服务质量评测分析*[J]. 现代图书情报技术, 2005, 21(10): 64-66.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn