论文部分内容阅读
政务新媒体平台已发展成为政府公共服务的重要组成部分,亿万用户行为记录中蕴含着巨大的管理和科学价值。准确地理解政务新媒体的用户行为,将极大地有助于政府通过新媒体的运用,为满足公民的公共服务需求、提供公民的充分表达民意的渠道、进而实现以公民为中心的社会治理。现有政务新媒体用户的行为分析多囿于信息管理领域的一般行为分类进行研究,并且更多地是从政府视角出发,并未充分考虑政务新媒体作为提供公共服务渠道的特性,从而还缺乏从公共事务用户参与的角度来分析用户行为。因此,本文以新公共服务理论为研究框架,从公共服务需求提供方式、用户参与及持续使用意愿的新角度来研究用户行为规律。本文主要研究结论如下:一、本文根据用户参与政务新媒体的行为现状,通过K-means聚类分析将其细分为积极型、潜力型和拓展型三种用户类型;同时,从参与政务新媒体行为的政治属性出发,运用公民自愿模型,分析发现了影响用户参与行为(包含显性和隐性两种视角)的政治兴趣、对政府的信任、参与经历和动员性等不同关键因素,并发现了它们大都对用户参与行为产生正向显著影响。不过,对政府的信任因素在显性与隐性行为中,产生的影响截然相反。这些研究结构为政务新媒体平台吸引用户参与、整体改善用户参与效果提供了学理基础。二、本文运用KANO模型对用户在政务新媒体平台的信息、系统、服务和参与四方面的需求进行内容分细,根据计算出的,用户需求满足后对其满意度的提升效果,将需求内容划分为:必备性需求、期望性需求、魅力性需求和无差异需求的四种不同类型。由此,本文对政务新媒体用户满意度的测量方式进行了改进,即:提出基于不同用户需求类型的政务新媒体用户满意度量表。研究结果将为进一步测量政务新媒体用户满意度和改善用户体验提供科学依据。三、本文通过对网上数据的实时抓取,利用数据统计分析和机器学习算法,了解用户对政务信息内容的传播行为,从而进一步对热门政务信息的影响因素进行分析。通过使用数据结构和特征与真实政务大数据中的公民社会活动产生的数据相似的网络抓取数据,研究发现,含有负面情感,治安类以及提供信息以外的、含有延伸阅读体验的信息内容均助于用户的传播行为的产生。信息内容、用户的转发行为以及政务公众号的自身特征均对政务信息的热门传播产生影响。