四川参考阅读行为感知

用户满意度是影响移动阅读行为的**主要因素，满意度主要来自于初次使用后，通过对使用效果和期望的比较而产生的满意程度。满意度直接影响个体行为的持续使用意愿。因此，包括移动运营商和公共图书馆在内的移动阅读的提供者应注重用户体验，实现有效的动态管理，尽量延长用户行为的生命周期，关注处于周期不同阶段的用户需求，达到保留老用户、扩展新用户、提高用户忠诚度的策略目标。感知风险性通过满意度间接影响个体的持续移动阅读行为，风险性主要表现在来源不明的阅读费用成本、系统维护成本和信息安全性三方面。由于我国移动阅读现阶段的收费模式主要采用流量收费方式，用户一般都选择上网包月套餐，不用担心额外的流量费用，并且通过安装有效的安全软件，集*扰拦截、病毒查杀、流量监控、隐私保护、任务管理等多功能于一体，可以有效保障移动阅读媒介的使用安全，缓解使用的后顾之忧，提高用户满意度。因此，感知风险性维度对个体移动阅读持续使用意向的直接影响作用并不***，*通过满意度产生间接影响。读者不再需要亲自到图书馆，而是通过互联网连接到数字图书馆的资源库，实现随时随地的阅读。四川参考阅读行为感知

数字阅读过程具有参与倾向：用户参与赋予数字阅读类 应用巨大价值。科技的高速发展与媒介的迭代创新使得用户习惯于 从判断、计划到实施的各个阶段通通依赖于信息网络执行具体某类 行为， 而用户体验的友好程度对用户决策产生影响所占的比重越来 越大，因此，在互联网行业中通过研究用户行为，进而改良信息系统 体验流程的设计方法受到***关注[4]。另外，数字阅读行为基本承袭 了纸本阅读，例如，在阅读过程中用户会产生批注、标记、画线、摘 抄、评论、分享等行为，数字阅读活动中用户参与的行为倾向被进一 步放大，用户在阅读体验中的深度参与为数字阅读类应用创造了巨 大价值。信息阅读行为感知成本通过阅读行为感知，我们可以分析读者的阅读速度、阅读方式以及阅读过程中的注意力集中程度。

数字化图书馆的建设是一个多环节的“系统工程”，不是一挥而就、一朝一夕就能实现的，它的建设需要一定时间、扎实工作方能完成。因此，我们要分析自身的条件和优势，根据当前社会的需求完成医院图书馆的数字化建设，档案管理团队专业水平提升后，档案管理水平和管理质量、管理效率才能得到提升。首先，通过引进、吸纳、聘请等方式进行人才更新，提高管理团队的整体素质，使档案管理走向专业化、体系化，进而实现科学化。其次，管理团队执行力强，能够严格按照制度和规范进行档案管理，保证档案信息完整、及时归档和完善，促进档案管理走向规范化和标准化。***，管理团队除了提升专业素质外，还要有档案开发的意识和能力，热爱档案管理工作，养成良好的职业操守，注重档案管理质量的提高，能够积极运用新技术、新方法、新系统实现档案管理效率的提升，保证档案管理安全、完整、标准、规范，使之更好地服务于社会和企业的自身发展。

数字阅读体验处于重塑阶段：阅读体验达到前所未有的多维与丰富。在数字化生存的浪潮中，惯常的生活方式被打破，现象级产品层出不穷，在数字阅读领域也是如此，技术创新让阅读体验乘上了数字化的快车。在体验经济浪潮的推动下，数字阅读行业相关产品应用各出奇招抓住阅读者的注意力，为创造良好舒适的阅读体验而服务。多种形式的轻量交互的设计初衷是为了还原用户心中**初始的阅读体验，有声阅读生态的形成使得用户可以自如地在各类场景进行阅读。与此同时，用户之间能够流畅地互动交流，技术放大了阅读者充分参与的可能性，比较大限度地发掘了人的创造性，阅读体验达到了前所未有的多维与丰富。知识生产的规范性极其重要，此乃知识生产的先决条件。

长久在线、长久连接的生活状态[23]促进了用户对移动阅读感知意识和能力的提升。为规避知识付费之短，实现与用户的紧密关联与长久黏性，升级用户持续阅读行为，平台需打造开放的移动阅读场域并培育更多用户群体的社会化阅读惯习。相较于传统阅读，社会化阅读更强调用户在阅读过程中的交互与体验，因此为进一步培育用户社会化阅读惯习，平台除了以高质量的精细内容连接用户，还需充分了解用户阅读需求及考察分层情况，如通过持续追踪用户阅读社交数据、***查验用户间互动效果等，均能有效助推用户社交惯习的养成。同时移动阅读内容的多样化、***和推送阅读产品的丰富化与高频次，是培育用户惯习的**。这促使移动阅读平台在满足用户基本阅读需求外，更应关照用户期待、重复及推荐行为的动态变化，并从中捕捉到高度重叠且相对稳定的其他诉求。通过潜移默化地培育社会化阅读惯习以实现用户持续阅读行为的升级。阅读行为感知可以帮助我们评估阅读材料的可读性和易读性。综合阅读行为感知均价

数字图书馆的阅读行为感知是读者在虚拟、泛在图书馆环境中与数字资源交互时的心理和行为过程。四川参考阅读行为感知

信息抽取是指从多源异构的数据源中提取出实体、属性以及实体之间的关系，在此基础上形成本体化的知识表达，它是知识图谱构建技术的关键［1］。早期信息抽取主要是基于预定规则的抽取技术，工作量庞大且*适用于特定的专业领域，后来人们开始尝试使用统计机器学习的方法，通过标注部分数据得到训练集，在此基础上再使用均方根误差算法（rootmeansquarederror,RMSE）或多项式回归算法（polyno⁃mialregression,PR）等有监督学习算法识别命名实体。四川参考阅读行为感知