品牌阅读行为感知数据分析

语义网络作为人工智能的重要应用领域之一，可以给用户提供一个更加准确、更加智能的知识获取环境。而知识图谱是实现语义网络的技术基础，是通向语义网络环境的鲜明道路[1]。在智慧学习的大环境下，叠加近年来****的防控需求，在线阅读已越来越多地成为广大读者的优先阅读方式。如果能够有效获取读者的阅读行为并构建对应的知识图谱，对于图书馆而言，可以及时了解其在阅读过程中的实际需求，继而进行针对性的阅读指导并为读者推荐个性化的阅读内容；对于出版商而言，可以及时调整、改进电子出版物的内容编排及后续再版工作，以更好地适应目标读者群体的实际需求。因而，此项研究工作对于进一步提升读者的阅读学习效果，完善图书馆的智慧化阅读服务，推动促进全社会形成良好的智慧学习环境大有裨益。阅读行为感知可以帮助我们理解读者对于不同类型阅读材料的偏好和需求。品牌阅读行为感知数据分析

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。广东网络阅读行为感知读者的阅读动机、兴趣和情绪状态等因素也会影响阅读行为感知。

网络阅读有许多优势，同时也有很多弊端，西蒙(诺贝尔经济学奖获得者)曾这样说过:“信息会消耗接受者的注意力，因此，过量的信息会导致注意力的贫乏。”网络资源的迅猛增长虽然为读者提供了丰富的信息资源，但网络资源的无序性和网络资源质量的参差不齐，反而增加了读者有效地利用这些资源的困难。为了使信息资源能够正常的交流与分享，有必要对网络阅读进行指导，海量的冗余的网络信息，令网络阅读面临选择和获取的困难，容易导致读者产生信息焦虑。有时会使读者在阅读过程中追求文化快餐，快速阅读，从而形成浅阅读，导致读者的思维产生断链、游离，缺乏深度思考，出现了阅读思维的危机。浏览式的、跳跃式的阅读易产生迷航，难以形成系统缜密的思考，使阅读失去其应有的效应。由于网络这种媒体对文本呈现方式的改造，尤其是图式化、多媒体的呈现方式和影像对人们的视觉冲击，容易使人形成惰性思维，不愿消耗时间和精力去揣摩文本之间的内在逻辑和深层意义，导致读者情绪浮躁，注意力不集中，思维能力弱化，缺乏创造力。有调查数据显示，大学生阅读能力下降的一个重要原因是有些学生的阅读已经从传统的纸本阅读转向了网络阅读。

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。阅读行为感知有助于提高阅读教学的效果和质量。

阅读作为自主学习中重要的一环，在自主学习中有着不可取代的地位。因此，分析阅读中的行为并提取有效信息进行分析，有助于实现对学生的智能分析，以求实现智慧教育中针对不同的学习者制订与之适应的教学计划，***，智能地为学生定制资源、调整策略，以提升学习效率,提供可行性研究与基础方法探索。但是，目前关于这方面的研究较为稀少。而在目前存在的对于阅读行为的研究中，其更多的是对阅读时人阅读书籍类别等进行研究，关于视线方面的实际研究仍具有极大的意义。通过对阅读行为感知的研究，我们可以为读者提供更加个性化和定制化的阅读体验。提供阅读行为感知价格

数字图书馆的搜索和推荐功能使得阅读者能够根据自己的需求和兴趣进行信息检索。品牌阅读行为感知数据分析

按照媒介延伸的主要感官类别可以把媒介分成视觉空间型和声 觉空间型媒介，在感官类型维度划分基础上加入数字阅读类应用的 内容特性这一维度，能够概括现有的数字阅读媒介类型。姜洪伟[8] 提出根据数字阅读内容主要特征划分为信息性读物和知识性读物， 谢新洲、石林在《数字阅读构筑内容生态内核》[9] 一文对胡晓东的访 谈中其将数字阅读行业划分为资讯、故事、知识三个分支。本文为了 让数字阅读内容特性划分普适性更强，分为即时实用性刺激性内容 和经典抽象性逻辑性内容，得到数字阅读类应用的媒介基本类型品牌阅读行为感知数据分析