大数据环境下社交媒体信息流界面布局优化方法研究

摘要

随着互联网的飞速发展，每时每刻都有难以计数的数据信息被创造和记录。大数据的研究已经在各行各业中逐渐普及，致力于更有效地获取数据中隐含的价值。在数据分析处理、数据挖掘等技术逐渐完善的今天，数据可视化成为一个新兴的研究方向，本文所研究的信息流可视呈现就属于一类特殊的数据信息可视化。
　　本文的设计对象为社交媒体中的信息流界面。社交媒体是互联网时代的典型产物，也是大数据信息的重要来源。随着Facebook、twitter、微信、微博等社交媒体的大面积流行，信息流渗透在广大的互联网用户的日常生活中，实时获取多种类型的数据信息，或繁或简的呈现于用户的客户端或网页上。
　　理论研究阶段分为三部分。首先，从特有的大数据环境入手，对信息流界面的数据种类多样性和信息流的生命周期特性进行分析，对新媒体的信息传播特点和社会网络个人传播模式进行研究，进而提出大数据环境下信息流界面面临的三大挑战:信息大爆炸、信息环流和信息碎片。其次，对社交媒体的用户行为心理进行3个角度的分析研究，包括用户采纳与忠诚度、用户个体使用行为与用户群体互动行为。最后，结合前两步的分析成果，对现有社交媒体信息流界面进行布局分析，提出针对社交媒体信息流的4种提取策略:拦截与过滤、信息流排序、信息分流和信息整合，提出2种信息流的可视化设计方法:节点图谱和文本聚类，用以解决大数据环境带来的信息过载对社交媒体信息流呈现的不利影响。
　　在实践设计阶段，通过问卷调查进行用户研究，选择新浪微博作为设计原型，在界面设计方法基础上，结合信息流特有特征，将信息流界面布局方法、信息提取策略和可视化方法应用到实践中。最后提供信息流界面优化设计的评价，设计实验，记录分析被试完成查找任务的操作用时和操作步数，证实了优化后的界面能够提高用户获取信息的效率。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．1．1 大数据环境

1．1．2 社交媒体

1．2 国内外研究现状

1．2．1 数据可视化

1．2．2 社交媒体信息流

1．2．3 网页界面布局

1．2．4 研究现状的局限

1．3 研究意义与目的

1．4 论文结构

第二章 大数据环境信息流特征分析

2．1 大数据环境信息流概述

2．1．1 信息流定义

2．1．2 信息流界面

2．1．3 社交媒体信息流

2．1．4 信息流广告

2．2 大数据环境信息流特征分析

2．2．1 信息流数据种类的多样性

2．2．2 信息流的生命周期特性

2．3 大数据环境下的信息传播

2．3．1 新媒体的信息传播特点

2．3．2 社会网络个人传播模式

2．4 大数据环境下信息流面临的挑战

2．4．1 信息大爆炸

2．4．2 信息环流

2．4．3 信息碎片

2．5 本章小结

第三章 社交媒体用户行为心理研究

3．1 用户采纳与忠诚度

3．1．1 使用动机

3．1．2 用户持续使用意愿

3．2 用户个体使用行为

3．2．1 一般使用行为

3．2．2 内容创建行为

3．2．3 内容消费行为

3．3 用户群体互动行为

3．4 本章小结

第四章 社交媒体信息流呈现方法研究

4．1 社交媒体信息流界面布局分析

4．1．1 整体布局

4．1．2 细节布局

4．2 信息流提取策略

4．2．1 拦截与过滤

4．2．2 信息流排序

4．2．3 信息分流

4．2．4 信息整合

4．3 信息流的可视化设计

4．3．1 节点图谱

4．3．2 文本聚类

4．4 本章小结

第五章 社交媒体信息流优化设计实践

5．1 用户研究

5．2 设计目标

5．2．1 目标需求

5．2．2 功能需求

5．3 设计实践

5．3．1 首页信息流界面

5．3．2 “发现”模块界面

5．3．3 信息流详情页面

5．3．4 交互操作

5．3．5 优化对比

5．4 优化设计模型

5．5 本章小结

第六章 信息流界面优化设计评价

6．1 实验设计

6．1．1 实验目的

6．1．2 实验任务

6．1．3 实验说明

6．1．4 实验测试

6．2 实验分析

6．2．1 实验被试

6．2．2 实验分析

6．3 问卷调查

6．4 其他评价方法

6．5 本章小结

第七章 总结与展望

7．1 论文总结

7．2 今后展望

致谢

参考文献

附录