起点中文网

摘要： 文章以原创网络文学网站行业代表起点中文网为研究对象,基于眼动追踪实验,通过模拟用户开展在线阅读的全过程,对其视觉偏好、浏览模式及影响因素进行分析。结果发现,用户倾向于关注网页中部组织有序、整合严谨的区域,且视线轨迹运动梯度在顺序浏览与回视浏览阶段存在差异;图式模式与跳跃模式应用较广,指向用户数较多;广告等界面元素的位置与形式差异会对眼动数据产生一定影响。以此为重要参照,可从界面设计、功能体系、服务供给等角度优化网站设计,包括完善版面布局与内容层次、创新界面元素与信息呈现、拓展内容关联与数字交流、形成个性化服务机制与服务模式等,以实现用户服务管理与网站价值创造的双赢。

摘要： 一、网络文学对外传播的发展与成就早在2001年,处于萌芽期的网络文学便以"单打独斗"的形式逐渐向海外扩张。起点网前身"中国玄幻文学协会"将部分网络小说(如《魔法骑士英雄传说》,宝剑锋著,2000年)向海外进行推广,但其面向的受众主要集中于海外华语群体;2002年,宝剑锋创立了起点中文网,开始了中国网络文学商业化、规范化的运作之路;2004年,起点网等阅读平台率先开始网络文学的海外推介,向全世界出售国内火热的网络文学作品版权。

摘要： 起点中文网是我国网络文学市场中头部网站之一,网站在长期的经营活动中探索出了分类开发、用户参与和全产业链变现三种主要运营方式。这种运营方式以创意为核心形成了IP开发闭环,让起点中文网能够不断开拓新市场获取预期收益,不断扩大网站影响力,不断壮大自己的作者群体与付费用户数量。

摘要： 几个月前,阅文集团CEO吴文辉仍在出席各大峰会,分享热播剧《庆余年》爆红的秘密。该剧由腾讯影业和阅文集团共同打造,后者由腾讯文学与原盛大文学整合而成,旗下囊括QQ阅读、起点中文网、新丽传媒等品牌,腾讯为其第一大股东。而现在,吴文辉和当年打天下的高管们突然“荣退”,毫无征兆。

摘要： 曾经被无数人看好的网文产业,随着资本的进场,也终于难保一片净土。阅文集团因“新合同霸王条款”等话题在微博上持续热搜不下。这场“吃瓜大戏”背后,折射出的是资本运作与作者权益之间的博弈。于2015年成立的阅文集团,2017年港股IPO成功,短短数年就成为市值最高的网络文学行业上市公司,管理和运营起点中文网、创世中文网、潇湘书院、QQ阅读、红袖添香等品牌。

摘要： 概述网络小说《覆汉》是由起点中文网作者榴弹怕水于2018年3月10日,在起点中文网连载的历史架空类网络小说。该书于2019年12月19日完本,历时1年零9个月,共计323万字,获得207万张推荐票,每一章节的平均订阅数超过1万人,是2018年至2019年现象级的历史类架空小说。

摘要： ''17岁的起点,是阅文集团的起点,也是中国网络文学行业下半场的起点''。十七岁的起点中文网迎来了新的起点。2003年,蜗居在城中村的''无业游民''刘炜成为了中国网络小说的第一批读者,因为觉得追看的小说更新太慢,索性就自己写,他以笔名血红开始了自己的写作生涯。2004年,血红在作者后台申领了起点中文网的第一笔稿费——50元,这也是血红人生当中的第一笔稿费。

摘要： 近两年,''IP''成为社会热词。当下大家理解IP,普遍是从传播效应和产业效应两个角度进行思考,而''IP''这一名词本是由来已久,在法律上的概念是知识产权。如何理解知识产权法IP即intellectual property,意为知识产权,是人们对于自己的治理成果、创造成果依法享有的专有的权力。

摘要： 作为网络文学领先网站,起点中文网及其团队对于网络文学的发展起到了重要作用。本文从创始团队成员的视角出发,就公司理念和人才要求两个角度,对网站团队建设的经验进行了总结。

摘要： 随着文学网站的发展,这种新兴互联网站的盈利模式逐渐受到广大学者的关注.本文以价值链理论为工具,采用文献研究法和案例研究法,对起点中文网的盈利模式进行了探讨.基于优化过的针对文学网站的价值链模型,本文得出结论:以起点中文网为代表的文学网站通过作品生产、付费阅读与版权销售、会员服务和广告合作这些基本活动直接盈利,通过人力资源管理、研究与开发和其他支持性活动间接盈利.

摘要： 大众文学与互联网的成功对接,促使网络文学这种新的文学形式的诞生.网络原创文学以其庞大的阅读需求与阅读消费能力成为时下重要的文学消费形式.面对目前我国图书出版中同质化严重、优秀原创作品匮乏、开发程度不够的现状,本文通过剖析“起点中文网”的出版运作模式和经营方法,总结其在文学原创力培育方面的成功经验,以期给当今出版和文化创意产业的发展带来有益的启示和思考.

摘要： 本发明涉及一种中文网络百科知识去噪方法、系统及知识库，属于计算机技术领域。该中文网络百科知识去噪方法，基于编辑距离和同义词词林方法相融合，借助中文百科的词条标签构建Infobox知识三元组(Triple)数据场来首先对海量知识三元组去噪，目的是尽量减少中文开放百科知识库中大量重复歧义的现象，解决了现有技术中构建中文知识库时，语义重复、同义和知识三元组被不恰当归类等问题。

摘要： 本发明公开了一种基于集成学习框架的中文网络评论情感分类方法。本发明采用词性组合模式、保序子矩阵模式和频繁词序列模式作为输入特征，在特征层面上考虑中文语序信息、间隔词组特征以及句子长度大小的影响等因素，并且利用语义相似度克服了特征向量稀疏问题；解决了评论文本特征繁多的问题，保证基分类器间独立性的同时，尽量提高基分类器的分类性能；采用基于产品属性构造基分类器算法综合评论文本中每个属性的情感信息，进而判别评论的句子级情感倾向，使得最终的分类结果更加精确。本发明适用于各种领域的电商网络评论情感分类，可以使潜在消费者在购买前了解商品的评价信息，也可以使商家更加充分地了解消费者的意见，从而提高服务质量。

摘要： 一种适用于电子商务中文网站产品标签化的方法，步骤包括分词词库的构建方法、标签采集的方法及标签标示商品的方法；所谓分词词库的构建方法，指基于对电子商务中文网站内各商品关键词在不同商品描述中的频次统计，保留频次大于3的商品关键词，并从中筛选出商品关键词字数小于等于5的关键词作为词库数据；所谓标签采集方法，指基于已构建的分词词库，通过逆向最大匹配分词算法对电子商务中文网站内所有商品名称进行分词处理；经最大逆向匹配算法的分词处理后，选取商品经分词处理后形成的最后一个词作为该商品的商品标签；最终，这些所有标签组成标签数据集合；标签标示商品的方法，指通过利用文本挖掘算法，寻找商品属性和标签之间的关系。

摘要： 本发明涉及基于关键词匹配进行中文网页预分类的方法，该方法在制作分类算法所需要的训练集的过程中，给每条训练网页进行人工标注的同时，将网页中表征该网页的关键词也标注出来，生成关键词表；对每一条测试网页，首先根据关键词表提取出该网页中出现的关键词，然后通过与训练集进行关键词匹配计算，将训练集的标签转移给该测试网页；如果该预分类方法未能给出训练网页的分类结果，该测试网页需要进行进一步的分类计算。该方法降低了如SVM、KNN、朴素贝叶斯等计算复杂的分类技术的运行时间，同时也使分类结果的准确率和召回率都得到了提高。

摘要： 本发明公开了一种中文网络话题评论文本语义倾向分析的方法及装置。该方法包括：对中文网络话题评论文本进行分词和分句，获得结果序列；对结果序列进行句法分析和语法分析，获得评价对象；对结果序列进行句式分析，确定评论文本中的单句和复句，并判断组成复句的各个单句之间的关系，并确定句式分析的第一情感倾向值；针对结果序列中的每个句子，根据评价对象和预设的短语搭配模式提取每个句子中的情感短语，并计算情感短语的第二情感倾向值；根据第一情感倾向值及第二情感倾向值，计算评论文本中的每个句子的第三情感倾向值；根据第三情感倾向值确定评论文本的文本情感倾向值。本发明提高了网络话题评论文本的语义倾向分析的准确率和召回率。

摘要： 本发明是用于电脑、手机等各种信息工具的中文在线输入方法，在互联网上的服务器中为用户提供一个包括10亿个左右词语的中文网络词语库，在中文在线输入法的中文输入状态，输入词语的编码字符串后，就会对中文网络词语库进行在线检索，并返回相应的搜索结果，提示相应的候选词语列表，再单击某一数字键就可以实现所选择词语的输入。

摘要： 本发明涉及一种面向中文网络论坛文本的事件地点归属省份识别方法，步骤一、文本分词：1、构建地名归属省份查询词典；2、基于jieba工具的中文分词；步骤二、事件地点识别：1、特征值的提取与构建；2、文本事件地点识别；3、多个事件地点去重；步骤三、归属省份确定：针对识别的论坛中帖子文本的事件地点，直接利用地名归属省份查询词典，查询确定论坛中帖子文本的事件地点归属省份。本发明在应对复杂文本分词，尤其是在事件地点识别的基础上对多个事件地点去重以及事件地点归属省份识别等方面给出了明确的思路。本发明实现简单，易于泛化，相较传统的地名识别在精细度和准确度上有了显著提高。

摘要： 本发明公开了一种基于头脑风暴优化算法的中文网页分类方法。该方法包括：对中文文档进行分词，并根据词频建立中文文档的单词索引；根据中文文档的单词索引，建立中文文档分词向量；采用头脑风暴优化算法，对中文文档分类算法的性能和参数进行优化；采用头脑风暴优化算法，对中文文档分类算法训练集的样本选择和样本数目进行优化；根据优化后的中文文档分类算法，对中文文档进行分类；并采用头脑风暴优化算法，对中文文档的分类结果和分类效率进行优化。本发明将头脑风暴优化算法和分类算法进行结合，对分类算法和数据训练集的选择进行优化，可以提高分类效率和分类正确率，从而优化了最终推荐结果。

摘要： 本发明涉及一种中文网络百科知识去燥方法、系统及知识库，属于计算机技术领域。该中文网络百科知识去燥方法，基于编辑距离和同义词词林方法相融合，借助中文百科的词条标签构建Infobox知识三元组(Triple)数据场来首先对海量知识三元组去燥，目的是尽量减少中文开放百科知识库中大量重复歧义的现象，解决了现有技术中构建中文知识库时，语义重复、同义和知识三元组被不恰当归类等问题。

摘要： 本发明公开了一种基于集成学习框架的中文网络评论情感分类方法。本发明采用词性组合模式、保序子矩阵模式和频繁词序列模式作为输入特征，在特征层面上考虑中文语序信息、间隔词组特征以及句子长度大小的影响等因素，并且利用语义相似度克服了特征向量稀疏问题；解决了评论文本特征繁多的问题，保证基分类器间独立性的同时，尽量提高基分类器的分类性能；采用基于产品属性构造基分类器算法综合评论文本中每个属性的情感信息，进而判别评论的句子级情感倾向，使得最终的分类结果更加精确。本发明适用于各种领域的电商网络评论情感分类，可以使潜在消费者在购买前了解商品的评价信息，也可以使商家更加充分地了解消费者的意见，从而提高服务质量。