基于图注意力网络的开放式创新社区用户创意潜在价值发现研究.pptxVIP

content目录01研究背景与问题提出02理论基础与核心概念03模型设计与方法创新04实证分析与性能验证05研究启示与未来展望

研究背景与问题提出01

开放式创新社区中信息过载导致高潜力创意难以被及时识别信息爆炸开放式创新社区中用户创意持续涌现，导致信息量急剧膨胀。海量投稿使高潜力创意被淹没在低活跃内容中，难以进入评审视野。识别滞后传统人工筛选依赖专家经验，处理效率低且存在主观偏差。创意价值显现具有延迟性，导致优质提案错过最佳孵化时机。机制缺失现有系统缺乏对隐性关联与动态影响力的建模能力。用户互动、协作网络等关键信号未被有效利用于早期价值判断。

传统创意评估方法依赖显性指标，忽视用户交互与隐性关联突破显性指标传统评估依赖点赞和浏览量，忽视未充分曝光的潜在优质内容。需引入更全面的衡量方式，挖掘深层价值。捕捉深层交互用户间的评论、转发与协作蕴含非线性关系。这些互动反映真实影响力，应纳入评估体系。识别隐性关联长期关注与跨话题引用体现创意的持续影响。现有方法难以追踪此类动态关联模式。刻画演化过程创意影响力随时间动态变化，需建模其发展路径。静态评估无法反映影响力的生长轨迹。融合社交结构割裂内容特征与社交网络导致视角片面。必须结合‘谁在说’与‘说了什么’进行联合分析。构建耦合机制评估模型应体现内容传播与用户关系的相互作用。通过耦合分析提升判断准确性与前瞻性。

用户创意的价值具有潜在性、动态性