專題導語：多源融合 協同應用

在數智時代，社交媒體與短視頻、搜索引擎、網絡直播、線上辦公等業務相融合，在模糊社交媒體邊界和擴展功能的同時，沉淀大量的信息資源并促進信息流動的效率，大大提高了用戶信息行為的復雜性。與此同時，移動終端存儲成本的下降和處理性能的升級，使同一用戶融合并協同多個社交媒體中的信息成為可能，越來越多的用戶也傾向于通過跨社交媒體滿足多元化的信息需求。用戶跨社交媒體信息行為迅速流行，備受傳播學、營銷學、行為學、圖書情報等領域學者的關注。

圍繞“用戶跨社交媒體信息行為”這一核心主題，分別從理論和應用的視角開展了一系列研究，將這些階段性成果組織為“用戶跨社交媒體信息行為研究”專題。清晰地界定用戶跨社交媒體信息行為的概念邊界是分析和應用的前提，如何在現有文獻的基礎上，結合時代情境，剖析概念內涵和外延，豐富用戶信息行為的理論體系，是目前面臨的首要挑戰。在理論研究的基礎上，針對特定的場景，靈活運用跨社交媒體信息行為特征，突出多源融合，協同應用的實踐價值，也是亟待解決的關鍵問題。

鑒于此，本專題組織了３篇論文，分別從理論探索、輿情節點識別、推薦算法應用３個方面展開探索，以期提供些許啟發。在理論探索方面，《用戶跨社交媒體信息行為研究：概念界定主題歸類與未來展望》以過去十余年國內外相關文獻為基礎，通過內容分析的方法，剖析用戶跨社交媒體信息行為的概念內涵，并指出了用戶類型多樣性、社交媒體異質性、信息線索一致性、行為模式協同性等概念特征。同時，從研究背景、信息需求和信息行為等維度梳理相關理論，將用戶跨社交媒體信息行為歸納為兩種類型。在此基礎上，提出未來研究應進一步擴展概念特征的外延，構建專有理論模型和深挖實踐價值。在輿情節點識別方面，《跨社交媒體輿情關鍵節點識別方法及其實證研究》以超網絡理論為基礎，聚焦由用戶跨社交媒體行為而產生實質性交互關系的跨社交媒體輿情傳播情景，對跨社交媒體輿情傳播中的各子網進行建模，構建跨社交媒體輿情傳播超網絡模型，并根據信息傳播影響度、時序相似度、主題相似度、情感一致性４個指標構建超邊排序算法以及節點得分公式。然后，選取微博、今日頭條、抖音、嗶哩嗶哩、知乎、微信６個平臺中的數據展開實證檢驗。通過從不同維度識別與解讀跨社交媒體輿情傳播過程中的關鍵節點，能夠更好地描述跨社交媒體輿情的傳播過程與特點，為相關部門的輿情治理和保障網絡信息安全提供新的思路。在推薦算法方面，《融合跨平臺用戶偏好與異質信息網絡的推薦算法研究》將跨平臺的多領域異質信息引入推薦系統，提出的ＣＰＨＡＲ算法旨在全面挖掘跨平臺數據要素價值，緩解推薦的稀疏性和冷啟動問題。模型構建了用戶跨平臺的核心興趣朋友圈，結合卷積神經網絡和注意力機制建模用戶跨平臺的信息偏好，使用ＨＡＮ模型進行用戶和項目節點信息的高階聚合，最后基于改進的矩陣分解模型進行推薦預測。ＣＰＨＡＲ在自主構建的４個跨平臺數據集中均表現出優越的性能。該研究將為多領域多情景下的用戶偏好特征建模及推薦應用提供借鑒，為基于場景精細化和跨域關聯式的信息資源推薦提供范式拓新。

畢達天

吉林大學商學與管理學院 教授、博士生導師