本书融合用户研究、行为科学、信息质量、大数据分析等相关理论和方法，深入探讨社交网络用户参与行为及其对UGC质量的影响，通过挖掘“用户行为-UGC质量”关联，把基于内容和基于行为的方法结合起来，建立了多种基于用户行为挖掘的UJGC质量实时预判模型，为UGC质量治理提供新思路。
与之前相关研究相比，本书从用户行为的角度研究UGC质量治理，为适应新一代网络信息资源管理的需求，提出UGC质量“预判”的思想，能够变事后控制为事前预测与管理，有助于管理部门更有效地进行网络内容治理。
本书可以为网络管理部门、UGC平台、信息资源管理领域的人员进行信息治理研究与实践提供有益参考，也可作为高等院校信息资源管理及相关专业本科生、研究生的参考用书。

金燕，教授，博士。主要从事网络信息资源管理、数字信息治理等领域的研究。主持国家社科基金项目2项、省部级项目5项、厅级项目及横向项目等多项。出版专著1部，参编“十一五”国家级规划教材1部（副主编），在《中国图书馆学报》《图书情报工作》《现代图书情报技术》等期刊上发表学术论文50余篇。获河南省社会科学优秀成果三等奖2项，河南省自然科学优秀学术著作奖二等奖1项，河南省自然科学优秀学术论文奖二等奖1项。

总序
前言
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容与研究方法
1.4 本章小结
第2章 UGC基本问题
2.1 UGC的发展现状
2.2 UGC的特点
2.3 UGC的类型
2.4 UGC存在的问题
2.5 本章小结
第3章 UGC质量现状及评价标准
3.1 UGC质量现状
3.2 信息质量评价指标
3.3 UGC质量评价标准
3.4 基于用户体验的UGC质量评价标准
3.5 高质量UGC的特征
3.6 本章小结
第4章 社交网络用户参与行为及其对UGC质量的影响
4.1 社交网络用户参与行为
4.2 社交网络用户参与行为的动因
4.3 影响UGC质量的用户参与行为因素
4.4 社交网络用户参与行为与UGC质量关联关系挖掘——以转发行为为例
4.5 本章小结
第5章 基于用户信誉评级的UGC质量预判模型
5.1 基本思路
5.2 基于历史行为的用户信誉评级算法
5.3 基于用户信誉评级的UGC质量预判机制
5.4 实验验证——以“新浪微博”为实验平台
5.5 本章小结
第6章 基于用户行为情景的UGC质量预判模型
6.1 UGC用户行为情景
6.2 用户行为情景本体的形式化表示
6.3 基于用户行为情景本体的UGC质量预判模型
6.4 本章小结
第7章 基于用户情绪感知的UGC质量预判模型
7.1 UGC用户情绪感知
7.2 研究设计
7.3 基于用户情绪感知的UGC质量预判模型构建
7.4 模型检验
7.5 本章小结
第8章 基于用户画像的UGC质量预判模型
8.1 用户画像及其构建方法
8.2 基于用户画像的UGC质量预判模型的构建
8.3 预判模型的验证
8.4 本章小结
第9章 总结与展望
9.1 本书主要的研究工作
9.2 本书的突出特色
9.3 本书存在的不足
参考文献
附录
附录1 网络环境下影响UGC质量的用户信息行为重要性专家评分
附录2 “新浪微博”志愿者征集说明
附录3 微博内容质量评估系统部分代码实现
附录4 词条内容质量管理系统使用界面
附录5 低质量UGC识别算法关键代码（Python语言实现）
附录6 用户画像生成与UGC质量预判模型关键代码（Python语言实现）
附录7 本书设计的爬虫程序关键代码（Python语言实现）