所谓移动阅读，是通过各种便携式的移动阅读终端，对电子形式的信息内容进行有限下载或无限接受，达到在“移动”中碎片化阅读的目的。［1］阅读载体的便携性、阅读时机的自由性和阅读内容的碎片性成为移动阅读的***特征。在快速兴起的过程中其即读即弃的快餐式阅读形式也饱受争议，学者对此看法不一，或褒或贬。认识和了解不同读者群体对移动阅读的接受程度，研究移动阅读的影响因素，并预测读者移动阅读的持续性和忠诚度对于学界和业界均有重要意义。因此，本研究依据计划行为理论的基本原理与思想，在***调查重庆市民移动阅读现状的基础上，从用户感知价值角度探讨移动阅读的行为意愿，并研究其影响因素，尝试构建一个比较完整而且能预测和解释用户移动阅读行为选择偏好性和持续使用性的理论模型，以期为数字内容提供商、移动服务运营商、终端设备制造商乃至大众阅读推广者的公共图书馆提供战略决策的理论参考和决策依据。精细阅读，感知每一句话的情感色彩。提供阅读行为感知销售电话

本文在充分阅读已有研究的基础上，从用户感知的角度出发，结合移动阅读APP的实际情况，运用理性行为理论、信息系统成功模型、隐私计算理论、程序公平理论等，归纳出用户个人信息披露行为的影响因素，包括4个用户感知因素：感知信息交互公平、感知信息控制、感知风险、感知收益；5个移动阅读APP平台建设因素：隐私协议、信息反馈、系统质量、内容质量、个性化服务。从用户感知的角度构建移动阅读APP用户个人信息披露行为影响因素理论模型，并使用问卷调查、数据分析的方法对模型进行验证。数字图书馆阅读行为感知收费套餐阅读行为感知可以帮助我们评估阅读材料的可读性和易读性。

用户参与行为的具体分析可从三方面进行：***，行为构成。数 字阅读类应用主要的参与行为除了浏览、互动和创造行为，还包括 标记、批注和收藏等阅读过程中会发生的行为。另外，不同数字阅 读类应用其用户参与行为偏好有所侧重。例如， 在具备声觉空间型 和经典抽象性媒介特性的喜马拉雅听书应用上，用户偏重阅听，从 而其中的参与行为会有所不同。根 据感官类 型和内容 特 性的媒介 划分可以明确用户参与行为的一般构成，以及在某一媒介类型的参 与行为侧重， 然后根据用户研究方法进行定性分析，总结参与行为 构成的一般规律。第二，行为类型。用户参与行为分 成围观式参与、话语式参与和行动式参与三种参与类型，对数字阅 读类应用的使用过程中用户所产生的参与行为包括浏览、搜寻、标 注、评论、收藏、分享等，根据参与程度将参与行为类型进行分类， 建立参与行为构成的影响要素与参与程度、阅读体验之间的内在关 联。

用户满意度是影响移动阅读行为的**主要因素，满意度主要来自于初次使用后，通过对使用效果和期望的比较而产生的满意程度。满意度直接影响个体行为的持续使用意愿。因此，包括移动运营商和公共图书馆在内的移动阅读的提供者应注重用户体验，实现有效的动态管理，尽量延长用户行为的生命周期，关注处于周期不同阶段的用户需求，达到保留老用户、扩展新用户、提高用户忠诚度的策略目标。感知风险性通过满意度间接影响个体的持续移动阅读行为，风险性主要表现在来源不明的阅读费用成本、系统维护成本和信息安全性三方面。由于我国移动阅读现阶段的收费模式主要采用流量收费方式，用户一般都选择上网包月套餐，不用担心额外的流量费用，并且通过安装有效的安全软件，集*扰拦截、病毒查杀、流量监控、隐私保护、任务管理等多功能于一体，可以有效保障移动阅读媒介的使用安全，缓解使用的后顾之忧，提高用户满意度。因此，感知风险性维度对个体移动阅读持续使用意向的直接影响作用并不***，*通过满意度产生间接影响。阅读行为感知可以帮助我们改善阅读材料的排版、字体和色彩设计。

通过对媒介、行为和体验三个方向整合分析，构建了提升用户参 与行为的数字阅读体验框架。该框架在划分媒介类型的基础上，对 参与行为构成、类型和影响要素进一步分析提炼、将体验维度与参 与行为对应，以采取相应的数字阅读体验优化路径。首先，根据不同 使用场景、使用习惯和用户群体所囊括的数字阅读类应用的数量十 分庞杂，数字阅读类应用不同，具体的用户参与行为所占比重、所处 阅读阶段也不尽相同。通过对数字阅读类应用的媒介特性分类，能 够有效区分同类型应用使用过程中用户参与行为的共通和差异，并 对总结参与行为影响要素的一般规律奠定根基。而后，通过用户研 究方法归纳数字阅读中主要的参与行为构成，综合参与行为类型、 发掘参与行为影响要素，据此对行为阶段进行细致分析。***，根 据阅读体验层次划分体验维度，以此对应根据参与程度深浅划分的 用户参与行为类型，形成提升参与行为的数字阅读体验框架来指导 输出相应的设计策略阅读行为感知它涉及到读者对书面文字符号的识别和辨认，以及这一过程中读者的心理活动和认知结构。网络阅读行为感知概况

学术积累和传承是学术创新的基础，两者相互作用，学术便稳步前进。提供阅读行为感知销售电话

构建知识图谱有自顶向下和自底向上两种方式。前者通常是指基于百科类网站等高质量的结构化数据源，从中提取本体和模式信息后再加入到知识库中，因而适用于那些内容明确、关系清晰的领域知识图谱构建；而后者是指通过借助特定的技术手段从公开采集的数据中提取模式信息，选择其中置信度较高的新模式，经人工审核后再加入到知识库中［2］。目前大部分知识图谱的构建都采用自底向上的方式，其层次架构按照知识获取的过程可分为信息抽取、知识融合和知识加工。 提供阅读行为感知销售电话