6、网络内容特征与中小企业 SaaS 态度研究

网络内容特征与中小企业 SaaS 态度研究

一、网络内容词汇特征分析

1.1 词汇量增长情况

VW（0.675）略高于文献报道值，这表明由于测试平台中项目存在语言缺陷，词汇量增长更快。这种情况在其他用户生成的文本内容（如网络查询）的词汇演变中也有体现。高 Heap 定律系数（K）是因为早期快速获取热门词汇，导致词汇量迅速增长。以下是 Heap 定律常数表：
| | |VW + VW| | |VW| | |VW| |
| — | — | — |
| K | 51 | 7,921 | 33 |
| β | 0.65 | 0.13 | 0.675 |

1.2 网络查询词汇演变

在网络查询词汇演变中也观察到类似行为，Heap 定律指数超过 0.6 的上限。如相关研究中，网络查询词汇分布指数分别为 0.69 和 0.8136。项目和网络查询中的文本由用户或发布者一次性发送且不修正，导致错误增多，词汇演变更快。而网页文档会经常更新并修正拼写错误。

1.3 词汇排名变化

随着新内容出现，词汇出现频率会随时间变化，其排名也可能改变。通过测量第 t - 1 周和第 t 周词汇排名的差异来衡量排名变化，排名变化与排名成正比，即低频词汇比上周词汇更易改变排名。

使用 Spearman 指标研究特定排名范围的 VW 词汇每周排名变化，公式为：
[S(t) = \sum_{i=1}^{n} |r(t)_i - r(t - 1)_i|]
其中 t 是给定周，(r(t)_i) 和 (r(t - 1)_i) 分别是第 t 周和第 t - 1 周词汇 i 的排名。