人工智能环境下用户贡献内容的创作出版分析新框架

摘要：人工智能与出版的深度融合为用户参与内容创作提供了智能解决方案。本文将信息对信息发布者效果的“BME理论”引入到人工智能环境下用户贡献内容的创作出版分析中，试图提供一种研究新思路。基于该理论，本文从微观供给侧提出了人工智能环境下用户贡献内容的创作出版的三个阶段：信息获取与深度学习、认知中的内容创作、创作内容发布，并对应三个阶段分别提出了人工智能环境下用户贡献内容的创作出版策略。

关键词：BME理论 用户贡献内容 人工智能 信息表达效果

中图分类号：G237

人工智能（Artificial Intelligence，简称“AI”）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，正在重塑出版业。[1]出版业作为从事内容生产、加工与传播的行业，内容是关乎企业发展前景的核心竞争要素。借助人工智能技术进行内容资源的挖掘、创作、组织与传播等，是对出版业内容生产模式的颠覆，能拓展出版业内容生产的广度、深度以及用户针对性。人工智能与出版业进行融合的主要目标之一在于依据用户需求进行出版资源的有效供给和个性推送。[2]这种智能出版目标的实现需要依托广泛精确、专业优质、动态更新的出版资源。目前人工智能在出版业的主要运用在大数据分析用户阅读需求进行选题策划和直接进行智能写作两个方面。由人工智能机器直接生产创作的内容，存在着模式化、浅薄化、可读性低的问题，而依托传统出版资源转变而成的数字化内容资源，又难以满足智能出版物对内容资源的大体量、细粒度、个性化、时效性等方面的需求。因此，人工智能内容产品的创作出版要求使用户参与到内容创作中来。智能化出版的每一流程都离不开用户，无论是用户数据、交互数据、内容数据[3]的抓取，还是以用户需求为导向的智能分发与智能推荐过程，抑或是以用户反馈促进内容产品迭代升级的出版过程。维基百科等既有开放协作出版平台的成功运作，也为用户参与人工智能内容产品的创作出版提供了借鉴。人工智能环境下用户贡献内容的创作出版模式，既可以为出版资源的有效供给提供充足的内容资源，又可以实现内容生产的创新性与差异性。本文以“BME理论”为分析框架，试图提供一种人工智能环境下用户贡献内容的创作出版新思路。

一、传统的分析框架及其局限

截至目前，人工智能出版的相关研究主要采用以下三种分析框架或理论进行分析。

一是从出版物编辑出版流程链出发，探讨人工智能技术对出版流程的变革作用。在内容创作方面，人工智能依托机器学习与深度学习自动创作内容；在内容生产与加工方面，智能选题策划、智能翻译、智能审校、智能排版与印刷提升了生产与加工流程的效率与质量；在内容传播方面，人工智能依靠大数据与云计算的分析与整合能力实现面向用户的个性化精准营销、智能推荐与内容定制；在内容消费方面，消费主体由自然人消费向自然人与人工智能共享消费转变，并且人工智能融合虚拟现实、智能语音、全息投影等技术使用户的内容消费更加优质。[4][5][6][7]此外，人工智能对学术出版流程的重塑也被频繁讨论。在学术内容生产环节表现为人工智能自动生产学术内容，以学术摘要为主；在学术内容审稿环节表现为学术成果反剽窃检测系统的智能化升级、审稿专家的智能化匹配、智能析出论文主要观点以提高审稿效率；在学术内容发表环节表现为智能学术搜索成为学术科研人员存取学术文献的重要工具，智能服务工具为开放获取提供技术支持；在学术内容评价环节表现为对新稿件的影响力进行预测。[8][9]

二是从知识服务的角度探讨人工智能环境下出版业的转型升级。知识是连接人工智能与出版的桥梁，[10]为用户提供定制化、智能化的知识解决方案已成为专业出版与学术出版重要的转型方向，自然语言处理技术和机器学习技术催生了知识图谱，[11]而知识图谱是实现知识服务的关键。[12]人工智能技术支持下的知识服务发展方向包括：自动提供知识解决方案使知识服务的行为模式智能化，数据驱动思维使知识服务的思维模式智慧化，资源获取渠道增多使知识服务的学习途径多元化，虚拟现实等技术及全媒体展示使知识服务体验场景可视化，移动互联网和社交网络使知识服务的传播模式生态化。[13]

三是从场景理论出发，关注用户体验。人工智能是场景革命，通过对用户使用端场景的感知与场景的生产向用户提供身临其境的感官体验及定制化的智能知识服务。[14]在基于场景的智能连接模式中，数字出版企业要细分用户生活的具体场景，不断优化数据挖掘算法，实现数字内容供给与用户在特定场景下内容需求的精准适配。[15]

通过以上分析发现，研究人工智能对出版系统内部的影响主要采用出版流程链的分析框架，研究人工智能对出版系统外部的影响则主要采用了知识服务的理论，还从用户角度运用场景理论分析用户体验的提升策略。以上三种理论分析框架从宏观角度对人工智能技术在出版业转型升级过程中的应用及作用原理进行了阐释。但以上三种分析框架在分析人工智能环境下用户贡献内容的创作出版时均具有不适用性。在出版流程链的分析框架下，科研人员注重人工智能的技术属性，通常结合案例来说明人工智能技术在出版流程中的具体应用。用户仅出现在出版流程链的内容传播与消费阶段，其角色是智能信息精准传播与消费的受众。而在人工智能环境下用户贡献内容的创作出版中，用户同时具有受众和信息发送者两种身份。出版流程链这一分析框架由于无法观照用户信息发送者的身份，无法很好地分析用户贡献内容的动机、需求及创作过程，对人工智能环境下用户贡献内容的创作出版分析也会停留在用户主体的选择、平台或技术要素对用户贡献内容的影响等与内容生产创作相关的外围分析中，而不是聚焦于人工智能辅助下的用户贡献内容的创作出版的动机、影响因素、运作模式和作用机理的实质性分析。知识服务理论把用户当作客体，强调接收端用户知识需求的满足，接收端的知识需求表现为满足受众知识获取的需求、提高受众阅读时的沉浸感或对内容深度理解的需求等。在人工智能环境下用户贡献内容的创作出版中，用户是主体，知识内容是客体，用户在生产知识这一过程中会衍生出更多需求，不再只有知识需求，其中主要还包括创作过程中的心理需求、内容发布的情感需求等。知识服务理论无法为满足用户除知识需求外的其他需求提供理论依据。场景理论的关键在于对用户场景的感知，根据用户的所处场景预测用户的内容需求、为用户提供与场景适配的内容，其关注的重点是场景与内容的适配。人工智能环境下用户贡献内容的创作出版是涉及多个阶段的过程，关注特定场景的场景理论，无法在微观上阐明用户智能贡献内容创作出版融贯知识获取、内容创作、内容出版的整个过程。以上三种理论均涉及了信息与用户这两个要素，对分析人工智能环境下用户贡献内容创作出版具有一定意义，但在用户贡献内容的分析上，分别具有自身的不适用性。因此，对人工智能环境下用户贡献内容的创作出版分析还需找寻新的理论框架。

二、BME理论及其适用性

BME理论的英文全称为“Bidirectional Message Effects”，即“双向信息效果”，由雷蒙德·J.平格里（Raymond J. Pingree）在2007年提出。尽管BME理论也涉及信息的接受效果（信息对信息接收者的影响），但它重点关注信息的表达效果（信息对于信息发布者的影响）。BME理论认为，信息发布者对信息的处理分为产生表达的期望、认知中的信息合成、信息发布三个步骤，并分别对信息发布者自身产生表达期望效果、信息合成效果、信息发布效果。但这三个步骤并不都必须进行，用户可能只进行其中一种或两种行为。BME理论认为，当用户对信息产生表达的期望，并且这种期望影响到自己对接收信息的处理时，就会产生表达期望效果，表达期望效果表现在增加对接收消息的关注或处理效果。用户产生表达期望的同时在认知中对信息进行了合成，就会导致在信息接收时的分心。信息合成效果产生于信息发送者在对信息的合成过程中，表现为思想建构（thought construction）和自我知觉（self-perception）。用户对信息的合成也可能产生于信息发布阶段。当用户发布信息时，就会产生发布效果，发布效果分为两种：当感知发布的信息被接受或发布者身份具有可识别性时，发布效果表现为社会承诺（social commitment）、自我涉入（ego-involvement）、感觉被听到（feeling heard）；当感知发布的信息没被接受或用户以匿名的身份发布时，发布效果表现为宣泄释放（cathartic release）。完整的BME理论模型如图1所示。

在对人工智能环境下用户贡献内容的创作出版分析中，BME理论具有广泛适用性。传统的用户贡献内容研究将用户贡献内容看作是信息呈现的完成状态，致使对其分析集中于对用户贡献内容的内容分析层面、对发布主体的用户分析层面，或对影响的效果分析层面，割裂了用户、发布内容、发布过程、发布效果的关系。BME理论将用户贡献内容研究的关注点集中于信息发布的行为本身，在微观层面展示了单个用户在信息发布行为过程中可能进行的三个阶段，并且关注这种行为对信息发送者的影响。利用BME理论揭示信息从被产生表达的期望到最终被发布的过程及其对用户产生的表达效果，有利于我们从用户贡献内容的创作过程出发，把握人工智能环境下用户贡献内容的创作出版模式，以更好地促进用户有效理解与组织信息，激励用户贡献优质内容。此外，人工智能环境下，用户贡献内容创作出版的核心在于内容创作，而创作在很大程度上是一种认知思虑的过程，不能约等同于内容发布，因此，BME理论对用户认知层上的较大关注与出版领域内容创作的本质有着天然的契合性。

三、BME理论下人工智能环境下用户贡献内容创作出版的动力机制

依据BME理论中用户对信息产生表达期望、合成、发布的三个步骤及其对应的信息效果，可将人工智能环境下用户贡献内容的创作出版划分为三个阶段：信息获取与深度学习、认知中的内容创作、创作内容发布。人工智能在以上三个过程中主要负责大数据需求分析、信息的智能分发与推送、对用户贡献内容进行筛选与优质内容的集成等。[17]人工智能环境下用户贡献内容的创作出版机制，是包括内容的生产、聚合、分发、反馈等一系列周而复始的逻辑闭环，通过人工智能与用户贡献内容的不断交互，形成更加优质的内容集成和更加精准的个性分发的过程。[18]基于BME理论框架的人工智能环境下用户贡献内容创作出版的动力机制概括如图2所示。

（一）信息获取与深度学习

在人工智能环境下用户贡献内容的创作出版中，用户贡献内容是主体，人工智能技术是辅助，因此要重点关注用户贡献内容的质量提升。用户贡献内容的质量水平一是取决于自身天赋，二是取决于后天的自我学习和自我进化。[19]用户的创作天赋高低受主观因素影响大，出版者难以判断和控制，但可通过促进用户对信息的自我学习和进化，提高用户贡献内容的质量。因此，我们认为，人工智能环境下用户贡献内容创作出版的第一阶段是用户的信息获取与深度学习。这可以通过主观和客观两方面的改变实现，在客观上表现为信息的高效精准供给，主观上表现为用户对内容产生表达的期望。在高效精准供给信息资源方面，依托人工智能实现供给信息的高度相关性，获取途径的高度可达性，内容表现形式的高度可理解性，以此节省用户查找与理解信息的时间，便利其对信息的获取和组织过程。BME理论中的表达期望效果认为，影响用户信息接受效果的因素有接收信息时的注意力、信息解码的能力、认知加工的能力和记忆力存储的能力。当用户对某话题产生表达的期望时，这些能力得以提高，由此达到良好的信息接受效果。因此，促进用户在主观层面上对接收内容产生表达的期望，可以提高其对智能分发或推荐内容的深度理解与学习。影响用户对内容产生表达期望的因素有很多，其中主要包括基于内在驱动力（兴趣、好奇、享受、挑战欲等）的主观因素和基于环境要求（金钱、名誉、竞争、他人支配等）的客观因素。

（二）认知中的内容创作

认知中的内容创作是人工智能环境下用户贡献内容创作出版的核心阶段，是关乎内容的创新性、差异性、内容深度与情感性的关键阶段。人工智能机器通过对预先设定的语法规则和内容模板的深度学习，可以直接完成内容产品的创作出版。但人工智能机器生产内容却容易导致同质化、浅薄化、创新度低、缺乏情感温度等问题。这是因为人工智能尚未发展到高级阶段，仍无法取代人类智慧，只能围绕由人类设定的规则进行工作，解放人类的重复性脑力劳动，却无法用来发现与创造新的信息、沉淀数据、提炼新的知识、实现人类的进步。[20]而人类智能是不受规则限制的，可以突破现有的知识体系，依靠自己的自由意识和认知处理，创作新的知识内容。用户在深度理解与学习信息后、信息发布之前，需要对信息进行编码。编码不是用户将预先存在于记忆中的信息的逐字输出，需要在认知中对信息进行合成。BME理论的思想建构效果表明，对信息的合成迫使用户直面思维中的漏洞和矛盾以达到合乎逻辑的叙事，这可能导致用户摈弃之前的理念并产生新的想法。这一过程是人类智能的体现，是对现有出版内容的增值与创新的重要途径。此外，自我知觉理论认为，当人们关于某事的先前态度或情绪反应不明时，人们会通过观察自己的行为来推断自己内心的真实态度，[21]信息合成的过程就是用户对自己的态度倾向进行推断的认知过程。BME理论的自我知觉效果表明了用户在信息合成时能够明晰自己的态度和情感倾向，这使得用户内容创作具有鲜明的情感性与差异性。

（三）创作内容发布

发布内容是指用户最终将创作的内容发布在出版平台上的行为。BME理论认为，发布内容对用户产生的影响包括社会承诺、自我涉入、感觉被听到和宣泄释放。社会承诺效果表明，用户所发布的信息可看作是自我对社会所作的一种承诺。这意味着用户在社会压力或公共利益的要求下，其发布内容并不一定完全是心中的真实所想，用户要为自己发布的内容提供辩护论证，还要遵循一定的社会规范。社会效益的实现一直是出版业发展的首要目标，人工智能环境下用户贡献内容的创作出版也要将注重社会效益的传统延续下去，以此保证出版业在人工智能时代内容生产领域的特殊占位。对人工智能环境下用户贡献内容创作出版的教育价值、文化价值、科学价值等出版的社会价值的坚守，可基于社会承诺效果对用户的内容发布行为进行出版价值引导。依据BME理论的自我涉入效果，用户在发布创作内容时，就将自己涉入了某话题的特定立场中，自我涉入的程度越高，越容易对争议之处产生强烈或敌意的反应。例如在社区论坛中，用户多以评论的方式发布自己的创作内容，自我涉入的程度越高，其越有可能了解多角度的观点，对于与自己相同的意见予以接受和支持，[22]在争议之处对自己的立场进行更深度的阐述，这有利于高价值的内容在争论之中产生。感觉被听到是信息发布行为对用户产生的一种情感影响，从侧面反映出用户在贡献内容后被听到的一种情感需求，在内容发布平台采取措施满足用户的情感需求，有利于促进用户持续地发布内容。BME理论的信息发布效果还表明，当用户以匿名身份发布内容时，更有可能宣泄真实的情绪。用户发布的这部分内容能极大地反映用户真实的情感态度，大数据通过分析这些数据可以进一步分析用户的需求，促进更精准的智能分发与智能推荐。用户贡献的创作内容主要分为三类：基于个体认知的经验性内容、优质客观的专业性内容、反映情感态度的内容。以一定标准利用人工智能对以上内容进行数据标引、筛选与优质创作内容的集成，完成用户贡献内容的创作出版。

四、人工智能环境下

用户贡献内容的创作出版策略分析

出版是一种历史悠久的内容生产与传播活动，无论在任何情况下都应保持内容的专业与优质。用户贡献内容为出版数字资源的动态更新提供了庞大的数据基础，人工智能技术为用户贡献内容向出版内容的转变提供了动力支持与技术保障。在BME框架下，人工智能环境下用户贡献内容的创作出版策略要把出版对内容资源的要求、用户贡献内容的过程及心理、人工智能技术三者融合起来进行分析。人工智能环境下用户贡献内容的创作出版是阶段分明却又循环往复的递进过程，只有针对每一个阶段提出相应的策略，才能保证总体出版内容质量的不断提升。

（一）智能信息服务与表达激励

出版平台可从智能信息服务与表达激励两个层面便利用户对信息的获取，促进其对信息的深度理解与学习。在智能信息服务的层面上，通过改进或完善以下四方面实现高效精准的智能化信息供给。一是在信息检索方面，发展完善自然语言处理、语音识别、图像识别技术，按照内容的相关性由高向低排序为用户提供智能检索服务。其次在智能分发与推荐过程中，由原有的以读者阅读需求为导向的思维向以用户创作需求为导向的思维转变。将大数据与云计算分析的重点放在对用户过往发布内容的深度挖掘上，在数据层面进行精准推荐，有利于激发用户创作内容。再次在信息组织方面，在聚合用户生产的优质内容资源的基础上，整合现有储备资源，进行资源融合与语义提取，建立各领域的知识库，生成相关话题的知识图谱，为用户提供结构化与系统性的信息。此外，在信息展示上，利用智能技术对信息进行图像、视频等多媒体的转换加工，提高信息的直观性与可理解性，减小用户理解内容时的难度。最后还可以为用户分配私人智能助理，其作用包括智能翻译，以文字、图片、语音或视频的形式为用户提供交互式的一对一信息服务等，这有利于为读者构建真实的对话，给用户引人入胜的体验。[23]在表达激励的层面上，可通过一些激励手段促进用户对内容产生表达的期待，从而促进其对内容的深度理解或学习。激励手段分为外部激励手段和内部激励手段，内在的激励因素（如兴趣、好奇心、求知欲、挑战欲等）具有相对稳定性，难以短时间内被外力改变。平台可以采用外部的激励手段直接快速地促使用户对内容产生表达的期望。外部激励手段主要有：经济手段，如奖金、稿酬发放等；资历认证手段，如积分奖励、等级晋升、荣誉徽章发放等；竞争手段，如设置挑战任务、每日打卡排行榜等；支配手段，如平台要求用户必须先承诺发布内容才向用户提供特定服务等。

（二）创作场景生产与用户创作体验提升

内容创作阶段虽然主要是用户的认知发生作用，但人工智能可以为其提供快速有效的辅助支持，助力其创作高质量的内容。一方面，要为用户创设有利于其创作的虚拟场景。用户处在不同环境下其创作能力也不同，比如嘈杂的闹市环境难以使用户专注创作有深度的内容，而身临事件发生现场则有助于评论性内容的创作。因此，要依据用户提供的有利于其创作的物理场景要素，利用虚拟现实技术为其创建满足其创作需求的三维场景，使其摆脱现实的物理场所限制置身于虚拟创作场景中。沉浸式的创作环境有利于提高用户创作时的专注力、促进其创作灵感的迸发、提升其建构思想的效率与质量。另一方面，要提升用户创作时的体验。用户在创作时体验良好，有利于其在创作的过程中感受到乐趣、享受、成就感等驱动用户贡献优质内容的内在激励因素，用户贡献内容的创新性与其内在激励因素呈正相关。[24]提升用户创作时的体验可从以下三方面着手。一是提供智能问卷服务。在用户对自己的创作方向不明时，依据自我知觉理论，用户可以通过观察自我行为，推断自身态度，这时可以提供智能问卷服务，依托用户输入的关键词，提供几个不同的创作方向，在用户进行选择后，跳转至另一个问题，使用户在不断的选择行为中逐渐明晰自己的创作兴趣、内容选题倾向、结构框架倾向等。二是提供智能聊天服务。当用户的创作停滞不前时，人工智能以聊天的方式鼓励、提醒、帮助用户保持创作的进度。三是内容的智能管理。用户的内容创作不是一蹴而就的过程，有时需要不断消除逻辑中的漏洞和矛盾才能完成最终的版本。内容的智能管理需要为用户创建私人账户，管理其草稿、过程性文件、碎片性观点等，人工智能以时间序列、主题类别或多媒体形式将内容连接起来进行智能化展示，并设置内容标签有序化管理内容。内容的智能化管理为用户对阶段性创作内容的回溯、发现矛盾、重整思路、激发灵感提供了个人空间。

（三）培育可持续的作品发布生态

创作内容的发布是用户的一种主动性行为，依据BME理论，用户创作的内容存在不发布的可能性。促进用户积极发布创作的内容，并且发布符合出版要求的优质内容，且这种内容发布行为能够具有持续性，是人工智能环境下用户贡献内容创作出版的重要目标。用户发布创作内容的数量、质量以及可持续性与作品发布的平台生态密切相关。首先要建设虚拟出版平台良好的作品发布文化：在平台制度上制定用户内容发布的相关准则，约束用户行为促使其发布符合出版价值的内容，并通过一定的惩戒措施严格执行规则形成尊重规则的良好风气；在技术上利用智能过滤系统去除质量过低或内容主题不符合出版要求的内容，使用户置身于高质量内容的接触环境中，以环境的浸染作用促使用户在公共虚拟社区环境中发布更符合公共利益诉求与出版要求的内容。二是要形成及时有效的沟通反馈机制，根据自我涉入效果，用户会对自己发布的内容进行辩护。平台可以以话题为类别划分不同的交流论坛，论坛成员为志同道合的用户，鼓励不同用户针对发布内容进行即时的反馈交流。论坛中要形成自由平等的氛围，力求使每个成员能将自己的想法发布在论坛中，同时，交流反馈的主题限定在内容层面，禁止人身攻击等无谓争吵式交流。围绕内容本身产生的争议、辩论、沟通反馈的过程必将会促进发布内容的总体质量螺旋式上升。三是将社交关系引入到发布平台中，这有利于扩散用户的创作内容至更广阔的范围，增加发布内容的可见度，扩展用户的社交关系，提高用户的知名度，满足用户被听到的情感需求，提高用户的平台使用黏性与创作的可持续性。四是为每个用户设立私密的作品库或允许用户匿名发布内容，这有利于用户宣泄自己真实的情感性内容，帮助平台了解用户需求与情感体验。

五、结语

BME理论提示我们对人工智能环境下用户贡献内容的创作出版分析不仅要重视发布内容的本身，更要关注用户贡献内容的内在过程及其对发布主体产生的影响。基于BME理论的三种信息表达效果，我们可以洞察用户贡献内容对用户在知识理解、观念构建以及情感需求满足等方面的影响。结合BME理论，本文将人工智能环境下用户贡献内容的创作出版分为信息获取与深度学习、认知中的内容创作、创作内容发布三个阶段，并依据三种信息的表达效果，阐释了人工智能如何促进用户贡献优质的符合出版要求的内容，并提出了人工智能环境下用户贡献内容的创作出版策略。但BME理论在人工智能环境下用户贡献内容的创作出版分析中也存在不足之处。首先，该理论聚焦的是信息对信息发布者的影响，利用该理论研究人工智能环境下用户贡献内容的创作出版，分析重点聚焦于用户端，较易忽视诸如平台、技术等其他要素对用户贡献内容创作出版的影响。其次，该理论未将用户之间的异质性考虑在内，即没有区分行业人员、普通用户、意见领袖等由于个体身份不同而产生的信息表达效果的差异。这种差异性在现实中又是切实存在的，比如拥有特定专业知识背景的用户在发布专业内容时，对其产生的效果可能包括权威身份的认证，并且其贡献内容的质量也往往更有保证。

（作者单位：武汉大学信息管理学院）

*本文系中国科协服务中心2020年科技期刊项目“科技期刊产业链运行方式研究”（项目号：2020XFKJQK06）的中期成果。

[1]徐顽强，王剑平.人工智能嵌入出版业的优势、逻辑与路径[J].中国出版，2019（11）：10-14.

[2]张海生，吴朝平.人工智能与出版融合发展:内在机理、现实问题与路径选择[J].中国科技期刊研究，2019，30（3）：225-231.

[3]张新新，刘华东.出版+人工智能:未来出版的新模式与新形态——以《新一代人工智能发展规划》为视角[J].科技与出版，2017（12）：38-43.

[4]郭壬癸.人工智能技术的发展对出版流程链的影响研究[J].编辑之友，2018（10）：78-83.

[5]唐学贵.智能化，引领出版融合创新发展[J].出版广角，2019（18）：21-23.

[6]王茜.人工智能与数据驱动下的出版业转型研究[J].科技与出版，2018（12）：157-163.

[7]高坚.颠覆与升级：AI技术背景下的出版产业价值重构[J].出版科学，2019，27（05）：61-65.

[8]范军，陈川.人工智能在欧美学术出版领域的应用及其启示[J].河南大学学报(社会科学版)，2020，60（1）：144-149.

[9]刘银娣.学术出版领域的人工智能应用:现状、挑战与应对[J].科技与出版，2019（1）：64-68.

[10]王晓光.人工智能与出版的未来[J].科技与出版，2017（11）：4-6.

[11]孙赫男.人工智能技术与学术和专业出版的融合发展[J].出版广角，2018（7）：34-36.

[12]宋宁远.面向智慧数据的科学知识图谱构建——以SciGraph为例[J].科技与出版，2017（11）：17-19.

[13]向飒.人工智能对学术出版流程的再造及知识服务提升[J].中国科技期刊研究，2018，29（11）：1091-1096.

[14]李华君，张智鹏.人工智能时代数字出版的用户新体验:场景感知、场景生产与入口把控[J].出版发行研究，2019（5）：17-21.

[15]孙玉玲.人工智能时代数字出版产业发展前瞻[J].出版参考，2017（9）：13-15.

[16]Raymond J. Pingree. How Messages Affect Their Senders：A More General Model of Message Effects and Implications for Deliberation[J].Communication Theory，2007，17（4）：439-461.

[17][19]谭辉煌，张金海.人工智能时代广告内容生产与管理的变革[J].编辑之友，2019（3）：77-82.

[18]喻国明，景琦.传播游戏理论:智能化媒体时代的主导性实践范式[J].社会科学战线，2018（1）：141-148，2.

[20]郑奇.人工智能工具化初期的内容创业机会浅析[J].科技与出版，2017（11）：11-14.

[21]Daryl J. Bem. Self-Perception：An Alternative Interpretation of Cognitive Dissonance Phenomena[J].Psychological Review，1967，74（3）：183-200.

[22]冉陆荣，李宝库.消费者行为学[M].北京：北京理工大学出版社，2016：125-126.

[23]杨扬，张虹.智能聊天机器人技术在出版业的创新应用及发展趋势[J].出版科学，2020，28（01）：81-86.

[24]Teresa MAmabile，Karl GHill，Beth AHennessey. The Work Preference Inventory：Assessing Intrinsic and Extrinsic Motivational Orientations[J].Journal of Personality and Social Psychology，1994，66（5）：950-967.

点击订阅《出版发行研究》和《出版参考》杂志