本书利用Java网络爬虫进行数据采集，随机采集百度知道APP的1 000条问题及其答案。本书选择分析百度知道数据是因为它是目前通用类移动问答使用人数最多的，每天生成大量的数据，涵盖各类主题，与人们日常生活方方面面息息相关，几乎涵盖了用户的全部信息需求。百度知道APP每一个问题都有它的标签，用户提出问题时，平台就会推荐出问题的相关标签，用户根据问题内容选择标签。本次数据采集不能包含全部标签，但是挑选的范围从问题标签查看，也与人们日常生活各方面相关。有些问题没有标签显示的原因有可能是用户通过短信向问答平台提出问题。对于问题及其答案的数据集的采集，是本书对移动问答服务探析的一个支撑。

本书对1 000个问题进行了收集和分析，因为移动问答问题没有像社交问答平台那样对问题进行分类，但是以标签的形式确定问题相关的内容，依据PC端百度知道对问题的类型和主题划分，消除重复的类别。对收集到的问题进行内容分析，发现提问的主要主题类型是生活、教育、游戏、娱乐、健康、运动和计算机通信等，与生活相关的问题有购物、人际关系、本地信息等，经过内容的审核，删除掉一些表达不清楚、内容不清楚，无法判别所表达的内容的问题，总共样本有977条问题和2 011条答案。

经过对用户使用情境的分析，发现用户所提出的问题与生活各方面息息相关，包括寻求事实性信息、请求帮助、寻求意见，因此根据对于提问内容的分析以及Kim关于问答平台问题类型的划分，本书将问题确定为5种类型:信息事实型、建议型、意见型、情感型、请求型。信息事实型的问题是指具体的事实，如我现在在火车站，我应该坐哪趟公交车去往武汉大学；建议型问题是就某事如何做寻找建议，如我需要从火车站去往武汉大学，坐地铁还是坐公交车比较方便；意见型问题则是收集他人的想法或观点，如我三年级考试只得58分，要被打屁股怎么办；情感型，顾名思义就是人们表达他们的感觉或者是讨论的话题是关于他们自己本身的问题，如自己的愉悦、烦恼、悲伤、生气等情绪或感情的表达；而请求型的问题则寻求某种资源或服务，如我想要某某视频，知道的话给我个链接地址。从问题的内容分析发现，移动问答提问的内容还出现了广告性质的内容(如:唉，卖i6 64g三网无锁，黑色价钱有得商量。二手，我用过，货到付款。快快快，有谁支持我)，这应该是对问题的审核遗漏的结果。

移动问答平台问题所表达的主题涉及了人们生活的各方面，涵盖生活、教育、游戏、娱乐、健康、运动和计算机通信等，生活相关的问题有购物、人际关系、本地信息等，依据百度知道PC平台对问题的主题分类，本书对手机百度采集的977个问题进行了主题划分，发现手机百度知道用户需要解决的问题主要是:

①生活生存相关问题。生活相关主要涉及人们日常生活项目和日常行为活动(使用情境那一章已有分析)，生存相关问题是为生存发展所面临和需要解决的问题，以及对一些社会现象和问题的一些困惑。

Q(生活问题):为什么那么多快速消费品都不从超市销售?

Q(生存问题):给别人盖房子摔下来，已经花了20多万，现在没钱治了，怎么办?

②娱乐休闲。本书对娱乐休闲主题划分的依据是人们为了更好地享受生活，放松、培养和发展兴趣爱好而从事的娱乐休闲活动。用户关于娱乐休闲主题主要是电影、音乐、小说、明星、彩票相关的问题。

③教育学习。有关升学、考试问题，更多是寻求有关学习问题的解答，如外语、数学、物理等题的解答，这说明青少年学生多习惯于用手机在移动问题平台寻求相关问题的解答，有不少用户通过图片的形式上传题目寻求帮助，也进一步表达了用户使用移动问答的情境——正在学习当中。

④游戏。关于游戏问题主要是关于手机游戏、网络游戏资源的查找，游戏过程遇到的问题以及关于游戏赚钱等问题。

⑤体育活动。主要问题是关于足球、NBA赛事等，以及一些明星资料的查找，还有一部分是用户自己关于某项运动的学习和注意事项。

⑥手机数码。因为收集的是手机端的数据，关于手机的问题还不少，主要询问的是使用手机过程中出现的问题，功能的体验，还有各个手机牌子情况的咨询等。

⑦工作事业相关。人们的日常信息搜寻同样包括工作的问题，用户除了询问工作过程中遇到的问题，还包括个人事业发展问题的询问。(www.daowen.com)

⑧计算机。问题主要涉及计算机硬件、软件、操作系统、网络通信等问题，这一类问题比较少，原因是这些属于PC端问题，用户会在使用电脑时候经常遇到，所以手机端提问较少，还有可能是这类问题专业性较强，用户会在专业论坛提问这类问题而不是在问答平台。

表10.20是关于手机百度知道问题类型的分布。

表10.20　手机百度知道问题类型分布

从表中可以看出，用户在移动问答平台寻求大量关于信息事实型的问题，寻求其他用户的意见和建议，也会在移动问答平台寻找某种资源和表达自己的情绪。用户在移动问答平台信息搜寻的问题类型中，信息事实型问题占了48.2%，接近一半，这说明用户在移动问题平台进行信息搜寻主要是关于信息型问题，关于特定事件、某种产品情况或者某个人基本情况的查询，这与PC端问题类型有些差异。有研究调研了百度知道PC端用户提问类型，发现用户关于特定事件的信息事实型，寻求建议或意见，关于工作、私人和学习等问题的提问数量分布比较均匀，基本都在20%左右。移动问答用户信息搜寻区别于传统PC端问题的特点是，用户普遍在移动问答平台上提出需要某种资源或服务的请求，请求型的问题达到30.2%，远高于情感型甚至意见型和建议型的信息。经过内容的分析，用户请求型问题的需求主要是与用户日常行为活动、娱乐、兴趣爱好有关，如音乐、电影电视、小说、明星资料的查找，这说明用户需要查找各类资源来满足日常行为的需求，而移动问答正好在任何时间地点都提供了用户搜寻的条件。电影相关问题与现实生活中目前正在播放，得到人们目前普遍关注的电影或者电视相关。小说的查找与用户的兴趣和手机的功能相关，现实生活中，用户普遍用手机或者平板电脑进行阅读，因此，用户在手机端查找文学作品资源较为普遍。有小部分关于广告的问题，说明手机百度知道的审核机制还有待完善。

表10.21是关于用户在手机百度知道所提的问题主题分布情况，即用户一般会在移动问答平台提出哪一方面的问题，最频繁提出的问题是哪些。从表10.21中知道，用户关于生活与生存问题方面的提问最多(34.8%)，其次是娱乐休闲(15.25%)、教育学习(13.51%)、游戏(7.67%)，手机、工作相关和计算机通信问题提问较少。用户相关主题提问的比例情况说明用户移动问答服务信息搜寻行为与用户日常生活项目、日常行为活动有很大的关系，用户移动问答的信息需求很大程度上受到使用情境的影响。

表10.21　手机百度知道问题主题分布

表10.22是关于用户提问的相关主题是属于哪一类型的问题，表中显示，用户在生活与生存、娱乐休闲、游戏、体育、手机数码、工作事业和计算机主题中主要寻求的是信息事实型的信息需求，也说明用户需求是生活、娱乐、爱好、工作相关的最直接的信息或者事实。信息事实型是用户使用问答服务最主要的信息需求。用户在娱乐休闲和教育学习中普遍提出请求型的问题，因为用户需要与他们娱乐休闲活动和学习相关的信息资源来满足他们娱乐、游戏、学习的需求。娱乐休闲主要体现在音乐、电影、明星资料、文学作品的需求，教育学习需求主要是青少年学生在学习过程中向问答平台用户提出为他解答问题的请求。用户主要在生活生存相关问题、工作事业上面临的问题或者个人的发展上有需要他人建议和意见的需求。

表10.22　手机百度知道基于类型、主题的问题分布