基于企业画像的行业信息精准服务研究

【目的/意义】研究基于企业画像的行业信息精准服务框架与功能体系,为行业信息服务创新研究与实践提 供参考。【方法/过程】在分析企业的行业信息需求及影响因素基础上,构建了面向行业信息精准服务的企业画像构 成要素体系,并进一步提出了基于企业画像的行业信息精准服务模型。【结果/结论】立足企业的信息需求及影响因 素,面向行业信息精准服务的企业画像应包含企业自身属性、竞合属性、客户属性3类16种要素。基于企业画像的 行业信息精准服务实现,首先需要开展行业信息资源和企业大数据采集,继而进行基于多源数据的企业画像和面 向精准服务的行业信息资源组织,最终通过画像精准分析企业需求,提供包括精准搜索、精准问答、精准推荐等在 内的多项精准服务功能。【创新/局限】创新性地引入用户画像对企业进行建模,从需求分析角度全面刻画企业特 征,构建行业信息服务模型,推进行业知识服务创新发展。     

学术新媒体信息流转的驱动机制研究

【目的/意义】探究学术新媒体信息流转的驱动机制，对提高学术新媒体信息流转效率和保障学术新媒体健康可持续发展具有重要意义。【方法/过程】在阐释学术新媒体和信息流转内涵的基础上分析驱动力构成，基于扎根理论方法析出驱动要素。【结果/结论】从驱动要素框架、驱动作用力和驱动效应三部分构建了学术新媒体信息流转的驱动机制模型。【创新/局限】未来将进一步细化学术新媒体信息流转的驱动因子，关于信息流转过程中驱动变量之间的因果关系等问题需要深入研究。     

基于动态用户画像的学术虚拟社区粘性驱动机制研究

[目的/意义]基于动态用户画像探索学术虚拟社区的粘性驱动机制在于用户角色精准定位，有助于提升用户忠诚度、信任度、留存率、回访率。[方法/过程]依据社区属性和用户感知分析学术虚拟社区的粘性驱动因子；以用户自然属性、行为属性、心理特征为用户画像的数据来源，建构包括基础数据、行为建模、服务应用、评价反馈4个模块的动态用户画像结构模型；结合驱动因子与结构模型构建了粘性驱动机制模型。[结果/结论]模型深度刻画了学术虚拟社区用户全貌，为优化系统效能和精准化服务指供指导，以期增强学术信息资源流转与学术影响力。     

智慧图书馆中基于用户画像的图书推荐研究

【目的/意义】利用用户画像以及个性化推荐算法实现智慧图书馆中的图书推荐。【方法/过程】从构建智慧 图书馆用户画像的自然属性、兴趣属性、社交属性三个数据维度出发,借助相似度计算方法分别计算不同维度读者 和图书的相似度,实现基于相似读者和相似图书的虚拟图书推荐,阐述了借助智慧图书馆的先进技术实现基于位 置的实体图书推荐。【结果/结论】实验结果表明将用户画像用于智慧图书馆图书推荐可提升图书馆个性化服务能 力,针对读者实现精准推荐。【创新/局限】基于用户画像的图书推荐从多个维度进行组合推荐,实现了智慧图书馆 虚拟图书和实体图书的个性化推荐,提高了推荐质量,为提升智慧图书馆个性化服务具有一定的借鉴意义。局限 在于选取的读者以及图书数量较少。     

基于兴趣转移的微博用户动态画像生成

【目的/意义】微博用户画像的精准构建,可有效识别用户的需求,提高个性化推荐的准确率。针对现有微 博用户画像构建方法对用户特征提取不全面、不准确的问题,本文提出了基于兴趣转移的用户画像构建方法。【方 法/过程】首先,依据层次分析法确定不同兴趣行为的权重,并将其用于修订兴趣词权重,获得用户的初始兴趣词 集;然后,依据生命周期理论获得用户兴趣行为周期,构建兴趣转移的时间衰减函数,实现对用户兴趣词集的动态 更新和叠加;最后,将用户的静态属性标签与基于兴趣转移的动态兴趣标签融合构建微博用户画像。【结果/结论】 实验采用从新浪微博爬取的真实数据作为数据集,实验结果显示：与已有微博用户画像构建方法相比,本文提出的 方法在个性化推荐中具有较好的性能。【创新/局限】创新点为：借鉴生命周期理论刻画微博用户兴趣行为周期,构 造兴趣转移的时间衰减函数,实现兴趣标签的动态更新。局限是未对静态属性标签的重要性进行界定,且未对存 在异常波动的兴趣行为曲线进行深入探讨。     

学术用户画像的行为与兴趣标签构建与应用

[目的/意义]学术用户画像是对用户访问使用学术资源行为的较全面的刻画。本文尝试构建图书馆学术用户画像的信息行为标签和研究兴趣标签,来准确定位学术用户的信息需求,以便推荐合适的学术资源。[方法/过程]具体方法是全面获取用户的访问日志并进行清洗处理,然后构建从学术用户信息行为出发的用户画像标签体系,进一步研究构建了基于研究兴趣关联的信息资源推荐服务。[结果/结论]本研究有助于提高用户信息获取效率,提高图书馆学术资源推荐服务的质量,并为结合其它资源全面构建图书馆学术用户画像提供一定的借鉴。     

学术新媒体信息生态链多元主体协同价值共创模式研究

【目的/意义】学术新媒体的产生为不同类型用户提供了学术资源流转和共享的新途径。为保障学术新媒体 的可持续发展,探析学术新媒体信息生态链多元主体协同价值共创模式不可或缺。【方法/过程】基于信息生态理论 结合学术新媒体知识产生的流程,析出了学术新媒体信息生态链多元主体协同价值共创的构成要素,并探析其协 同价值共创模式及该模式的驱动路径。【结果/结论】学术新媒体信息生态链多元主体协同价值共创模式包含协同 价值共创主体、协同价值共创客体、协同价值共创环境、协同价值共创技术四个主要方面,并提出了协同转化、结构 优化、风险规避、技术共享四种驱动路径。【创新/局限】分析了多元主体协同的整体框架,对多元主体内部如何通过 协同及实现价值共创还需进一步研究。     

基于用户认知的个性化微阅读自适应推荐模型研究

【目的/意义】为进一步完善个性化微阅读推荐模型,丰富个性化微阅读推荐的理论体系以及拓展个性化 微阅读推荐的研究方法。【方法/过程】首先探讨基于用户认知的个性化微阅读推荐模型的研究框架,然后从“人 ——用户”到“需求——偏好”再到“系统——推荐”三个层面入手,提出从微阅读用户画像建模、微阅读用户偏好提 取及匹配以及个性化微阅读自适应推荐模型构建三个方面开展研究,最终形成具有针对性的个性化微阅读自适应 推荐模型。【结果/结论】通过借鉴用户认知的基本理论和技术方法,将移动用户微阅读的情境感知、社交网络和情 感体验进行融合构建用户画像并且在融合的基础上实现个性化微阅读自适应信息推荐。     

基于出版转制的学术生态链信息流转效率研究

【目的/意义】针对出版转制对学术生态链信息流转效率的影响,提出基于出版转制的学术生态链信息流转 效率提升策略,对出版转制环境下提升学术生态链信息流转效率,优化学术生态环境具有一定的指导作用。【方法/ 过程】在界定学术生态链概念基础上,构建了学术生态链概念模型和基于出版的学术生态链信息流转模型,分析出 版转制对学术生态链信息流转效率的影响,从政府、出版机构、作者和用户四个方面提出基于出版转制的学术生态 链信息流转效率提升策略。【结果/结论】学术生态链是指学术信息人为实现学术信息流转而形成的链式依存关 系。出版转制使学术信息流转内容多样,部分质量下降,速度变快,广度缩小。为了提高学术生态链信息流转效 率,应发挥政府部门的引导监督与支持作用、提升出版机构的经营理念和竞争能力、强化作者的自律意识和创新精 神、改进信息用户的消费观念和择优方法。     

基于社交媒体基因图谱的信息服务推荐研究

【目的/意义】“信息过载”问题不利于用户快速准确获取目标信息,本文提出构建社交媒体基因图谱并应 用于信息推荐领域,为用户信息推荐提供新思路。【目的/意义】本文将社交媒体分解为社交媒体用户和社交信息内 容两大主体部分,借助生物学基因图谱概念,建立两大主体基因群并分别进行基因提取,构建社交媒体基因图谱, 并通过社交媒体基因图谱唯一辨识用户实体偏好进行信息推荐。【结果/结论】构建基于社交媒体基因图谱的信息 推荐模型,考虑用户内部及信息环境对基因图谱的影响,进行模型优化,为用户提供更加精准的信息推荐内容。【创 新/局限】基因的变异无法准确预估和控制,需要进一步研究引起基因变异的因素及变异方向,通过基因的可复制 性更加高效准确地对个人用户社交媒体基因图谱进行构建,进而实现其在信息推荐领域的应用。     

基于微信的用户学术信息交流模型构建

【目的/意义】社会化知识创新环境下,基于微信的学术信息交流迅速发展。研究其中的用户学术信息交流 模式与模型构建,对促进用户的学术信息交流具有重要意义。【方法/过程】融合基于微信平台的学术交流发展,分 析其信息交流的特点,提炼出四种微信平台的学术信息交流模式。【结果/结论】针对不同的信息交流模式与其中的 用户特征,构建出基于微信的用户学术信息交流模型,并对其进行实证分析。     

基于在线评论的低幼儿阅读群体用户画像研究

【目的/意义】分析幼儿群体的阅读需求,构建用户画像模型,为出版商及图书馆针对低幼儿用户群体提供 优质的产品和精准的服务提供支持。【方法/过程】以淘宝网上购买儿童绘本用户的在线评论为基础,通过低幼儿信 息属性、儿童绘本信息属性和购买者（家长）评论信息属性构建用户画像概念模型,并使用Protégé与OWL建立本 体,在OntoGraf插件中实现可视化,分析低幼儿阅读群体用户画像并呈现特征。【结果/结论】依据儿童绘本的三种 类型构建低幼儿阅读群体画像。【创新/局限】本文根据代理用户购买儿童绘本的在线评论数据,挖掘了用户的潜在 需求。不足之处在于,对低幼儿用户而言,仅依靠家长所提供的信息挖掘阅读需求,可能存在不全面等问题。针对 特定研究,还需要结合实验等方法对研究主体进行更深入地研究,完善研究结论。     

主题—知识关联的网络文物信息资源知识推荐方法研究

【目的/意义】如何将网络文物信息资源中不同的知识提炼后推荐给有关用户,是文物信息资源开发与利用 过程中的关键问题。【方法/过程】通过主题-知识关联模型构建文物知识网络并识别网络中文物信息资源文本中的 主题词,而后根据知识及主题词的重要性对耦合后的知识进行重要性排序,按照知识与主题的关联程度实现文物 信息资源的知识推荐。【结果/结论】在实验中实现了不同网络文物信息资源的知识推荐,对比了不同数量主题词下 知识发现的效果,发现该方法在学术型文物信息资源的知识发现与推荐中效果较好。【创新/局限】利用知识库与信 息资源内容构建知识网络,通过计算网络节点的重要性进行知识推荐,为文物信息资源的利用提供了新的方法。 但受制于知识库知识储备的影响,可能无法挖掘信息资源的知识全貌。     

用户画像研究述评

【目的/意义】梳理当前国内外用户画像的研究现状，旨在对用户画像相关研究提供参考和借鉴。【方法/过 程】通过对国内外相关文献进行分析总结，分别对用户画像的内涵、研究内容与技术方法和应用价值三部分展开述 评。其中基于主体将研究内容分为单个用户画像和群体用户画像研究，其次根据用户画像的构建流程梳理技术方 法，并从微观、中观、宏观三个层面总结研究应用价值。【结果/结论】用户画像研究正处于蓬勃发展阶段，未来研究 应着重突破“用户”束缚，在精准场景方面加以延伸和创新；在强化数据来源和数据质量的基础上对相关数据挖掘 方法加以拓展和改进；更加有效地实现多源数据的融合从而构建更加多元、更加精准的用户画像。     

基于数据驱动的移动图书馆UGC用户画像研究

[目的/意义]构建与分析移动图书馆UGC用户画像模型,挖掘用户潜在信息需求,促进移动图书馆UGC实现精准化推荐服务。[方法/过程]通过Python爬取喜马拉雅APP《三体》的部分评论数据并进行聚类分析;利用RFM模型选取典型用户;采用TF-IDF算法生成标签,利用词云可视化工具生成典型用户的完整画像。[结果/结论]详细阐述移动图书馆UGC用户画像的构建流程,并通过实例分析构建喜马拉雅平台《三体》部分典型用户的完整画像,提出移动图书馆应结合数据驱动的用户画像提供精准化的推荐服务、个性化的知识搜索、智慧化的预测服务、智能化的隐私保护,以促进移动图书馆UGC精准服务的实现。     

因果关联视域下社交媒体错失焦虑（FoMO）用户画像模型构建

【目的/意义】探究社交媒体错失焦虑的原因要素和结果要素标签,构建社交媒体错失焦虑用户画像模型并 进行描述分析,有助于丰富用户画像在社交媒体环境下的研究内容,为深入探究社交媒体用户错失焦虑发展态势 提供指导。【方法/过程】通过质性访谈收集文本资料,基于信息生态理论提取原因要素标签,从情感特征和行为特 征提取结果要素标签,在因果关联视域下构建社交媒体错失焦虑用户画像模型。【结果/结论】构建的社交媒体 FoMO用户画像模型能够有效阐明各标签要素之间的因果逻辑关系,确立社交媒体环境下错失焦虑用户画像模型 体系,为社交媒体错失焦虑现象提供一个较为全面的用户画像标签类型解释。【创新/局限】本研究只选取微信平台 对社交媒体 FoMO 用户画像进行模型构建,未对多平台 FoMO 用户画像进行实证分析的比较研究,因此存在一定 的局限性,但这也为后续相关研究奠定了坚实的理论基础。     

基于加权派系的个性化信息推荐研究

【目的/意义】面对网络时代数据的海量性和无序性,为用户推荐个性化资源有利于增强用户间合作、提高 知识的共享速度,对新知识的发现具有深远意义。【方法/过程】基于具有相同兴趣用户的聚合优于单纯的信息聚 合,构建基于社会化标注系统的个性化推荐模型。通过引入社会网络中用户使用标签的频次来选择与用户关联显 著的标签,并通过加权派系发现和聚合“小众”凝聚组群和相似标签集,进而为用户推荐优质资源,使其真正契合用 户的个性化需求偏好。【结果/结论】结果表明模型能够有效实现信息的个性化推荐,消除单独聚类带来的粗糙数据 集,并通过抓取豆瓣上的数据进行实证分析。     

智慧图书馆知识服务场景构建研究 ——以吉林艺术学院图书馆为例

【目的/意义】图书馆承担着社会教育和信息服务的功能,是现代信息知识传播的关键点。随着时代的发展,信息量成 指数爆炸式增长,信息的种类和形式也变得多种多样,传统图书馆的已经不能适应社会发展的需要。基于用户画像和超级IP 的相关概念和理论对智慧图书馆的场景进行构建,从而为智慧图书馆的更好发展献计献策。【方法/过程】通过用户画像的相 关理论,对智慧图书馆的群体进行划分,从而对不同用户的行为需求进行深层次的挖掘,并分析每一类用户群体的典型特征, 实现用户画像的精准刻画。【结果/结论】基于超级IP和用户画像的理论,能够清晰明了的揭示不同群体用户的特征,对群体用 户的行为进行可视化呈现,并基于用户的行为提供更加符合特征的场景,从而进一步提升智慧图书馆的服务能力。     

基于用户画像和视频兴趣标签的个性化推荐

【目的/意义】用户画像深刻地描述了视频用户的个体和群体行为特征,为视频的个性化推荐服务提供参 考。【方法/过程】通过文本挖掘对爬取的视频、用户及其观影数据分析,构建单个用户画像,并通过K-Means和LDA 模型对用户聚类并提取主题,挖掘群体用户特征。基于用户画像和时间指数衰减的视频兴趣标签,并结合视频喜 爱度和协同过滤,进行视频推荐。【结果/结论】考虑时间指数衰减的个性化推荐,提高了系统对用户兴趣的感知。 结合视频喜爱度和协同过滤,推荐视频评分达0.87,有助于提高用户对网站的忠诚度和活跃度。【创新/局限】基于用 户生成内容的文本挖掘结果,进行单个和群体用户画像,并创新性采用时间指数衰减构建用户视频兴趣标签,以捕 获用户兴趣的变化。由于网络爬虫的限制,实验数据量有一定的局限性,且特征提取兴趣范围有限。     

数字图书馆用户画像及场景重构研究

【目的/意义】通过用户画像和场景五力等相关理论,构建数字图书馆用户画像,揭示不同群体用户的行为 需求,并对其场景进行了重构,为数字图书馆更好发展提供了服务和参考。【方法/过程】通过对不同群体用户行为 的分析,构建数字图书馆的用户画像,并结合场景理论构建了数字图书馆场景重构模型。【结果/结论】基于用户画 像和场景五力的理论,能够清晰的反应出不同群体用户的行为需求,挖掘出不同群体用户的潜在服务特征,从而实 现用户画像的精准刻画,依据不同群体用户的潜在服务特征,能够为用户提供更加符合用户行为特点的服务场景, 进而达到提升数 字图书馆的竞争力,从而进一步提供数字图书馆的服务效率。