基于知识聚合的数字图书馆社区服务推送系统设计与实现

【目的/意义】基于用户关系和知识聚合的服务推送是面向用户的数字图书馆服务的发展趋势,也是用户个 性化和社会化知识服务需求的必然要求。【方法/过程】从系统平台设计模型、推送服务流程、推送服务功能设计和 工作机理的角度进行服务推送系统设计与实现。通过充分尊重社区用户的个体差异和社区群体关系,向其提供个 性化服务推送。【结果/结论】将满足数字图书馆社区用户需求的知识信息推送给用户,不仅提升数字图书馆社区的 服务质量和效率,还能有效促进用户的社会化知识交流、知识利用和知识创新。     

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。     

基于用户信息行为的微信健康信息关注度研究

【目的/意义】旨在自动分析用户对微信健康信息的关注度。【方法/过程】构建了微信健康信息关注度分析 模型,以丁香医生、丁香家庭健康和脉脉养生公众号推送的健康信息作为数据来源,识别微信健康信息的类别和主 题分布,基于对用户信息行为的分析来评估用户对健康信息的关注度。【结果/结论】微信公众平台推送的健康信息 主要有12类;通过分析用户对微信健康信息关注度发现,健康风险、饮食、药物、身体活动和癌症主题受关注程度较 高;用户对各主题健康信息的关注程度与微信公众平台的信息供应分布并不一致。本研究提出的用户关注度自动 分析模型具备可以移植性,是对传统关注度研究方法的有效补充。     

基于认知计算与情境感知的个性化信息自适应 推荐模式框架研究

【目的/意义】通过对个性化信息推荐中的用户认知、情境感知以及自适应等问题展开研究,进一步丰富个 性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。【方法/过程】在对个性化信息推荐的概念和方法 以及个性化信息自适应推荐分析的基础上,首先阐述认知计算的提出和发展及其基本观点,然后对情境感知的定 义以及关键特征识别进行探讨,最后提出基于认知计算与情境感知的个性化信息自适应推荐模式及其框架,并针 对其内涵展开深入分析。【结果/结论】通过借鉴认知计算与情境感知的基本观点和技术方法,重点研究认知计算与 情境感知的融合、认知计算与情境感知融合下的用户偏好的提取、个性化信息自适应推荐模式 3个方面内容,并最 终构建基于认知计算和情境感知的个性化信息自适应推荐模式框架。     

基于Stacking集成学习的在线健康社区问答信息采纳识别研究

【目的/意义】提出基于Stacking集成学习的问答信息采纳行为识别策略,促进在线健康社区问答的精准化推送、助推数字化医疗服务高质量发展。【方法/过程】构建以集成学习方法和非集成学习方法为基学习器、以逻辑回归算法（LR）为元学习器的Stacking集成学习模型,比较单预测模型、同类预测模型组合、不同类预测模型组合的Stacking集成学习模型预测精度,选取“寻医问药”平台的慢性病问答构建数据集验证模型的优越性,并选取“快速问医生有问必答120”平台数据验证模型的可移植性。【结果/结论】Stacking集成模型相比于单预测模型能够更精准识别被采纳问答信息,模型具有较强的泛化性,可以适用于不同的在线健康社区。【创新/局限】本文基于Stacking集成思想构建两阶段预测模型,并借助机器学习构建最佳预测模型组合,显著提高在线健康社区问答信息采纳识别精度,但伴随问答信息积累,在线健康社区问答模式不断发展变化,考虑结合历史数据和每日更新数据的动态预测方法是未来研究工作重点。     

集成创新驱动的企业知识库服务机理模型构建研究

【目的/意义】构建集成创新驱动的企业知识库服务机理模型,完善企业知识库服务模式和方法,提升企业的集成创新优势。【方法/过程】基于市场需求,集成企业外部和内部知识,构建集成创新驱动的企业知识库服务机理模型,以实现员工知识能力和企业创新能力的提高。【结果/结论】知识库服务机理模型推动企业知识库服务理论的深入发展,使企业知识服务更加智能化、个性化,为面向集成创新驱动的企业知识库服务提供了理论支撑。【创新/局限】仅从理论上探讨企业知识库机理模型的构建,未实现企业知识库的具体功能。     

“互联网+”背景下高校图书馆协同服务机制研究

【目的/意义】揭示用户在“互联网+”背景下的信息获取及利用规律,预测信息需求情况的发展趋势,重构 高校图书馆协同服务机制,形成主动化、个性化和智能化的服务范式。【方法/过程】运用灰色模型和Matlab拟合模 型两种数据拟合方法对高校用户信息行为的动态关系进行定量研究,对比分析两种模型的拟合结果,根据其特有 的内在规律作出必要的简化假设,掌握高校用户的信息行为动态,在本质上影响协同服务机制中各参与因素的结 构调整。【结果/结论】提出用户终端与移动终端相协同的PC-MT协同服务机制,包括信息需求响应机制、知识组织 与传输机制和服务评价与反馈机制,创新服务模式,提高服务效益和用户满意度。     

基于数字生命的高校知识服务模式研究

【目的/意义】构建基于大语言模型的跨模态知识服务新模式,有助于快速适应ChatGPT主导的知识交互新范式,提高高校师生工作学习效率。【方法/过程】本文以服务用户个性化需求为中心,梳理了不同阶段高校知识服务模式的特征和局限,在此基础上,搭建了一套具有学习能力的数字生命知识服务系统,并以此探索出一种问答式知识服务新模式,并通过调研评估了该模式在个性化需求方面的服务效果。【结果/结论】以数字生命系统为核心的问答式知识服务模式改善了高校师生的个性化知识获取效率,并为虚拟化、智能化知识服务体系提供了决策参考。【创新/局限】数字生命定义了用户与平台的双向重塑机制,并通过多模态知识服务为数字生命的自监督学习提供可能。然而,其中仍有许多技术挑战,如语言模型的认知能力、实验工具的通用接口、信息安全的法规约束等。     

面向用户任务的FRBR用户情景分析及个性化模型构建

【目的/意义】在分析FRBR用户情景的基础上构建FRBR用户个性化模型,旨在促进查找、识别、选择、获 取四个用户基本任务的实现。【方法/过程】引入情景的相关理论,分析FRBR用户情景要素的构成及其对用户任务 实现的影响,采用实体—关系模型探讨FRBR用户情景的实体及实体间的关系,面向用户任务构建FRBR用户个 性化模型。【结果/结论】该模型能助于FRBR系统结合用户的当前任务,根据用户数据的分析结果,为用户提供个 性化的书目服务。     

基于三层维度的文献个性化推荐模型研究

【目的/意义】大数据情报分析和知识服务时代,如何快速高效地从海量文献中获取情报并实现精准的文献 个性化推荐,是文献推荐个性化服务亟待解决的问题。【方法/过程】对文献个性化推荐模型进行研究,通过专家权 重维、用户维以及情境感知维三个维度的协同,识别用户的兴趣点。推荐模型使用层次分析法和熵权法量化专家 意见;使用潜在狄利克雷分布和KL散度计算量化用户相似度;通过用户社会标注行为、搜索行为、浏览行为得到用 户情感倾向,并引入时间因子量化用户情感;最后引入“最大频度值”确定各个维度的推荐指数,加权计算得到文献 综合推荐指数。【结果/结论】以高校图书馆为实验平台,对本文提出文献个性化推荐方法进行验证。实验结果表 明,与传统的基于内容的推荐方法、协同过滤推荐方法以及混合的推荐方法相比,基于三层维度的文献个性化推荐 方法在准确率与召回率上都取得了更好的性能。     

知识共享对新企业双元机会识别的动态影响研究

【目的/意义】揭示中国转型情境下新企业知识共享与双元机会识别间的关系,从知识管理理论视角为新企 业构建双元型组织提供理论指导。【方法/过程】构建知识共享对双元机会识别影响的动态模型,并探讨投机导向在 其中所起的调节作用。最后,通过对309 家中国新企业样本进行实证分析。【结果/结论】在创建和早期成长阶段,知 识共享积极影响双元机会识别;在创建阶段,投机导向积极调节知识共享与双元机会识别间的关系;在早期成长阶 段,投机导向消极调节知识共享与探索型机会识别间的关系,对利用型机会识别的调节作用不显著。     

基于用户行为感知的数字期刊服务推送研究

【目的/意义】数字期刊阅读在移动网络的推动下已成为互联网使用群体必不可少的活动,分析数字期刊 服务中的用户行为能够掌握用户阅读倾向,提高推送精确度。从用户行为感知的角度出发根据用户信息分析用户 行为轨迹,搭建推送模型,结合推荐算法和用户行为预测模型,实现数字期刊的用户个性化推荐。【方法/过程】本文 使用聚类算法和加权二部图算法计算用户相似度、寻找用户邻居簇,进而预测用户对数字期刊的评分,基于加权 Markov模型预测用户模型,生成数字期刊推送结果。【结果/结论】利用用户行为感知技术对数字期刊服务推送提 出了基本的研究理论框架,依照推荐算法设计对不同用户进行个性化推荐,增强用户信赖感,提高用户对数字期刊 阅读的满意度。     

社会化问答社区用户信息需求对信息搜寻的影响研究 — —基于问答社区卷入度的中介作用分析

【目的/意义】本文旨在分析社会化问答社区用户的信息需求对其信息搜寻行为的影响。研究的结论有助 于相关研究者深入理解社会化问答社区用户信息搜寻的动因和发生机理。【方法/过程】通过梳理和分析前人的研究 成果和相关的理论背景,构建适合本研究情境的信息搜寻影响因素模型。通过自陈述问卷进行实证调研,并利用 结构方程建模的方法进行数据分析和模型验证。【结果/结论】研究发现,在社会化问答社区中,用户的信息需求对其 信息搜寻的影响是一种间接的过程,信息需求只有依靠问答社区卷入度的中介作用才能影响用户的信息搜寻。     

社会化问答用户特征识别与行为动机分析 — —以“知乎”为例

【目的/意义】对“知乎”用户进行分类,识别不同类别的用户特征,并对其问答行为进行分析。【方法/过程】 运用火车头采集器抓取社会化问答平台用户个人特征与行为的客观数据共计475636个,运用R语言进行样本分 离,对三类子样本构建回归模型进行分析。【结果/结论】Question_lover组用户的行为动机以求知动机与利他动机为 主;Answer_lover组用户表现较符合社交型用户特点;Majority组用户具有很强的享受帮助、兴趣动机和社交动机, 该组男性用户在问答行为上显著活跃于女性用户,但这种差异在其他两组并不显著。     

基于扎根理论的移动专业虚拟社区用户需求模型构建

【目的/意义】数智时代移动专业虚拟社区已然成为专业用户对领域知识获取、共享及创新的主渠道。从用 户需求层面进行探究,对数智环境下移动专业虚拟社区资源组织及服务模式建设提供有益参考。【方法/过程】本文 运用扎根理论方法,对19位用户进行深度访谈获取原始资料,通过三级编码得到概念范畴及其逻辑关系,具体涵盖 了6个主范畴、19个范畴和71个初始概念,构建了数智环境下移动专业虚拟社区用户需求理论模型（SUR）。【结果/ 结论】从主范畴关系结构可以看出,资源需求与基础服务构成了移动专业虚拟社区用户需求的建构因素;用户认知 收益和社交效用对数智环境下移动专业虚拟社区用户需求产生起内部驱动作用;内容质量和服务优化对数智环境 下移动专业虚拟社区用户需求产生起外部驱动作用。【创新/局限】本研究提出的用户需求模型为移动专业虚拟社 区在数智环境下开展服务优化提供有益参考。后续研究可以通过实证方法验证模型的科学性和合理性。     

社会化问答情境下用户知识内化的过程及动因研究——基于fsQCA的组态效应分析

【目的/意义】为揭示社会化问答情境下用户知识内化过程和内在动因,提升社会化问答社区知识的利用率和重用率。【方法/过程】本研究基于同化顺应理论、信息加工学习理论构建了社会化问答情境下用户知识内化过程模型,分析其作用过程和机理。然后,从组态视角运用模糊集定性比较分析（fsQCA）方法分析了用户知识内化的动因和影响路径。【结果/结论】研究发现：社会化问答情境下用户的知识内化是以用户已有的认知结构为制约机制,知识经过同化和顺应后被元认知监控,然后由知识反馈调节,同时受平台传播能力和用户自身吸收能力两个主要因素影响。促成社会化问答情境下用户知识内化发生的条件组态路径有用户促进型和平台促进型两类;抑制社会化问答情境下用户知识内化发生的条件组态路径有用户抑制型和平台抑制型两类。【创新/局限】不同类型和场景下社会化问答社区用户的知识内化差异化动因还需进一步研究。     

基于LDA模型的高校师德舆情演化及路径传导研究

【目的/意义】构建高校师德舆情微博用户评论LDA模型,可以更精准识别舆情演化特征和分析关键主题传 播路径,帮助高校和相关部门更为有效地进行舆情监管和舆情引导。【方法/过程】本文以“天津大学一教授学术造 假”事件为例,基于 LDA模型构建高校师德舆情下微博用户主题生成模型,采用困惑度评价指标确定 LDA模型最 优主题数,采用信息熵确定每一主题在不同日期的主题强度,通过关键词共现知识图谱、词云展现舆情话题的演 变,最后基于主题相似度确定主题传播路径。【结果/结论】LDA模型和信息熵可以解析出网络用户群体关注的重要 主题热点,精准识别舆情演化特征,识别主题最优传播路径进行舆论引导,对爆发的舆情实现预测和管制优化。【创 新/局限】文章创新性地构建高校学术道德舆情的LDA主题模型,有效确定微博用户群体主题、识别舆情演化特征、 分析主题间传播路径,具有普适性;进一步扩大高校师德其他舆情分析及结合网络舆情情感分析为下一步的研究 内容。     

多源知识融合的企业知识服务模型构建研究

【目的/意义】构建多源知识融合的企业知识服务模型,实现企业知识增值,完善企业知识服务体系,提高企业知识服务水平。【方法/过程】基于概念层和本体层的知识融合技术,构建多源知识融合的企业知识服务模型,包括知识资源层、知识处理层、知识融合层、知识发现层以及知识应用层,并将模型应用到铁路企业,实现铁路企业知识服务的自动问答、故障诊断、知识推荐以及研发地图等功能。【结果/结论】基于多源知识融合的企业知识服务基于用户需求将知识有效关联,使企业知识服务更加智能化和个性化,为企业开展技术创新提供新的方法和思路。【局限】目前知识服务模型中的功能模型还不够完善,需继续充实功能模块。     

基于情境感知的高校移动图书馆知识资源推荐研究

【目的/意义】基于情境感知的个性化推荐技术引起了广泛关注,成为新的研究热点,本文针对高校移动图 书馆提出一种基于情境感知的知识资源推荐模型。【方法/过程】融入情境因素,通过基于改进受限玻尔兹曼机的协 同过滤算法来实现读者所处移动情境下的知识资源推荐。并通过真实数据集进行实验验证。【结果/结论】提出的 基于情境感知的知识资源推荐模型和算法,具有较高的准确度和效率,能够有效解决移动环境下高校读者个性化 知识资源推荐问题。