共查询到20条相似文献，搜索用时 312 毫秒
1.
[目的/意义]构建多源数据融合获得细粒度的用户画像标签,加强和提升服务场景的用户画像识别与精准推荐,对于洞察用户需求、开展群体精准营销、提高用户忠诚度等有着重要的参考意义。[方法/过程]融入服务场景构建多源数据融合的用户画像识别与推荐分析框架,以用户价值模型RFM重构表征用户行为的RFCLS标签,采用LDA模型提取用户资源使用偏好的文本语义标签,继而将用户属性、用户行为和资源使用偏好等多源异构数据汇聚成用户画像标签体系后,选取随机森林模型对不同标签组合展开用户画像识别的模型训练和分类性能评估。[结果/结论]实证研究表明,与单一的数值型或者文本型画像标签体系相比,多源数据融合的用户画像模型提升了用户画像识别和分类的精准度,有效支撑高校图书馆开展更为针对性的营销服务策略和个体精准化服务推荐。 相似文献
2.
[目的/意义]构建以用户借阅行为画像为导向、与馆藏图书资源画像内容挖掘相结合的精准阅读推广模式,进而有效地推广阅读。[方法/过程]基于江苏省公共图书馆大数据服务平台,以2021年某市公共图书馆7 728名读者、84 754条借阅数据为研究对象,借助Excel、FineBI和微词云等工具,分析读者的历史行为数据建立用户借阅行为画像,同时采取结合图书特征和资源标签的方法建立资源画像,在此基础上进行图书推荐。[结果/结论]根据用户画像和资源画像的特征相似度进行推荐图书,可以提高阅读推广服务精准化和增加用户黏性。 相似文献
3.
【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。 相似文献
4.
[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。 相似文献
5.
6.
【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。 相似文献
7.
【目的/意义】构建基于用户动态画像的学术新媒体信息精准推荐模型是满足学术新媒体用户对学术信息
资源精准化、个性化与专业化的要求,同时也是提高学术信息流转效率以及价值增值的有效途径。【方法/过程】在
探究学术新媒体信息流转模型的基础上,进一步分析学术新媒体用户需求与分层画像,重构学术新媒体用户画像
步骤,构建基于用户动态画像的学术新媒体信息精准推荐模型。【结果/结论】基于用户动态画像的学术新媒体信息
精准推荐模型能够实现学术信息资源与用户的精准对接,提升用户忠诚度,更好地服务科研工作者的学术活动。
【创新/局限】从理论框架角度分析与构建学术新媒体信息推荐模型,后续将重点研究模型的技术实现与实践应用。 相似文献
8.
[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。 相似文献
9.
【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。 相似文献
10.
[目的/意义]旨在发现国内用户画像研究领域的研究主题以及这些主题的发展脉络,为图书馆用户画像的构建提供参考。[方法/过程]运用LDA主题模型对国内用户画像研究论文的题目、摘要和关键词等内容进行文本挖掘,按年度对热点主题进行分析并发现各主题的演化趋势。[结果/结论]国内用户画像研究领域大体可划分为8个研究主题：新媒体营销、电商系统与精准营销、推荐算法与推荐系统、健康信息服务、教育教学、金融服务、社交网络与内容分析、高校图书馆与信息服务。研究主题按年度演化趋势可分为上升主题、平稳主题和衰减主题3类。高校图书馆与信息服务是上升幅度最大的主题,这表明研究人员越来越关注用户画像在图书馆及相关领域的应用研究。 相似文献
11.
[目的/意义]为提高知识付费平台用户感知服务质量,文章构建了融合用户画像与协同过滤的个性化推荐模型。[方法/过程]首先根据用户特性构建画像标签体系,利用TF-IDF、熵值法、k-means等方法确定用户特征标签;其次分别基于用户画像与改进后的协同过滤算法计算用户相似度,通过调和权重得到用户综合相似度;最后利用Top-N进行个性化推荐。[结果/讨论]通过知乎live付费用户信息进行验证,发现本文算法在推荐结果的准确率以及召回率上,相比其单一方法均有较大提升,且满意度高于知乎live平台。 相似文献
12.
用户画像作为大数据环境下的用户分析及服务设计工具,为图书馆开展个性化服务提供了新思路。文章概述了用户画像及其相关研究实践应用,并归纳了图书馆现有资源推荐服务现状,分析了图书馆用户画像数据源并构建了图书馆用户画像模型,最后提出并设计了从单用户和多用户角度分别推荐馆藏资源的模式,为大数据环境下面向用户的图书馆资源精准推荐提供参考。 相似文献
13.
【目的/意义】基于社交媒体用户分享的图像、博文及用户标签数据,为用户推荐潜在的好友,从而更好的为 用户做个性化推荐和精准化服务。【方法/过程】在获取微博用户分享的图像、博文及用户标签的基础上,通过使用 深度学习的方法利用图像、博文及用户标签数据来表达用户兴趣特征,基于这三类特征组合,通过计算用户之间的 余弦相似度来挖掘与目标用户兴趣最相近的若干个候选用户。同时,探讨了多模数据在无监督学习下的用户推荐 问题,并与单模数据进行比较。【结果/结论】实验结果表明,利用图像、博文和用户标签合成的多模数据对用户的兴 趣进行建模并进行好友推荐较单模数据效果好。 相似文献
14.
浮肖肖 《内蒙古科技与经济》2022,(2):24-26,29
基于用户画像方法深入分析了企业的显性和隐性技术需求,力求更精准识别企业的真实技术需求,实现针对企业用户需求与科技成果的精准推荐;通过采集企业用户的需求文本及其在平台上的行为数据构建其技术需求画像,构建科技成果技术特征库,最后针对企业需求为企业推荐匹配的科技成果;应用证明,采用用户画像方法能更准确识别企业的真实技术需求,... 相似文献
15.
【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。 相似文献
16.
【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。 相似文献
17.
【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。 相似文献
18.
社会标签系统是Web2.0中提出的概念,旨在更好地表达用户的兴趣和意愿。而标签聚类是社会标签系统的个性化推荐中一个重要的研究课题。本文研究了如何基于标签聚类与用户模型来进行个性化推荐的方法。通过计算标签的相似度进行标签聚类,结合用户模型,根据标签聚类结果做出推荐。通过采用CiteULike公布的数据集进行实验证明,与未采用标签聚类的推荐方法相比,本方法不仅可提高推荐的命中率,优化目标资源的排名,而且能为用户发现更多新的感兴趣的资源。 相似文献
19.
【目的/意义】社会感知是借助海量时空数据研究人类时空间行为特征,进而揭示社会经济现象的时空分
布、联系及过程的理论与方法。用户画像旨在通过挖掘用户属性特征和行为模式,以揭示群体、领域乃至社会现象
的内在规律。用户画像是实现社会感知的重要手段。【方法/过程】紧密围绕社会感知数据涉及的情感认知、行为习
惯和社交网络关系三个维度梳理与之映射的用户画像内容维度,更深层次地,对其三个维度中与用户画像息息相
关的应用情境进行分类描述,以期总结其应用价值。【结果/结论】研究发现：当前用户画像的数据源拓展到多源异
构时空数据;研究内容集中在情感及场所语义、空间交互以及社交网络挖掘等方面;时空语义推理等研究是该领域
的拓展;应用情境可以在跨地域空间信息服务、城市人地交互关系挖掘、政府高效治理、领域事件时空关联趋势预
测等主题领域加以展开。【创新/局限】社会感知数据的利用可以在多任务场景下实现态势感知和知识推理。通过
融合多源异构时空数据和集成多种用户画像维度,能够实现多场景的精准知识服务。 相似文献