首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 359 毫秒
1.
数据驱动下数字图书馆用户画像模型构建   总被引:15,自引:1,他引:14  
[目的/意义]为了挖掘用户数据背后隐藏的价值,全面了解用户需求,构建用户画像模型,为数字图书馆实现精准服务提供新动能。[方法/过程]针对数字图书馆用户画像的内涵及特征进行剖析,分析用户画像的数据来源及采集处理过程,提出数据驱动下用户画像数据化→标签化→关联化→可视化的驱动主路线,从自然维度、兴趣维度、社交维度,构建多维度、多层级、立体化的用户画像模型。[结果/结论]详细阐述数字图书馆用户画像模型的构建流程,设计用户画像的框架模型,并将用户画像应用于数字图书馆的精准推荐、个性化检索、精准宣传以及参考决策中,以促进数字图书馆的知识服务升级。  相似文献   

2.
[目的/意义] 基于用户画像构建图书馆精准服务模型,以期为用户进行精确服务提供参考,并为图书馆界进行精准化服务提供新方向。[方法/过程] 以用户基本数据、用户动态行为数据、心理特征数据、情境感知数据、社交网络数据5个维度作为数据来源,基于用户画像技术构建数据来源层、数据处理层、用户数据仓库、精准应用层,打造在线服务推送、个性化推荐、用户流失预警、用户关系管理、场景化服务的服务特色。[结果/结论] 虽然用户画像技术对于用户精准服务有重大的利用价值,但是用户隐私安全也应当考虑在内。所以从技术、用户意识与隐私政策、多维度的角度保护用户隐私,加上用户画像技术在图书馆的实施,通过这些措施达到图书馆精准服务的目标。  相似文献   

3.
因果要素关联视域下社交媒体倦怠用户画像模型构建   总被引:1,自引:1,他引:0  
[目的/意义]探究社交媒体倦怠的原因要素和结果要素标签,分析各要素间的相互作用关系,扩展用户信息行为的理论研究范畴,为企业深入了解用户社交媒体倦怠发展态势提供指导。[方法/过程]基于信息生态理论,提取"信息人、信息、信息环境和信息技术"4个信息生态因子维度的社交媒体用户画像标签;根据用户心理特征和行为表现,抽取用户画像情感和行为标签,构建社交媒体倦怠用户画像模型。[结果/结论]透过社交媒体用户消极使用和负面情感变化的典型社会现象,对用户画像模型进行整合分析与关系凝练,证明本研究社交媒体倦怠用户画像模型与S-S-O理论框架具有一致性,并根据实际进行理论上的拓展和应用。  相似文献   

4.
[目的/意义]基于用户画像创建社交媒体资源聚合模型,为资源的聚合提供参考,丰富和拓展其理论研究体系。[方法/过程]在深度剖析用户画像的内涵、算法的基础上,基于社交媒体分别构建用户画像和资源画像的模型,运用社会化标签系统方法,研究基于社交媒体的用户画像和资源画像之间的映射关系。借鉴领域本体的方法,通过对数据的深层次挖掘,利用资源聚合的原理,构建基于资源画像的社交媒体内部资源聚合模型和外部资源聚合模型。[结果/结论]在大数据时代,基于用户画像和资源画像的相关理论与方法,能够为社交媒体的资源聚合提供新的思路。  相似文献   

5.
[目的/意义]通过梳理现阶段社交媒体平台用户参与行为研究成果,结合信息生成理论和信息加工理论,建立社交媒体平台用户参与的行为谱,从而构建社交媒体平台用户参与行为层级模型,以发现社交媒体平台用户在面对不同事件类型时可能产生的一种或多种参与行为,为社交媒体平台建立基于用户参与行为的用户画像侧写、识别其对某一类型话题活跃度和参与度以及预测用户参与行为奠定理论基础。[方法/过程]以主流社交媒体平台结构功能为基础,以灵长类动物行为谱制定过程为依据,应用观察实验法,通过邀请有不同学科背景的双观察员形式发现用户在使用社交媒体平台时产生的参与行为,构建包括8个类别、21个特定参与行为的社交媒体平台用户参与的行为谱。[结果/结论]以社交媒体平台用户参与的行为谱为核心,以认知努力量为衡量单位,构建结构为主动参与行为和被动参与行为、积极参与行为和消极参与行为、深度参与行为与浅表参与行为的三因素两水平层级模型。  相似文献   

6.
[目的/意义] 在线医疗社区用户画像能够精练化提取患者需求、可视化描述患者特征,有助于平台管理者制定更精准的信息服务策略。[方法/过程] 在梳理在线医疗社区用户画像研究成果的基础上,提出一种在线医疗社区用户画像构建框架,并爬取百度贴吧中糖尿病社区用户数据,综合采用档案清单、复合图形、语言描述和词云方法,实现了具有4个维度和12项标签的在线医疗社区用户画像构建。[结果/结论] 该理论框架及实现方法有助于信息精准推荐、改善患者体验、提升决策质量,为在线医疗社区用户画像构建与应用提供了理论与实践指导。  相似文献   

7.
[目的/意义]为知识直播平台精细化地定位人群特征、进行针对性运营并挖掘潜在价值用户提供有效的思路和方法。[方法/过程]以知识直播平台为研究对象,首先设计群体画像的概念模型,然后提出基于密度峰值聚类的知识直播平台付费用户群体画像的方法,最后以知乎live平台的付费用户数据为样本,使用Matlab中的密度峰值聚类算法对样本数据进行群体划分。[结果/结论]实验结果表明该平台存在5类典型的用户群体,通过对聚类中心点的对比分析,识别出各群体典型特征,并提出精准运营策略。  相似文献   

8.
[目的/意义] 随着中国逐步进入老龄化社会,越来越多的老年人使用移动社交网络来丰富自己的生活,调查数据显示微信已成为拥有老年用户数量最多的移动社交网络,构建微信老年用户群体画像对促进老年人提升移动互联网时代的社交能力,提升老年人生活幸福感具有重要意义。[方法/过程] 通过移动终端日志追踪软件获取微信老年用户使用日志数据,并构建实验环境、布置实验内容获取老年用户使用能力数据,利用k-means算法对数据结果进行聚类分析,并对老年用户属性及使用行为数据进行讨论分析。[结果/结论] 基于老年用户画像体系中的用户属性及行为数据聚类结果深入分析微信老年用户行为特征,发现微信老年用户与其他用户群体相比使用强度、交互强度、使用能力偏低;而且微信老年用户群体具有显著差异性,学历越高的老年用户使用能力、交互强度、使用强度越高,即微信活跃老年用户多为高学历用户。根据微信老年用户行为特征制定中国老龄化社会发展中针对老年人的相关社会引导政策具有理论和实践意义。  相似文献   

9.
高校移动图书馆用户画像构建实证   总被引:7,自引:6,他引:1  
[目的/意义]利用用户画像的构建方法,探究并呈现高校移动图书馆用户群体的差异化行为特征,有利于图书馆更为精准地知晓潜在的用户需求和实际使用行为,对于改进图书馆服务营销策略具有重要的参考意义。[方法/过程]总结用户画像在图书馆的实践现状,提出基于移动图书馆特定情境下构建其用户画像标签体系,借鉴VALS 2用户细分的态度量表从使用心理偏好入手重构标签描述体系。以标签体系设计问卷并调研高校移动图书馆用户的人口统计属性、使用行为和使用心理偏好等变量,利用因子分析、聚类分析和判别分析法选取适宜的用户画像个数。借助R语言wordcloud2软件包可视化展示不同用户画像的特征标签云,针对每个画像,结合人口统计属性、使用行为和特征标签展开描述与讨论。[结果/结论]提出一种构建特定业务情境下用户画像的分析方法,为高校移动图书馆提升精准用户定位和开展差异化服务提供实证研究参考。  相似文献   

10.
[目的/意义]通过构建在线医疗社区健康焦虑用户画像,以探究健康焦虑用户情感及其他特征表现,为在线医疗平台管理健康焦虑用户及加强在线医疗社区建设提供指导。[方法/过程]首先,依据现有研究成果并结合在线医疗社区健康焦虑用户实际数据特征建立用户画像标签体系。其次,根据标签体系对情感、主题、信息行为标签进行技术加工,得到标签属性并建立用户画像概念模型。最后,通过K-means聚类方法得到4个具有显著差异性的用户画像群体结构进行实证分析。[结果/结论 ]根据用户画像标签特征,将在线医疗社区健康焦虑用户依据情感划分为恐惧型、愤怒型、抑郁型、厌恶型4类,针对每个类型用户画像的显著特征进行具体分析,为在线医疗社区中健康焦虑现象提供一个较为全面的用户画像标签类型解释。  相似文献   

11.
��[Purpose/significance] Enrich and expand the theoretical research system of building dynamic portrait of social academic App users based on small data, so as to provide ideas and reference for the social academic App platform to effectively predict the evolution trend of user behavior and improve the precise service level.[Method/process] Firstly, based on the deep analysis of concept and characteristics of the small data, combined with the feature of social academic App, this paper from two aspects of user behavior and the surface of deep factors designed dynamic portrait label system. Then collected the small data with strong correlation and high value with the user as the data support of the portrait, and clarified the acquisition and processing method. Finally, it put forward the research method to realize the dynamic portrait and form the overall frame model.[Result/conclusion] The construction of dynamic portrait of social academic App users based on small data can effectively refine the granularity of portrait, and improve the lag of previous portrait, which has important reference value for the promotion of accurate service level of social academic App platform under data-driven situation.  相似文献   

12.
[目的/意义]准确把握社交网络用户兴趣倾向,对用户进行分类并形成高聚合的用户群,对研究社交网络信息生态以及信息推荐有重大意义。[方法/过程]通过构造基于多维度的用户属性描述层次模型,根据模型数据需求从新浪微博抓取用户样本数据,对相关用户背景信息、用户博文信息以及用户行为信息的多维度属性下二阶变量进行量化,构造用户向量表达式,比较单一维度与多维度下的用户分类效果,进一步给属性赋予不同的权重值进行加权分析,在取得最优聚类效果后进行方差分析,对模型进行改进。[结果/结论]基于多维度属性加权后的用户聚类效果明显高于单一维度及多维度非加权条件下的用户聚类,且用户博文内容维度对于提高用户聚类效果的有效性最大。  相似文献   

13.
[目的/意义]探究引起移动用户社交媒体倦怠行为的内在机理,有助于丰富信息行为理论,构建合理的移动社交媒体倦怠用户服务和管理体系。[方法/过程]文章分析移动社交媒体倦怠的原因要素和结果要素,构建移动社交媒体倦怠行为机理模型,在因素联动的数据标签映射下,基于数据驱动管理决策理念的PAGE理论范式内核,提出移动用户社交媒体倦怠管理与发展策略。[结果/结论]有效解析移动用户社交媒体倦怠现象的因果关系,构建的机理模型能够为用户信息行为研究提供理论与实践指导。  相似文献   

14.
[目的/意义]以网络直播为代表的新兴交互媒体正在深刻地改变人们的生活习惯和精神文化需求,对网络直播APP用户使用行为影响因素进行分析,可以让网络直播平台更好地了解网络直播用户的采纳特征,帮助平台运营商提供更好的服务。[方法/过程]基于TAM和UTAUT模型,采用问卷调查和结构方程模型构建网络直播APP用户使用行为的影响因素概念模型,针对典型群体对影响因素模型进行实证分析。[结果/结论]数据分析结果表明,网络直播APP用户使用意愿的影响最大的是感知交互性,其次是用户感知价值;感知风险性对网络直播用户使用意愿产生负向影响,社会因素对使用意愿不产生影响。  相似文献   

15.
��[Purpose/significance] The emerging interactive media represented by live-streaming is profoundly changing people's living habits and the spiritual and cultural needs. Analysis of the influencing factors of the behavior of live-streaming APP users can enable the live-streaming platform to better understand the adoption characteristics of live-streaming users. The adoption characteristics of live-streaming users help platform operators to provide better services.[Method/process] Based on the TAM and UTAUT models, a questionnaire and a structural equation model were used to construct a conceptual model of the influencing factors of the use behavior of online live APP users, and an empirical analysis was conducted on the influencing factors model of typical groups.[Result/conclusion] The results of data analysis show that the most influential effect of online live APP user is perceived interactivity, followed by user perceived value; perceived risk has a negative impact on the willingness of users of live-streaming users and social factors have no effect on their willingness to use.  相似文献   

16.
[目的/意义]网络学术信息资源是网络环境中科研工作者的重要学术资源,而用户信息选择评价行为是科研用户学术信息行为的重要构成环节。探讨科研用户网络学术信息选择评价的关键因素及其内在作用关系,将有助于从行为模式角度揭示科研用户信息选择评价行为的特点与规律。[方法/过程]利用问卷调查数据,运用结构方程对研究假设和模型进行检验与修正。[结果/结论]用户网络学术信息选择评价凸显了科研用户网络学术信息行为的独特性,是一种是受用户、社会、任务情境等多方因素影响的有限理性行为,在科研用户信息搜寻与利用、信息需求满足中发挥着核心作用。  相似文献   

17.
[目的/意义]通过研究新媒体环境下企业与用户之间的信息互动行为,了解用户信息交互行为特征,帮助企业了解用户需求,为用户提供更好的服务,从而提高企业的核心竞争力。[方法/过程]采用社会网络和语义分析方法,选取汽车行业的3个代表性企业,用点度中心性、中间中心度、接近中心度和特征向量中心度指标分析企业与用户信息互动的转发与被转发行为、关注与被关注行为、评论与被评论行为和互动凝聚性;用语义关键词词频分析信息互动词频,进而通过5个特征属性指标呈现新媒体环境下企业与用户进行信息互动的行为特征。[结果/结论]基于社会网络分析和语义分析方法构建的新媒体环境下企业与用户信息互动的行为模型可以作为企业与用户进行信息互动分析的研究框架;数据分析结果表明企业可以利用新媒体平台加强与用户之间的信息互动进而提升产品及服务的竞争力。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号