学术博客用户画像模型构建与实证——以科学网博客为例

doi:10.13266/j.issn.0252-3116.2019.22.002

图书情报工作 ›› 2019, Vol. 63 ›› Issue (22): 13-20.DOI: 10.13266/j.issn.0252-3116.2019.22.002

学术博客用户画像模型构建与实证——以科学网博客为例

袁润¹, 王琦²

1. 江苏大学图书馆镇江 212013;
2. 江苏大学科技信息研究所镇江 212013

收稿日期:2019-03-03 修回日期:2019-05-30 出版日期:2019-11-20 发布日期:2019-11-20
通讯作者: 王琦(ORCID:0000-0003-2294-9965),硕士研究生,通讯作者,E-mail:569045749@qq.com。
作者简介:袁润(ORCID:0000-0003-4428-874X),教授,硕士生导师
基金资助:
本文系国家社会科学基金项目"图书馆知识发现服务的功能定位和建设策略研究"（项目编号：14BTQ018）研究成果之一。

Construction and Empirical Study of User Portrait Model of Academic Blog: Taking ScienceNet as an Example

Yuan Run¹, Wang Qi²

1. Library of Jiangsu University, Jiangsu, 212013;
2. Institute of Science and Technology Information, Jiangsu University, Jiangsu 212013

Received:2019-03-03 Revised:2019-05-30 Online:2019-11-20 Published:2019-11-20

摘要/Abstract

摘要： [目的/意义] 用户画像理论可用于标记学术群体的行为特征，为精准识别用户、服务学术型社交平台的精准营销、改善冷启动时期用户体验提供依据和参考。[方法/过程] 利用Python和R语言编写获取和处理公开用户行为数据的程序，从博客的基本属性、积极性、权威性、博文影响力、兴趣偏好等5个维度构建用户画像概念模型，以科学网博客用户行为数据为例，开展实证研究。[结果/结论] 提出刻画学术博客用户特征的具体指标和计算方法，表明用户画像模型对学术社交平台的管理和运营具有一定的理论意义和应用价值。

关键词: 学术博客, 用户画像, R语言, 案例分析

Abstract: [Purpose/significance] User portrait marks the behavioral characteristics of academic groups, which provides basis for user identification, precise marketing of academic social platform and improvement of user experience during cold boot period.[Method/process] The public users behavior data is obtained and processed by using Python and R language. The model of user portrait is constructed from five dimensions:user basic attribute, positivity, authority, blog post influence and interest preference. The empirical study takes the blog users behavior data of Science Web as an example.[Result/conclusion] This paper proposes specific indicators and calculation methods to characterize the user characteristics of academic blogs, which shows the user portrait model has certain theoretical significance and application value for the management and operation of academic social platforms.

Key words: academic blog, user portrait, R language, case analysis

中图分类号:

G250

袁润, 王琦. 学术博客用户画像模型构建与实证——以科学网博客为例[J]. 图书情报工作, 2019, 63(22): 13-20.

Yuan Run, Wang Qi. Construction and Empirical Study of User Portrait Model of Academic Blog: Taking ScienceNet as an Example[J]. LIS, 2019, 63(22): 13-20.

参考文献

[1] COOPER A. About face 3-the essentials of interaction design[C]//John Wiley & Sons,2007.
[2] 曾鸿,吴苏倪.基于微博的大数据用户画像与精准营销[J].现代经济信息,2016(16):306-308.
[3] 冉蹬.基于用户画像的手机游戏用户个性化内容推荐研究[D].西安:西安理工大学,2018.
[4] 李冰,王悦,刘永祥.大数据环境下基于K-means的用户画像与智能推荐的应用[J].现代计算机(专业版),2016(24):11-15.
[5] 毕闰芳.基于SVR的协同过滤与用户画像融合的电影个性化推荐研究[D].郑州:郑州大学,2018.
[6] 余孟杰.产品研发中用户画像的数据模建——从具象到抽象[J].设计艺术研究,2014,4(6):60-64.
[7] XU G, ZHANG Y, ZHOU X. Towards user profiling for Web recommendation[J]. Lecture notes in computer science, 2005, 3809:415-424.
[8] 张小可,沈文明,杜翠凤.贝叶斯网络在用户画像构建中的研究[J].移动通信,2016,40(22):22-26.
[9] 周妹璇.基于深度神经网络的用户画像研究[D].长沙:湖南大学,2018.
[10] 余传明,田鑫,郭亚静,等.基于行为-内容融合模型的用户画像研究[J].图书情报工作,2018,62(13):54-63.
[11] 辛菊琴,蒋艳,舒少龙.综合用户偏好模型和BP神经网络的个性化推荐[J].计算机工程与应用,2013,49(2):57-60.
[12] 马超.基于主题模型的社交网络用户画像分析方法[D].合肥:中国科学技术大学,2017.
[13] 姚远. 基于本体的用户画像构建方法[C]//中国计算机用户协会网络应用分会.第二十二届网络新技术与应用年会论文集.北京:北京联合大学北京市信息服务工程重点实验室,2018.
[14] RAGHURAM M A, AKSHAY K, CHANDRASEKARAN K. Efficient user profiling in twitter social network using traditional classifiers[EB/OL].[2019-05-20].https://doi.org/10.1007/978-3-319-23258-4_35.
[15] JIAMTHAPTHAKSIN R, AUNG T H. User preferences profiling based on user behaviors on Facebook page categories[C]//International conference on knowledge & smart technology. Chonburi, Thailand:IEEE, 2017:248-253.
[16] 韩梅花,赵景秀.基于用户画像的阅读疗法模式研究——以抑郁症为例[J].大学图书馆学报,2017,35(35):110.
[17] 王凌霄,沈卓,李艳.社会化问答社区用户画像构建[J].情报理论与实践,2018(1):129-134.
[18] 刘海鸥,孙晶晶,张亚明,等.在线社交活动中的用户画像及其信息传播行为研究[J].情报科学,2018,36(12):17-21.
[19] 崔超,罗欧.科研知识社区中用户画像的实现思路[J].信息通信技术与政策,2018(6):75-78.
[20] 陈天歌.基于社交媒体用户画像的品牌选择影响因素研究[D].广州:华南理工大学,2018.
[21] 周文静.面向校园论坛用户兴趣的用户画像构建方法研究[D].北京:北京邮电大学,2018.
[22] 王琛.学术博客影响力评价研究[D].太原:山西财经大学,2018.
[23] 郑超,陈峰.科学家博客h指数与科学家h指数相关性分析[J].图书馆学研究,2013(3):53-57.
[24] 张晓阳,李晓亮.科学家博客h指数评价及其相关性分析[J].图书情报工作,2010,54(2):66-69.
[25] 金碧辉,ROUSSEAU R. R指数、AR指数:h指数功能扩展的补充指标[J].科学观察,2007(3):1-8.
[26] 刘臣,吉莉,唐莉.基于二分网中心节点识别的产品评论特征-观点词对提取研究[J].计算机系统应用,2018,27(11):9-16.
[27] 万国,张桂平,白宇,等.基于特征加权的新闻主题句抽取[J].中文信息学报,2017,31(5):120-126.

学术博客用户画像模型构建与实证——以科学网博客为例

Construction and Empirical Study of User Portrait Model of Academic Blog: Taking ScienceNet as an Example

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	吴文瀚. 搜索引擎全量数据的用户画像模型研究——设计与实证[J]. 图书情报工作, 2022, 66(4): 129-141.
[2]	闫舟舟, 詹庆东. 媒介融合视角下高校图书馆参考咨询服务流程再造研究[J]. 图书情报工作, 2021, 65(3): 61-66.
[3]	王毅, 吴睿青. 公共图书馆数字文化资源服务用户画像研究[J]. 图书情报工作, 2021, 65(16): 42-55.
[4]	滕春娥, 何春雨. 在线医疗社区用户画像构建与应用[J]. 图书情报工作, 2021, 65(12): 147-154.
[5]	宋雪雁, 张梦笛. 晋江文学城原创文学网站用户画像研究[J]. 图书情报工作, 2020, 64(23): 63-74.
[6]	汤金羽, 朱学芳. 数字非遗传承中严肃游戏项目开发与应用探讨[J]. 图书情报工作, 2020, 64(10): 35-45.
[7]	徐海玲, 张海涛, 魏明珠, 尹慧子. 社交媒体用户画像的构建及资源聚合模型研究[J]. 图书情报工作, 2019, 63(9): 109-115.
[8]	张海涛, 徐海玲, 张枭慧, 武慧娟. 国内外图书情报领域用户画像研究现状及展望[J]. 图书情报工作, 2019, 63(7): 127-134.
[9]	许鹏程, 毕强, 张晗, 牟冬梅. 数据驱动下数字图书馆用户画像模型构建[J]. 图书情报工作, 2019, 63(3): 30-37.
[10]	邱云飞, 张伟竹. 基于网络结构和文本内容的群体画像构建方法研究[J]. 图书情报工作, 2019, 63(22): 21-30.
[11]	李嘉兴, 王晰巍, 常颖, 张长亮. 基于移动终端日志的微信老年用户使用行为画像研究[J]. 图书情报工作, 2019, 63(22): 31-40.
[12]	于兴尚, 王迎胜. 面向精准化服务的图书馆用户画像模型构建[J]. 图书情报工作, 2019, 63(22): 41-48.
[13]	张艳丰, 彭丽徽, 洪闯, 刘金承, 高凯. 因果要素关联视域下社交媒体倦怠用户画像模型构建[J]. 图书情报工作, 2019, 63(14): 94-100.
[14]	陈添源. 高校移动图书馆用户画像构建实证[J]. 图书情报工作, 2018, 62(7): 38-46.
[15]	余传明, 田鑫, 郭亚静, 安璐. 基于行为-内容融合模型的用户画像研究[J]. 图书情报工作, 2018, 62(13): 54-63.