[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。
[Purpose/significance] This paper creates a social media resource aggregation model based on user portraits, provides a reference for resource aggregation, and enriches and expands its theoretical research system.[Method/process] Based on the in-depth analysis of the connotation and algorithm of user portraits, and mapping relationship between them, the models of user portraits and resource portraits are constructed based on social media. The social media-based user portraits and resource portraits are studied by using the social labeling system method. Based on the domain ontology method, through the deep mining of data and the principle of resource aggregation, a social media internal resource aggregation model and an external resource aggregation model based on resource portraits are constructed.[Result/conclusion] In the era of big data, relevant theories and methods based on user portraits and resource portraits can provide new ideas for resource aggregation of social media.
[1] 杨帆. 以画像分析为基础的图书馆大数据——以国家图书馆大数据项目为例[J]. 图书馆论坛, 2018(4):1-9.
[2] 王顺箐. 以用户画像构建智慧阅读推荐系统图书馆学研究[J]. 图书馆学研究, 2018(4):92-96.
[3] 尹相权, 李书宁, 弓建华. 基于系统日志的高校图书馆研究间用户利用行为分析[J]. 现代情报, 2018(1):115-120.
[4] PETRIC K, PETRIC T, KRISPER M. User Profiling on a Pilot Digital Library with the Final Result of a New Adaptive Knowledge Management Solution[J]. Knowledge organization, 2011, 38(2):96-113.
[5] 程全. 基于用户画像的数字图书馆信息服务模式研究[J]. 图书馆学刊, 2018(4):68-71.
[6] 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.
[7] 单晓红, 张晓月, 刘晓燕. 基于在线评论的用户画像研究——以携程酒店为例[J].情报理论与实践, 2018(4):99-104,149.
[8] 黄文斌, 吴家辉, 徐山川, 等. 数据驱动的移动用户行为研究框架与方法分析[J].情报科学, 2016(7):14-20,40.
[9] 郝靖宇, 陈静仁. 大数据时代用户画像助力企业实现精准化营销[J]. 中国集体经济, 2016(4):61-62.
[10] 裴国才. 基于用户画像的电信精准营销模型研究[J]. 信息通讯, 2017(12):240-241,24.
[11] 王晓霞, 刘静沙, 许丹丹. 运营商大数据用户画像实践[J]. 电信科学, 2018(5):127-133.
[12] 盛怡瑾. 用户画像技术在学术期刊审稿人遴选中的应用[J]. 出版发行研究, 2018(8):54-58.
[13] 熊伟, 杭波, 李兵, 等. 一种集成用户画像与内容的服务重定向方法[J]. 小型微型计算机系统, 2017(12):2762-2765.
[14] 张诗军, 陈丰, 王志英, 等. 基于电力大数据的客户立体画像构建及应用研究[J]. 电气应用, 2018(8):18-25.
[15] 高扬, 池雪花, 章成志,等. 杰出人才精准画像构建研究——以智能制造领域为例[J]. 图书馆论坛, 2018(9):1-8.
[16] 林艳霞, 谢湘生. 基于社会认同理论的微博群体用户画像[J]. 情报理论与实践,2017(3):142-148.
[17] 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.
[18] 陆冬磊. 基于电子商务的用户画像分析[J]. 电脑知识与技术, 2018(22):1.
[19] 胡媛, 毛宁.基于用户画像的数字图书馆知识社区用户模型构建[J].图书馆理论与实践,2017(4):82-85,97.
[20] 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.
[21] 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]. 移动通讯, 2016(22):22-26.
[22] 张钧. 基于用户画像的图书馆知识发现服务研究[J]. 图书与情报, 2017(6):60-63.
[23] 王翔. 电影网站评分与电影票房关系研究——以豆瓣电影为例[D]. 南昌:南昌大学, 2016.
[24] 薛欢雪. 高校图书馆学科服务用户画像创建过程[J]. 图书馆学研究, 2018(13):67-71,82.
[25] 孙鸿飞, 武慧娟, 周兰萍. 基于标签的个性化信息推荐理论模型研究[J]. 情报科学, 2013, 31(4):24-27.
[26] 杨晶, 成为青, 郭常忠. 基于标准标签的用户兴趣模型研究[J]. 计算机科学与技术, 2013(10):208-211.
[27] 刘健. 数字图书馆资源聚合与服务推荐研究[D]. 长春:吉林大学, 2017.
