共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的/意义】本文基于概念格构建了高校图书馆群体用户兴趣画像,揭示不同群体用户的行为需求,挖掘 潜在的行为规律,为高校图书馆不同群体用户的个性化服务提供参考。【方法/过程】以高校图书馆为服务主体,对 服务对象进行细化和分类,利用Con Exp1.3工具构建不同群体用户类别的细分标签,并生成Hasse图,深入挖掘用 户的行为属性和需求特征,通过概念格“Calculate Association Rule”对不同群体的用户行为进行关联规则挖掘,实现 群体兴趣画像的精准刻画。【结果/结论】借鉴概念格的方法,能够更加清晰和全面的展示层级关系,识别群体用户 的需求属性和行为特征,进而探索用户之间的关联,有助于提升高校图书馆的服务质量,提升服务效率。 相似文献
2.
【目的/意义】网络用户在线评论是用户对某产品或服务机构体验感知的反馈,对网络用户在线评论的文
本挖掘是情报分析的重要内容。【方法/过程】为了更有效从海量网络用户在线评论文本中挖掘用户感兴趣的信息,
本研究爬取TripAdvisor网站四大城市的酒店用户在线评论,基于主题图谱理论和文本聚类算法构建网络用户在线
评论的聚类模型,通过图谱可视化揭示不同地区酒店用户观点差异,并分析不同图谱的社会网络特征。【结果/结
论】研究发现酒店用户最关注的是服务,其次是酒店的环境和位置。本研究能够快速挖掘酒店用户关注内容,对帮
助酒店管理者了解用户住宿需求并以此提高用户满意度具有重要价值。【创新/局限】本文结合主题图谱和文本挖
掘技术构建酒店用户在线评论主题图谱,在大数据文本主题聚类上显示出优越性。但本文仅分析TripAdvisor网站
四个城市中部分酒店的用户在线评论,数据面覆盖不够广泛。 相似文献
3.
【目的/意义】目前,越来越多的消费者参与在线评论进行信息交互和需求表达。从丰富的在线产品评论中
识别并分析用户需求有助于企业有针对性地提升产品及服务质量,从而推动企业可持续发展。【方法/过程】本文利
用LDA模型对在线手机评论进行评论主题及产品特征挖掘,有效识别用户需求要素。基于Kano模型设置用户需
求调查问卷,结合用户满意指数分析各项需求对用户满意度的影响,确定各类用户需求重要度和供给优先级顺
序。【结果/结论】本文将24项用户需求要素划分为6项高魅力型需求、8项低魅力型需求、3项高期望型需求、3项高
必备型需求、2项低必备型需求、2项无差异型需求,进一步提出企业产品管理的优化策略。【创新/局限】本文利用文
本挖掘方法对真实的在线评论进行用户需求分析,有效克服传统用户需求调查方法中存在的需求来源滞后及可靠
性不足等问题。此外,本文所选产品的品牌相同,后续研究可向多平台及多品牌的产品需求分析进行改进和深化。 相似文献
4.
【目的/意义】随着网络购物的普及,在线评论成为影响消费者、销售者和生产者决策的重要数据。大数据
时代,在线评论呈现出多源异构、爆发式增长的特点,难以为用户的购买决策和商家竞争提供有力的情报支撑。【方
法/过程】本文利用多源异构的在线评论数据构建知识图谱,提出了一种基于多源异构数据构建知识图谱的框架,
模式层构建围绕在线评论的信源、内容以及形式构建,最终形成知识图谱的概念框架,并运用word2vec从多源异构
文本中获取实体、关系和属性,并进行数据融合与知识图谱分析。【结果/结论】实验部分以手机商品在线评论为例,
验证了本文所构建的知识图谱对在线评论相关研究及挖掘的有效性,研究结果揭示了多源异构在线评论数据的特
点,为大数据环境下在线评论信息组织、展示和挖掘提供了新的研究视角。【创新/局限】运用知识图谱对在线评论
进行描述,有效解决信息过载、多源异构信息融合等问题。本文采用半自动化的方式构建知识图谱,未来考虑引入
无监督的方法提高构建效率。 相似文献
5.
【目的/意义】通过用户画像和场景五力等相关理论,构建数字图书馆用户画像,揭示不同群体用户的行为 需求,并对其场景进行了重构,为数字图书馆更好发展提供了服务和参考。【方法/过程】通过对不同群体用户行为 的分析,构建数字图书馆的用户画像,并结合场景理论构建了数字图书馆场景重构模型。【结果/结论】基于用户画 像和场景五力的理论,能够清晰的反应出不同群体用户的行为需求,挖掘出不同群体用户的潜在服务特征,从而实 现用户画像的精准刻画,依据不同群体用户的潜在服务特征,能够为用户提供更加符合用户行为特点的服务场景, 进而达到提升数 字图书馆的竞争力,从而进一步提供数字图书馆的服务效率。 相似文献
6.
【目的/意义】图书馆承担着社会教育和信息服务的功能,是现代信息知识传播的关键点。随着时代的发展,信息量成 指数爆炸式增长,信息的种类和形式也变得多种多样,传统图书馆的已经不能适应社会发展的需要。基于用户画像和超级IP 的相关概念和理论对智慧图书馆的场景进行构建,从而为智慧图书馆的更好发展献计献策。【方法/过程】通过用户画像的相 关理论,对智慧图书馆的群体进行划分,从而对不同用户的行为需求进行深层次的挖掘,并分析每一类用户群体的典型特征, 实现用户画像的精准刻画。【结果/结论】基于超级IP和用户画像的理论,能够清晰明了的揭示不同群体用户的特征,对群体用 户的行为进行可视化呈现,并基于用户的行为提供更加符合特征的场景,从而进一步提升智慧图书馆的服务能力。 相似文献
7.
【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
8.
【目的/意义】为了进一步提升学生评教信息的使用价值,构建在线教学用户需求指标体系,对在线教学需
求数据进行主题挖掘。【方法/过程】运用数据挖掘理论和LDA主题识别模型,从丰富的在线教学评价内容中挖掘潜
在的在线教学主题,针对教学主题特征向用户需求进行结构映射,最终形成在线教学需求指标体系。【结果/结论】
分析在线教学数据,从教师需求、课程需求、教学成果需求三方面构建在线教学用户需求指标体系,并提出针对性
的教学质量优化策略。【创新/局限】本文通过在线教学需求数据主题挖掘,为高校在线教学评教指标体系的构建与
完善提供了新的途径和方法,但样本数据仅为单一高校数据,未实现全覆盖,对领域研究的整体态势分析还存在一
定的不足。 相似文献
9.
【目的/意义】探究学术社交网络用户使用动机与行为的投射关系,从行为数据中反推使用动机并基于动机
构建群体画像,为平台定位用户群体、挖掘需求偏好提供指导。【方法/过程】首先剖析学术社交网络用户使用动机
的投射过程,明确动机类型及不同动机下行为的投射表达;然后设计用户使用动机画像的总体流程,最后以小木虫
社区为例,采集相应的行为数据进行动机画像的实验分析。【结果/结论】结果表明样本可划分为五类群体,通过类
簇中心与平均用户的对比可从动机视角概括出群体特征标签,解读出用户使用动机及需求偏好。【创新/局限】在变
革用户使用动机的获取方式、发挥动机研究对运营实践指导作用方面进行了创新性尝试,但在细粒度行为数据采
集及不同领域对比分析方面有待进一步研究。 相似文献
10.
【目的/意义】本研究基于个体认知加工的视角,探索消费者对在线评论有用性的感知过程和感知结果,并揭示在线评论影响消费者购买决策的过程机制。【方法/过程】本研究以120名大学生为被试,开展2评论类型(客观VS主观)×2认知需求(高VS低)的眼动实验,探索消费者对于在线评论有用性的感知过程和感知结果。【结果/结论】结果表明:(1)与主观体验评论相比,消费者对客观属性评论的注视时间更长,感知有用性更大,购买意愿也更强;(2)与高认知需求者相比,低认知需求者的注视时间较短,感知有用性较大,购买意愿也较大;(3)认知需求显著调节评论类型对注视时间的影响,但对感知有用性和购买意愿的调节效应不显著。据此,建议相关企业采取个性化匹配的措施,使得评论类型能够切合消费者的认知需求水平,以便提高在线评论的感知有用性和消费者的购买意愿,从而做出更为满意的购物决策。 相似文献
11.
【目的/意义】针对学术APP评论数据特征，挖掘用户评论语义关联关系，为平台运营者和开发者高效获取
用户需求和关注点提供思路和指导方法。【方法/过程】首先，基于LDA主题模型和GloVe 词向量模型构建学术APP
用户在线评论主题语义关联研究框架，然后，采集超星移动图书馆APP在线评论作为样本数据，通过主题识别获取
用户评论主题并基于词向量相似性得到主题语义关联，最后构建出语义关联主题图谱。【结果/结论】实验结果表明
运用文章提出的思路方法能够有效发现用户评论主题和主题间关联关系并得到主题关联图谱，从而为学术APP平
台运营者完善平台功能提供参考和借鉴。 相似文献
12.
【目的/意义】为了协助商家和平台获取移动商务在线评论中的用户需求,解决在线评论过载导致用户需求
提取困难等问题。【方法/过程】本文首先获取原始在线评论数据集进行文本预处理和清洗;然后,深入语义层面基
于改进后的 Canopy-Kmeans算法实现用户需求聚合;最后,以聚合结果为层级指标设计 Kano问卷,用重要性判别
方法和用户满意度指数优化用户需求分类标准,实现用户需求的高效聚合和精准挖掘。【结果/结论】通过实验结果
对比分析发现与基于语义的传统聚类方法相比,本文设计的移动商务用户需求聚合与挖掘方法的聚类结果更清晰
合理,能够获取更精准和细化的用户需求。【创新/局限】借助Word2vec模型从语义的视角分析用户需求,提出基于
Canopy-Kmeans算法的用户需求聚合挖掘模型,但选取的研究对象和数据规模较为有限,下一步将扩大在线商品
评论的研究范围及实验数据规模。 相似文献
13.
【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
14.
【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
15.
【 目的/意义】在突发公共卫生事件情境下面向在线健康社区用户画像与分群,有助于提升社区服务质量,为
拓宽互联网疫情风险感知渠道作出贡献。【方法/过程】以“COVID-19”为例,结合社区数据特点从用户基本特征、
用户兴趣主题、情感倾向、用户问诊需求和用户交互网络角色五个角度出发构建画像标签并利用DBSCAN聚类实
现画像,根据画像结果呈现用户概貌;利用 AP算法在画像基础上实现用户分群,通过社会网络分析找到最具疫情
风险发现价值的用户类群。【结果/结论】实例分析表明,本文所构建的模型能够有效生成在线健康社区用户画像,
画像可以对社区用户进行概括、映射用户原貌;分群结果呈现出5类社区用户群：患者、疑似患者、医师、奉献者和社
区管理员;社会网络分析表明最具疫情风险发现价值的用户群体为疑似患者和奉献者。【创新/局限】实例分析数据
量尚达不到“大数据”标准,画像构建粒度仍有继续提升的空间。 相似文献
16.
【目的/意义】基于网站历史文档对于揭示群体用户需求的重要价值,探索了一种面向群体用户需求的网站
信息更新模型及实现方法。【方法/过程】首先从网站历史文档中提炼特征词,并通过分析特征词之间的共现关系来
构建特征词共现网络;然后利用网络分析方法对特征词共现网络进行挖掘,以特征词集合的形式揭示群体用户的
现实需求和潜在需求;最后依据群体用户的现实需求视图和潜在需求视图,选择检索词并构造检索式,进而完成信
息检索与信息更新。【结果/结论】依托湖北科技创业在线进行实验分析,验证了方法的科学性与可行性。 相似文献
17.
【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
18.
【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。 相似文献
19.
【目的/意义】随着数字阅读版权化的逐步加深,付费用户的比例大幅增加,从用户支付意愿视角切入,构建
不同类型的数字阅读用户画像,并探究影响其支付行为的影响因素。【方法/过程】通过问卷和采访的形式对受访对
象进行调查,使用K-Means聚类方法对数字阅读用户的阅读习惯及支付意愿进行数据挖掘,构建不同的用户画像,
对每类数字阅读用户画像的特点进行分析,总结影响各类用户进行付费数字阅读的因素。【结果/结论】归纳出五类
用户画像,即A类经济型用户、B类编辑型用户、C类交流型用户、D类沉默型用户、E类放松型用户,在形式创新、内
容优化等方面为各类数字阅读平台未来发展提供一定的参考价值。【创新/局限】挖掘出每类用户支付行为的影响
因素,同时指出同一用户在不同时期呈现出不同的用户画像。在后续的研究中,将通过收集更大量且具体的客观
数据资料,来进一步完善数字阅读用户画像的研究。 相似文献
20.
【目的/意义】从用户心理活动自我卷入去探究在线学习信息搜寻行为,为高效培养者提供积极参考。【方
法/过程】基于信息搜寻行为理论和自我卷入理论,构建信息搜寻行为自我卷入研究模型,设计调查量表,利用统计
中的方差分析（ANOVA）方法,分析不同群体用户在线学习信息搜寻行为自我卷入情况。【结果/结论】通过分析探
讨高校用户在线学习信息搜寻行为中自我卷入不同群体的差异表现,提高用户素质,保证在线学习的持续动力,促
进高校图书馆功能提升和服务管理水平的提高。 相似文献