融入信息推荐场景要素的在线健康社区用户画像研究

[目的/意义]旨在提高在线健康社区信息服务水平,满足患者用户不同场景下的深层次信息需求。[研究设计/方法]融入信息推荐服务的场景要素,通过分析在线健康社区用户信息需求,确定场景划分标准继而划分推荐场景,从而识别不同场景要素标签,构建用户画像概念模型,并采用RFM模型对采集到的在线健康社区用户数据进行精细化筛选运营,借助形式概念分析的方法实现在线健康社区用户画像模型构建,并以“甜蜜家园”为数据源实现糖尿病在线健康社区用户画像构建和标签聚类。[结论/发现]通过深度挖掘聚类,发现在线健康社区“观望型”“宣传型”“高产型”和“经验型”四类用户群体及其健康信息需求。[创新/价值]以信息推荐服务模式为导向,聚焦于用户画像构建的整体流程,此研究视角有助于在线健康社区优化服务水平,提升用户满意度。     

认知视角下学科用户画像构建探讨

近年来,用户画像研究逐渐成为国内图书馆界的研究热点。文章简述了国内用户画像研究现状,探讨了认知视角是切实履行“用户中心、用户至上”服务理念的切入点,并尝试从捕捉和应用学科用户认知发展规律、重视学科馆员与用户之间的认知差异、在认知视角下建立动态用户画像三个方面探讨认知视角下的学科用户画像构建。     

螺旋式与直线式:在线健康医疗平台用户与医生交互模式研究

随着“互联网+健康医疗”的发展,越来越多的患者(或患者的代理人,本文统称为“用户”)寻求通过在线健康医疗平台与医生交互,完成问诊过程。本研究关注在缺乏面对面沟通的网络环境下,如何帮助用户-医生实现虚拟空间的有效交互,针对在线健康医疗平台中的用户-医生交互进行研究,以识别交互的模式和特征。通过爬虫技术获取了“春雨医生”网站1017组用户与医生的交互会话,本研究采用开放编码和会话分析相结合的方法,发现螺旋式和直线式是最主要的交互模式,构建了两种模式的理论模型,并揭示了两种模式的交互特征。此外,发现用户对初始问题描述的清晰和详尽程度是影响交互效率的关键因素。本研究有助于提升用户和医生借助在线健康医疗平台进行的交互效率,优化此类系统或平台的用户交互体验设计,为未来研究不同角色参与的在线智能交互健康医疗平台提供了借鉴意义。     

基于时间兴趣因子的网络表示学习图书推荐模型研究

[目的/意义]通过分析图书馆的图书流通数据,本文提出一种基于时间兴趣因子融合网络学习的图书推荐模型—TIF＿N2V＿CF。[方法/过程]评估用户借阅图书的时间间隔并定义兴趣因子权重,根据流通数据构建同质关系网络;网络表示学习将得到的特征矩阵输入融合推荐模型并得到推荐结果。[结果/结论]实验表明,TIF＿N2V＿CF模型的召回率在top z=10和z=20时分别为0.1302、0.2031,高于未引入时间兴趣因子的N2V＿CF模型。TIF＿N2V＿CF模型将时间兴趣因子引入到网络表示学习,对融合用户和图书的特征矩阵进行相似度计算,解决图书借阅流通数据中同一时间包含多本图书借阅记录造成的难以序列化的问题,缓解数据稀疏和冷启动对模型性能的影响,提高了推荐精度。     

在线医疗问诊中医生的语言风格对个体健康焦虑的影响

[目的/意义]文章探究了在线医疗问诊中医生的语言风格（抽象/具体）是如何对个体健康焦虑产生影响的。[方法/过程]文章基于不确定性降低理论和认知负荷理论,通过2（语言风格：抽象vs具体）×2（认知闭合需要：高vs低）×2（健康素养：高vs低）的组间实验,验证了假设。[结果/结论]医生在在线医疗问诊中采用抽象的语言风格更容易导致个体的健康焦虑,感知不确定性与信息负荷在语言风格对个体健康焦虑的影响上发挥了中介作用;个体的认知闭合需要负向调节语言风格对感知不确定性的影响,个体的健康素养负向调节语言风格对认知负荷的影响。本文识别的这种影响机制为在线健康平台指导医生如何生成和发布网络健康信息提供了建议。     

基于情境感知的用户推荐系统研究综述

[目的/意义]对基于情境感知的用户推荐系统研究进展进行调研和总结,探讨其存在的问题,指出未来的研究趋势和挑战。[方法/过程]采用文献分析方法,从基于情境感知的用户推荐系统框架角度,分析各功能模块的实现技术和方法,并进行归类总结。[结果/结论]提出用户情境检测、获取和计算、情境不一致检测和解决方案、用户情境建模、情境感知推理、情境感知推荐过程的未来研究热点。本研究有助于全面了解基于情境感知用户推荐系统的概貌、涉及的关键技术及主要方法。     

认知视角下用户信息行为研究述评

文章回顾和调研了国内外认知视角下用户信息行为文献研究的现状。具体介绍了调查法、实验法、观察法、访谈法四项研究方法,综述了认知风格、认知需求、认知负荷、认知情感等认知因素对用户信息行为的影响,并在此基础上进行了国内外相关研究的特点分析、局限性讨论以及展望未来研究方向。     

融合用户兴趣及评论效用的评论信息推荐

[目的 /意义]Web 2.0时代,在线评论质量参差不齐和过载问题十分严重,人们从中获取有价值内容的认知成本越来越高.探究以信息推荐方式解决评论过载的有效方案,以提升网络信息利用率和信息服务质量.论文提出的评论排名推荐方案关注评论的信息质量,更强调对用户的个人信息需求的满足.[方法/过程]研究运用概率主题模型,引入词向...     

基于用户画像的图书推荐算法实证研究

个性化推荐算法能够帮助读者从图书馆海量馆藏中发现所需图书,有助于提高馆藏利用率和读者服务效率。文章以高校图书馆图书数据、读者数据和借阅数据为数据源,从中抽取关键词构建图书画像和读者画像;利用向量空间模型计算图书与读者之间的相似度,向读者推荐与其相似度排名靠前的图书;并进行推荐算法效果实证分析,揭示著录数据、读者类型、推荐窗口等变量对推荐准确率的影响。     

MEC理论视角下老年用户在线医疗健康信息服务使用价值研究

[目的/意义]对老年用户在线医疗健康服务使用的价值进行研究,为在线医疗网站吸引老年用户、提高用户黏性提出建议。[方法/过程]利用手段-目的链理论,采用软式攀梯法进行一对一深入访谈,从访谈数据中提取属性、结果和价值要素,找出要素之间的关系,建立含义矩阵、形成分层价值图,对主要路径进行探讨。[结果/结论]经过对分层价值图中的三条主要路径进行分析发现,老年人使用在线医疗健康服务的价值体现在:追求自我实现、寻求安全感和归属感等。在线医疗平台可以通过分析老年人需求,提供有效健康资源来满足老年人追求自我实现的价值;通过提供针对性服务和便捷的即时通讯方式来满足老年人寻求安全感和归属感的价值。     

依恋理论视角下用户在线评论信息生成动力机制

[目的/意义]用户投入真情实感所撰写的评论更加具有参考与借鉴价值,从依恋理论的视角探究用户生成在线评论信息的动力机制,为提高用户生成内容质量提供新的理论思路,对从信息源视角实现用户评论信息与用户生成内容的优化管理具有借鉴指导意义。[方法/过程]结合依恋理论、用户生成理论等相关理论研究,以用户依恋作为内驱动力,探讨用户生成在线评论信息的动力来源与动力结构,分析依恋对用户生成在线评论信息的驱动方式、驱动过程以及影响用户生成在线评论信息的依恋驱动因素。[结果/结论]认为用户表达自我、实现自我、愉悦自我是生成在线评论信息的内在动力来源,用户依恋对其生成在线评论信息存在导向驱动、激励驱动与调节驱动等3种驱动方式。影响用户生成在线评论信息的依恋驱动因素主要包括用户情感依恋因素与认知依恋因素,激发用户情感依恋与认知依恋的深层认同是优化用户生成评论的重要途径。     

公共关系视角下的档案用户类型探讨

文章引入公共关系领域的对服务对象的一种分类方法将档案用户划分为非公众、潜在公众、知晓公众和行动公众四个类别,该视角从一个动态发展的眼光看待档案用户,有助于档案工作人员拓展服务对象,更好的实现档案的价值。     

基于深度学习的新闻传播平台设计分析

随着互联网技术与网络的迅猛发展,网络已经成为人们获取新闻的重要平台.网络中的新闻文本数量呈现出爆炸式的增长趋势,针对新闻种类较多、新闻的内容层次参差不齐问题.拟采用新闻推荐算法,AC算法、Bag of words算法及Word2Vec算法构建新闻传播平台,为用户提供基础新闻类文本推送服务,通过AC算法,为不同用户准确推...     

基于内容分析的微博用户关系推荐机制研究

微博作为近年广受欢迎的社交网络平台,其用户关系研究一直深受关注.目前在通过微博内容特征构建用户关系时,基本停留在表象层面,尚未深入到用户的兴趣特征层次.文章从用户的博文内容出发,通过对博文采用传统词频分析生成用户标签及标签权重来表征用户,根据标签的异同以及相同标签权重的差异性计算出用户间的相似距离,提出一种全新的用户关系推荐机制,并从类别间和类别内两种情况验证推荐机制的可行有效性.将情报学领域思想和方法应用到网络用户关系推荐机制的构建,具有创新性.     

理解线上医患交流：基于“医—患—技术”三元视角透视作为传播行为的在线问诊

线上医患交流既是一种网络化的医疗问诊行为,也是一种基于特定人群的网络人际传播。它不仅是疾病咨询过程,也是健康沟通实践。本文从“医—患—技术”三元视角,通过对13名医生和13名患者的深度访谈,挖掘线上医患交流的独特内涵及其与线下问诊的本质差异。研究发现,新媒体介入医患交流,能释放更多患者需求,补充性地加持医疗问诊的信息诠释和心理慰藉功能。新媒体技术特征的优劣势与医患主观能动性相互磨合,技术赋权患者地位上升与技术疏离影响患者体验交织并存。医患双方不同传播主体在各自的利益框架和行为逻辑中理解线上医患交流,也逐步形成关于其意义和用途的社会共识。本研究透过技术与人文的对话,揭示新媒体场域下医患交流的动态以及医患信任建构视角下技术的角色,有助于促进在线问诊的良性发展。     

基于Word2vec的图书馆推荐系统多样性问题应用研究

图书馆个性化推荐系统强调推荐的精准性,无法满足读者的多样性需求。本文将深度学习算法引入图书馆推荐系统,探讨推荐多样性的问题。首先,依据历史借阅数据,结合时间序列,形成读者借阅行为的共现矩阵;然后将共现矩阵看作上下文的语境,利用Word2vec的潜在语义分析特性,识别读者可能的兴趣;最后挖掘读者可能的兴趣,并提供多样性的推荐结果。本文选取上海浦东图书馆541万余条借阅数据进行实验,对比关联分析的结果,验证了该方法在推荐多样性方面具有较好的效果。     

传播学视角下当当网读书社区的图书推荐与传播研究

文章从传播学视角解读了当当网读书社区的图书推荐与传播方式,分析了它的优势与不足,并借此归纳了图书类社区化电子商务网站的建设之道,希望通过完善这一类网站的建设,使图书能更好地通过这一新途径实现有效的传播和推广。     

用户视角下公共图书馆抖音平台阅读推广的问题挖掘与优化策略

公共图书馆的短视频阅读推广应以用户为中心。文章对129名公共图书馆用户进行了问卷调查,基于用户的兴趣、交互、情感和价值构建了用户视角下公共图书馆抖音平台阅读推广影响因素模型,从用户视角出发,分析公共图书馆抖音平台阅读推广存在的问题,提出了加强与用户的互动、增强用户对短视频的情感共鸣、提升用户对短视频的价值认同等公共图书馆抖音平台阅读推广的优化策略,以期公共图书馆能够提升抖音平台阅读推广效果。