您当前的位置 :乌什信息网 > 财经 > 中国用户肖像研究中的知识网络与热点分析
中国用户肖像研究中的知识网络与热点分析
时间:2019-03-25 01:56:30 来源:乌什信息网 作者:匿名



中国用户肖像研究中的知识网络与热点分析

作者:未知

[摘要] [目的/意义]现代社会已进入大数据时代。基于用户肖像的智能信息服务已经深刻地改变了人们的生活,并对图书馆领域产生了重要影响。研究用户肖像在社会发展中起着重要作用。 。

[方法/过程]以CNKI中国学术文献网出版图书馆的用户肖像文献为研究对象,利用CiteSpace绘制视觉知识地图,进行关键词分析,揭示时间分布,主题领域,主题演变和研究。中国用户肖像研究。研究热点问题。

[结果/结论]我国用户肖像研究分为初期阶段,初始阶段和发展阶段。它自2015年以来发展迅速,但基础理论研究很少,研究结果尚未形成系统。来自原始计算机和电子学的用户肖像研究文献商业和其他学科领域逐渐发展成为管理学,经济学,人文学和社会科学,具有明显的跨学科特征。大数据构成了用户肖像研究的数据基础。随着计算机和信息网络技术的发展,用户肖像研究随着实际应用的不断发展,图书馆信息和数字图书馆是用户肖像研究的重要领域;研究热点包括基础理论,核心技术,实际应用和基础数据。

〔关键词〕用户肖像;知识地图;知识网络;热点领域;文献计量学

DOI:10.3969/j.issn.1008-0821.2018.08.018

[中国图书馆分类号] G252.0 [文件识别码] A [商品编号] 1008-0821(2018)08-0130-06

[关键词]用户肖像;知识图;知识网络;热点;文献计量学

1999年,Alan Cooper在《Why High-tech Products Drive us Crazy and How to Restore the Sanity》中提出了用户肖像角色的概念。用户肖像Persona是现实生活中真实用户的虚拟代表。它是基于一系列实际可用数据的目标用户模型[1]在中国,郑宝新[2]在2010年正式使用术语用户肖像。近年来,基于用户肖像的智能信息服务已在许多领域得到广泛应用,图书馆逐渐融入用户肖像的发展浪潮中。曾建勋[3]认为,数字图书馆服务必须统一认证和管理用户。根据用户应用场景跟踪用户需求变化,将用户资源与知识创建相结合,形成用户肖像和作者/专家肖像的有效组合,并在用户的知识创建过程中增强精确服务。

尽管近年来对图书馆领域用户肖像的研究发展迅速,但总体上仍然落后于社会其他行业。对用户肖像知识前沿和热点的分析可以促进图书馆用户肖像的理论研究和图书馆建设。工作实践与社会前沿保持同步,不断提高服务能力。

1数据来源和研究方法本研究选择CNKI中的中国学术文献网络出版数据库作为数据来源,并以“用户肖像”为关键词。搜索时间是2018年3月18日,获得252个搜索结果。

在重复数据删除,勘误表,筛选和其他数据清理之后,保留了237个文档作为基本数据。

考虑到数据的全面性和相关性要求,选择用户分析,用户数据,用户行为,用户和肖像作为搜索术语,以将搜索术语与主题,标题,关键词等组合,以进一步搜索研究文献用户肖像。清洁后,获得99个有效数据。上述336份文件构成统计分析的最终数据。

文献计量学方法可以定量研究学科领域的各个方面和整个研究文献,并揭示其发展规律[4]。

知识地图结合了数学,图形,信息可视化技术,信息科学和其他学科的理论和方法,引文分析,共现分析等,使用视觉地图可视化地显示核心结构,发展历史,以及该学科的前沿。领域和整体知识架构。

本文利用CiteSpace5.2.R2建立研究文献知识图,分析国内用户肖像的时间分布,主题区域,主题演变和研究热点,并根据统计样本将分析时间设置为2006-2018。源是关键字,阈值设置为50。2结果分析

2.1时间分配

通过统计分析,最早在论文用户肖像中明确提出了2010年发表的《基于用户画像、信令挖掘技术的手机游戏产品推广》文章,论文提出了基于用户剖析技术结合手机游戏信号挖掘技术推广新思路,实施精准营销[2] 。

图书馆学领域用户最早的研究论文肖像于2014年《图书馆学刊》发表《基于大数据的图书馆信息营销策略》,文章认为有必要通过提取用户的精确信息营销大型数据库来增强用户信息需求分析。年龄关键数据,如性别,教育,职业认同,爱好,阅读习惯等,用户行为的图像表示,以及收集资源和用户诉求的准确匹配[5]。

在图1所示的用户肖像研究结果中,这一数字自2006年以来总体上有所增加。

在图书馆领域,自2017年以来,与用户肖像相关的研究显着增加,图书馆界的用户数量相对较晚。随着对各界用户肖像的研究,图书馆开始重视并积极参与用户肖像的理论与实践。

用户肖像研究可分为三个阶段:初始阶段(2006-2009),其中关于用户肖像的研究文献数量相对稳定,侧重于用户行为分析的方法和手段,建立以用户为中心的服务,以及在阶段,一些学者试图提出“犯罪肖像”[6]和“客户肖像”[7]的概念。

初期阶段(2010-2014),在这个阶段,2010年研究文献数量逐渐增多,郑宝新等人首次在论文中使用了用户肖像一词,2010年2月9日,谷歌发布了一款产品名为Google Buzz的新产品可以自动跟踪用户所有联系人的活动,并根据用户的习惯推荐符合要求的其他网络服务和信息[8]。

在此背景下,学者们开始正式使用用户形象这一术语,并探讨了手机游戏,在线视频,社交媒体和移动互联网领域用户肖像的产品设计。发展阶段(2015-),2015年9月,国务院发布《促进大数据发展行动纲要》,系统部署大数据开发工作,《纲要》明确提出要推动大数据的开发和应用,以精确创建社会治理新模式治理和多方合作建立一个以人为本的服务体系,造福人民,造福全民[9]。随后,社会各领域用户肖像的理论研究和实践工作进入了一个新的发展阶段。

在这个阶段,人们主要关注如何在大数据和移动互联网的背景下加强用户数据分析,以实现个性化和精确的服务。

一些图书馆也开始在他们的工作中介绍用户肖像的概念和方法,以提高服务质量。

例如,天津图书馆通过ALEPH,微信,网站和一个代码通信系统中的数据序列化借用数据,检索数据和查看数据来分析用户行为数据。基于此,创建了用户图像[10]。

尹向全等[11]利用用户肖像技术对北京师范大学图书馆的系统日志数据进行建模,并对数据的多维行为进行建模,探讨影响用户行为的主要因素。

2.2学科领域

为了分析用户肖像的主题特征,本文利用CNKI数据库的主题分类功能对所选文档进行统计研究。结果表明,用户肖像的研究成果来自53个学科领域,具有较强的跨学科特征。

具有大量相关文献的学科领域如图2所示。在CNKI学科统计过程中,单个研究结果可能只属于一个学科,或者可能属于不同的学科。因此,本文中用户肖像文档数量最多的计算机软件在计算机应用领域的论文也将属于其他学科。

计算机软件和计算机应用,企业经济和贸易经济是用户肖像研究最集中的主题领域,其次是信息经济和邮政经济,互联网技术,电信技术,图书馆信息和数字图书馆,工业经济,新闻和媒体,和金融。该领域的研究成果也很丰富,电力工业,工业通用技术和设备,自动化技术也有相关的研究成果。统计数据还显示,用户肖像最初应用于计算机和电子商务领域的产品设计,优化和个性化服务。

随着大数据技术的深入研究和应用,公司的重点越来越集中在如何利用大数据进行精准营销。

相应地,用户肖像研究文献已经从计算机和电子商务领域逐渐演变为管理学,经济学,人文科学和社会科学领域,具有明显的跨学科特征。

图书馆和信息部门是一个重要的信息服务部门。信息技术和用户服务与其密切相关。用户肖像的发展促进了图书馆和信息领域的转型,已成为用户肖像的主要研究领域。

一些学者认识到数字图书馆服务必须掌握和跟踪用户需求的变化,基于用户应用场景,将用户资源与知识创造相结合,形成用户肖像和作者/专家肖像的有效组合,并重新理解用户和细分用户。从多个维度了解用户的自然属性,社会属性,兴趣属性和能力属性,并在用户的知识创造过程中加强精确服务[3]。

文献资料来源期刊统计显示,期刊论文共有128种期刊。

其中,有8种期刊有3篇或更多的文章,有些期刊属于四个学科:计算机软件和计算机应用,图书馆信息和数字图书馆,新闻和媒体,以及教育。结果如图3所示。

统计结果表明,计算机技术与应用,电信技术是用户肖像的基础知识领域,图书馆信息,教育,广播电视领域是近年来用户肖像研究的主要热点。

2.3主题变化

关键词是文学内容的精炼表达。共词的分析是研究关键词共现现象的重要方法。共词的方法可以揭示相关领域的研究热点,以及横向和纵向分析中学科的发展过程和特征。以及领域或学科之间的关系,反映了一个专业的科研水平的动态和静态结构及其发展历史[12]。

通过对文章关键词共现网络的分析,可以展示某一研究领域的研究范围,建立研究内容和方法,构建该领域的学术生态系统[13]。2.3.1高频关键词

在本研究中,CiteSpace的时间片为1年,选择关键字作为节点类型,并选择余弦作为连接强度来呈现用户肖像研究结果。数据分析结果如图4所示。图中连接的厚度反映了共现的频率,节点的大小显示了其中心度。

同时,通过对相关文献关键词的统计分析,列出了3次以上研究词的关键词和中心性(见表1),结果表明高频关键词与字频率为3倍以上。共有24个,表明与肖像领域相关的研究课题更为广泛,反映了典型的跨学科特征。

在高频关键词中,除了具有自主关键词的“用户肖像”,“用户”,“肖像”,具有明显中心性的关键词还包括“大数据”,“精准营销”,“推荐”“系统“,”支持向量机“,”移动互联网“等。这些关键词反映了用户肖像研究的三个重要研究和应用领域,即数据基础水平,核心技术水平和实际应用水平。

“大数据”,“用户分析”,“用户行为”和“标签”反映了用户肖像研究中涉及的数据领域,“主题模型”,“协作过滤”,“随机森林”,“大数据技术”, “”矩阵分解“揭示了用户肖像研究的主要技术。 “精准营销”,“推荐系统”,“移动互联网”,“图书馆”,“微博”,“社交网络”等词语描述了用户的肖像。实际应用领域。

2.3.2主题演变

为了进一步分析用户肖像研究主题的演变,本文通过高频关键词共现图显示了2006-2018主题的年度进展(见图5)。

通过共现图,对用户肖像的研究伴随着计算机技术和信息网络技术的发展。 2009年之前,用户肖像研究中出现的高频关键词是“用户需求”和“信息构建”。初始阶段的用户研究只围绕着

执行与用户肖像相关的一般主题。

在2010-2014期间,用户肖像研究的主题迅速发展,深入研究了用户肖像的概念和核心技术。有“用户肖像”,“大数据”,“精准营销”,“数据挖掘”等。同时,人们开始研究相关技术,如“多点接触挖掘”,“自助服务”分析系统“,”数据建模“等。在此期间,学者们还在图书馆,微博和移动中使用用户肖像。最初的研究是在互联网等应用中进行的。近年来(2015-2018),用户肖像研究的广度和深度进一步扩大,用户肖像应用研究更加精细,包括图书馆用户推荐系统,读者人脸测绘,资源推荐等。 - 商业,社交网络和互联网。金融,智能车辆共享等

随着用户肖像技术的广泛使用,诸如合理使用用户个人数据和隐私保护之类的问题也引起了社会关注。

从上述关键词的演变,我们可以看到用户肖像研究的演变路径:以用户为中心的工作理念促使人们关注用户数据,与用户相关的大数据构成了用户肖像研究的数据基础,随着计算机和信息网络技术的发展,用户肖像的研究和各行业实际应用的不断发展,图书馆信息和数字图书馆是用户肖像研究的重要领域。图书馆和信息部门在开发知识服务的过程中促进用户肖像的开发。画像的理论和实际应用的进步促进了图书情报部门知识服务理论与实践的创新。

3研究热点

在CiteSpace中,关键字用作聚类标识符,并且选择LLR对数似然比作为标签字。对每个群集中的相关文档的统计分析可以揭示用户肖像字段中的热点问题,其受到文章长度的限制。本文仅分析前四个集群的热点问题。每个集群的具体情况如表2所示。

3.1基础理论

用户肖像是近年来出现的概念。对学科的自然定位,内涵和外延,理论和方法等基本问题的研究和认识尚未形成共识,已成为相关领域研究的热点。

杨杰[14]回顾了用户肖像的发展轨迹,并解释了其定义,构造,算法和应用。相信用户图像是随着网络和信息技术的发展而发展起来的。在企业服务环境中生成的学科,同时基于多源用户数据为企业营销创建全景用户肖像。

用户肖像的定义主要分为两类。一个是一组标签,从泛化和抽象的角度反映用户信息的整体情况。另一个是从使用和狭义的角度来看,用户肖像被描绘,连接和应用。在现实中反映用户肖像存在的实体[15]。用户数据具有隐式和时空动态的特征。用户肖像策略的关键在于数据的准确性和多维性[16]。

用户肖像需要收集和分析用户的个人数据,这涉及保护用户的私人数据。在加强基础理论研究的同时,有学者对此进行了反思,并提出了改进算法,有效掌握系统内核环境以及相关政府管理部门。应改进相关法律,制定互联网个人隐私管理政策,以保护用户隐私[17]。

计算机网络技术应用和知识服务是图书馆领域的重要特征,这也决定了用户肖像的理论和应用与图书馆的密切相关。但是,从理论层面研究用户肖像与图书馆和图书馆学相关的问题结果较少。王等人。 [18]认为用户肖像的用户行为和需求分析本质上与图书馆资源的准确推荐相容。用户肖像提供图书馆精准营销,资源服务推荐,科学决策等应用基础。

王顺琪[19]指出,用户肖像是基于本体的个人肖像。他们通过网络拓扑和通信影响发现和定位这些独特而重要的个体。当图书馆分析个体读者阅读洞察力的影响时,图书馆可以对网络拓扑结构和通信的影响进行定量分析,推断出阅读领域的推荐热点。

随着用户肖像理论研究和实际应用的发展,图书馆和用户肖像的基本理论以及协同发展问题将引起更多关注。

3.2核心技术

用户肖像的建立涉及相关技术的应用。标签系统,模型提取和关键算法是用户肖像处理中最重要的技术。

第一个是标签系统。标签是用户特征的符号表示。用户的肖像是用户信息标签。用户肖像的核心工作是标记用户。标签系统应具有原始数据层,事实层,特征偏好层和模型预测层。层次结构[20]同时,学者们还研究了标签中用户标签的结构,应用场景,基本组件和建立方法[15],拆分,重复数据删除,低交叉率[21]。

第二个是模型提取。创建用户肖像的过程是提取用户兴趣模型的过程。由于构建用户肖像的目的不同,研究人员提出了许多用户肖像模型及其构建方法,如基于带加权关键词的用户向量空间模型,基于主题模型的用户图像提取等数据分析统计方法的用户模型。基于本体的用户模型,基于神经网络的用户模型等[22],王庆福[23]构建基于贝叶斯网络的用户兴趣模型在此基础上,创建用户肖像。在图书馆领域,胡元等。 [24]建立了基于读者信息的图书馆知识社区关联模型,为读者提供数字图书馆知识的个性化推送服务。

第三是关键算法。用户图像的构建需要算法支持,包括知识工程,机器学习,支持向量机(SVM),TF-IDF相似度计算和综合相似度计算。而用户聚类分析已成为研究的焦点[25]。

韩美华等[26]通过TF-IDF相似度计算,聚类分析和机器学习,建立了基于用户肖像的读者抑郁阅读治疗模型。

[15]李英坤。大数据背景下用户肖像统计方法的实用研究[D]。北京:首都经??济贸易大学,2016。

[16]董丽丽。大数据时代的用户肖像与媒体策略分析[J]。媒体,2016,(2):82-83。

[17]张琦,石芳玲。基于供应链网络信息的大数据精准营销在电子商务中的应用[J]。物流技术,2017,36(9):32-36。

[18]王青,赵法珍。基于“用户肖像”的图书馆资源推荐模型设计与分析[J]。现代情报,2018,38(3):105-109,137。

[19]王顺琪。用用户肖像构建智能阅读推荐系统[J]。图书馆学研究,2018,(4):92-96。

[20]杨双良。用户形象在内容推送中的研究与应用[D]。北京:华北理工大学,2017。

[21]付冠友,朱正宇。基于行为分析的个性化服务用户兴趣模型[J]。计算机工程与科学,2005,27(12):76-78。

[22]王丹。基于主题模型的用户图像提取算法研究[D]。北京:北京工业大学,2016。

[23]王庆福。贝叶斯网络在用户兴趣模型构建中的研究[J]。无线互联技术,2016,(12):101-102。[24]胡渊,毛宁。基于用户肖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。

[25]王东玉。基于移动互联网行为分析的用户图像系统设计[D]。成都:成都理工大学,2017。

[26]韩美华,赵景秀。基于“用户肖像”的阅读治疗模式研究 - 以抑郁症为例[J]。大学图书馆学报,2017,35(6):105-110。

[27]刘海,陆辉,翟金华,等。基于“用户肖像”挖掘的精准营销细分模型研究[J]。丝绸,2015,52(12):37-42。

[28]刘玉林,张琦。基于购买决策过程的电子商务用户肖像应用研究[J]。商业经济研究,2017,(24):49-51。

[29]裴国才。基于用户肖像的电信精准营销模型研究[J]。信息通信,2017,(12):240-241,243。

[30]王莹。易迅财务王辉:以大数据为用户肖像[N]。第一财经日报,2015-12-15,(A08)。

[31]戴晨旭,周锡臣。基于内容的新闻推荐系统实例[J]。计算机知识与技术? g,2015,(9):36-38。

[32]王志宝。基于用户肖像的医学信息准确推荐研究[D]。成都:中国电子科技大学。 2016,(3):1-68。

[33]李连伟。河北的智能天气作为用户的“肖像”[N]。中国气象新闻,2017-05-09,(2)。

[34]张伟。基于用户肖像的图书馆知识发现服务研究[J]。图书情报,2017,(6):60-63。

[35]曾红,吴素妮。基于微博的大画面用户形象与精准营销[J]。现代经济信息,2016,(16):306-308。

(编辑:陈媛)

热门推荐
copyleft © 1999 - 2018 乌什信息网( www.australianalumniassociation.org)
未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任。
常年法律顾问:上海金茂律师事务所