在线健康社区场景化推荐模型研究
发布时间：2022-02-22 17:00
随着“健康中国2030”规划纲要的提出,保障国民健康已经上升为国家战略。人们的健康意识不断提升,健康需求日益迫切,需求的内容与形式也愈发朝着多样化的趋势发展。当前,专业健康网站以及门户网站的健康专栏是用户获取健康信息的主要来源。而对于非一般性的、围绕特定疾病的健康信息,具有交互性的在线健康社区更受用户的青睐。在线健康社区的信息供给虽然在一定程度上能够满足用户的信息需求,但随着健康信息体量的不断增加,用户寻找其需求信息的难度也逐级上升,健康社区的信息供给与用户的特定需求之间未能到达平衡。因此需要适应性的推荐机制来满足用户具体场景下的需求倾向以及接收方式倾向,一方面能够实现对用户显性需求的快速响应以及对隐形需求的动态挖掘,另一方面实现以用户需求场景为中心的个性化推荐,从而使在线健康社区朝着接收更适配、交互更友好的方向不断发展。纵观国内外在线健康社区以及场景化推荐相关研究的梳理,虽然在线健康社区的相关研究已有一定规模,但推荐服务优化方面仍有欠缺。因此本文综合相关学者关于在线健康社区的研究,结合用户画像理论、场景理论以及概念格理论,以在线健康社区为研究主体,构建了多维特征标签用户画像以及场景化...
【文章来源】：吉林大学吉林省211工程院校985工程院校教育部直属院校
【文章页数】：106 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 研究目的和意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.3.1 国内外在线健康社区研究现状
1.3.2 国内外场景化推荐研究现状
1.3.3 研究评述
1.4 研究框架
1.4.1 研究内容
1.4.2 研究方法
1.4.3 技术路线
1.5 论文创新点
第2章 理论基础
2.1 用户画像理论
2.1.1 用户画像的定义
2.1.2 用户画像的类型
2.1.3 用户画像的信息来源
2.2 场景理论
2.3 概念格理论
2.3.1 概念格理论与基本原理
2.3.2 概念格理论与技术的发展及应用
第3章 多维特征标签的在线健康社区用户画像构建
3.1 多维特征标签体系的构建
3.1.1 多维特征标签分类
3.1.2 多维特征标签分层
3.1.3 多维特征标签体系的整体架构
3.2 用户画像概念模型的构建
3.2.1 概念模型的维度划分
3.2.2 概念模型的构建
3.3 用户画像的实现
3.3.1 用户画像概念格实现的可行性
3.3.2 基于概念格的用户画像的构建流程
第4章 在线健康社区场景化推荐模型构建
4.1 场景化推荐的内涵与运行机制
4.1.1 场景化推荐的内涵
4.1.2 场景化推荐的运行机制
4.2 在线健康社区资源的维度分析
4.2.1 在线健康社区的信息资源
4.2.2 在线健康社区的用户资源
4.2.3 在线健康社区的社区资源
4.3 在线健康社区场景化推荐模型的实现
4.3.1 在线健康社区场景识别模型
4.3.2 在线健康社区资源推荐模式
4.3.3 在线健康社区场景化推荐模型的整体架构
第5章 实证研究
5.1 “医享网”资源的维度分析
5.1.1 信息资源分析
5.1.2 用户资源分析
5.1.3 社区资源分析
5.2 基于概念格的用户画像的构建
5.2.1 研究数据的选取
5.2.2 模型细分维度与用户细分标签映射
5.2.3 基于概念格的用户画像模型的实现
5.3 “医享网”场景化推荐模型的构建
5.3.1 用户需求场景识别与构建
5.3.2 场景、需求、行为的关联挖掘
5.3.3 场景化推荐模型的整体架构
第6章 总结与展望
6.1 研究结论
6.2 研究展望
参考文献
作者简介及攻读硕士期间研究成果
致谢
【参考文献】：
期刊论文
[1]基于用户动态画像的科技情报服务推荐模型构建研究[J]. 王益成,王萍. 情报理论与实践. 2019(04)
[2]场景化:学习服务设计的新思路[J]. 武法提,黄石华,殷宝媛. 电化教育研究. 2018(12)
[3]基于概念格的在线健康社区用户画像研究[J]. 张海涛,崔阳,王丹,宋拓. 情报学报. 2018(09)
[4]超级IP生态视角的高校图书馆场景优化[J]. 崔阳,张海涛,张念祥,李泽中. 情报科学. 2018(09)
[5]基于情境感知的移动图书馆场景化资源推荐服务研究[J]. 谢斌. 图书馆学刊. 2018(08)
[6]UGC、PGC的社交媒体内容生产方式比较[J]. 廖佩伊. 新闻研究导刊. 2018(16)
[7]国内外用户画像研究综述[J]. 刘海鸥,孙晶晶,苏妍嫄,张亚明. 情报理论与实践. 2018(11)
[8]社交媒体用户不持续使用和转移行为的影响因素分析[J]. 代宝,邓艾雯. 情报科学. 2018(05)
[9]国内在线健康社区研究现状综述[J]. 赵栋祥. 图书情报工作. 2018(09)
[10]强关联规则挖掘在智慧图书馆个性化推送服务中的应用研究[J]. 李欣. 情报科学. 2018(04)
博士论文
[1]基于概念格的数字图书馆知识组织研究[D]. 滕广青.吉林大学 2012
硕士论文
[1]用户画像构建中知识表示与模型融合研究[D]. 李恒超.大连理工大学 2017
[2]轨迹挖掘场景化精准广告投放研究[D]. 吴云.山东财经大学 2016
[3]基于用户画像的医疗信息精准推荐的研究[D]. 王智囊.电子科技大学 2016
[4]大数据背景下用户画像的统计方法实践研究[D]. 李映坤.首都经济贸易大学 2016
[5]在线医疗社区医生贡献行为的影响因素研究[D]. 李洋.哈尔滨工业大学 2015
本文编号：3639873
【文章来源】：吉林大学吉林省211工程院校985工程院校教育部直属院校
【文章页数】：106 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 研究目的和意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.3.1 国内外在线健康社区研究现状
1.3.2 国内外场景化推荐研究现状
1.3.3 研究评述
1.4 研究框架
1.4.1 研究内容
1.4.2 研究方法
1.4.3 技术路线
1.5 论文创新点
第2章 理论基础
2.1 用户画像理论
2.1.1 用户画像的定义
2.1.2 用户画像的类型
2.1.3 用户画像的信息来源
2.2 场景理论
2.3 概念格理论
2.3.1 概念格理论与基本原理
2.3.2 概念格理论与技术的发展及应用
第3章 多维特征标签的在线健康社区用户画像构建
3.1 多维特征标签体系的构建
3.1.1 多维特征标签分类
3.1.2 多维特征标签分层
3.1.3 多维特征标签体系的整体架构
3.2 用户画像概念模型的构建
3.2.1 概念模型的维度划分
3.2.2 概念模型的构建
3.3 用户画像的实现
3.3.1 用户画像概念格实现的可行性
3.3.2 基于概念格的用户画像的构建流程
第4章 在线健康社区场景化推荐模型构建
4.1 场景化推荐的内涵与运行机制
4.1.1 场景化推荐的内涵
4.1.2 场景化推荐的运行机制
4.2 在线健康社区资源的维度分析
4.2.1 在线健康社区的信息资源
4.2.2 在线健康社区的用户资源
4.2.3 在线健康社区的社区资源
4.3 在线健康社区场景化推荐模型的实现
4.3.1 在线健康社区场景识别模型
4.3.2 在线健康社区资源推荐模式
4.3.3 在线健康社区场景化推荐模型的整体架构
第5章 实证研究
5.1 “医享网”资源的维度分析
5.1.1 信息资源分析
5.1.2 用户资源分析
5.1.3 社区资源分析
5.2 基于概念格的用户画像的构建
5.2.1 研究数据的选取
5.2.2 模型细分维度与用户细分标签映射
5.2.3 基于概念格的用户画像模型的实现
5.3 “医享网”场景化推荐模型的构建
5.3.1 用户需求场景识别与构建
5.3.2 场景、需求、行为的关联挖掘
5.3.3 场景化推荐模型的整体架构
第6章 总结与展望
6.1 研究结论
6.2 研究展望
参考文献
作者简介及攻读硕士期间研究成果
致谢
【参考文献】：
期刊论文
[1]基于用户动态画像的科技情报服务推荐模型构建研究[J]. 王益成,王萍. 情报理论与实践. 2019(04)
[2]场景化:学习服务设计的新思路[J]. 武法提,黄石华,殷宝媛. 电化教育研究. 2018(12)
[3]基于概念格的在线健康社区用户画像研究[J]. 张海涛,崔阳,王丹,宋拓. 情报学报. 2018(09)
[4]超级IP生态视角的高校图书馆场景优化[J]. 崔阳,张海涛,张念祥,李泽中. 情报科学. 2018(09)
[5]基于情境感知的移动图书馆场景化资源推荐服务研究[J]. 谢斌. 图书馆学刊. 2018(08)
[6]UGC、PGC的社交媒体内容生产方式比较[J]. 廖佩伊. 新闻研究导刊. 2018(16)
[7]国内外用户画像研究综述[J]. 刘海鸥,孙晶晶,苏妍嫄,张亚明. 情报理论与实践. 2018(11)
[8]社交媒体用户不持续使用和转移行为的影响因素分析[J]. 代宝,邓艾雯. 情报科学. 2018(05)
[9]国内在线健康社区研究现状综述[J]. 赵栋祥. 图书情报工作. 2018(09)
[10]强关联规则挖掘在智慧图书馆个性化推送服务中的应用研究[J]. 李欣. 情报科学. 2018(04)
博士论文
[1]基于概念格的数字图书馆知识组织研究[D]. 滕广青.吉林大学 2012
硕士论文
[1]用户画像构建中知识表示与模型融合研究[D]. 李恒超.大连理工大学 2017
[2]轨迹挖掘场景化精准广告投放研究[D]. 吴云.山东财经大学 2016
[3]基于用户画像的医疗信息精准推荐的研究[D]. 王智囊.电子科技大学 2016
[4]大数据背景下用户画像的统计方法实践研究[D]. 李映坤.首都经济贸易大学 2016
[5]在线医疗社区医生贡献行为的影响因素研究[D]. 李洋.哈尔滨工业大学 2015
本文编号：3639873
本文链接：https://www.wllwen.com/tushudanganlunwen/3639873.html
