隨著物聯(lián)網(wǎng)的深入發(fā)展,為智慧社區(qū)建設(shè)的發(fā)展奠定了堅實基礎(chǔ),智慧社區(qū)對社區(qū)服務(wù)建設(shè)提出了更精準(zhǔn)化、安全化的要求。然而,目前建設(shè)中或者已經(jīng)建設(shè)完成的智慧社區(qū)項目對于服務(wù)體系的設(shè)計仍處于基礎(chǔ)的數(shù)據(jù)統(tǒng)計分析階段,尚未有更高階段的延伸。智慧社區(qū)建設(shè)中,如何搭建起高效精準(zhǔn)的服務(wù)體系,有效利用現(xiàn)有的數(shù)據(jù)資源,為社區(qū)用戶提供便利高效的服務(wù)體驗,成為建設(shè)中的重要問題。在綜合分析智慧社區(qū)、用戶畫像技術(shù)各自的內(nèi)涵基礎(chǔ)上,本文以鄰聚云平臺為研究背景,主要采用Skeletal Methodolody法（骨架法）來構(gòu)建本體用戶畫像標(biāo)簽體系,同時運用具有伸縮性的k-means聚類算法構(gòu)建群體用戶畫像,最終形成搭建在智慧社區(qū)信息化平臺上的用戶畫像體系。建設(shè)方案中,建立了數(shù)據(jù)層、事實層以及業(yè)務(wù)層的多層用戶畫像標(biāo)簽體系,并通過歸一化公式計算標(biāo)簽體系相應(yīng)的權(quán)重。其中,主要從用戶的基本屬性和行為屬性兩個維度構(gòu)建事實層標(biāo)簽,業(yè)務(wù)層標(biāo)簽主要是針對事實層的行為屬性標(biāo)簽,從用戶的使用習(xí)慣、活躍度、尋求幫助以及平臺社交四個維度描述用戶形象標(biāo)簽。通過用戶注冊信息及日常登錄信息獲取用戶行為特征,獲取信息后加上時間衰減因子匹配相應(yīng)的用戶標(biāo)簽... 

【文章來源】：山東理工大學(xué)山東省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

山東理工大學(xué)碩士學(xué)位論文第二章智慧社區(qū)關(guān)鍵技術(shù)理論研究12除了一些基本的需求有所相似之外，其他諸如年齡、生活方式等內(nèi)容均各有差異。對于社區(qū)信息的獲取是社區(qū)公眾用戶的共同需求，此外，對于物業(yè)服務(wù)的需求也都是相同的。而對于鄰居之間的交流、活動內(nèi)容的興趣程度、以及家庭的管理等內(nèi)容則是有所差異，有些家庭存在重點人員比如老年人或者兒童等需要特殊照顧的人員。（4）商戶需求作為商戶，需要定期對店鋪進(jìn)行維護，及時刷新通知消息，同時要對店鋪里面的產(chǎn)品進(jìn)行管理，及時處理訂單，維護店鋪及庫存更新。對商戶而言，借助信息化手段及時獲取用戶的需求是最重要的，以便可以及時為用戶推送相關(guān)信息進(jìn)而調(diào)整策略，提升店鋪服務(wù)質(zhì)量和效率。從以上4種參與者的需求看出，有些需求是可以通過建立用戶畫像技術(shù)提升服務(wù)水平的，通過對那些具有相似特征的用戶建立群體畫像，可以實現(xiàn)用戶的可視化，進(jìn)而進(jìn)行下一步的服務(wù)支持。通過梳理，將智慧社區(qū)的功能總結(jié)如圖2.1所示，分別是社區(qū)公眾用戶、物業(yè)管理平臺、社區(qū)商戶平臺和政府管理平臺。圖2.1智慧社區(qū)功能總結(jié)圖Fig.2.1Smartcommunityfunctionsummarychart

山東理工大學(xué)碩士學(xué)位論文第二章智慧社區(qū)關(guān)鍵技術(shù)理論研究15圖2.2貝葉斯網(wǎng)絡(luò)圖Fig.2.2BayesianNetworkDiagram貝葉斯網(wǎng)絡(luò)示意圖中各個節(jié)點表示的是隨機變量，連接節(jié)點的則表示其依賴關(guān)系，指向節(jié)點F的均為父節(jié)點，C、D為父節(jié)點，表示引起了F，即這三者為因果關(guān)系。同樣地，指向節(jié)點G的均為其父節(jié)點，在上圖中C、D、E均為其父節(jié)點，引起了G的發(fā)生。如上圖所示，貝葉斯網(wǎng)絡(luò)中的F、C和D節(jié)點之間屬于收斂連接，在該未知條件下，C與D相互獨立，即便條件已知，兩者也是互相依賴。而在貝葉斯網(wǎng)絡(luò)中的節(jié)點B、E和D節(jié)點之間屬于發(fā)散連接，已知節(jié)點B，則D和E獨立。由于D節(jié)點是B和F之間的節(jié)點，在已知D的條件下，B和F之間獨立存在，由此可得出以下概率模型：P(A，B，C，D，B)|B)P(E|A)P(D|CP(A)P(B)P(=E)（2.1）貝葉斯網(wǎng)絡(luò)的優(yōu)點是可以綜合先驗信息和樣本信息，進(jìn)而可以獲得數(shù)據(jù)之間的因果關(guān)系，通過貝葉斯網(wǎng)模型可以處理很多不完整的數(shù)據(jù)集。然而其存在的問題則是需要確定合理的先驗密度，而且并沒有現(xiàn)成的規(guī)則。2.3.2基于主題模型方法的用戶畫像構(gòu)建隨著社交網(wǎng)絡(luò)的發(fā)展，相應(yīng)的積累了大量的用戶信息包括用戶社交和基本屬性信息，這些信息為從社交角度分析并構(gòu)建基于主題模型的用戶畫像提供了基礎(chǔ)數(shù)據(jù)�；谥黝}模型的用戶畫像構(gòu)建方法主要是將用戶的社交信息和已知的用戶屬性信息整合到統(tǒng)一的主題模型框架中，進(jìn)而使用標(biāo)簽傳播算法對模型結(jié)果做精準(zhǔn)調(diào)研，最后形成了一個基于主題模型的用戶畫像分析方法。在構(gòu)建用戶畫像過程中經(jīng)常使用的主題

【參考文獻(xiàn)】：
期刊論文
[1]5G新型智慧社區(qū)中的應(yīng)用及趨勢[J]. 徐大為.  通信電源技術(shù). 2020(04)
[2]我國智慧社區(qū)發(fā)展現(xiàn)狀研究[J]. 王舒琪,張琳,楊效.  智能城市. 2020(03)
[3]博物館個性化用戶畫像的構(gòu)建及其應(yīng)用[J]. 王開.  信息技術(shù)與信息化. 2020(01)
[4]基于用戶畫像的個性化圖書推薦研究[J]. 俞奕.  辦公室業(yè)務(wù). 2020(01)
[5]基于GIS的智慧社區(qū)適老化公共服務(wù)設(shè)施優(yōu)化策略研究[J]. 胡宴,朱建君.  建設(shè)科技. 2019(24)
[6]淺析當(dāng)前智慧社區(qū)的技術(shù)應(yīng)用[J]. 殷瑞雪.  現(xiàn)代經(jīng)濟信息. 2019(23)
[7]基于大數(shù)據(jù)技術(shù)的電力用戶畫像分析[J]. 王飛飛,周少華,韓迎軍.  山西電力. 2019(04)
[8]基于LDA主題模型的用戶興趣層級演化研究[J]. 夏立新,曾杰妍,畢崇武,葉光輝.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(07)
[9]用戶異常行為分析方法研究與應(yīng)用[J]. 賴建華,唐敏.  軟件導(dǎo)刊. 2019(08)
[10]基于智慧社區(qū)建設(shè)的物業(yè)管理創(chuàng)新發(fā)展思路[J]. 張軍.  住宅與房地產(chǎn). 2018(34)

碩士論文
[1]基于WEB日志的用戶畫像及可視化分析[D]. 王菊艷.西安理工大學(xué) 2019
[2]標(biāo)簽缺陷檢測系統(tǒng)的算法設(shè)計與應(yīng)用研究[D]. 李培秀.南京信息工程大學(xué) 2019
[3]社區(qū)治理中失地農(nóng)民城市融入研究[D]. 魏玲群.安徽大學(xué) 2019
[4]合肥市智慧社區(qū)建設(shè)問題與對策[D]. 項禹.安徽大學(xué) 2019
[5]河南省智慧社區(qū)公共服務(wù)供給優(yōu)化研究[D]. 邵曉晨.鄭州大學(xué) 2019
[6]智慧社區(qū)服務(wù)管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 賈娜娜.山東大學(xué) 2019
[7]“互聯(lián)網(wǎng)+”背景下智慧社區(qū)治理研究[D]. 邵丹華.華東政法大學(xué) 2018
[8]遼源市城市智慧社區(qū)建設(shè)研究[D]. 王佳寧.中共吉林省委黨校 2018
[9]基于大數(shù)據(jù)技術(shù)的用戶畫像系統(tǒng)的設(shè)計與研究[D]. 關(guān)梓驁.北京郵電大學(xué) 2018
[10]基于文本挖掘的用戶畫像系統(tǒng)的設(shè)計與實現(xiàn)[D]. 劉星辰.北京郵電大學(xué) 2018



本文編號：3135507