[目的/意義]深入挖掘和準確理解中國大學生日常網絡行為模式,不僅對促進用戶行為和檢索領域的發(fā)展具有巨大的理論意義,而且在提升面向大學生用戶的企業(yè)個性化服務與信息推薦能力方面也具有潛在的社會價值和實踐意義。[方法/過程]提出一種基于大規(guī)模日志分析的大學生用戶行為模式識別新方法,該方法包括一種基于深度學習和文本分析技術的半監(jiān)督學習算法"MaxMatching"以及混合兩種特征熵（香農熵與真實熵）的聚類模型。[結果/結論]實證結果表明本方法不僅在算法和結果解釋上具有一定的優(yōu)勢,而且能從網絡使用能力、訪問時序性和主題傾向性三方面歸納與呈現中國大學生網絡行為全方位模式。該方法和結論有效地拓展了信息檢索領域查詢項的語義化理解方面的方法體系,也為企業(yè)提升面向大學生用戶的個性化信息推薦服務提供一定的參考和可行性意見。 

【文章來源】：圖書情報工作. 2019,63(14)北大核心CSSCI

【文章頁數】：11 頁

【部分圖文】：

基于大規(guī)模日志分析的大學生用戶行為模式識別新方法的框架

MaxMatching算法質量評估

最優(yōu)聚類算法和參數評估

【參考文獻】：
期刊論文
[1]一種無指導的子主題挖掘方法[J]. 郭程,白宇,鄭劍夕,蔡東風.  中文信息學報. 2016(01)
[2]檢索結果多樣化研究綜述[J]. 馮曉華,陸偉,張曉娟.  情報學報. 2015 (07)
[3]最小省力原則與情報檢索系統(tǒng)的可接近性[J]. 王曉娜.  情報科學. 2000(02)



本文編號：3325703