隨著“健康中國2030”規(guī)劃綱要的提出,保障國民健康已經上升為國家戰(zhàn)略。人們的健康意識不斷提升,健康需求日益迫切,需求的內容與形式也愈發(fā)朝著多樣化的趨勢發(fā)展。當前,專業(yè)健康網站以及門戶網站的健康專欄是用戶獲取健康信息的主要來源。而對于非一般性的、圍繞特定疾病的健康信息,具有交互性的在線健康社區(qū)更受用戶的青睞。在線健康社區(qū)的信息供給雖然在一定程度上能夠滿足用戶的信息需求,但隨著健康信息體量的不斷增加,用戶尋找其需求信息的難度也逐級上升,健康社區(qū)的信息供給與用戶的特定需求之間未能到達平衡。因此需要適應性的推薦機制來滿足用戶具體場景下的需求傾向以及接收方式傾向,一方面能夠實現(xiàn)對用戶顯性需求的快速響應以及對隱形需求的動態(tài)挖掘,另一方面實現(xiàn)以用戶需求場景為中心的個性化推薦,從而使在線健康社區(qū)朝著接收更適配、交互更友好的方向不斷發(fā)展�？v觀國內外在線健康社區(qū)以及場景化推薦相關研究的梳理,雖然在線健康社區(qū)的相關研究已有一定規(guī)模,但推薦服務優(yōu)化方面仍有欠缺。因此本文綜合相關學者關于在線健康社區(qū)的研究,結合用戶畫像理論、場景理論以及概念格理論,以在線健康社區(qū)為研究主體,構建了多維特征標簽用戶畫像以及場景化... 

【文章來源】：吉林大學吉林省211工程院校985工程院校教育部直屬院校

【文章頁數】：106 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 研究目的和意義
        1.2.1 研究目的
        1.2.2 研究意義
    1.3 國內外研究現(xiàn)狀
        1.3.1 國內外在線健康社區(qū)研究現(xiàn)狀
        1.3.2 國內外場景化推薦研究現(xiàn)狀
        1.3.3 研究評述
    1.4 研究框架
        1.4.1 研究內容
        1.4.2 研究方法
        1.4.3 技術路線
    1.5 論文創(chuàng)新點
第2章 理論基礎
    2.1 用戶畫像理論
        2.1.1 用戶畫像的定義
        2.1.2 用戶畫像的類型
        2.1.3 用戶畫像的信息來源
    2.2 場景理論
    2.3 概念格理論
        2.3.1 概念格理論與基本原理
        2.3.2 概念格理論與技術的發(fā)展及應用
第3章 多維特征標簽的在線健康社區(qū)用戶畫像構建
    3.1 多維特征標簽體系的構建
        3.1.1 多維特征標簽分類
        3.1.2 多維特征標簽分層
        3.1.3 多維特征標簽體系的整體架構
    3.2 用戶畫像概念模型的構建
        3.2.1 概念模型的維度劃分
        3.2.2 概念模型的構建
    3.3 用戶畫像的實現(xiàn)
        3.3.1 用戶畫像概念格實現(xiàn)的可行性
        3.3.2 基于概念格的用戶畫像的構建流程
第4章 在線健康社區(qū)場景化推薦模型構建
    4.1 場景化推薦的內涵與運行機制
        4.1.1 場景化推薦的內涵
        4.1.2 場景化推薦的運行機制
    4.2 在線健康社區(qū)資源的維度分析
        4.2.1 在線健康社區(qū)的信息資源
        4.2.2 在線健康社區(qū)的用戶資源
        4.2.3 在線健康社區(qū)的社區(qū)資源
    4.3 在線健康社區(qū)場景化推薦模型的實現(xiàn)
        4.3.1 在線健康社區(qū)場景識別模型
        4.3.2 在線健康社區(qū)資源推薦模式
        4.3.3 在線健康社區(qū)場景化推薦模型的整體架構
第5章 實證研究
    5.1 “醫(yī)享網”資源的維度分析
        5.1.1 信息資源分析
        5.1.2 用戶資源分析
        5.1.3 社區(qū)資源分析
    5.2 基于概念格的用戶畫像的構建
        5.2.1 研究數據的選取
        5.2.2 模型細分維度與用戶細分標簽映射
        5.2.3 基于概念格的用戶畫像模型的實現(xiàn)
    5.3 “醫(yī)享網”場景化推薦模型的構建
        5.3.1 用戶需求場景識別與構建
        5.3.2 場景、需求、行為的關聯(lián)挖掘
        5.3.3 場景化推薦模型的整體架構
第6章 總結與展望
    6.1 研究結論
    6.2 研究展望
參考文獻
作者簡介及攻讀碩士期間研究成果
致謝


【參考文獻】：
期刊論文
[1]基于用戶動態(tài)畫像的科技情報服務推薦模型構建研究[J]. 王益成,王萍.  情報理論與實踐. 2019(04)
[2]場景化:學習服務設計的新思路[J]. 武法提,黃石華,殷寶媛.  電化教育研究. 2018(12)
[3]基于概念格的在線健康社區(qū)用戶畫像研究[J]. 張海濤,崔陽,王丹,宋拓.  情報學報. 2018(09)
[4]超級IP生態(tài)視角的高校圖書館場景優(yōu)化[J]. 崔陽,張海濤,張念祥,李澤中.  情報科學. 2018(09)
[5]基于情境感知的移動圖書館場景化資源推薦服務研究[J]. 謝斌.  圖書館學刊. 2018(08)
[6]UGC、PGC的社交媒體內容生產方式比較[J]. 廖佩伊.  新聞研究導刊. 2018(16)
[7]國內外用戶畫像研究綜述[J]. 劉海鷗,孫晶晶,蘇妍嫄,張亞明.  情報理論與實踐. 2018(11)
[8]社交媒體用戶不持續(xù)使用和轉移行為的影響因素分析[J]. 代寶,鄧艾雯.  情報科學. 2018(05)
[9]國內在線健康社區(qū)研究現(xiàn)狀綜述[J]. 趙棟祥.  圖書情報工作. 2018(09)
[10]強關聯(lián)規(guī)則挖掘在智慧圖書館個性化推送服務中的應用研究[J]. 李欣.  情報科學. 2018(04)

博士論文
[1]基于概念格的數字圖書館知識組織研究[D]. 滕廣青.吉林大學 2012

碩士論文
[1]用戶畫像構建中知識表示與模型融合研究[D]. 李恒超.大連理工大學 2017
[2]軌跡挖掘場景化精準廣告投放研究[D]. 吳云.山東財經大學 2016
[3]基于用戶畫像的醫(yī)療信息精準推薦的研究[D]. 王智囊.電子科技大學 2016
[4]大數據背景下用戶畫像的統(tǒng)計方法實踐研究[D]. 李映坤.首都經濟貿易大學 2016
[5]在線醫(yī)療社區(qū)醫(yī)生貢獻行為的影響因素研究[D]. 李洋.哈爾濱工業(yè)大學 2015



本文編號：3639873