面向纸本图书的图书馆用户画像构建探索

纸本图书的服务与管理一直都是高校图书馆工作的重要方向之一。文章引入用户画像概念,以深圳大学纸本图书馆藏服务系统数据为基础,通过数据分布统计,利用内容分析法及关键词提取的TF-IDF方法等,挖掘、描绘并呈现用户属性、用户行为偏好及用户兴趣偏好的特征标签,构建了图书馆用户画像实例,供图书馆纸本采访、服务及管理决策参考,以提升纸本图书资源利用效益。

基于注意力机制与画像的旅游路线推荐研究

旅游路线推荐是指为游客策划出满足其需要的旅游路线。现有推荐方法多依赖用户评分,对用户与景点之间其他类型的交互行为缺乏分析,对情境化推荐的研究不足。为此,提出一种基于注意力机制与画像的旅游路线情境化推荐模型。首先利用用户画像与景点画像深度刻画游客和景点资源;然后对画像和文本进行向量化,同时使用两种注意力机制分别为交互行为特征向量和文本特征向量分配权重;最后使用DeepFM模型进行评分预测。在去哪儿网数据集的交互数据上进行实验,结果表明,与基线模型相比,该模型推荐准确率提高了3.56%,精确率提高了3.41%,召回率提高了2.3%,AUC值提高了3.44%,平均绝对误差降低了2.42%,证明了其在旅游路线情境化推荐中的优越性。

基于TF-IDF算法的运营商用户画像分析

随着通信技术的迅速发展,海量日志的产生给企业运营带来了安全隐患,除了能否及时检测出电信运营商企业内各类业务系统及设备的海量日志是否安全、合规之外,基于用户行为的分析对日志安全也尤为重要。为了直观掌握用户行为,本文基于TF-IDF标签权重算法对运营商海量用户业务日志数据构建用户画像。根据实际业务场景构建RFS模型,通过开发的用户画像标签体系分析研究运营商用户行为,对用户操作日志中的潜在高风险信息进行数据挖掘,并输出可视化用户行为分析画像结果。实际应用表明,通过用户画像能识别风险用户行为信息,同时也能为日志安全分析提供参考价值,帮助企业实现数据安全运营动态监测。

关联路网拓扑特性的车辆出行行为画像分析研究

基于交通时空大数据的微观出行行为分析可以为精细化、个性化的交通管控措施制定提供支持,车牌识别数据作为一种精度高、准确性高、采样率全的时空大数据,近年来受到广泛关注。但是现有基于车牌识别数据的出行行为分析文献在进行行为分析的过程中较少考虑路网特征,即没有将出行者的行为与路网特性结合起来分析,这导致挖掘得到的出行模式与路网本身的关联不高。本文首先对车牌识别数据和路网拓扑数据进行数据融合,基于此融合数据,根据机动化出行者的出行行为特性使用聚类算法进行车辆画像,将路网上的车辆划分为临时办事车辆、频繁过境车辆、家庭不常用车辆、通勤车辆、网约出租车辆五类车辆。同时,结合复杂网络方法和聚类算法对交叉口进行画像分析,挖掘出交通管理者需要重点关注的交叉口。在此基础上,结合车辆出行行为和路网拓扑信息深入挖掘出行车辆的出行模式,构建车辆画像-交叉口画像-过车频次矩阵、车辆画像-交叉口画像-过车占比矩阵,进而对车辆出行时空特性进行深入挖掘,为交通管控措施的制定提供支持。

社会热点事件中网络用户暴力行为画像研究

[目的/意义]网络用户暴力行为画像能够揭示网络舆情内在发展规律,为舆情治理提供决策依据。[方法/过程]以8个热点事件网络评论为研究对象,运用一致性检验方法标注暴力评论,然后,使用卡方检验分析网民关注度差异性、网络暴力差异性以及网络暴力诱发因素。[结果/结论]负面事件中网络暴力用户占比较高,可见负面事件是引发网络暴力的主要因素。不同性别、年龄网民在各自关注领域网络暴力高于其他低关注度群体:男性喜欢关注国际时事、国家发展、战争、历史等热点事件,女性喜欢关注生活、家庭、娱乐等热点事件;年轻网民网络暴力高于年长者,青少年网民应为网络暴力治理重点。

智慧图书馆环境下的个性化适应性服务研究

[目的/意义]智能设备和智能技术赋能的智慧图书馆建设,有效地促进了个性化服务和适应性服务的发展,并使得二者加速融合,个性化适应性服务必然成为智慧图书馆服务的基本形式。[方法/过程]通过对个性化适应性服务发展现状的探讨,对个性化服务、适应性服务及差异化服务的异同和关系进行分析,并在此基础上,提出了个性化适应性服务的理念及要素,构建了个性化适应性服务的基本框架,探索了个性化适应性服务路径的推荐模型。[结果/结论]图书馆个性化适应性服务的要素包括用户的个性特点、行为表现、发展提升及适应性转变,其核心是一种技术赋能的有效服务方法,可以根据实时监测用户在个性特点、行为表现和发展提升方面的差异和变化,及时调整服务策略。个性化适应性服务路径可以从用户档案、用户模型、信息推荐和灵活服务环境4个方面来构建。

安徽气象为农服务大数据平台设计与应用

从安徽省气象为农信息服务的个性化、精准化、智能化需求出发,采用Hadoop架构、自然语言处理、相关度分析、大数据可视化等大数据和人工智能相关技术,研发安徽省气象为农服务大数据平台。汇集安徽省多部门涉农数据资源,通过建立用户行为画像、网络服务热点的预测,开展精准化的服务产品相关性推荐服务,并跟踪评估信息服务产品的网络传播服务效果,指导后续关键农时农事建议和决策服务产品的研发与制作,同时建立气象为农服务大数据展示系统,探索实现气象为农信息服务从“人找信息”到“信息找人”的转变。该平台已在安徽气象为农业务服务中应用,提升了服务能力,具有较好的行业知名度和社会影响力。

基于多视角二分k-means的高校图书馆用户画像研究

针对高校图书馆无法实现精准读者推荐和服务的问题,在充分分析读者在图书馆的行为数据基础上,设计了一种基于多视角聚类的高校图书馆用户画像框架。考虑到经典k-means算法在多视角聚类中存在容易陷入局部最优的缺陷,提出了一种基于马氏距离的多视角二分k-means算法,该算法引入马氏距离有效地解决了欧式距离在多视角聚类中受属性量纲的影响。实验证明:相比经典k-means算法和二分k-means算法,改进后的算法在用户画像过程中全局最优、鲁棒性好、效率高;利用该框架得到的用户画像能够帮助高校图书馆挖掘读者需求、提高服务水平。

基于多源信息融合的网络安全监控技术

通过分析企业网络安全防护现状,对常见的网络攻击路径和异常行为进行分析,总结当网络攻击事件发生时,在业务应用、网络和用户终端产生的异常行为,基于这些异常行为提出基于多数据源信息融合的威胁分析与监控技术模型。对该模型中提到的5个重要模块的功能和作用进行说明,为重塑和升级网络安全主动防御、精准防控能力提供了有效借鉴。

基于数据挖掘的文献平台用户行为分析

为科技智库时代的发展,更好地提供科技资源,提高信息服务的质量和水平,采用数据挖掘技术和用户画像建模方法应用于吉林省科技文献信息服务平台(简称"平台"),可以根据用户下载文献的历史数据发现、挖掘数据之间的关联关系;平台功能的升级,极大提升了平台用户检索绩效、用户信息获取绩效,提高了用户科研绩效,完善了平台的支撑和保障作用。该用户行为分析在平台V2.0版本中得到了很好实践应用。

上海市公共数据开放平台用户画像构建与分析

为帮助政府数据开放平台更精确地了解用户访问行为从而精准满足用户需求,更有针对性地开放数据,提升服务水平,本文以上海市公共数据开放平台用户访问数据为研究对象,构建上海市公共数据开放平台用户画像,分析用户行为特征。基于用户画像构建与行为分析,提出上海市公共数据开放平台的优化策略。该研究也为其他地方政府数据开放平台的用户画像研究提供参考。

基于动态用户画像的信息推荐研究

针对传统信息推荐方式精度偏低的问题,引入用户画像作为推荐基础,在深入研究文本分类和用户行为后,提出一种基于动态用户画像的推荐方法.该方法通过动态分析用户历史数据,预测用户的兴趣变化趋势,从而实现动态推荐.离线实验证明,该方法在预测用户偏好变化方面具有一定优势,相较于传统的基于标签的信息推荐,提高了推荐精度.

基于模糊聚类的电力客户用电行为模式画像

随着电力客户数据采集频度不断提高、数据分析维度不断扩展,客户的用电行为变得更加复杂。客户标签和画像技术的发展,给客户用电行为分析带来了更直观、简洁的表现方式。论文基于海量的客户档案、负荷、电量数据,综合考虑客户用电特征、影响因素,建立了客户用电行为标签库,并采用模糊聚类算法进行客户用电模式分析,实现不同类型客户的用电行为模式画像。某地区20 000户工商业客户的用电行为模式画像分析结果表明:文中选取的用电行为标签合理有效、采用的聚类算法效果显著、客户画像精准,能够为电力公司掌握客户用电习性、挖掘客户需求、提高服务水平提供有力支撑。

行为生态学视角下的网络信息查寻行为研究画像

文章借鉴用户画像思想,尝试对行为生态学视角下的网络信息查寻行为研究进行画像,以初步明确与聚焦该领域的研究问题空间。文章首先对涉及行为生态的信息行为研究现状进行梳理,明确了国内该领域的特色研究群落;并通过文献内容挖掘,进一步为该领域的研究问题空间及其具体研究内容、理论基础、研究方法、研究对策等要素进行标签化的研究画像。研究结果表明,行为生态学视角下的网络信息查寻行为研究框架初步形成,但尚有较大的探索空间。

基于画像技术对学生实现精准分析和服务

用户画像技术是一种应用领域广泛的新型精准化分析技术。在高校管理过程中,如何实现对学生的精准管理一直是学校管理的难点。借助用户画像技术,基于高校智慧校园的大数据,通过标签分类技术,数据加工技术,模型分析技术等,实现对学生的精准化画像可以有效地解决这个难点。本文对学生用户画像主要技术进行了解析,通过学生用户画像技术应用,高校管理者可以有效地提升对学生的管理水平。

用户异常行为分析方法研究与应用

为了应对高级持续性威胁(APT)攻击造成的威胁,解决传统基于规则的分析方法对用户异常行为检测的误报与漏报问题,提高用户异常行为检测效果,通过采集用户行为日志生成用户操作行为矩阵,并通过模型定义方式对用户行为进行相似度分析。采用容忍度测算、突变测算、差值测算与峰值测算方法,分析与发现用户异常访问。基于用户画像的异常行为分析方法结合了用户操作行为特征及角色定义,利用用户行为日志历史信息勾勒出用户行为画像,使系统能准确、实时地判断用户行为异常,提高了对异常行为的实时检测与快速响应能力。

基于生活方式量表的上海地区孕妇用户画像

以上海地区孕妇为研究对象进行用户画像,基于生活方式的AIO量表调查数据对孕妇群体进行分类和描述,以更换频率较高的基本孕期产品内裤为例,从消费偏好和消费需求两个角度量化分析其消费行为。结果表明:根据受试者的生活方式可将其分为随和型和理智型,两类受试者在孕期内裤产品的购买时间和渠道上无明显差异,并且对产品的关注要点相似。理智型受试者稍年长,学历较高,不易受外界干扰,要求产品材料舒适;随和型受试者较年轻,喜爱款式多变的产品,易受外界干扰。建议企业在产品开发和销售阶段,设计新颖产品面向随和型用户,并利用店铺活动拉动消费,而对于理智型用户,在产品设计时要避免繁琐,突出产品性能。

高端装备制造产业科技服务SaaS用户画像研究

综合科技服务平台的研发、建设和实施推动科技资源发现系统技术的飞跃性发展。通过大数据技术对海量用户行为数据分析能够帮助系统掌握用户重要特征,构建用户画像,从而提供更加精准的科技服务。本文围绕哈长城市群,面向高端装备制造产业科技服务SaaS应用平台,开展用户画像获取方法研究。通过整合用户静态数据与动态行为数据,完成数据清洗、聚类及标签映射工作,进而提取用户特征,在高端装备制造产业科技服务中实现精准营销、个性化服务,强化整体科技服务体系,使科技服务更加方便、快捷。

基于大数据的多群体用户画像构建系统设计

为了解决传统多群体用户画像构建系统画像结果准确率低的问题,引用大数据技术设计了一种新的多群体用户画像构建系统,针对系统的硬件和软件进行优化。系统硬件分为四个主要模块,分别是数据采集模块、数据存储模块、数据分析模块和数据可视化模块。以定期上传的方式采集数据信息,设计网络爬虫结构图提高数据采集效率,数据存储模块负责存储采集模块得到的用户数据、网络爬虫数据、中间处理数据以及结果数据,通过数据分析模块实现URL分类、构建用户画像、统计分析用户行为、设定用户行为。由数据源分析汇总、数据类型设置标签,并对标签进行分级,设定标签权重实现软件设计。实验结果表明,基于大数据的多群体用户画像构建系统构建的画像准确率更高,应用效果更好。

电商直播平台行为用户群体画像研究——以蘑菇街直播为例

为电商直播平台更精细运营提供建议。以蘑菇街电商直播间动作用户作为研究对象,通过爬虫程序,获取直播间截图、分享、加购物车、加关注、弹幕、时间等和动作用户个人主页的粉丝数、关注数、种草力数、身高、体重等,提出并使用二次聚类的群体画像方法。结论表明该平台存在9类典型群体,对聚类中心点对比,识别各群体特征,提出精准运营策略和建议。