基于VSM的移动图书馆用户画像及场景推荐

【目的】为了更加精准地识别不同用户在不同场景的信息接受期望,采用用户画像的方法挖掘用户信息需求期望、信息搜索习惯和信息接受偏好。【方法】以技术接受模型(TAM)的感知有用性和感知易用性为逻辑起点,综合运用问卷调查方法、访问日志挖掘方法、出声思考法挖掘用户在不同场景的信息需求期望、信息搜索习惯和信息接受偏好,运用专家访谈法基于向量空间模型(VSM)构建用户画像模型。【结果】运用协同过滤算法对不同用户进行场景推荐。【局限】实验样本数据量较小,虽不影响实际推荐效果,但在一定程度上会影响推荐的精准度。【结论】基于模型对用户在不同场景的信息接受期望进行聚类,运用Tagul标签云生成工具为5个场景用户画像,为移动图书馆不同场景有针对性地制订了情境配置方案。