《面向推荐服务的用户信息需求转化模型构建》由会员分享，可在线阅读，更多相关《面向推荐服务的用户信息需求转化模型构建（5页珍藏版）》请在金锄头文库上搜索。
1、!理论与探索 #ITAp 邓胜利1,孙高岭2( 11武汉大学 信息资源研究中心,湖北 武汉 430072 ;21深圳德勤会计师事务所,广东 深圳 518010)面向推荐服务的用户信息需求转化模型构建*摘 要: 本文从 W eb210时代的用户信息需求分析出发, 探讨了基于显性行为和隐性行为的个性化服务需求, 分析了用户对推荐服务的要求, 构建了基于推荐服务的用户信息需求转化模型。关键词: 信息需求; 用户行为; 推荐服务Abstract :Proceeding fro m the analysis of the user infor mation de mand in theW eb 210
2、ti mes,this article dis -cusses the personalized service de mand based on explicitbehavior and tacit behavior ,analyzes the user de mand forreco mmendation service ,and constructs a user infor mation de mand transfor mationmodel based on reco mmendationservice .Keywords :infor mation de mand; user b
3、ehavior ;recommendation service*本文为教育部人文社会科学研究青年项目/基于 W eb210的交互式信息服务研究0 的成果之一。网络用户信息服务需求产生于信息需求之中, 但这并不意味着所有的信息需求都会转化为信息服务需求, 因为其中有一个基本条件和动因问题。只有具备必要的条件,并在一定的动力因素作用下, 这种转变才会发生, 用户的信息需求状态也会发生相应的改变。1 W eb210时代的用户信息需求分析从用户需求信息的获取途径来看, 可将用户需求划分为显性个性化需求和隐性个性化需求。111 基于显性行为的个性化服务需求显性个性化需求是显性获取的, 即通过用户注册、用
4、户交互、信息创造和发布等行为发掘用户的个人情况、专业需求、兴趣偏好等信息。显性需求的获取对用户要求较高, 需要用户有一定的信息素养并愿意主动参与。虽然这部分数据在整个用户的行为数据集中所占比例是绝对少数, 但它能够真实准确地反映用户需求。1) 用户注册行为。用户注册行为是其参与网络社会的第一步。对于任何一个网络信息系统, 如果用户要完全使用必须成为系统的注册用户。这样用户和服务提供商便达成了一个简单的协议。用户为了获取服务必须向服务商提供必要的信息, 并自愿提供一些其他相关信息。服务商也要根据协议向用户提供相应服务。用户提供的信息描述了用户显性信息需求的概况, 是开展推荐服务的基础, 任何推荐
5、服务都必须以用户注册时提供的需求信息为依据展开。2) 用户交互行为。随着网络技术的发展,各种同步和异步交互手段不断丰富。用户在获取和利用信息的同时可以通过信息服务商提供的系统交互平台与信息提供者或其他用户进行交流。例如: 邮件讨论组,BBS的主题讨论,Blog的留言和评论等。此时用户所进行的行为虽然不是信息的创造行为, 但用户的信息交互行为会强烈地体现出用户需求的偏好性 1。用户参与讨论的话题和在讨论中所持有的观点一般都会带有用户的偏好特性, 对用户的信息交互行为进行深入的挖掘必然会更加准确地定义用户的偏好性需求, 提供更加准确的个性化推荐服务。3) 信息创造和发布行为。在网络社会中用户不仅是
6、信息的利用者, 更是信息的创造者和发布者。目前,网络服务只是发掘了网络社会信息发布的内容资源, 还没有对用户本身的行为资源进行深入的研究利用。用户在网络中进行原生信息发布只可能体现两个特性:专业性和偏好性。用户的信息创造和发布行为通常只会发生在自己的专长领域或者自己很感兴趣的领域。所以, 信息推荐服务要更加关注用户的信息创造和发布行为, 准确地挖掘出用户的专业需求和偏好需求, 为用户进行新的信息创造和发布活动提供及时、有效的推荐服务。112 基于隐性行为的个性化服务需求隐性个性化需求是隐性获得的, 即通过用户浏览行为、信息传播行为和信息收集行为的数据分析来寻找用户可能存在的潜在信息需求。隐性需
7、求的获取对数据挖掘算)14)# 第 32卷 2009年第 6期 # ITA! 理论与探索 #法的效率要求较高, 需要软件和硬件平台的支持。这部分数据在整个用户的行为数据集中所占比例是绝对多数, 对它的挖掘可以及时发现用户需求和偏好的一些变化趋势,并据此引导用户发现并表达真正的信息需求。1) 信息浏览行为。网络用户的信息利用行为主要集中在对客户端浏览器日志和服务器端日志的数据挖掘两个方面。运用 W eb挖掘技术可以从服务器、浏览器日志记录和用户的个人信息中自动发掘隐藏在数据中的模式信息, 了解系统的访问模式和用户的行为模式。2) 信息传播行为。用户对于自己感兴趣的信息, 转载到 BBS,Blog
8、或发送邮件等, 也将其感兴趣的其他用户的资源加入自己的友情链接。由此可以看出, 用户在网络上的信息传播行为大多集中在自己感兴趣的领域。所以,对用户信息传播行为进行深入分析会发现用户的隐性偏好特征。3) 信息收集行为。用户对网络信息资源的收集行为有下面两种方式: 一是收藏夹和标签服务; 二是 RSS订阅服务。收藏夹和标签又可分为本地服务和网络服务, 网络的社会化收藏夹和标签服务是信息收集行为的发展趋势。RSS订阅服务在用户信息收集行为中所占的比例虽然还不高, 但用户数量在快速攀升 2。无论用户选择哪种信息收集行为进行信息收集, 都会从用户的信息收集行为中发现用户的隐性信息需求的专业性和偏好性,
9、进一步完善用户信息需求模型。2 用户对推荐服务的要求综合以上各方面因素, 用户对推荐服务的基本要求包括以下几点。211 推荐服务的充分性/ 充分性0 是指充分利用各种条件和一切可行的技术与设备, 组织开展用户推荐服务工作, 以确保所提供和传播的信息范围适当、内容完整并充分满足用户需求。信息推荐服务得以发展的基础是计算机和网络技术的发展, 包括群组通信技术、协同控制技术、同步技术、安全控制技术、协同应用共享等技术的发展, 这些核心技术组件为技术协同的实现提供了条件。1) 群组通信技术。目前普遍采用计算机网络技术,主要考虑的是点到点的通信, 这是计算机网络在互联和互操作情况下的通信模型。但是在协同
10、工作过程中, 要面对的可能是成百上千台计算机的同时协调工作, 这就需要进行点到多点和多点到多点的群组通信。同时, 协同工作系统要通过计算机及网络来协调人类群体的行为, 群组通信对计算机网络提出了更高的技术要求。2) 协同控制机制。在人们协同过程中需要遵循一定的规则, 否则会引起协同的困难, 协同技术通过分析群体成员协同时的行为习惯和心理状态, 向各成员提供协同所需的信息。协同技术中的协同控制着重调整各类协同事件的逻辑关系, 据此为协同应用系统提供相应的信息交流手段和工具, 从而将逻辑关系归结为抽象的协作规则并加以实现。3) 同步技术。群体成员协同的一个基本要求是向各成员提供一致的工作环境, 然
11、而, 各类协同事件的产生需要遵循一定的时间关系规则, 这就要求应用同步技术来维持这些时间关系 3。同步技术应用于协同系统着重解决协同过程中产生的各类协同事件间的时序关系, 其应用在于同步关系的描述及其实时服务的提供。4) 协同技术中的安全控制。协同技术为方便各群体成员迅速、便捷地访问系统资源, 高效的协同工作,其系统安全控制是协同系统设计应该考虑到重要问题之一。协同工作系统的安全控制主要体现在以下几个方面: 成员身份验证、成员权限控制和数据加密与解密, 其中安全控制重点是如何在群组通信环境中, 在保证数据安全的前提下提高传输效率, 有效进行密钥的传递和管理。5) 应用共享技术。应用共享技术是群
12、体内各成员通过各自的设备共同控制某一台机器执行的应用程序,其目的是扩展已有的大量用户应用程序, 使之可由多个用户共同控制, 实现协同。应用共享技术实现的基本方法是把单用户应用程序的显示输出到各个用户的机器上显示,同时按一定策略合并各用户的输入, 以对应用程序进行控制。212 推荐服务的及时性/及时性0 的含义包括两个方面:一是对用户的需求和交互行为要作出及时的响应; 二是服务提供和发布的信息要及时, 尽可能使用户以最快的速度得到他们所需要的信息服务。网络信息服务所处的环境是一个复杂多变的环境, 从信息服务的角度看, 它有 6个重要特征4: 非单一解答, 即所需信息不在某个单一地点或有单一答案;
13、开放式的问题, 即信息需求的问题没有事先预订好的解答模式; 多样化的策略, 即在复杂环境中想要解决开放式的信息需求问题, 用户必须从多方面评价来自不同信息源和采用不同呈现方式的信息, 因此, 用户在信息服务过程中要随信息变化不断地作出适时的调整, 因为信息的详略程度和相应的呈现方式总是在不断地变化; 历史因素, 即一方面作为一个信息系统或服务过程, 历史性的因素会影响到当前以及以后信息的获取和评价, 可以说就是具有了某种路径依赖性; 另一方面, 它也意味着在这种情况下,环境是动态变化的, 其状态和相应信息价值观都在不断变化中; 动态的信息, 即在复杂的环境中, 用户目标和信)15) #情报理论
14、与实践 #!理论与探索 #ITA息需求是动态变化和不断调整的, 外在的影响会改变对于信息的阐述和对信息的需求方式; 非线性反应, 即在复杂环境下对于交互活动的应对方式是非线性发展的, 也就是说他们对于初始条件和影响因子相当敏感, 可能开始时候的一个微小变化会导致局面发展的重大转向, 而且这种变化往往是不可预期的, 即 / 蝴蝶效应0。因此,在复杂的网络环境下成功地开展信息推荐服务, 为用户提供良好、稳定的交互服务并及时满足其信息需求非常重要。213 推荐服务的精准性信息推荐服务中一个至关重要的问题就是向用户提供的或帮助用户向外传递的信息要能解决问题, 尤其是向用户提供的关键性信息。要达到这一目
15、标, 必须加强用户需求的分析和研究工作, 大力开展个性化信息推荐服务, 努力提高推荐服务的信息质量。信息资源组织的对象不仅仅停留在对信息特征的描述上, 而要深入到知识单元, 扩大标引广度, 增加数据库的标引深度, 通过多层次、多方位的分析与描述来揭示知识信息资源, 促进信息资源服务的深入发展。目前的趋势之一是利用数据挖掘技术, 通过归纳学习、机器学习、统计分析等方法得到数据对象的内在特性, 并据此采用信息过滤技术提取用户感兴趣的信息, 或者更高层次的知识和规律 5。人工智能技术和信息推送技术也促进了信息资源的挖掘和深层次揭示。同时, 信息资源组织的发展方向越来越向知识, 而不单单是数据和信息。
16、信息资源组织的目的是向用户提供便于利用的、可以帮助解决问题的序列化知识, 实现从信息层次到知识层次的根本转变。不仅服务内容要深入揭示, 服务的组织方法也要多样化, 这样才能最大限度地满足用户的个性化需求。除了面向系统、面向内容的信息资源组织外, 面向对象的信息资源组织形式也随之出现。面向内容的信息资源组织是目前主流的信息资源组织方法, 它关注面向主题的资源如何发现与组织, 其中, 相对于大型综合性网站而言, 对某专题信息进行集中而深入揭示的信息门户是目前发展较快的领域。与之不同的是,面向对象的信息组织方法坚持以用户为中心的理念, 考虑到用户需求的是一个直接、深入、有效支持其检索、处理和利用信息来解决问题的系统, 面向用户的数字图书馆和网络信息服务系统都具有很强的针对性, 这样的服务也自然具有较高的精准性。3 基于推荐服务的用户信息需求状态转化过程推荐服务不断发展, 推动用户信息需求进行转化。这是一种不断交互的过程, 从而使得个性化信息推荐服务不断完善。311 用户信息需求状态细分用户的信息需求可以粗略地分为客观状态、认识状态和表达状态, 就其内容
