数据融合视域下虚拟知识社区知识推荐模型构建  

Construction of Knowledge Recommendation Model in Virtual Knowledge Community from the Perspective of Data Fusion

作　　者：郭小光[1] Guo Xiaoguang

机构地区：[1]北京科技大学天津学院图书馆,天津301830

出　　处：《图书馆工作与研究》2024年第2期34-43,共10页Library Work and Study

基　　金：天津市哲学社会科学规划基金青年项目“公共安全突发事件下天津高校学生信息行为研究”(项目编号:TJTQQN20-001)研究成果之一。

摘　　要：文章采用扎根理论方法分析虚拟知识社区用户需求,构建虚拟知识社区用户知识需求框架,在此基础上提出虚拟知识社区数据融合方法,进而构建基于数据融合的虚拟知识社区知识推荐模型,并从用户画像、情感感知、社交网络3个角度提出虚拟知识社区知识推荐优化路径。The article adopts the grounded theory method to analyze the user needs of virtual knowledge communities,and proposes a data fusion method for virtual knowledge communities,build a virtual knowledge community user knowledge needs framework.Based on this,apersonalized knowledge recommendation model for virtual knowledge communities is constructed,and optimization paths for virtual knowledge community knowledge recommendation is proposed from three perspectives:user profile,emotional perception,and social network.

关 键 词：虚拟知识社区 知识推荐 推荐模型 数据融合 开放科学 

分 类 号：G252[文化科学—图书馆学]