Please wait a minute...
Advanced Search
现代图书情报技术  2010, Vol. 26 Issue (12): 15-20     https://doi.org/10.11925/infotech.1003-3513.2010.12.03
  数字图书馆 本期目录 | 过刊浏览 | 高级检索 |
基于用户行为聚类的人物角色量化模型创建实证研究
孙敏杰1,2, 吴振新2
1. 中国科学院国家科学图书馆 北京 100190;
2. 中国科学院研究生院 北京 100049
User Behavior Clustering for Creation of Personas
Sun Minjie1,2, Wu Zhenxin2
1. National Science Library, Chinese Academy of Sciences, Beijing 100190, China;
2. Graduate University of Chinese Academy of Sciences, Beijing 100049, China
全文: PDF (582 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

根据人机交互设计中人物角色的用户建模思想,在机构仓储系统的应用环境下,通过对用户行为日志的分析,采用K-means聚类方法识别用户行为模式,并据此划分主要用户群体类型,创建机构仓储系统的人物角色-行为特征矩阵量化模型。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
孙敏杰
吴振新
关键词 人物角色用户行为用户建模聚类机构仓储系统    
Abstract

Based on the personas of user modeling in human-computer interaction design, through the analysis of user behavior logs in institutional repository, the authors use K-means clustering method to identify user behavior patterns, classify users group, and create personas-feature matrix quantitative models for institutional repository.

Key wordsPersonas    User    behavior    User    model    Cluster    Institutional    repository
收稿日期: 2010-06-18      出版日期: 2011-01-07
: 

G250

 
引用本文:   
孙敏杰, 吴振新. 基于用户行为聚类的人物角色量化模型创建实证研究[J]. 现代图书情报技术, 2010, 26(12): 15-20.
Sun Minjie, Wu Zhenxin. User Behavior Clustering for Creation of Personas. New Technology of Library and Information Service, 2010, 26(12): 15-20.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.12.03      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2010/V26/I12/15


[1] OCLC Research-JISC Report. http://www.oclc.org/us/en/news/releases/2010/201026.htm.

[2] Cooper A. 交互设计之路——让高科技产品回归人性
[M]. Ding C译.2版. 北京: 电子工业出版社, 2006.

[3] 孙敏杰,吴振新. 人物角色方法及其在数字图书馆的应用初探
[J]. 图书馆杂志,待发.

[4] 祝忠明,马建霞,张智雄,等. 中国科学院联合机构仓储系统的开发与建设
[J]. 图书情报工作, 2008,52(9): 90-93,144.

[5] Web Characterization Activity. http://www.w3c.org/wca.

[6] List of User-Agents (Spiders, Robots, Crawler, Browser). http://www.psychedelix.com/agents/index.shtml.

[7] TF-IDF百度百科. http://baike.baidu.com/view/1228847.htm#3.

[8] Sinka M P, Come D W.A Large Benchmark Dataset for Web Document Clustering.//Soft Computing Systems:Design,Management and Applications, Frontiers in Artificial Intelligence and Applications
[M]. 2002:881-890.

[9] 庞景安. 科学计量研究方法论
[M]. 北京: 科学技术文献出版社, 2002.

[10] Euclidean Distance. http://en.wikipedia.org/wiki/Euclidean_distance.

[1] 王若琳, 牛振东, 蔺奇卡, 朱一凡, 邱萍, 陆浩, 刘东磊. 基于异质信息嵌入与RNN聚类参数预测的作者姓名消歧方法*[J]. 数据分析与知识发现, 2021, 5(8): 13-24.
[2] 王晰巍,贾若男,韦雅楠,张柳. 多维度社交网络舆情用户群体聚类分析方法研究*[J]. 数据分析与知识发现, 2021, 5(6): 25-35.
[3] 卢利农,祝忠明,张旺强,王小春. 基于Lingo3G聚类算法的机构知识库跨库知识整合与知识指纹服务实现[J]. 数据分析与知识发现, 2021, 5(5): 127-132.
[4] 张梦瑶, 朱广丽, 张顺香, 张标. 基于情感分析的微博热点话题用户群体划分模型 *[J]. 数据分析与知识发现, 2021, 5(2): 43-49.
[5] 丁浩, 艾文华, 胡广伟, 李树青, 索炜. 融合用户兴趣波动时序的个性化推荐模型*[J]. 数据分析与知识发现, 2021, 5(11): 45-58.
[6] 杨辰, 陈晓虹, 王楚涵, 刘婷婷. 基于用户细粒度属性偏好聚类的推荐策略*[J]. 数据分析与知识发现, 2021, 5(10): 94-102.
[7] 于丰畅,程齐凯,陆伟. 基于几何对象聚类的学术文献图表定位研究[J]. 数据分析与知识发现, 2021, 5(1): 140-149.
[8] 邬金鸣,侯跃芳,崔雷. 基于医学主题词标引规则的词共现聚类分析结果自动判读和表达的研究[J]. 数据分析与知识发现, 2020, 4(9): 133-144.
[9] 温萍梅,叶志炜,丁文健,刘颖,徐健. 命名实体消歧研究进展综述*[J]. 数据分析与知识发现, 2020, 4(9): 15-25.
[10] 席运江, 杜蝶蝶, 廖晓, 仉学红. 基于超网络的企业微博用户聚类研究及特征分析*[J]. 数据分析与知识发现, 2020, 4(8): 107-118.
[11] 杨旭,钱晓东. 基于改进的Vicsek模型的社会网络同步聚类算法*[J]. 数据分析与知识发现, 2020, 4(4): 119-128.
[12] 熊回香,李晓敏,李跃艳. 基于图书评论属性挖掘的群组推荐研究*[J]. 数据分析与知识发现, 2020, 4(2/3): 214-222.
[13] 魏家泽,董诚,何彦青,刘志辉,彭柯芸. 基于均衡段落和分话题向量的新闻热点话题检测研究*[J]. 数据分析与知识发现, 2020, 4(10): 70-79.
[14] 赵华茗,余丽,周强. 基于均值漂移算法的文本聚类数目优化研究 *[J]. 数据分析与知识发现, 2019, 3(9): 27-35.
[15] 李珊,姚叶慧,厉浩,刘洁,嘎玛白姆. 基于ISA联合聚类的组推荐算法研究 *[J]. 数据分析与知识发现, 2019, 3(8): 77-87.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn