一种基于用户画像的数字档案馆情景化信息推荐方法

摘要

本发明公开一种基于用户画像的数字档案馆情景化信息推荐方法,涉及智能化信息推送技术领域；利用用户画像数据库构建标签库，利用用户的全景数据和标签库构建用户画像模型，利用用户画像模型将用户画像数据与数字档案馆的档案数据进行匹配，并进行情境化分析，根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，并通过数字档案馆进行情景化信息推荐的方向与目标制定的可行性验证。

说明书

技术领域

本发明公开一种方法,涉及智能化信息推送技术领域，具体地说是一种基于用户画像的数字档案馆情景化信息推荐方法。

背景技术

在当前信息泛滥的环境下，随着数字档案馆建设的完善与服务理念的变革，用户对档案馆的服务提出了更高的要求，但现有的信息推荐服务无法使档案馆在海量信息中需要为用户挖掘出更人性化、匹配度较高的内容，并用适当的途径或手段推送给用户，因此现有的档案馆信息推荐服务无法提高用户获取信息的效率。

发明内容

本发明针对现有技术的问题，提供一种基于用户画像的数字档案馆情景化信息推荐方法，实现智能推荐档案信息，高用户获取信息的效率。

本发明提出的具体方案是：

本发明提供一种基于用户画像的数字档案馆情景化信息推荐方法，利用用户画像数据库构建标签库，利用用户的全景数据和标签库构建用户画像模型，

利用用户画像模型将用户画像数据与数字档案馆的档案数据进行匹配，并进行情境化分析，根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，

并通过数字档案馆进行情景化信息推荐的方向与目标进行验证调整。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐方法中所述利用用户画像数据库构建标签库，包括：

收集用户数据，根据所述用户数据提取用户信息和用户行为，搭建用户全景数据，

判断用户数据类别，清洗当前用户数据，

提取当前用户数据进行用户画像，

比对当前用户画像数据与画像数据库中的历史用户画像数据，存储与历史用户画像数据不冲突的当前用户画像数据至画像数据库中，

聚类画像数据库中用户画像数据得到不同的标签，构建标签库。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐方法中所述进行情境化分析，包括：

通过分析获取目标用户的实际需求资源和行为兴趣的分布数据，并根据目标用户的实际需求资源和行为兴趣的分布数据利用用户标签与用户画像模型建立不同的用户层次与主题等级。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐方法中所述根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，包括：

根据分析结果获取不同的用户层次与主题等级信息，根据所述用户层次与主题等级信息制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐方法中所述进行验证调整，包括：

采取随机取样及用户访问的方式，抽选目标用户的画像数据，并根据历史情景与当前情景的分类标准，确定目标用户在当前情景下感兴趣的档案数据，修改相应的推荐服务。

本发明还提供一种基于用户画像的数字档案馆情景化信息推荐装置，包括构建模块、分析模块、推送模块及验证调整模块，

构建模块利用用户画像数据库构建标签库，利用用户的全景数据和标签库构建用户画像模型，

分析模块利用用户画像模型将用户画像数据与数字档案馆的档案数据进行匹配，并进行情境化分析，推送模块根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，

验证调整模块通过数字档案馆进行情景化信息推荐的方向与目标进行验证调整。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐装置中所述构建模块利用用户画像数据库构建标签库，包括：

收集用户数据，根据所述用户数据提取用户信息和用户行为，搭建用户全景数据，

判断用户数据类别，清洗当前用户数据，

提取当前用户数据进行用户画像，

比对当前用户画像数据与画像数据库中的历史用户画像数据，存储与历史用户画像数据不冲突的当前用户画像数据至画像数据库中，

聚类画像数据库中用户画像数据得到不同的标签，构建标签库。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐装置中所述分析模块进行情境化分析，包括：

通过分析获取目标用户的实际需求资源和行为兴趣的分布数据，并根据目标用户的实际需求资源和行为兴趣的分布数据利用用户标签与用户画像模型建立不同的用户层次与主题等级。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐装置中所述推送模块根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，包括：

根据分析结果获取不同的用户层次与主题等级信息，根据所述用户层次与主题等级信息制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体。

进一步，所述的一种基于用户画像的数字档案馆情景化信息推荐装置中所述验证调整模块进行可行性验证，包括：

采取随机取样及用户访问的方式，抽选目标用户的画像数据，并根据历史情景与当前情景的分类标准，确定目标用户在当前情景下感兴趣的档案数据，修改相应的推荐服务。

本发明的有益之处是：

本发明提供一种基于用户画像的数字档案馆情景化信息推荐方法，通过收集用户全景数据，并根据标签库和所述全景数据提取用户信息和用户行为得到用户画像模型，所有用户画像数据与档案馆数据库中的数据进行匹配，并进行情境化分析，根据分析结果推送不同的群体，解决服务对象和推送内容的问题。同时本发明方法减少用户操作，降低用户查阅难度，通过这种方式能够快速获取与自己相关的信息，增加用户和档案馆的粘度，实现智能推荐档案信息。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明方法流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

本发明提供一种基于用户画像的数字档案馆情景化信息推荐方法，利用用户画像数据库构建标签库，利用用户的全景数据和标签库构建用户画像模型，

利用用户画像模型将用户画像数据与数字档案馆的档案数据进行匹配，并进行情境化分析，根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，

并通过数字档案馆进行情景化信息推荐的方向与目标进行验证调整。

本发明方法通过收集用户全景数据，并根据所述全景数据进行提取用户信息和用户行为得到用户画像模型，将所有用户画像数据与档案馆数据库中的数据进行匹配，并进行情境化分析，根据推送群体的不同，制定不同的分析方案，解决了服务对象和推送内容的问题。

具体应用中，在本发明方法的一些实施例中进行数字档案馆情景化信息推荐时，建立用户画像模型：

获取画像用户的全景数据，根据画像用户的全景数据和构建的标签库对画像用户进行多维度描述，构建用户画像模型。

进一步地，建立用户画像模型的具体步骤为：

S1数据获取：收集用户数据，并根据所述用户数据提取用户信息和用户行为，搭建用户全景数据，

S2数据分类：判断获取的用户数据类别，并将当前用户数据进行清洗，S3数据提取：对于当前数据进行用户画像提取，进一步加工数据，

S4数据存储：将当前画像数据与画像数据库中的历史画像数据进行比对，并将与历史画像数据不冲突的当前画像数据存储至画像数据库中，

S5数据标签：将数据库中的所得到的用户数据进行聚类得到不同的标签，构建标签库，

S6用户画像模型生成：根据画像标签中的当前画像数据形成最终的用户画像模型。

利用用户画像模型将用户画像数据与数字档案馆的档案数据进行匹配，并进行情境化分析，

进一步地，可通过大数据分析平台将所有用户画像数据与标签库中已有的标签进行匹配，使其用户画像数据库提升精准度，为用户提供精确的推荐方向，并可通过大数据平台制定相应的数据分析步骤和流程，使其数字档案馆的档案数据与用户画像模型数据相匹配，实现精准推送服务，并且进行情景分析时，通过分析获取目标用户的实际需求资源和行为兴趣的分布数据，并根据目标用户的实际需求资源和行为兴趣的分布数据利用用户标签与用户画像模型建立不同的用户层次与主题等级。

根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，

进一步地，在通过数据分析技术掌握了目标用户的实际需求资源和行为兴趣的分布数据后，根据分析结果获取不同的用户层次与主题等级信息，根据所述用户层次与主题等级信息制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体。即根据推送群体的不同，制定不同的分析方案，即解决服务对象和推送内容的问题。

并且开展情景化信息推荐验证可行性工作，保证数字档案馆情景化服务的准确性和实用性。其中采取随机取样、用户访问的方式，抽选出目标用户的画像数据，并根据历史情景与当前情景的分类标准，确定目标用户当前情景下可能感兴趣的档案信息，并修改相应的推荐服务。及时调整情景化智慧档案馆信息推荐服务方向。

本发明还提供一种基于用户画像的数字档案馆情景化信息推荐装置，包括构建模块、分析模块、推送模块及验证调整模块，

构建模块利用用户画像数据库构建标签库，利用用户的全景数据和标签库构建用户画像模型，

分析模块利用用户画像模型将用户画像数据与数字档案馆的档案数据进行匹配，并进行情境化分析，推送模块根据分析结果制定不同的用户群体的推送方案，推送相应的信息至相应的用户群体，

验证调整模块通过数字档案馆进行情景化信息推荐的方向与目标进行验证调整。

上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

同样地，本发明装置通过收集用户全景数据，并根据标签库和所述全景数据提取用户信息和用户行为得到用户画像模型，所有用户画像数据与档案馆数据库中的数据进行匹配，并进行情境化分析，根据分析结果推送不同的群体，解决服务对象和推送内容的问题。同时本发明装置减少用户操作，降低用户查阅难度，通过这种方式能够快速获取与自己相关的信息，增加用户和档案馆的粘度，实现智能推荐档案信息。

需要说明的是，上述各流程和各装置结构中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。