信息推荐系统：移动数字图书馆用户画像构建

通过上述对读者标签的确立，我们采用本体建模方法构建用户画像的概念模型。首先，通过上述用户属性分析来构建读者的用户标签，将用户各种标签(用户的自然属性标签、兴趣属性标签、行为属性标签、情境属性标签)按照UC＝{User＿info，Interest，Behavior，Costume}的形式表示，具体阐述如下:

①用户自然属性标签的形式化表示为:User＿info＝{UID，Name，Gender，Age，Identity，Major，Ranks}，该式中各字段的属性含义具体如表8-7所示。

表8-7　用户自然属性标签

续表

②用户兴趣属性标签的形式化表示为:Interest＝{Equipment，Internet，Price，Style}，式中各字段的属性含义如表8-8所示。

表8-8　用户兴趣属性标签

(www.xing528.com)

③用户行为属性标签的形式化表示为:Behavior＝{Downloading，Borrowing，Frequency，Evaluation}，式中各字段的属性含义如表8-9所示。

表8-9　用户行为属性标签

④用户情境属性形式化表示为:Costume＝{Time，Position，Weather＿Con}，其中，时间标签的形式化表示为:Time＝{TID，Datetime，Month，Parttime}；用户位置标签的形式化表示为:Position＝{City，PosType，Colleague}；用户外界环境标签的形式化表示为:Weather＿Con＝{Weather，Humidity，Noise}，上式中各字段的属性含义如表8-10所示。

表8-10　用户情境属性标签

根据上述给出的读者自然属性标签、兴趣属性标签、行为属性标签以及情境属性标签的形式化表示方法，本节采用本体建模方法构建了移动数字图书馆推荐系统的用户画像概念模型，具体如图8-7所示。