基于社交網(wǎng)絡的個性化知識服務模型研究*

楊瑞仙李露琪

基于社交網(wǎng)絡的個性化知識服務模型研究*

楊瑞仙李露琪

通過對社交網(wǎng)絡所產(chǎn)生的海量用戶以及數(shù)據(jù)的挖掘與分析，判斷用戶不同的特征與喜好，從而為用戶定制個性化知識服務，達到用戶的需求，增強其對產(chǎn)品與服務的使用黏性，這不僅滿足了企業(yè)的商業(yè)目的，同時也提高了用戶的滿意度。論文在深入了解我國社交網(wǎng)絡的運營模式、分析社交網(wǎng)絡中用戶行為特征的前提下，提出從用戶興趣模型出發(fā)的個性化知識服務，并建立了基于個人興趣和興趣傳播推薦的個性化知識服務模型。

社交網(wǎng)絡用戶行為個性化知識服務興趣模型

自互聯(lián)網(wǎng)誕生以來，數(shù)據(jù)一直以驚人的速度增長。門戶網(wǎng)站、搜索引擎、社交網(wǎng)絡的先后問世引領著傳統(tǒng)互聯(lián)網(wǎng)數(shù)據(jù)不斷膨脹，真正的“大數(shù)據(jù)”時代已經(jīng)來臨。而“大數(shù)據(jù)”中的“大”字從2011年起的興旺發(fā)達，要歸功于SNS（social network service）[1]。SNS不但是人們在互聯(lián)網(wǎng)上的聚合，還提供了人與人之間的交互平臺和關系集合。社交網(wǎng)絡產(chǎn)生了海量用戶以及實時和完整的用戶數(shù)據(jù)，同時也記錄了用戶群體的情緒，通過深入挖掘這些數(shù)據(jù)來了解用戶，根據(jù)這些分析將用戶精準細分；根據(jù)用戶的消費習慣、興趣愛好、關系網(wǎng)絡對互聯(lián)網(wǎng)服務以及產(chǎn)品進行針對性的優(yōu)化和改進，達到真正滿足用戶的需求和喜好，最終提升用戶的使用體驗并增強其對產(chǎn)品和服務的使用黏性。這不僅是互聯(lián)網(wǎng)從業(yè)者為實現(xiàn)商業(yè)目的所關注的熱點，也是情報工作人員為提升用戶體驗度以及進行知識服務研究的重點。

國內(nèi)學者大都側重于對高校或者公共圖書館的個性化知識服務的研究，而在基于互聯(lián)網(wǎng)熱門領域的知識服務研究較少。本文在深入了解我國社交網(wǎng)絡的運營模式、分析社交網(wǎng)絡中用戶行為特征的前提下，提出了基于社交網(wǎng)絡所應提供的個性化知識服務。

1 社交網(wǎng)絡

1.1 社交網(wǎng)絡概況

一般意義的社交網(wǎng)絡即Social Network Service（SNS），是指以“實名交友”為基礎，基于用戶之間共同的興趣、愛好、活動等，在網(wǎng)絡平臺上構建的一種社會關系網(wǎng)絡服務，屬于目前社會化媒體的一種主流形式。根據(jù)用戶使用社交網(wǎng)絡的目的，以及各社交網(wǎng)站的定位，可將國內(nèi)社交網(wǎng)絡分為以下幾類：（1）休閑娛樂類社交網(wǎng)絡：以滿足用戶的休閑娛樂需求為主，目前以人人網(wǎng)、騰訊社區(qū)（包括騰訊朋友和QQ空間）、開心網(wǎng)等為典型代表；（2）婚戀交友類社交網(wǎng)絡：以婚戀交友的需求為主，如世紀佳緣、百合網(wǎng)、珍愛網(wǎng)等；（3）商務交友類社交網(wǎng)絡：以商務交友的需求為主，如優(yōu)士網(wǎng)、若鄰網(wǎng)、經(jīng)緯網(wǎng)等；（4）其他社交網(wǎng)絡。通常，學者所研究的都是以Facebook為模板的休閑娛樂類的社會網(wǎng)絡。

1967年，哈佛大學的心理學教授Stanley Milgram（1933—1984）創(chuàng)立了六度分離理論：“你和任何一個陌生人之間所間隔的人不會超過六個，也就是說，最多通過六個人你就能夠認識任何一個陌生人。”按照六度分隔理論，每個個體的社交圈都不斷放大，最后成為一個大型網(wǎng)絡，這就是社會化網(wǎng)絡（SNS）。然而，隨著互聯(lián)網(wǎng)的發(fā)展，社交網(wǎng)絡的定義將不再局限于人與人的社交，而是人與人，人與物，物與物的范圍更大的社交網(wǎng)絡。我們可以稱之為“大社交網(wǎng)絡”——BIG Social Networking Services （Big SNS），這個大社交網(wǎng)絡本質(zhì)上也就是基于互聯(lián)網(wǎng)大腦神經(jīng)系統(tǒng)不斷發(fā)育的結果，它的發(fā)育對于理解云計算、物聯(lián)網(wǎng)、社交網(wǎng)絡、大數(shù)據(jù)的關系將有著重大的啟發(fā)作用。1.2 社交網(wǎng)絡的特點與發(fā)展趨勢

1.2.1 社交網(wǎng)絡的特點

目前，社交網(wǎng)站的基本模式是網(wǎng)站給用戶提供個人主頁，方便用戶上傳照片、視頻，發(fā)表日志，更新個人狀態(tài)，同時還可以添加好友，根據(jù)好友的隱私設置，用戶還可以訪問其個人主頁或進行留言[2]。因此，社交網(wǎng)絡區(qū)別于其他互聯(lián)網(wǎng)產(chǎn)品最明顯的一個特點就是其真實性。從發(fā)展之初，社交網(wǎng)站都在強調(diào)要建立真實的社會網(wǎng)絡，提倡用戶使用真實信息進行注冊。除此之外，社交網(wǎng)絡有人際互動、人際弱連接性、隱私保護等特點。

（1）真實性。實名制是很多社交網(wǎng)站的重要特征，用戶通過實名注冊將線下真實的人際網(wǎng)絡關系復制到網(wǎng)絡上，不僅保證了關系的真實性，而且也加強了朋友之間的互動關系。在真實和信任的基礎上，用戶更加愿意參與互動，愿意在自己的網(wǎng)頁中表達情緒，關注朋友的狀態(tài)，分享自己的心情。同時，線上與線下的結合，虛擬空間與實體空間的交流構成了所謂的流動空間。

（2）人機互動特性。社交網(wǎng)站的實名制促進了朋友間的互動性。社交網(wǎng)站不同于社區(qū)型網(wǎng)站，社區(qū)型網(wǎng)站僅僅是給用戶提供了一個表達自我的空間，而社交網(wǎng)站還在此基礎上加入周圍真實朋友的關注和互動。社交網(wǎng)站也充分利用這一特點推出了各種互動類的小游戲，比如風靡一時的搶車位、偷菜等，這種建立在真實人際關系基礎上的互動性格外吸引用戶。

（3）人際弱連接性。社交網(wǎng)站從發(fā)展最初就參照“六度分隔理論”，利用社會中人與人之間建立關系的可能性以及普遍存在的“朋友的朋友也是朋友”的弱連接性來拓展人際關系網(wǎng)絡。現(xiàn)在的社交網(wǎng)絡更是依托人際關系將人脈發(fā)展到最大化，通過“弱連接”創(chuàng)造一個“極虛擬、極真實”的大社交網(wǎng)絡。

（4）權限可控性。真實性在提高社交網(wǎng)站中用戶間交互體驗的同時，也不可避免地使人們將關注度集中在隱私保護等問題上。雖然各大社交網(wǎng)站在用戶注冊的時候都承諾不會將用戶的個人隱私及信息泄露給他人和機構，但還是無法從根本上消除用戶的顧慮。在社交網(wǎng)絡中，用戶可以自由選擇自己信息的開放程度與可見性，以及交友權限，使得用戶的隱私得到了更好的保護。

1.2.2 社交網(wǎng)絡的發(fā)展趨勢

社交網(wǎng)站的特性是其建立與發(fā)展的基礎，而在信息技術的浪潮中，SNS未來的發(fā)展趨勢也是研究其針對用戶提供個性化知識服務的基礎。在艾瑞咨詢發(fā)布的《2014年中國移動互聯(lián)網(wǎng)用戶研究報告》中指出，2013年中國移動互聯(lián)網(wǎng)用戶規(guī)模為5億人，成為中國網(wǎng)民的主要陣地。同時結合《2012—2013年度中國社交網(wǎng)絡用戶行為研究報告》的數(shù)據(jù)分析，總結出以下社交網(wǎng)絡發(fā)展的趨勢。

（1）從PC端向移動終端遷移。伴隨著移動3G時代的到來，它能夠更好地實現(xiàn)無縫漫游，并處理圖像、音樂、視頻流等多種媒體形式，使得手機、iPad等移動終端能夠與互聯(lián)網(wǎng)充分融合，移動互聯(lián)網(wǎng)已經(jīng)勢不可擋。所以在國內(nèi)，無論是傳統(tǒng)的互聯(lián)網(wǎng)陣營（校內(nèi)網(wǎng)、騰訊），WAP無線互聯(lián)網(wǎng)陣營（3G門戶），還是運營商（移動、聯(lián)通、電信）和設備生產(chǎn)商（華為）都對移動SNS“虎視眈眈”[3]。

（2）從熟人社交轉向陌生人社交和興趣社交。在國內(nèi)社交網(wǎng)絡發(fā)展的初期，以校園網(wǎng)、開心網(wǎng)等以熟人關系為主打的SNS網(wǎng)站成為了主力，然而從2009年開始，以豆瓣網(wǎng)為代表的以興趣為基礎串聯(lián)陌生人的社交網(wǎng)站開始興起。“物以類聚，人以群分”的觀念在現(xiàn)實中體現(xiàn)在人與人形成的各色“圈子”中，所以越來越多的SNS網(wǎng)站瞄準了特殊的小眾群體，通過用戶的選擇而推薦趣味相投的朋友，彼此交流形成獨特的群體。

（3）社交服務的垂直細分。在社交網(wǎng)站針對用戶的范圍逐漸細分的同時，各社交網(wǎng)站本身提供的服務也有垂直細分的趨勢。以人人網(wǎng)為例，從原來單一的交友、動態(tài)展示等基礎功能逐漸擴充為包含生活、娛樂、求職、便民等一系列可供選擇的功能，針對用戶的不同需求提供個性化的服務。

（4）社交網(wǎng)絡電子商務結合。中國電子商務研究中心數(shù)據(jù)顯示，2013年第二季度電子商務和社交網(wǎng)絡的網(wǎng)民日重合率為18.35%，即同一天內(nèi)訪問電子商務或者社交網(wǎng)絡任一類服務的網(wǎng)民中有18.35%的網(wǎng)民同時訪問了這兩類服務。據(jù)艾瑞咨詢調(diào)研數(shù)據(jù)顯示，84.7%的用戶愿意使用社交化購物網(wǎng)站，其中有72.9%的用戶會逐漸增加對此類網(wǎng)站功能的使用。由此可見，社交化購物網(wǎng)站逐漸得到了用戶的認可，未來用戶繼續(xù)使用的意愿很強。

1.3 社交網(wǎng)絡中用戶行為研究

對社交網(wǎng)絡中用戶行為、群體特征、用戶間信息傳播等進行分析，可以充分掌握用戶的行為模式和社交網(wǎng)站中信息傳播模式，有助于網(wǎng)站運營商全面掌握用戶需求從而提供個性化的服務和產(chǎn)品[4]。在分析了用戶使用社交網(wǎng)絡的行為（見圖1）后，可以看出社交網(wǎng)絡中用戶的行為主要由用戶之間的關系、用戶生成內(nèi)容、用戶興趣選擇三方面組成。

（1）用戶與用戶之間的關系。社交網(wǎng)絡所提供的基本功能就是供用戶維護真實與虛擬的社交關系。然而用戶并不只是通過傳統(tǒng)的聊天方式維護彼此的關系，關注彼此的信息、分享彼此的生活、互動游戲等已經(jīng)是當前熱門的社交方式。

（2）用戶生成內(nèi)容。在社交網(wǎng)站中，用戶發(fā)布日志、照片、視頻、狀態(tài)、評論等均是用戶生成內(nèi)容，這些內(nèi)容極大地豐富了社交網(wǎng)絡的內(nèi)涵，提供了社交所需要的基本信息，是研究用戶行為必不可少的內(nèi)容。

（3）用戶興趣選擇。社交網(wǎng)絡中的用戶需要擁有個人空間，這個空間不僅可以讓別人來關注自己，同時也可以根據(jù)個人喜好選擇一些內(nèi)容，比如空間風格的裝扮、喜愛應用的添加以及感興趣的話題等等。研究人員可以通過獲取用戶關注的領域以及經(jīng)常使用的應用為用戶制作個性化標簽，提供更加準確的服務。

信息研究人員可以根據(jù)以上三個方面的內(nèi)容對用戶具體的行為特征進行調(diào)查，例如：（1）用戶在網(wǎng)站的停留時間、跳出率、回訪者、新訪問者、回訪次數(shù)、回訪相隔天數(shù)；（2）用戶所使用的搜索引擎、關鍵詞、關聯(lián)關鍵詞和站內(nèi)關鍵字；（3）用戶訪問網(wǎng)站流程，用來分析頁面結構設計是否合理；（4）用戶在頁面上的網(wǎng)頁熱點圖分布數(shù)據(jù)和網(wǎng)頁覆蓋圖數(shù)據(jù)；（5）用戶在不同時段的訪問量情況等。

2 個性化知識服務

2.1 個性化知識服務的內(nèi)涵

個性化知識服務是近幾年圖書情報學研究的熱點，主要是個性化服務與知識服務的結合。它產(chǎn)生于社會的個性化需求，是根據(jù)用戶的知識結構、信息需求，或是基于用戶的興趣愛好、使用習慣等個人特征，通過用戶定制、系統(tǒng)推薦和推送功能，有的放矢地為某一用戶創(chuàng)造符合個性需要的信息服務[5]。

2.2 個性化知識服務的特征

個性化知識服務從根本上改變了“我提供什么，用戶接受什么”的傳統(tǒng)服務模式，發(fā)展到“用戶需要什么，我提供什么”的個性化服務模式，化被動為主動，提高了幫助用戶解決問題的基本能力[6]。

個性化知識服務具有以下一些基本特征。

（1）以用戶為中心。以用戶為中心是個性化知識服務區(qū)別于傳統(tǒng)信息服務的本質(zhì)特點。個性化知識服務以方便用戶利用、滿足用戶需求為前提，尊重用戶的意愿，研究用戶行為，提供“量身定制”的服務。

（2）知識性。不僅為用戶提供其所需要的信息，還要根據(jù)用戶的研發(fā)環(huán)境提供針對實際問題的解決方案。

（3）主動性。根據(jù)用戶對知識信息的需求，有針對性和目的性地將用戶所需知識信息送達用戶。

（4）互動性。能夠提供個性化知識服務的系統(tǒng)不僅要提供友好的界面，而且要方便用戶交互，方便用戶描述自己的需求，方便用戶反饋對服務結果的評價。要能夠?qū)τ脩舻膫€人需要、習慣、愛好、興趣等信息需求和利用行為進行了解、開發(fā)和挖掘，從而不斷改進服務質(zhì)量。

（5）選擇性。服務方式要靈活多變，具有選擇性。不僅要提供更加準確的知識信息，還要能夠按照用戶選擇的方式進行服務，如信息的顯示方式、提供結果的方式等。

2.3 個性化知識服務模式

（1）定制服務。個性化信息定制服務是指用戶可以根據(jù)自己的興趣和需求定制不同的信息資源、界面和服務種類等。最終實現(xiàn)不同用戶登陸后具有不同的權限、不同的界面風格，能夠訪問不同的信息資源，實現(xiàn)完全的個性化信息服務[7]。

（2）信息推送服務。推送技術是一種按照用戶指定時間間隔或根據(jù)發(fā)生的事件，把用戶選定的數(shù)據(jù)自動推送給用戶計算機的數(shù)據(jù)發(fā)布技術。信息推送服務減少了用戶盲目的網(wǎng)上搜索，節(jié)約了大量的時間和寬帶資源，提高了用戶信息檢索的效率。

（3）智能代理。用戶在檢索信息時，沒有確切的興趣愛好和需求，或者無法確切表達時，智能代理技術的運用很好地滿足了用戶的這一需要，通過跟蹤用戶在信息空間中的活動，自動捕捉用戶的興趣愛好，主動搜索可能引起用戶興趣的信息并提供給用戶[8]。

（4）垂直門戶信息服務。垂直門戶立足于提供某一領域的精品服務或是某一特定平臺，可以有效地把對某一特定領域信息感興趣的用戶與其他用戶區(qū)分開來，更能滿足用戶的特定性信息需求，從而提供個性化高質(zhì)量的信息服務。

3 基于社交網(wǎng)絡的個性化知識服務

3.1 基于社交網(wǎng)絡的個性化知識服務技術

對于基于社交網(wǎng)絡的個性化知識服務，目前國內(nèi)學者主要集中在對于個性化推薦系統(tǒng)的研究。朱琳珂在基于西安某軟件公司與美國某互聯(lián)網(wǎng)公司的合作項目，以社交網(wǎng)絡為基礎，研究了經(jīng)典的社區(qū)發(fā)現(xiàn)算法、個性化推薦技術以及信任評估方法，提出了一種基于社交網(wǎng)絡的個性化推薦算法[2]；趙欣結合社交網(wǎng)絡、標簽系統(tǒng)、協(xié)同推薦系統(tǒng)以及群體決策理論提出了基于社交網(wǎng)絡的群體推薦系統(tǒng)算法[9]；邢星深入研究影響社交網(wǎng)絡個性化推薦方法推薦質(zhì)量的主要因素，建立能夠準確預測用戶興趣的推薦模與學習算法，形成真實反映社交網(wǎng)絡用戶興趣的個性化推薦方法[10]。

可見，協(xié)同過濾技術以及智能標簽技術是支撐個性化知識服務的關鍵技術。

協(xié)同過濾技術：用于分析用戶興趣，在用戶群中找到指定用戶的相似（興趣）用戶，綜合這些相似用戶對某一信息的評價，形成系統(tǒng)對該指定用戶對此信息的喜好程度預測。基于協(xié)同過濾的推薦可以分為三個子類：基于用戶的推薦（User-based Recommendation），基于項目的推薦（Item-based Recommendation）和基于模型的推薦（Model-based Recommendation）[11]，見圖2和圖3。

智能標簽技術：是建立在社會化標簽的基礎上，用戶為自己喜歡的文章、圖片、音頻、視頻等一系列文件所定義的一個或多個描述。通過標簽可以發(fā)現(xiàn)用戶隱藏在互聯(lián)網(wǎng)中的興趣，從而進行相似度比較，最終向用戶推薦符合其標簽頁的相關網(wǎng)頁和應用，達到個性化推薦的目的[12]。

3.2 基于社交網(wǎng)絡的個性化知識服務模型

基于社交網(wǎng)絡的個性化知識服務必須建立在分析用戶興趣模型的基礎上，同時興趣模型的建立既要通過歷史數(shù)據(jù)（智能標簽）確定目標用戶的個人興趣，也要關注社交網(wǎng)絡中其他用戶的興趣對于目標用戶的影響。所以應該結合基于個人興趣的推薦和基于興趣傳播的推薦兩個方面進行個性化推薦服務。

（1）基于個人興趣的推薦。社交網(wǎng)絡中用戶的行為可以總結為交友、發(fā)布信息、瀏覽頁面、使用應用四個方面，在結交新友時，用戶會填寫尋找好友的要求（性別、學歷、年齡、職業(yè)、愛好）等；在發(fā)布信息時，用戶會對自己感興趣的內(nèi)容進行收藏、轉載和評論等；在瀏覽頁面的時候，用戶會留下標簽與瀏覽痕跡；在使用應用時，可以根據(jù)用戶的點擊量以及分享給好友的情況判斷用戶的喜好。以上行為都會為確定用戶的興趣愛好提供充分的證據(jù)，并由此推薦給用戶興趣相投的好友以及需要的應用，最終實現(xiàn)基于用戶個人興趣愛好的個性化推薦服務，如圖4所示。

（2）基于興趣傳播的推薦。在社交網(wǎng)絡中用戶個人的興趣不僅影響著與其有直接社會關系的人的興趣，同時根據(jù)“弱連接理論”也影響著大社交網(wǎng)絡中的其他人。所以首先要通過用戶之間的關注度、親密度、互動程度對目標用戶與朋友之間社會關系的緊密關系進行分析，通過目標用戶與朋友之間共同好友的數(shù)量與目標用戶朋友的數(shù)量計算影響因子，然后經(jīng)過緊密度以及影響力的分析，搜索社交網(wǎng)絡中對目標用戶的個人興趣產(chǎn)生影響的用戶，并根據(jù)貝葉斯定理計算用戶之間個人興趣的間接影響，最終判斷社交網(wǎng)絡中興趣傳播對用戶的影響，如圖5所示。

4 結語

基于社交網(wǎng)絡所能為用戶提供的個性化知識服務遠不止個性化推薦服務，然而，無論是何種服務都要實現(xiàn)以用戶為中心的目的。從某種意義上來說，社交網(wǎng)絡雖然以虛擬的形式建立起人與人之間的關系，但所關注的還是人的本身，因此社交網(wǎng)絡的發(fā)展必將與互聯(lián)網(wǎng)上現(xiàn)有的各種服務相融合。正如多年前騰訊設想的那樣成為一站式互聯(lián)網(wǎng)服務提供商，社交網(wǎng)絡將網(wǎng)絡聊天、交友、博客、網(wǎng)絡社區(qū)、音樂共享、RSS等有機地融合成為“在線生活社區(qū)”；同時，獨樹一幟的垂直化SNS也將成為發(fā)展趨勢。所以，研究社交網(wǎng)絡的個性化知識服務有助于用戶在龐然復雜的網(wǎng)絡信息中選擇自己感興趣的和有價值的信息，同時也為互聯(lián)網(wǎng)服務人員提供了努力的方向。

[1]譚磊.New Internet：大數(shù)據(jù)挖掘[M].北京：電子工業(yè)出版社，2013：295-296.

[2]朱琳可.基于社交網(wǎng)絡的個性化推薦服務研究[D].陜西：西北大學，2012：7-8，4-5.

[3]西門柳上，馬國良，劉清華.正在爆發(fā)的互聯(lián)網(wǎng)革命[M].北京：機械工業(yè)出版社，2009：193.

[4]鄧夏瑋.基于社交網(wǎng)絡的用戶行為研究[D].北京：北京交通大學，2012：2-3.

[5]王世偉.圖書館個性化知識服務發(fā)展報告[M].北京：科學出版社，2010（4）：80-81.

[6]沈東婧，江曉波，王斌.基于用戶需求的圖書館個性化知識服務系統(tǒng)構建[J].情報探索，2010（1）：14-16. [7]周萍.高校圖書館個性化信息服務研究[D].吉林：吉林大學，2007：10-12.

[8]林強.基于智能Agent的用戶個性化檢索系統(tǒng)的實現(xiàn)[J].圖書館學研究，2005（5）：7-10.

[9]趙欣.基于社交網(wǎng)絡的群體推薦系統(tǒng)[D].成都：電子科技大學，2013：1-3.

[10]邢星.社交網(wǎng)絡個性化推薦方法研究[D].大連：大連海事大學，2013：1-2.

[11]路曉亞，宋秋麗.基于用戶興趣變化的協(xié)同過濾技術的研究[J].電腦與電信，2012（3）：51-52，58.

[12]易明，王學東，鄧衛(wèi)華.基于社會網(wǎng)絡分析的社會化標簽網(wǎng)絡分析與個性化信息服務研究[J].中國圖書館學報，2010（2）：107-114.

楊瑞仙鄭州大學信息管理學院講師。河南鄭州，450000。

李露琪鄭州大學信息管理學院本科生。河南鄭州，450000。

Research on the Personalized Knowledge Service Model based on Social Network

Yang Ruixian，Li Luqi

Through the analysis of the massive users and data generated by social networks,determining the users’different characteristics and preferences can customize personalized knowledge services for users,achieving the needs of users and enhancing the viscosity of products and services,which not only satisfies the commercial purpose of the enterprise but also improves the satisfaction of the users.This article is based on deep understandings of our country's social network operating mode and the analyzing of characteristics of the user behavior in the social network,putting forward that we should provide personalized knowledge services by using the user interest model and set up personalized knowledge service model based on the recommendations from the personal interest and the recommendation of interest spread.

Social network.User behavior.Personalized knowledge services.Interest model.

G250

2014-07-05編校：方瑋）

*本文系國家自然科學基金項目“基于海量數(shù)字資源的科研關系網(wǎng)絡構建研究”（項目編號：71273251）研究成果之一。