基于三元交互决定论的在线学术社区动态知识推荐服务模型研究

赵雪芹，王青青，蔡 铨

(湖北大学历史文化学院,武汉 430062)

1 引言

随着互联网技术的发展与信息更迭速度的增长，传统的知识获取模式与知识交流路径已无法满足学者多元化的需求，兼具线上社交与资源共享功能的在线学术社区成为了学者知识交流与获取的新路径。在线学术社区为学者实现跨时空的学术交流与前沿知识获取提供了便利。但随着时间积累，在线学术社区的弊端也逐渐显现，社区资源的碎片化、高冗余、品质不齐等问题增加了用户的资源获取成本，降低了用户对于社区服务的满意度。为改善上述问题，满足用户个性化的知识需求，知识推荐被引入到在线学术社区服务中。现有的知识推荐服务主要依赖于用户与用户交互数据、用户与平台交互数据、用户个人属性数据的采集，进行用户知识需求感知分析，这些数据都属于交互行为数据、个体特质数据范畴[1]。然而已有研究证实用户的知识需求感知是受多维因素影响的，服务情境对用户的知识需求也有显著的影响作用[2]，是以服务情境的分析需被纳入到学术社区用户知识需求感知计算中。此外，由于用户对于知识需求的发现是一个心理内化的过程，其交互行为、个人特质、所接受的服务情境都会交织作用于用户感知，用户通过心理分析明确最终的知识需求。那上述3 类影响因素在用户心中是如何交织作用的，又是如何整合成用户的最终需求的呢，目前社区知识推荐领域尚未有学者给出明确的解释。……