大数据环境下,知识数量不断增加,为用户提供参考依据和知识来源的同时,也带来“知识过载”等问题。用户开始逐渐依赖虚拟知识社区以解决知识获取、知识交流的问题。虚拟知识社区具有高密度、高价值的知识来帮助用户满足知识需求,用户可以通过虚拟知识社区平台交流知识、共享知识、接受知识,并参加到知识推荐、知识反馈等知识服务中。虚拟知识社区的服务保障机制可以为用户提供有针对性的知识,营造良好的知识互动氛围,增强用户归属感。虚拟知识社区也存在大量低质、重复的碎片知识,还具有知识内容质量参差不齐、知识信息服务功能较为单一、服务层次较浅、平台的同质化现象严重等问题,原有的知识服务理论方法和方式手段已无法完全适应用户日益增长的多样化需求。用户在社区中生成知识内容、利用知识的同时,也留下了各种形式的行为记录数据,这些多维数据中包含大量的用户行为信息和个性化需求信息,如何利用这些数据开展知识服务、为用户提供更加优质和适配的用户服务内容也成为目前一个重要的研究方向。本文以虚拟知识社区为研究对象,从面向用户需求的视角出发,分析虚拟知识社区用户需求,并根据用户需求对虚拟知识社区数据进行了维度划分及融合,研究基于多维数据融合的虚拟知识社区个性化知识推荐模型,探索虚拟知识社区个性化知识推荐效果评价方法,并提出相应的优化策略和建议。本文主要开展了以下六个方面的研究工作:(1)分析了用户需求的特征,包括需求表达的直接性、间接性、需求接收的实时性、需求服务的高效性以及形成原因,即任务驱动、知识偶遇以及交流互动,以此将用户知识需求划分为知识需求、情感需求以及社交需求三个类型。基于多理论假设,为虚拟知识社区用户知识需求维度划分提供了理论和实证依据。通过社会资本理论,提出网络社会资本、认知社会资本以及结构社会资本三个维度的假设,运用逻辑回归方法进行实证研究。结果表明,这三个维度对虚拟知识社区用户的知识需求具有显著影响。(2)虚拟知识社区的数据实质是一系列交互元素的集合体。虚拟知识社区开发与设计的核心来源于用户需求。基于社会资本理论,结合已有研究,从用户需求的角度对多维数据融合的过程和特征进行分析,在此基础上对多维数据进行维度划分,包括社交网络维度、情感感知维度以及用户画像维度。进一步分析了多维数据融合与知识推荐之间的关系:多维数据融合是知识推荐的基础,多维数据融合的质量是决定知识推荐效果的关键;知识推荐是多维数据融合的目的。(3)分析了虚拟知识社区个性化知识推荐的目标定位,包括知识推荐服务的可用性、知识推荐内容的有用性以及知识推荐结果的适配性。在此基础上,对虚拟知识社区个性化知识推荐的动力进行探讨,包括知识主体的牵引、知识技术创新发展需求的拉动、知识势能差的推动以及知识创新环境发展的必然。分析了虚拟知识社区个性化知识推荐模型的组成要素以及具体的推荐过程,包括知识需求的获取、多维度数据融合、知识生成以及知识推荐和吸收阶段。综合以上分析,从数据采集层、多维数据融合层、知识聚合层以及应用层4个层面构建多维数据融合的虚拟知识社区个性化推荐模型并进行探讨研究,以期通过服务组织模式探索,有效地促进用户服务,真正满足用户需求。(4)鉴于当前关于个性化知识推荐领域研究的热点问题,本文针对虚拟知识社区及其用户的多样化特征,通过引入用户画像、情感感知和社交网络三个维度信息,在多维数据融合的虚拟知识社区个性化知识推荐模型的基础上,完成用户知识需求的可视化;同时利用改进的最大团算法设计了虚拟知识社区个性化知识推荐算法,并且通过选取某虚拟知识社区用户数据进行了实例分析,实现了精准的个性化知识推荐。实例分析结果表明,在虚拟知识社区个性化知识推荐过程中,通过引入这三个维度信息并进行深度融合构建用户知识需求模型,可以使得其个性化知识推荐结果的精准度得到显著的提升。(5)基于多维数据融合的视角构建了虚拟知识社区推荐效果评价指标体系,旨在为虚拟知识社区推荐服务建设提供理论依据和评判标准。本文利用模糊层次分析方法对“虚拟知识社区推荐效果”指标体系进行测评,并选用模糊数学中隶属度函数作为标度系统对国内外6个具有代表性的虚拟知识社区进行实证研究。实证结果表明指标体系具有实际应用价值和较强的可操作性,能更好的指导虚拟知识社区进行推荐服务建设。本文在理论层面构建的评价指标体系为虚拟知识社区推荐服务建设提供新的研究视角;在实践应用层面,通过对推荐服务的评价来提升虚拟知识社区推荐服务质量和效率,从而达到满足用户需求和期望的目标。(6)基于社会资本理论,从用户画像视角、社交网络视角、情感感知视角三个维度入手,提出虚拟知识社区个性化推荐优化策略和建议。在用户画像视角下,满足用户的多层次知识需求,提高用户自身的知识素养,深度运用多维数据融合技术为用户提供更有针对性与价值的知识信息;在社交网络视角下,推动知识共同体的形成和发展,使平台内知识信息更具系统化、结构化、完整化特征,加强虚拟知识社区用户间交流和活动,开发基于虚拟知识社区平台的社交应用,并增加社区意见领袖识别与用户激励机制的设计,促进社区内用户进行知识交流;情感感知视角下,实现个性化知识推荐的精确性,加强知识的权威性和整合性,加强用户的信任和关系密切程度,并利用可视化丰富知识形式,从而更好地发挥个性化知识推荐效果。在虚拟知识社区中,用户通过虚拟知识社区获得知识满足自身的知识需求,也通过虚拟知识社区拓展社交关系、传递情感,并且在使用服务过程中提升愉悦感和归属感。本文基于用户的需求出发,对虚拟知识社区的多维数据进行维度划分,并为用户提供个性化知识推荐,提升用户的虚拟知识社区参与度,促进知识的共享、利用及创新,进而提高虚拟知识社区的知识服务能力和水平,在提高虚拟知识社区影响力和竞争力的同时,也帮助虚拟知识社区健康持续地发展。