在移動互聯(lián)網(wǎng)時代，微信公眾平臺已然成為人們交流、休閑、學習、生活的一部分，并逐漸成為人們獲取知識的重要途徑。本書首先從“數(shù)字智慧化”角度通過分析用戶心理和行為數(shù)據(jù)構(gòu)建用戶畫像，深入分析用戶需求；隨后從“智慧數(shù)字化”角度針對用戶需求采用文本挖掘技術(shù)凝練知識內(nèi)容，并基于不同知識資源聚合方法設(shè)計了微信公眾平臺知識推薦服務(wù)和知識集成服務(wù)兩種知識服務(wù)模式；最后提出了提升微信公眾平臺知識聚合及服務(wù)能力的對策建議。
本書適用于知識服務(wù)及數(shù)據(jù)挖掘領(lǐng)域相關(guān)的學生及研究人員、微信公眾平臺或其他自媒體平臺管理及技術(shù)服務(wù)人員和對數(shù)智化服務(wù)感興趣的讀者，希望本書能為他們在微信公眾平臺運營推廣與創(chuàng)新服務(wù)模式方面開闊思路、提供參考。

程子軒，管理學博士，副教授，任職于長春大學管理學院，吉林省精品在線開放課程負責人，主要從事知識組織、數(shù)據(jù)挖掘等相關(guān)研究。

（1）結(jié)構(gòu)規(guī)劃與邏輯梳理 本書結(jié)構(gòu)清晰、邏輯嚴密。首先，構(gòu)建了微信公眾平臺用戶畫像并對用戶知識需求進行了分析，從知識單元和句子層面分別提出了基于標簽聚類和基于摘要生成的微信知識資源聚合方法，并基于不同知識資源聚合方法設(shè)計了微信公眾平臺知識推薦服務(wù)和知識集成服務(wù)兩種知識服務(wù)模式，并提出了提升微信公眾平臺知識聚合及服務(wù)能力的對策建議。 （2）內(nèi)容安排 本書的內(nèi)容安排如下：①面向用戶知識需求的微信公眾平臺知識聚合及服務(wù)體系框架構(gòu)建；②微信公眾平臺用戶畫像構(gòu)建與需求分析；③基于標簽聚類的微信公眾平臺知識聚合方法；④基于摘要生成的微信公眾平臺知識聚合方法；⑤基于知識聚合的微信公眾平臺創(chuàng)新知識服務(wù)模式；⑥微信公眾平臺知識聚合及服務(wù)能力提升對策。 （3）讀者人群定位 本書的讀者對象包括：①高校、科研機構(gòu)知識服務(wù)及數(shù)據(jù)挖掘領(lǐng)域相關(guān)的師生或研究人員；②微信公眾平臺或其他自媒體平臺的管理及技術(shù)服務(wù)人員；③對微信公眾平臺的數(shù)智化知識服務(wù)感興趣的大眾讀者。 （4）研究方法 本書將知識聚合理論與方法引入到微信公眾平臺知識資源組織及服務(wù)研究中，提出面向用戶知識需求的微信公眾平臺知識聚合和服務(wù)體系框架以及具體的對策建議，試圖為微信公眾平臺開展創(chuàng)新型知識服務(wù)提供參考依據(jù)和參考。

在移動互聯(lián)網(wǎng)時代，微信公眾平臺已成為人們交流、休閑、學習、生活的一部分，隨著以傳播知識為主的微信公眾號涌現(xiàn)，微信公眾平臺也逐漸成為人們獲取知識的重要途徑。一些綜合性或?qū)I(yè)領(lǐng)域的微信公眾號發(fā)布各類科普知識和前沿資訊，一些學術(shù)類微信公眾號發(fā)布學術(shù)領(lǐng)域內(nèi)相關(guān)的學術(shù)知識，部分高校學報和高校圖書館微信公眾號還專門開設(shè)“學術(shù)播報”“學術(shù)快訊”等專欄，用于發(fā)布學術(shù)講座及學術(shù)前沿知識。各類機構(gòu)或個人通過微信公眾平臺發(fā)布大量科普知識、專業(yè)發(fā)展前沿資訊、專業(yè)學術(shù)知識以及學術(shù)專題等，能夠滿足不同專業(yè)和認知層面用戶的知識內(nèi)容需求。然而，微信公眾平臺知識內(nèi)容以用戶生成為主，龐大紛雜的微信公眾平臺賬號主體直接導致平臺信息和知識質(zhì)量的參差不齊，出現(xiàn)信息過載和“迷航”現(xiàn)象，平臺對海量知識資源缺乏科學高效的組織和管理。當前，隨著大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，簡單提供知識資源內(nèi)容已經(jīng)無法滿足微信公眾平臺用戶的知識服務(wù)需求。智能時代，用戶對知識質(zhì)量和知識服務(wù)模式提出了更高的要求，促使微信公眾平臺知識組織和服務(wù)轉(zhuǎn)型。如何在海量紛雜的信息中篩選出真正需要和感興趣的知識資源內(nèi)容不僅是廣大微信用戶面臨的難題，更是微信公眾平臺需要關(guān)注并解決的問題。
本書將知識聚合理論與方法引入微信公眾平臺知識資源組織及服務(wù)研究中，提出了微信公眾平臺數(shù)智化知識服務(wù)體系框架，構(gòu)建了微信公眾平臺用戶畫像并對用戶知識需求進行了分析，從知識單元和句子層面分別提出了基于標簽聚類和基于摘要生成的微信知識資源聚合方法，并基于不同知識資源聚合方法設(shè)計了微信公眾平臺知識推薦服務(wù)和知識集成服務(wù)兩種知識服務(wù)模式，提出了提升微信公眾平臺知識聚合及服務(wù)能力的對策建議。
本書在理論層面上將知識聚合理論和方法引入對微信公眾平臺的研究中，解決其知識組織和服務(wù)問題，拓展了知識聚合相關(guān)研究的領(lǐng)域和視角。同時，本書對微信公眾號發(fā)布的知識內(nèi)容進行知識主題聚類和自動化摘要生成，并建立相應的知識聚合服務(wù)體系，豐富了社交媒體平臺知識服務(wù)創(chuàng)新的理論體系，為新媒體知識服務(wù)提供理論和技術(shù)支持。在實踐層面，本書針對微信公眾平臺中不同微信公眾號發(fā)布的資源內(nèi)容，分別進行了知識主題發(fā)現(xiàn)和自動生成摘要的聚合技術(shù)實證，為微信公眾平臺知識資源組織管理提供了技術(shù)方法和手段。同時，提出的對策建議和服務(wù)模式也為微信公眾平臺開展創(chuàng)新型知識服務(wù)提供了參考和借鑒。
本書適用于知識服務(wù)及數(shù)據(jù)挖掘領(lǐng)域相關(guān)的學生及研究人員、微信公眾平臺或其他自媒體平臺管理及技術(shù)服務(wù)人員和對數(shù)智化服務(wù)感興趣的讀者，希望本書能為他們在微信公眾平臺運營推廣與創(chuàng)新服務(wù)模式方面開闊思路、提供參考。
本書為吉林省科技發(fā)展計劃項目“移動自媒體平臺數(shù)智化精準知識服務(wù)及關(guān)鍵技術(shù)研究”（20220508039RC）的研究成果。因筆者水平有限，書中難免存在疏漏與不足，敬請讀者批評指正。

著者 

第1章　緒論  001
1.1　微信公眾平臺知識服務(wù)發(fā)展現(xiàn)狀  001
1.1.1 微信公眾平臺成為用戶獲取知識的重要途徑  001
1.1.2 微信公眾平臺知識資源海量龐雜且質(zhì)量參差不齊  002
1.1.3 用戶日趨追求精準和智能化的知識服務(wù)  003
1.2　微信公眾平臺知識服務(wù)研究的價值  004
1.3　國內(nèi)外網(wǎng)絡(luò)平臺知識服務(wù)研究  005
1.3.1 網(wǎng)絡(luò)知識資源聚合的國內(nèi)外研究  005
1.3.2 微信公眾平臺知識組織與服務(wù)的國內(nèi)外研究  010
1.3.3 研究評述  013
1.4　本書研究內(nèi)容、研究方法及創(chuàng)新之處  015
1.4.1 主要研究內(nèi)容  015
1.4.2 主要研究方法  017
1.4.3 本書研究的創(chuàng)新之處  018

第2章　相關(guān)概念及理論基礎(chǔ)  020
2.1　微信公眾平臺  020
2.1.1 微信公眾平臺概念  020
2.1.2 微信公眾號的類型  021
2.1.3 微信公眾平臺知識資源  023
2.2　知識聚合理論與方法  025
2.2.1 知識聚合概念  025
2.2.2 常用的知識聚合方法  026
2.3　文本挖掘與分析  029
2.3.1 文本挖掘概述  029
2.3.2 文本挖掘流程  030
2.4　知識服務(wù)  036
2.4.1 知識服務(wù)概述  036
2.4.2 常見的知識服務(wù)模式  037
2.5　本章小結(jié)  040

第3章　微信公眾平臺數(shù)智化知識服務(wù)體系框架  042
3.1　微信公眾平臺數(shù)智化知識服務(wù)面向用戶知識需求的必要性  042
3.2　微信公眾平臺知識聚合及服務(wù)概述  045
3.2.1 微信公眾平臺知識聚合概念  045
3.2.2 微信公眾平臺知識聚合服務(wù)要素分析  046
3.2.3 微信公眾平臺知識聚合服務(wù)目標與原則  048
3.3　基于知識聚合的微信公眾平臺知識服務(wù)動因分析  049
3.4　微信公眾平臺數(shù)智化知識服務(wù)體系框架  051
3.4.1 微信公眾平臺數(shù)智化知識服務(wù)過程  051
3.4.2 微信公眾平臺數(shù)智化知識服務(wù)體系框架構(gòu)建  054
3.5　本章小結(jié)  058

第4章　微信公眾平臺用戶畫像構(gòu)建及需求分析  060
4.1　微信公眾平臺用戶畫像概述  061
4.1.1 微信公眾平臺用戶畫像內(nèi)涵  061
4.1.2 微信公眾平臺用戶畫像構(gòu)建原則  063
4.2　微信公眾平臺用戶畫像構(gòu)建  064
4.2.1 VALS2模型概述  066
4.2.2 基于VALS2的用戶標簽體系設(shè)計  066
4.2.3 用戶畫像標簽權(quán)重設(shè)計  069
4.2.4 實證研究——以“學術(shù)類微信公眾號用戶”為例  070
4.3　基于用戶畫像的微信公眾平臺用戶分類與知識需求分析  079
4.3.1 初期引入?yún)⑴c型用戶  079
4.3.2 成長型用戶  080
4.3.3 成熟型用戶  081
4.4　微信公眾平臺用戶知識需求層次分析  082
4.4.1 微信公眾平臺用戶知識需求形成  082
4.4.2 微信公眾平臺用戶知識需求層次劃分  084
4.5　微信公眾平臺用戶知識需求模型  087
4.6　本章小結(jié)  089

第5章　基于標簽聚類的微信公眾平臺知識推薦服務(wù)  091
5.1　微信公眾平臺文本標簽聚類的內(nèi)涵及作用  091
5.1.1 微信公眾平臺文本標簽聚類的內(nèi)涵  091
5.1.2 微信公眾平臺文本標簽聚類的作用  092
5.2　基于標簽聚類的微信公眾平臺知識聚合方法  093
5.2.1 微信公眾平臺文本標簽抽取方法  093
5.2.2 BIRCH聚類算法及優(yōu)化  101
5.2.3 基于改進BIRCH算法的微信公眾平臺知識資源聚合過程  103
5.3　實證研究——以“認知計算”領(lǐng)域為例  106
5.3.1 文本知識資源標簽抽取  106
5.3.2 基于標簽聚類的微信公眾平臺知識資源聚合  110
5.4　基于標簽聚類的微信公眾平臺知識推薦服務(wù)模式  115
5.4.1 微信公眾平臺知識推薦服務(wù)概述  115
5.4.2 基于標簽聚類的微信公眾平臺知識推薦服務(wù)要素分析  116
5.4.3 基于標簽聚類的微信公眾平臺知識推薦服務(wù)模式構(gòu)建  118
5.5　本章小結(jié)  122

第6章　基于摘要生成的微信公眾平臺知識集成服務(wù)  124
6.1　微信公眾平臺文本知識摘要生成的內(nèi)涵及作用  125
6.1.1 微信公眾平臺文本知識摘要生成的內(nèi)涵  125
6.1.2 微信公眾平臺文本知識摘要生成的作用  126
6.2　基于TextRank算法的文本摘要生成過程及改進思路  127
6.2.1 基于TextRank算法的文本摘要生成方法及過程  127
6.2.2 基于TextRank算法的文本摘要生成方法改進思路  128
6.3　基于改進TextRank算法的微信公眾平臺知識摘要生成方法  130
6.3.1 基于TextRank算法的文本摘要生成方法改進  130
6.3.2 融合用戶需求與圖模型的單文本知識摘要生成方法  132
6.3.3 融合主題與圖模型的單領(lǐng)域多文本知識摘要生成方法  134
6.4　實證研究—以“認知計算”領(lǐng)域為例  136
6.4.1 基于單文本知識摘要生成的微信公眾平臺知識聚合  138
6.4.2 基于單領(lǐng)域多文本摘要生成的微信公眾平臺知識聚合  144
6.5　基于摘要生成的微信公眾平臺知識集成服務(wù)模式  146
6.5.1 微信公眾平臺知識集成服務(wù)概述  146
6.5.2 基于摘要生成的微信公眾平臺知識集成服務(wù)要素分析  147
6.5.3 基于摘要生成的微信公眾平臺知識集成服務(wù)模式構(gòu)建  149
6.6　本章小結(jié)  153

第7章　微信公眾平臺數(shù)智化知識服務(wù)能力提升策略  155
7.1　用戶知識需求外化表達及挖掘  155
7.1.1 提升用戶知識需求外化表達能力  156
7.1.2 深入挖掘用戶多層次知識需求  157
7.1.3 培養(yǎng)用戶知識服務(wù)評價和反饋意識  158
7.2　加大新技術(shù)應用和融合改進  159
7.2.1 引入新技術(shù)，優(yōu)化和改進知識聚合方法  159
7.2.2 知識聚合服務(wù)系統(tǒng)搭建和開發(fā)設(shè)計  160
7.2.3 應用可視化技術(shù)加強用戶服務(wù)體驗  161
7.3　微信公眾平臺創(chuàng)新服務(wù)理念及加強運營管理  162
7.3.1 加強主動知識服務(wù)意識，創(chuàng)新知識服務(wù)理念  162
7.3.2 構(gòu)建和開展多元化平臺知識服務(wù)模式  163
7.3.3 加強專業(yè)知識服務(wù)人才隊伍建設(shè)  164
7.4　本章小結(jié)  165

第8章　研究結(jié)論與展望  167
8.1　研究結(jié)論  167
8.2　研究局限與展望  171

附錄　微信公眾平臺用戶知識服務(wù)需求調(diào)查問卷  174

參考文獻  184