張俊熙 李旭 楊前程 鄭喜隆

中圖分類號：G811.4 ? 文獻標(biāo)識：A ? ? 文章編號：1009-9328（2022）01-005-02

摘 ?要 ?智慧體育社區(qū)為網(wǎng)絡(luò)體育社區(qū)用戶提供健身交流、共享、利用的平臺和服務(wù)保障。本文為提升公共體育服務(wù)的智慧化、現(xiàn)代化，以用戶需求為基點，運用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等現(xiàn)代信息技術(shù)[1]，構(gòu)建智慧體育社區(qū)知識聚合模型。

關(guān)鍵詞 ?用戶需求 ?智慧體育社區(qū) ?知識聚合

一、前言

互聯(lián)網(wǎng)高速發(fā)展，更多人選擇在網(wǎng)絡(luò)中獲取知識、尋求答案。傳統(tǒng)的搜索方式已不能完全滿足用戶的多樣性需求，各種功能性網(wǎng)絡(luò)社區(qū)成為信息獲取的首要選擇[2]。2020年9月30日國務(wù)院辦公廳發(fā)布的《關(guān)于加強全民健身場地設(shè)施建設(shè)發(fā)展群眾體育的意見》中提出，將推進“互聯(lián)網(wǎng)+健身”，開發(fā)國家社區(qū)體育活動管理服務(wù)系統(tǒng)?？梢姡诨ヂ?lián)網(wǎng)的新興體育類網(wǎng)絡(luò)社區(qū)是新時代體育發(fā)展的趨勢。

二、智慧體育社區(qū)知識聚合模型相關(guān)研究

以CNKI、Web of Science等數(shù)據(jù)庫為檢索源，分別以網(wǎng)絡(luò)社區(qū)、知識聚合為檢索主題詞，檢索到相關(guān)文獻382篇。目前對于網(wǎng)絡(luò)知識聚合的研究相對廣泛，主要包括知識聚合的社區(qū)服務(wù)、知識聚合前端的檢索模型、可視化分析模型等方面的研究。關(guān)于網(wǎng)絡(luò)社區(qū)知識聚合領(lǐng)域的研究仍有較大的探索空間，而就其研究發(fā)展趨勢而言，未來的研究方向可能會更注重知識網(wǎng)絡(luò)社區(qū)知識聚合在技術(shù)和算法上的創(chuàng)新與優(yōu)化，以及不同應(yīng)用場景下的知識聚合研究。當(dāng)前，針對體育類別的知識聚合模型研究較少，特別是在聚合層次和知識利用效果方面的研究稀缺，當(dāng)前網(wǎng)絡(luò)體育社區(qū)知識推送服務(wù)需求較大，因此有必要對其進行深入研究。

三、智慧體育社區(qū)知識聚合模型的優(yōu)勢

1.讓互聯(lián)網(wǎng)的體育服務(wù)更加智慧化、個性化。互聯(lián)網(wǎng)時代，越來越多的智慧化技術(shù)與新型設(shè)備被運用到我們的生活之中，在便利我們生活的同時也造成了一定的困擾，就是資訊爆炸給個人用戶的“用戶主動搜尋行為”帶來的“選擇困難”與時間浪費[3]?；诖耍腔垠w育社區(qū)應(yīng)運而生，這種主動篩選和提供知識內(nèi)容的聚合模型正符合當(dāng)前大眾獲取體育運動知識的急切需要。智慧體育社區(qū)知識聚合模型是依據(jù)互聯(lián)網(wǎng)用戶日常的上網(wǎng)習(xí)慣、個人興趣及需求，通過建模分析，最終實現(xiàn)對用戶的私人訂制的服務(wù)推送。

2.在學(xué)科研究方面，目前關(guān)于網(wǎng)絡(luò)社區(qū)的研究主要集中在對于知識的收集與挖掘方面，而對服務(wù)后端的研究——知識的聚合與推送的研究較少，而針對體育類別的網(wǎng)絡(luò)社區(qū)的研究更少?；谏鲜龅默F(xiàn)實需求，很有必要對體育網(wǎng)絡(luò)社區(qū)進行相關(guān)研究。

3.響應(yīng)“互聯(lián)網(wǎng)+體育”措施，為后疫情時代提供新體育方案。通過信息通信技術(shù)可以讓知識的傳播速度數(shù)以萬倍的加快，在體育知識傳播方面，我們可以運用信息通信技術(shù)，實現(xiàn)不限時空的健身鍛煉與知識交流[4]，這是助力“健康中國”“體育強國”的必要手段。通過知識聚合模型的搭建，讓智慧體育社區(qū)的用戶檢視獲取的知識更精準(zhǔn)，提高健身知識普及率。

4.基于數(shù)據(jù)挖掘與分析視角，構(gòu)建智慧體育社區(qū)知識聚合模型。通過分析智慧體育社區(qū)中各類用戶不同類別的需求，結(jié)合實時熱點及知識需求演化規(guī)律，確定知識聚合數(shù)據(jù)挖掘的據(jù)點[5]，進而挖掘、篩選，構(gòu)建智慧體育社區(qū)知識聚合模型。

四、智慧體育社區(qū)用戶知識需求分析

大數(shù)據(jù)時代，網(wǎng)絡(luò)體育社區(qū)用戶的健身知識需求、服務(wù)方式要求等發(fā)生巨大的變化[6]。網(wǎng)絡(luò)體育社區(qū)用戶參與度、活躍度爆發(fā)式增長，造成海量數(shù)據(jù)堆積、知識低效。當(dāng)前，網(wǎng)絡(luò)數(shù)據(jù)膨脹化、冗余化、碎片化等問題已成為各種網(wǎng)絡(luò)體育社區(qū)的通病，亦是體育用戶獲取需求信息的最大屏障[7]?；诖耍聲r代的網(wǎng)絡(luò)體育社區(qū)用戶迫切的需要一種更加智能化、精準(zhǔn)化、有針對性的知識推送服務(wù)。所以，基于用戶需求的智慧體育社區(qū)知識聚合模型就應(yīng)運而生。通過匹配網(wǎng)絡(luò)體育用戶的知識需求，結(jié)合實時熱點與知識傾向，對大數(shù)據(jù)知識源中內(nèi)容進行剔重、篩選，最終實現(xiàn)對網(wǎng)絡(luò)體育用戶的私人訂制式知識推送服務(wù)。這種基于需求，智能化提供知識的方式，在當(dāng)前信息大爆炸的時代具有無可比擬的優(yōu)勢，為用戶省去知識檢索、篩查、評判的步驟，節(jié)約網(wǎng)絡(luò)體育用戶的時間與精力[8]。

智慧體育社區(qū)知識聚合模型所涉及的內(nèi)容具有公共體育服務(wù)的屬性，在分析其需求時，應(yīng)當(dāng)考慮“供給”與“需求”兩方面。目前，疫情防控的常態(tài)化讓大眾對強生健體的關(guān)注明顯提升。通過對重慶市社區(qū)居民的公共體育服務(wù)需求的調(diào)查發(fā)現(xiàn)，大眾對公共體育服務(wù)大幅提升，需求非常高，但當(dāng)前重慶市社區(qū)居民的公共體育服務(wù)供給存在區(qū)域不平衡等問題。

五、基于用戶需求的智慧體育社區(qū)知識聚合模型構(gòu)建

近年來，許多研究人員投入大量時間設(shè)計用于各類知識推送的算法，從而提高知識推送服務(wù)的有效性和轉(zhuǎn)化性。受這些研究的啟發(fā)，本研究提出了基于網(wǎng)絡(luò)體育社區(qū)用戶需求的知識聚合模型。運用大數(shù)據(jù)挖掘、數(shù)理統(tǒng)計與分析、語義網(wǎng)等技術(shù)，通過識別網(wǎng)絡(luò)體育社區(qū)自身的資源庫，依據(jù)智慧體育網(wǎng)絡(luò)社區(qū)各類用戶不同類別的需求，計算知識聚合關(guān)系，構(gòu)建智慧體育社區(qū)知識聚合模型。面對大規(guī)模增長的體育運動信息數(shù)據(jù)，實現(xiàn)對數(shù)據(jù)有效的利用和組織，幫助用戶以最快的速度、最匹配的結(jié)果獲取目標(biāo)內(nèi)容，解決體育社區(qū)后臺運動知識數(shù)據(jù)不能充分、精確與用戶需求相匹配的問題，達到用戶有效使用體育運動知識的目的。

面向網(wǎng)絡(luò)體育社區(qū)用戶需求的智慧體育社區(qū)知識聚合模型，從用戶鍵入的搜索主題的大數(shù)據(jù)屬性分析，進一步進行知識篩選、抽取、整合和序化組織，最終形成可視化展示。其數(shù)據(jù)倉庫基于多維建模，網(wǎng)絡(luò)體育社區(qū)用戶使用在線分析處理工具瀏覽和分析多維數(shù)據(jù)。通常，用戶需要分析不同聚合級別的數(shù)據(jù)（使用上卷和下鉆功能）[9]。

智慧體育社區(qū)知識聚合模型是模塊化的構(gòu)成，主要包括資源模塊、分析模塊、聚合模塊以及服務(wù)模塊。其中資源模塊作為智慧體育社區(qū)知識聚合模型的基礎(chǔ)層級，主要對大數(shù)據(jù)知識源進行知識資源的檢索，實現(xiàn)體育運動信息資源的收取、采集和存儲功能，為知識聚合和知識推送服務(wù)提供資源和基礎(chǔ)設(shè)施的支撐。其中分析模塊作為智慧體育社區(qū)知識聚合模型的中間層級，主要運用大數(shù)據(jù)挖掘技術(shù)、語義網(wǎng)技術(shù)等，依據(jù)網(wǎng)絡(luò)體育社區(qū)用戶的知識需求以及實時熱點和知識傾向，來實現(xiàn)網(wǎng)絡(luò)體育社區(qū)用戶的知識需求挖掘。通過對智慧體育社區(qū)知識聚合模型資源模塊收集的用戶數(shù)據(jù)進行的預(yù)處理，進行體育運動信息資源與知識資源的智能化判斷和篩選。其中聚合模塊作為智慧體育社區(qū)知識聚合模型的核心層級，主要實現(xiàn)網(wǎng)絡(luò)體育社區(qū)用戶的知識需求聚合。其中服務(wù)模塊作為智慧體育社區(qū)知識聚合模型的終端層級，主要實現(xiàn)網(wǎng)絡(luò)體育社區(qū)中目標(biāo)用戶的知識推送服務(wù)，通過智能化、主動化、有針對性的知識推送服務(wù)，提供推送服務(wù)的點擊使用效率，進而縮減網(wǎng)絡(luò)體育社區(qū)中目標(biāo)用戶的知識獲取和鑒別時間。推送服務(wù)可以不限于單次推送，從縱向視角，提升個人需求知識推送的深度;從橫向視角，拓展相關(guān)知識推送的覆蓋范圍。

六、結(jié)語

智能技術(shù)高速發(fā)展的時代，將知識聚合與推薦服務(wù)相結(jié)合，通過研究知識聚合中的相互聯(lián)系，可以發(fā)現(xiàn)用戶需求和知識內(nèi)容之間的潛在聯(lián)系。運創(chuàng)新公共體育服務(wù)的理論、技術(shù)與方法，優(yōu)化其服務(wù)能力，適應(yīng)時代發(fā)展趨勢。本研究探查了公共體育服務(wù)的供需關(guān)系與供需差值，基于網(wǎng)絡(luò)體育社區(qū)用戶的需求，設(shè)計智慧體育社區(qū)知識聚合模型，通過體育運動知識的交流、體育鍛煉參與者的分享、知識所有者的發(fā)布、知識需求者的下載以及知識傳播者的轉(zhuǎn)載等行為主體的活動，實現(xiàn)體育網(wǎng)絡(luò)知識的智慧化、開放式傳播與使用，以期為后續(xù)理論與實踐研究提供參考。

參考文獻：

[1]郭順利，孫笑，宋拓，等.用戶需求驅(qū)動下社會化問答社區(qū)知識聚合服務(wù)研究[J].情報科學(xué)，2021，39（02）：106-113+136.

[2]周知，曾子明.數(shù)字人文視覺資源語義知識層次化聚合服務(wù)研究[J].情報資料工作，2018（06）：13-20.

[3]魏扣，李子林，金暢.社交媒體環(huán)境下檔案知識聚合服務(wù)實現(xiàn)架構(gòu)研究[J].檔案學(xué)通訊，2018（06）：61-66.

[4]魏扣，李子林，郝琦.檔案知識聚合的實踐模型構(gòu)建研究[J].北京檔案，2018（08）：7-10.

[5]陳果，吳微，肖璐.知識共聚：領(lǐng)域分析視角下的知識聚合模式[J].圖書情報工作，2018，62（08）：115-122.

[6]森維哈，明均仁.基于知識聚合的數(shù)字圖書館社區(qū)平臺構(gòu)建研究[J].圖書館學(xué)研究，2018（07）：13-18.

[7]胡媛，曹陽，張發(fā)亮，等.基于用戶關(guān)系的數(shù)字圖書館社區(qū)知識需求聚合模型構(gòu)建[J].圖書館學(xué)研究，2017（21）：45-52.

[8]胡媛，刁首琪，朱益平，等.基于知識聚合的數(shù)字圖書館社區(qū)服務(wù)推送系統(tǒng)設(shè)計與實現(xiàn)[J].情報科學(xué)，2017，35（11）：72-77+82.

[9]李亞婷.知識聚合研究述評[J].圖書情報工作，2016，60（21）：128-136.

★通訊作者：李旭（1991-），女，重慶人，碩士，講師，研究方向：智慧體育、高等體育教育。

★基金項目：重慶郵電大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)項目《基于用戶需求的智慧體育社區(qū)知識聚合模型》，項目編號：X202010617205。