[发明专利]一种社会‑技术紧耦合框架及其使用方法

说明书

技术领域

本发明涉及计算机技术领域，特别涉及一种社会-技术紧耦合框架及其使用方法。

背景技术

在信息社会里，新媒体系统强调个体的参与性，因此，根据用户行为产生的数据设计新媒体系统，是优化新媒体系统的重要部分。

在设计新媒体系统时，主要从社会层面和技术层面进行分析，社会层面是目前已经存在的较为固定的用户行为模式，技术层面则根据这些固定行为模式，结合新媒体设计方法，对新媒体系统进行优化更新。

由于在新媒体系统中，用户行为受到社会因素和技术因素的共同影响，行为模式较为复杂，且用户之间的交互灵活多变，因此仅仅根据固定的用户行为模式来优化新媒体系统，使得新媒体系统的设计不够灵活。

发明内容

本发明实施例提供了一种社会-技术紧耦合框架及其使用方法，能提高新媒体系统的设计灵活性。

第一方面，本发明实施例提供了一种社会-技术紧耦合框架，包括：数据获取层、数据分析层和系统设计层；其中，

所述数据获取层，用于获取新媒体系统对应的业务数据，并将获取的所述业务数据发送给所述数据分析层；

所述数据分析层，用于接收所述业务数据，并对接收的所述业务数据进行分析，确定所述业务数据对应的用户行为模式；

所述系统设计层，根据所述用户行为模式，确定所述新媒体系统对应的设计原则，并利用确定出的所述设计原则，更新设计所述新媒体系统。

优选地，

所述业务数据包括：系统类数据；

所述数据分析层，用于确定所述系统类数据对应的数据属性，根据确定出的所述数据属性，确定所述系统类数据对应的数据挖掘算法，并利用确定出的所述数据挖掘算法，对所述系统类数据进行分析，确定所述系统类数据对应的所述用户行为模式。

优选地，

所述业务数据进一步包括：用户类数据；

所述数据分析层，进一步用于确定所述用户类数据的数据量，根据确定出的所述数据量选择对应的机器学习方法，利用选择的所述机器学习方法，对所述用户类数据进行聚类分析，确定所述用户类数据对应的所述用户行为模式。

优选地，

所述数据分析层，用于确定所述用户类数据的数据类型，根据所述数据类型，为所述用户类数据添加对应的标识标签，并对添加后的所述用户类数据进行聚类分析。

优选地，

所述数据获取层，用于根据预设的应用程序编程接口和分布式爬虫，形成主从式混合抓取平台，利用所述主从式混合抓取平台，获取所述业务数据。

第二方面，本发明实施例提供了一种社会-技术紧耦合框架的使用方法，包括：

获取新媒体系统对应的业务数据；

对所述业务数据进行分析，确定所述业务数据对应的用户行为模式；

根据所述用户行为模式，确定所述新媒体系统对应的设计原则，并利用确定出的所述设计原则，更新设计所述新媒体系统。

优选地，

所述业务数据包括：系统类数据；

所述对所述业务数据进行分析，确定所述业务数据对应的用户行为模式，包括：

确定所述系统类数据对应的数据属性；

根据确定出的所述数据属性，确定所述系统类数据对应的数据挖掘算法；

利用确定出的所述数据挖掘算法，对所述系统类数据进行分析，确定所述系统类数据对应的所述用户行为模式。

优选地，

所述业务数据进一步包括：用户类数据；

所述对所述业务数据进行分析，确定所述业务数据对应的用户行为模式，包括：

确定所述用户类数据的数据量；

根据确定出的所述数据量选择对应的机器学习方法；

利用选择的所述机器学习方法，对所述用户类数据进行聚类分析，确定所述用户类数据对应的所述用户行为模式。

优选地，

所述利用选择的所述机器学习方法，对所述用户类数据进行聚类分析，包括：

确定所述用户类数据的数据类型；

根据所述数据类型，为所述用户类数据添加对应的标识标签，并对添加后的所述用户类数据进行聚类分析。

优选地，

所述获取新媒体系统对应的业务数据，包括：

根据预设的应用程序编程接口和分布式爬虫，形成主从式混合抓取平台；

利用所述主从式混合抓取平台，获取所述业务数据。