摘要：大数据时代下的典型特征就是以数据来表示结果，也转变了我们一直以来的思维惯例。同时，每一个在现实生活中存在的用户也被网络线条绘制成为了一个个虚拟的画像，品牌营销者也可以基于每个用户画像的基本特征来引导用户与自身存在的联系，对于某些品牌媒介策略的调整来说，无疑成为了一种典型的机遇。
关键词：大数据技术；用户画像；特征分析
引言
用户画像的概念从提出后，发展至今已经成为一种多元化的用户抽象模型，成为了各大网络服务平台和电子商务企业运营的主要数据基础。用户画像的应用场景比较普遍，无论是移动运营商还是大型的网络服务提供者，都会为其中的目标用户群体构建一个画像模型，并基于模型来调整自身的运营策略，从而实现自身利益的最大化。因此，对于用户画像的研究具有典型的商用价值，可以推动互联网行业的有序发展。
1.用户画像的内容与特征
1.1 群体画像
用户画像可以简单理解成是海量数据的标签，根据用户的目标、行为和观点的差异，将他们区分为不同的类型，然后从每种类型中将其典型特征进行融合，最终实现一个虚拟化的“人物原型”，但具有实际特征。用户画像会通过对用户历史数据的分析来对用户进行“标签化”处理，并且实现对于用户群体特征的概括。换言之，在狭义上可以描述个体用户，或对某些核心用户构建画像内容。在群体用户画像的范畴来看，尤其是网络用户群体具有个性化的特征，且用户之间本身存在着一定的差异，也使得某些用户具有想用的行为特征与行为趋势。例如部分用户在注册信息上的相似性也说明了他们可能有着同样的偏好，这也可以成为构建用户画像的基础性条件，当前国内的主要电商企业都有属于自身的群体用户画像。
1.2 用户画像的分析与规划
作为目标用户的标签化模型，其作用可以用来表示用户信息，并涵盖了不同用户群体之间的关系，通过聚类的方式将其划分至一个族群，然后发现用户中的“核心群体”。所以在构建用户画像之前会利用大数据技术来获取其数据信息，经过相似度计算之后得出具有标签权重的模型，最终进行有效分类规划。此时，按照一定的比例与差异性特征，将一些相似程度较高的用户划分为一种类型，一是可以对用户群体进行合理管理，二是为商业化应用提供数据信息保障。
1.3 用户画像的储存和管理
用户画像作为对目标用户的一种模型结构描述方案，在多个领域得到了广泛应用，其表现形式也包括评分矩阵法和向量空间模型表示两种方案，前者是通过二维矩阵来表示用户与醒目，后者则是对特定关键标签的一种确定。目前也多采用关系型数据库来存储用户画像，其中一个用户可以对应不同的用户标签，也可以多个用户对应一个相同的用户标签，整个数据库结构可以被视作是多数据表结构[1]。
2.大数据时代下的用户画像推荐系统
推荐系统可以实现对用户画像信息的一种检索和延伸，并且在服务模式和应用场景上存在着自身的独特特性。具体来看，可以为网络用户群体提供较为稳定的信息内容，同时也可以让不同用户群体之间建立一定的联系，在深化网络结构体系的同时完成群体之间的关联，提升用户体验度。一般情况下我们可以将系统内的模型构建模块、对象建模模块与算法模块作为主要功能模块，主要作用在于手机用户信息数据，将项目抽象化之后，构建一个具有数据结构特征的策略，注重推荐结果的个性化程度。具体而言系统的形式化定位可以表现为：
其中T为目标用户的集合，S为所有被推荐对象，R为某个范围内的实数集合，所表示的内容是用户对于项目的认可程度，因此使用效用函数U来计算目标用户t之间的推荐程度。根据不同的应用场景需求，该技术可以基于用户画像的实际需求来选择不同的属性维度与基本特征，将系统中的部分数据以相应的计算逻辑分布在空间之上，然后对项目进行分析，采取多种推荐策略来构造不同的函数[2]。
3.用户画像在大数据环境下的现实需求
3.1 准确理解用户画像的现实作用
用户画像作为一种用户角色，其形成的主要特征并不能脱离产品和市场所构建，反之，它需要表达产品主要受众和目标群体之间的特征。具体分析，可以基于从用户日常行为、心理状态分析、意识倾向与偏好等来分析用户对于增值服务的看法和观点，然后着重地对于用户行为进行采集和分析，明确用户的不同心理和消费共性，更好地对用户群画像进行描述。
3.2 多种调研方案
多种调研方案一般的目的在于获取多种调研结果，同时获取更加精确的数据信息。例如当某些城市的产品销量出现不稳定波动时，相关单位就会对用户画像进行分析，从而快速组织调研工作。调研对象一般基于用户来开展，包括现有用户与潜在用户，这些都可以通过企业数据库内容来进行分析，根据不同的市场需求决定用户画像的样本量。不过在条件允许的情况下，样本量越大说明数据信息越丰富，所获取的分析结果也在某些程度上变得更加精确[3]。
3.3 更加清晰的媒介投放需求
我们以产品在市场的投放过程为例，在某些产品对用户画像的特征进行分析之后，就会围绕画像的基本类型来制定相应的媒介投放方案，以保持品牌效应与新媒体的优越性。例如近年来媒体平台中的产品信息更加偏向于多元化发展，满足差异化受众群体的不同需求，包括社区灯箱、电影贴片、LED等仍然视域媒介投放的主要载体，这些都是基于用户画像下的现实需求，也能保障市场宣传与成熟期销售的成果。
4.大数据与用户画像的未来应用前景分析
4.1 DMP数据管理
高度分散的产业发展现状下不利于市场竞争，而对于用户画像的应用前景来说，其最终目标是促进行业领域的集约化发展。我国在DMP方面目前还存在着数据阻碍的问题，而DMP数据管理工作可以将不同的真实数据集合在一个平台之内，并按照统一的规则来展开标准体系的分析。当然其应用模式需要有效的数学算法技术作为支持，然后做好数据管理和挖掘，让数据分析的结果更加专业、准确。不过用户画像从本质上看仍然是一种数据信息，作为商业资产，其增值价值显著，同时也可以影响到营销决策与广告收益，因而数据的监管工作非常重要，尤其是涉及到用户层面的隐私保护。必要时可以通过第三方数据管理的方式来满足用户使用的具体需求。
4.2 智能硬件用户画像
所有的用户行为都是真实存在的，而当前智能硬件的快速发展背景下，让物联网成为了信息产业的第三次发展浪潮，通过智能识别、感知的方式来将数字化形式转化为网络的虚拟信息。所以，用户画像可以依托智能硬件，将用户数据传输至虚拟空间内，并将用户意识形态和需求转变为实际的消费内容。在过去的技术水平之下，用户画像并没有获得最佳体验，原因也在于市场的同质化竞争比较激烈，对于智能业务的投资比重相对有限[4]。但现有的技术水平下智能硬件解决了用户的很多刚性需求，让更多的优势资源没有过度流失。
5.结语
研究的重点在于大数据背景下的用户画像应用，而我们在分析的过程中也基于模型分析、管理和未来发展趋势等各个方面展开了探讨。我们应意识到用户画像的本质是一种数据信息的管控，在今后的工作中可以考虑融合算法来实现个性化管控，一方面为用户提供有效的服务支持，另一方面也能提升系统效率，提升系统模型的使用价值。
参考文献
[1]李冰, 王悦, 刘永祥. 大数据环境下基于K-means的用户画像与智能推荐的应用[J]. 现代计算机, 2016(24):11-15.
[2]单杏花, 王富章, 朱建生,等. 铁路客运大数据平台架构及技术应用研究[J]. 铁路计算机应用, 2016, 25(9):14-16.
[3]陈孝强, 李永端, 陈敏,等. 大数据背景下十堰农产品电商精准营销模式研究[J]. 湖北工业职业技术学院学报, 2018, 31(2):31-34.
[4]刘速. 浅议数字图书馆知识发现系统中的用户画像——以天津图书馆为例[J]. 图书馆理论与实践, 2017(6):103-106.
论文作者:曾宪毅
论文发表刊物:《电力设备》2019年第16期
论文发表时间:2019/12/9
标签：用户论文; 画像论文; 数据论文; 群体论文; 特征论文; 模型论文; 需求论文; 《电力设备》2019年第16期论文;