大數(shù)據(jù)分析視野下的用戶畫像及其在開放教育中的運用研究綜述

談松英　楊敏

摘 要：用戶畫像在當(dāng)下經(jīng)濟(jì)、商業(yè)、傳媒領(lǐng)域都已得到廣泛有效的應(yīng)用，大多以此實施對目標(biāo)用戶進(jìn)行精準(zhǔn)營銷服務(wù)，發(fā)現(xiàn)潛在的商業(yè)價值，實現(xiàn)科學(xué)運營。文章通過基于知網(wǎng)2010-2017年全文數(shù)據(jù)收錄文獻(xiàn)的多角度文獻(xiàn)計量分析及可視化分析，結(jié)合定性研究方法細(xì)致梳理近年來國內(nèi)用戶畫像及其在開放教育中的運用研究現(xiàn)狀、特征與價值，并以此為基礎(chǔ)提出當(dāng)下亟待把用戶畫像引入國內(nèi)開放教育，實施對學(xué)習(xí)者的精準(zhǔn)教學(xué)服務(wù)，提高教育質(zhì)量，實現(xiàn)開放教育實踐探索與理論推進(jìn)的新突破。

關(guān)鍵詞：大數(shù)據(jù)分析；用戶畫像；開放教育

中圖分類號： G434 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-8454（2018）16-0001-06

一、引言

用戶畫像由交互設(shè)計之父阿蘭·庫珀（Alan Cooper）最早提出，是真實用戶的虛擬代表，也是建立在一系列真實數(shù)據(jù)之上的目標(biāo)用戶模型。其意義是指通過對用戶調(diào)研去了解用戶，根據(jù)他們的目標(biāo)、行為和觀點的差異，將他們區(qū)分為不同的類型，然后從每種類型中抽取出典型特征，賦予名字、照片及一些人口統(tǒng)計學(xué)要素、場景等描述，形成一個人物原型。簡而言之，用戶畫像是根據(jù)用戶社會屬性、生活習(xí)慣和消費行為等信息抽象出的標(biāo)簽化的用戶模型。構(gòu)建用戶畫像的核心工作是給用戶貼“標(biāo)簽”。這標(biāo)簽是通過對用戶信息分析而來的，是高度精煉的特征標(biāo)識[1]。

本文以2010-2017年知網(wǎng)全文收錄的研究文獻(xiàn)數(shù)據(jù)分析為基礎(chǔ)，進(jìn)行大數(shù)據(jù)分析視野下的國內(nèi)用戶畫像及其在開放教育研究中的運用研究綜述。

二、研究切入

百度指數(shù)（Baidu Index）作為國內(nèi)以百度海量網(wǎng)民行為數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)分享平臺，是近年來國內(nèi)互聯(lián)網(wǎng)及其相關(guān)數(shù)據(jù)運用的一個重要的統(tǒng)計分析平臺。百度指數(shù)顯示，近年來“用戶畫像”這一關(guān)鍵詞的搜索規(guī)模整體呈上漲態(tài)勢（見圖1），可見其關(guān)注度在日益提升。

“用戶畫像”這一概念及理論一經(jīng)提出，不僅在交互設(shè)計領(lǐng)域很快得以傳播，也在實踐中被大范圍推廣到社會許多層面，成為數(shù)據(jù)分析技術(shù)在各行業(yè)的重要落腳點。作為一種勾畫目標(biāo)用戶、聯(lián)系用戶訴求與設(shè)計方向的有效工具，很多企業(yè)尤其是互聯(lián)網(wǎng)企業(yè)將用戶畫像技術(shù)應(yīng)用于產(chǎn)品運營，如產(chǎn)品推廣、信息推送、精準(zhǔn)化營銷等。國內(nèi)一些高校也將用戶畫像應(yīng)用于圖書館服務(wù)、掛科預(yù)警、學(xué)籍預(yù)警、思想動態(tài)分析等。

三、研究方法和過程

1.樣本來源

本文選取中國知網(wǎng)（CNKI）作為檢索數(shù)據(jù)庫，以“關(guān)鍵詞”為檢索項。先以“用戶畫像”為檢索詞，檢索到文獻(xiàn)112篇；又以“學(xué)習(xí)者畫像”和“學(xué)生畫像”為檢索詞，檢索到了6篇文獻(xiàn)。時間跨度選取2007-2017年，數(shù)據(jù)采集的時間為 2018年2月1日。

2.樣本數(shù)據(jù)處理

在知網(wǎng)搜索出文獻(xiàn)后，借助知網(wǎng)提供的分析工具以及NetExpress軟件，從年度發(fā)文量與出版類型、文獻(xiàn)來源與作者群體特征、研究機構(gòu)分布與研究合作情況、學(xué)科分布與研究基金、高頻關(guān)鍵詞與研究主題等多角度進(jìn)行文獻(xiàn)計量分析及可視化分析，并對定量分析結(jié)果進(jìn)行解釋，并結(jié)合定性研究方法，分析10年來我國用戶畫像研究的發(fā)展情況。

四、數(shù)據(jù)分析

1.年度與出版類型

樣本數(shù)據(jù)中的文獻(xiàn)發(fā)文量如圖2所示，用戶畫像在2014年前并沒有受到國內(nèi)研究者的關(guān)注，僅2010年有1篇文獻(xiàn)，即鄭寶鑫等人的《基于用戶畫像、信令挖掘技術(shù)的手機游戲產(chǎn)品推廣》。近三、四年來，研究者對其研究熱度逐漸增加，這與百度指數(shù)的走勢圖正好相吻合。從趨勢圖整體走勢可見，國內(nèi)對用戶畫像的研究正不斷深入，研究成果逐年增加。但文獻(xiàn)總量目前較少，僅100余篇，仍有很大的探索研究空間。

出版類型以期刊論文為主，共81篇，占68.64%，博碩士學(xué)位論文有30篇，占25.42%，會議論文6篇，占5.09%，輯刊1篇，占0.85%。

2.文獻(xiàn)來源與作者群體特征分析

118篇文獻(xiàn)來源于90多處，從整體上看分布比較分散。發(fā)表文獻(xiàn)2篇或2篇以上的期刊或出版機構(gòu)為11個，最多的是《郵電設(shè)計技術(shù)》期刊，但也僅有4篇（見表1）。與開放教育相關(guān)度較高的刊物，目前僅有《中國電化教育》《開放教育研究》各刊登了1篇文獻(xiàn)，而《現(xiàn)代遠(yuǎn)程教育研究》《中國遠(yuǎn)程教育》《遠(yuǎn)程教育雜志》《現(xiàn)代遠(yuǎn)距離教育》等都還未收錄過用戶畫像相關(guān)研究的文獻(xiàn)。

發(fā)表文章2篇或2篇以上的作者有6位，來自普通高等學(xué)?；蚱髽I(yè)（見表2）。

而開放教育系統(tǒng)中，目前僅有上海開放大學(xué)肖君等發(fā)表的《在泛在學(xué)習(xí)環(huán)境下基于活動理論的移動MOOC設(shè)計及實證研究》[2]，陳海建等發(fā)表的《開放式教學(xué)下的學(xué)習(xí)者畫像及個性化教學(xué)探討》[3]。前者引用學(xué)習(xí)者畫像對泛在學(xué)習(xí)環(huán)境下的移動MOOC進(jìn)行評估；后者基于學(xué)習(xí)者畫像，探討在開放式教學(xué)環(huán)境下如何開展個性化教學(xué)。

從共被引作者網(wǎng)絡(luò)圖譜分析可以看出，目前用戶畫像領(lǐng)域的高影響力學(xué)者主要有劉海、曾鴻、丁偉等，他們的主要研究主題見表3。

3.研究機構(gòu)分布與研究合作情況

從研究機構(gòu)來看，發(fā)文量在2篇或2篇以上的機構(gòu)見表4。排名前三位的分別是北方工業(yè)大學(xué)、北京交通大學(xué)、中國科學(xué)技術(shù)大學(xué)。在21所發(fā)文量為2篇或2篇以上的研究機構(gòu)中，有15所是普通高等學(xué)校，5所為公司或研究院，1所為成人高等學(xué)校。

按照研究機構(gòu)統(tǒng)計所有文獻(xiàn)發(fā)表數(shù)量，我們發(fā)現(xiàn)用戶畫像研究的文獻(xiàn)主要集中在高校（69.5%），另外如中國移動、中國聯(lián)通、中國電信等公司或電視臺、報社等媒體單位也有一定發(fā)文量。

由兩所或兩所以上機構(gòu)合作發(fā)表的研究成果共計15篇，占總文獻(xiàn)量的12.72%（見表5）。他們有的是高校間跨校開展合作研究，有的是高校與企業(yè)間開展合作研究，有的是公司與研究所之間開展合作研究。如中國科學(xué)院的聲學(xué)研究所、信息工程研究所、新疆理化技術(shù)研究所與上海海事大學(xué)合作，基于阿里音樂用戶的歷史播放數(shù)據(jù)對藝人進(jìn)行多維畫像，從而預(yù)測和把控一個時段內(nèi)音樂的流行趨勢 [4]；廣西中煙工業(yè)有限責(zé)任公司、廣西財經(jīng)學(xué)院的兩位研究者合作，針對制造企業(yè)精準(zhǔn)定位消費者以及對消費行為和特征進(jìn)行統(tǒng)計分析存在的困難，設(shè)計了一個基于大數(shù)據(jù)的二維碼防偽營銷系統(tǒng)，通過對營銷效果的量化來挖掘商業(yè)機會[5]。

由兩人或兩人以上合作發(fā)表的研究成果共計51篇，占總文獻(xiàn)量的43.22%（見表6）。參與研究的合作者之間有的是師生關(guān)系，有的是基于研究任務(wù)或興趣而合作。

4.學(xué)科分布與研究基金

用戶畫像研究的文獻(xiàn)主要產(chǎn)生于信息技術(shù)、經(jīng)濟(jì)與管理科學(xué)、工程技術(shù)、社會科學(xué)、哲學(xué)與人文科學(xué)六個學(xué)科，其中以信息技術(shù)學(xué)科量最大，達(dá)91篇，占57.96%。經(jīng)濟(jì)與管理科學(xué)學(xué)科36篇，占22.93%（見圖3）。

有基金支撐的文獻(xiàn)研究有39篇。在支撐研究的基金中，國家自然科學(xué)基金支撐的研究最多，有12篇論文，北京市科技計劃項目及國家科技支撐計劃項目各有3篇。近年來用戶畫像的研究成果逐漸豐富，與基金的積極支持密不可分。

5.高頻關(guān)鍵詞與研究主題

（1）高頻關(guān)鍵詞分析

高頻關(guān)鍵詞可以反映該領(lǐng)域的研究熱點和發(fā)展趨勢。通過知網(wǎng)檢索出共計118篇的樣本文獻(xiàn)后，導(dǎo)出文獻(xiàn)題錄，再將題錄導(dǎo)入NetExpress軟件，通過NetExpress統(tǒng)計出關(guān)鍵詞共計291個，其中頻次出現(xiàn)3次及以上的關(guān)鍵詞見表7，從這些關(guān)鍵詞中我們可以窺見近年來用戶畫像的研究熱點。

（2）關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析

關(guān)鍵詞網(wǎng)絡(luò)關(guān)系圖譜可以直觀呈現(xiàn)關(guān)鍵詞在文獻(xiàn)中的共現(xiàn)情況及彼此之間的聯(lián)系。在知網(wǎng)呈現(xiàn)的高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖中，通過節(jié)點大小我們可以看出，除了“用戶畫像”之外，活躍度較高的關(guān)鍵詞有“大數(shù)據(jù)”“精準(zhǔn)營銷”“數(shù)據(jù)挖掘”“推薦系統(tǒng)”等，這些詞對其他關(guān)鍵詞有較強的聯(lián)系，是國內(nèi)用戶畫像研究的核心關(guān)鍵詞及熱點問題。

由于用戶畫像需要以數(shù)據(jù)為基礎(chǔ)，而大數(shù)據(jù)方面的研究自2012年后呈井噴式增長，僅2017年在知網(wǎng)上以“大數(shù)據(jù)”為關(guān)鍵詞就搜索到8647篇文獻(xiàn)，可見大數(shù)據(jù)研究的深入及其應(yīng)用也間接帶動了人們對用戶畫像關(guān)注度的提升。

從節(jié)點之間連線的粗細(xì)可以看出，“用戶畫像”與“大數(shù)據(jù)”的聯(lián)系最為緊密（見圖4），共現(xiàn)在一篇文獻(xiàn)中的次數(shù)達(dá)16次，由此可見基于大數(shù)據(jù)的用戶畫像研究是熱點問題。另外，“用戶畫像”與“精準(zhǔn)營銷”共現(xiàn)11次，與“推薦系統(tǒng)”共現(xiàn)7次，與“數(shù)據(jù)挖掘”共現(xiàn)6次，聯(lián)系也較為緊密。

（3）研究主題

用戶畫像研究的文獻(xiàn)概括起來集中在以下層面：

①介紹并引入用戶畫像概念及原理以及實施。如隋國政的《淺談用戶畫像構(gòu)建及應(yīng)用》，董莉莉的《剖析大數(shù)據(jù)時代下用戶畫像及媒介策略》，艾永亮的《給用戶畫像》，孔建坤等的《如何用大數(shù)據(jù)給用戶“畫像”》，陳禹安的《大數(shù)據(jù)污染與用戶畫像》，周鮮子的《淺談大數(shù)據(jù)下電子商務(wù)網(wǎng)站的用戶畫像》等[6-11]。

②探索基于用戶畫像理論的各種網(wǎng)絡(luò)媒體運營策略。如張慷的《手機用戶畫像在大數(shù)據(jù)平臺的實現(xiàn)方案》，張治的《用戶畫像與客戶價值》，丁偉等的《基于大數(shù)據(jù)技術(shù)的手機用戶畫像與征信研究》，曾鴻等的《基于微博的大數(shù)據(jù)用戶畫像與精準(zhǔn)營銷》，姜建武等的《基于用戶畫像的信息智能推送方法》，張小可等的《貝葉斯網(wǎng)絡(luò)在用戶畫像構(gòu)建中的研究》等[12-17]。

③研究大數(shù)據(jù)背景下用戶畫像在各企業(yè)或?qū)W校中的實踐。如李映坤的《大數(shù)據(jù)背景下用戶畫像的統(tǒng)計方法實踐研究》，郝勝宇等的《大數(shù)據(jù)時代用戶畫像助力企業(yè)實現(xiàn)精準(zhǔn)化營銷》，原娟娟等的《基于“用戶畫像”的農(nóng)產(chǎn)品電商平臺精準(zhǔn)營銷模式設(shè)計》，徐艷的《大數(shù)據(jù)畫像技術(shù)在高校思想政治教育中的應(yīng)用》等[18-21]。

④分析總結(jié)用戶畫像有關(guān)理論與模型。如余孟杰的《產(chǎn)品研發(fā)中用戶畫像的數(shù)據(jù)模建——從具象到抽象》，劉海等的《基于“用戶畫像”挖掘的精準(zhǔn)營銷細(xì)分模型研究》，王丹的《基于主題模型的用戶畫像提取算法研究》等[22-24]。

五、研究結(jié)論

1.研究總況：用戶畫像研究在國內(nèi)亟需拓展

近年來，隨著數(shù)據(jù)資源的豐富，在基金的積極支持下，國內(nèi)用戶畫像的研究成果逐漸豐富。2014年以來，越來越多的學(xué)者、機構(gòu)涉足用戶畫像研究領(lǐng)域，研究主要產(chǎn)生于高等院?；蚱髽I(yè)，各機構(gòu)間有一定合作，研究內(nèi)容集中于信息技術(shù)、經(jīng)濟(jì)與管理學(xué)科。因用戶畫像的研究對研究人員的學(xué)術(shù)研究水平、數(shù)據(jù)分析能力及可視化技術(shù)應(yīng)用能力均有一定要求，所以多人合作開展研究的情況比較普遍，研究者之間相互合作、相互補充，可以提升研究成果產(chǎn)出的質(zhì)量和數(shù)量。但總體而言，用戶畫像的研究成果數(shù)量不多，研究可探索的空間很大，亟需進(jìn)一步深入與拓展。目前的研究主要集中在實業(yè)界的信息化領(lǐng)域，基于大數(shù)據(jù)開展數(shù)據(jù)挖掘，研究完善推薦系統(tǒng)，用于企業(yè)的精準(zhǔn)營銷。

而把用戶畫像引入教育領(lǐng)域，尤其是在線教育領(lǐng)域，把學(xué)習(xí)者作為用戶展開研究，在深入了解學(xué)習(xí)者的基礎(chǔ)上，探索學(xué)習(xí)者對在線學(xué)習(xí)的需求或潛在需求，精細(xì)化地定位學(xué)習(xí)者的人群特征，挖掘潛在的學(xué)習(xí)者群體，根據(jù)學(xué)習(xí)者族群的差異化特征，幫助在線學(xué)習(xí)機構(gòu)找到拓展機會，尋找發(fā)展方向，全面提高學(xué)習(xí)者的學(xué)習(xí)效率，目前總體上為數(shù)很少，研究還處于初探期。因此，基于用戶畫像的研究視角，對開放大學(xué)在線學(xué)習(xí)者進(jìn)行研究，在當(dāng)下有很大的學(xué)術(shù)發(fā)展空間和參考價值，也有很強的實踐指導(dǎo)意義。

2.研究前瞻：用戶畫像在開放教育中的運用亟待推進(jìn)

對于已經(jīng)在全世界廣泛滲透的開放教育而言，目前正在發(fā)生兩大深刻變化：①在日趨精密的數(shù)字技術(shù)條件下，開放教育中在線學(xué)習(xí)者的學(xué)習(xí)動機、學(xué)習(xí)模式、學(xué)習(xí)行為、學(xué)習(xí)軌跡等，都已通過互聯(lián)網(wǎng)實現(xiàn)數(shù)字化，與學(xué)習(xí)者相關(guān)的學(xué)習(xí)信息都會以數(shù)據(jù)的形式呈現(xiàn)學(xué)習(xí)者特征。②進(jìn)入21世紀(jì)的全球教育研究也已進(jìn)入探究學(xué)習(xí)者深層次思維與行動的層面。作為個體獲得行為經(jīng)驗的過程，學(xué)習(xí)者的學(xué)習(xí)心理有外顯學(xué)習(xí)（Explicit Learning）與內(nèi)隱學(xué)習(xí)（Implicit Learning）等。以往針對學(xué)習(xí)者展開的研究大多集中在學(xué)習(xí)者對學(xué)習(xí)內(nèi)容、學(xué)習(xí)方式、學(xué)習(xí)環(huán)境需求、教學(xué)設(shè)計、學(xué)習(xí)技巧、學(xué)習(xí)興趣激發(fā)等方面的研究，探討學(xué)習(xí)者那些直觀的、可考量的、可觀察的需求，而對學(xué)習(xí)者潛在的、可預(yù)測的、內(nèi)在情感化的需求研究，一直流于表象，很少從可檢測的數(shù)據(jù)入手，在系統(tǒng)理論體系指導(dǎo)下進(jìn)行人性化、情感化、心靈需求化的研究。

在此背景下，開放教育亟待把用戶畫像引入實踐運用中，采用用戶畫像模型，把學(xué)習(xí)者作為真實具體的人依據(jù)目標(biāo)行為和觀點進(jìn)行類型劃分，并由此提煉特征形成用戶畫像。具體實施策略如下：

（1）展開調(diào)研

采取發(fā)放問卷、訪談、數(shù)據(jù)整理、師生研討等方法，對注冊學(xué)習(xí)課程的學(xué)習(xí)者開展調(diào)研，了解其目標(biāo)、行為和想法等，將學(xué)習(xí)者的屬性、行為與期待聯(lián)結(jié)起來，形成有代表性的學(xué)習(xí)受眾和目標(biāo)群體，在學(xué)習(xí)者角色描繪中抽象出自然人的屬性，通過數(shù)據(jù)建立學(xué)習(xí)者標(biāo)簽，獲得并描繪在線學(xué)習(xí)用戶的角色特征，以此實施對學(xué)習(xí)者的用戶畫像以及未來學(xué)習(xí)方向和學(xué)習(xí)內(nèi)容的精準(zhǔn)拓展，并在此基礎(chǔ)上構(gòu)建學(xué)習(xí)內(nèi)容的智能推薦系統(tǒng)，進(jìn)行在線學(xué)習(xí)的效果評估。

對學(xué)習(xí)者進(jìn)行調(diào)研的具體維度包括：①學(xué)習(xí)者的靜態(tài)屬性：從學(xué)習(xí)者的基本信息進(jìn)行用戶的劃分，建立學(xué)習(xí)者畫像的基礎(chǔ)，如性別、年齡、學(xué)歷、角色、收入、地域、婚否等。依據(jù)不同的課程，針對性地提取相關(guān)信息。②學(xué)習(xí)者的動態(tài)屬性：即學(xué)習(xí)者的網(wǎng)上學(xué)習(xí)行為、學(xué)習(xí)時間、學(xué)習(xí)手段、興趣愛好等，以此了解學(xué)習(xí)者是否會對學(xué)習(xí)內(nèi)容感興趣。③學(xué)習(xí)者的選課屬性。主要包括選課層次、學(xué)習(xí)心理、學(xué)習(xí)喜好等，反映他們對于學(xué)習(xí)的看法，是喜歡實用性的，還是理論層面的？傾向于應(yīng)用價值的，還是情感價值的？④學(xué)習(xí)者的心理屬性。主要指從學(xué)習(xí)者的生活、工作、感情、社交、收入等入手，分析其價值觀、人生觀，并針對性地改進(jìn)課程。

（2）進(jìn)行分類

通過上述4個維度的分析，對學(xué)習(xí)者畫像進(jìn)行基本分類。值得注意的是，上述所有屬性分類不一定在學(xué)習(xí)者畫像中都要用到，有的可能是選擇性分析。

（3）構(gòu)建智慧推薦系統(tǒng)

在學(xué)習(xí)者角色描繪中抽象出自然人的屬性，通過數(shù)據(jù)建立學(xué)習(xí)者標(biāo)簽，實施針對學(xué)習(xí)者的用戶畫像，在未來在線教育精準(zhǔn)拓展的基礎(chǔ)上構(gòu)建學(xué)習(xí)內(nèi)容的智能推薦系統(tǒng)，進(jìn)行在線學(xué)習(xí)的效果評估，為未來在線教育的發(fā)展戰(zhàn)略提供決策作參考，具體如下：預(yù)測學(xué)習(xí)者選擇課程的決策過程，用學(xué)習(xí)平臺向?qū)W習(xí)者提供課程信息和建議，幫助學(xué)習(xí)者決定應(yīng)該選擇什么課程進(jìn)行學(xué)習(xí)。

學(xué)習(xí)內(nèi)容智能推薦系統(tǒng)的實現(xiàn)策略——協(xié)同過濾：①基于學(xué)習(xí)者。根據(jù)學(xué)習(xí)者之間的相似性，推薦系統(tǒng)依據(jù)該學(xué)習(xí)者的學(xué)習(xí)行為（瀏覽、點擊、選課）計算跟他最像的那些學(xué)習(xí)者，以他們的瀏覽與選課行為向其進(jìn)行課程推薦，在此過程中，學(xué)習(xí)者可能會選擇這些學(xué)習(xí)內(nèi)容和課程。②基于課程。在眾多課程中，針對一些課程的性質(zhì)、內(nèi)涵、價值等總體特征描述有許多相似之處的特點，推薦系統(tǒng)將會計算課程與課程之間的相似或關(guān)聯(lián)程度，在學(xué)習(xí)者瀏覽的時候推薦給他。③基于內(nèi)容。在眾多課程的主體內(nèi)容中，針對一些學(xué)習(xí)內(nèi)容有許多相近、相似之處的特點，推薦系統(tǒng)將會計算它們之間的相似或關(guān)聯(lián)程度，在學(xué)習(xí)者瀏覽的時候推薦給他。④基于模型。利用數(shù)學(xué)建模的手段，評估學(xué)習(xí)者的選課意圖，將模型計算出來的得分最高的學(xué)習(xí)內(nèi)容和課程推薦給學(xué)習(xí)者。

參考文獻(xiàn)：

[1]Alan Cooper.交互設(shè)計之路——讓高科技產(chǎn)品回歸人性[M].北京：電子工業(yè)出版社，2006.3.

[2]肖君，喬惠，許貞等.在泛在學(xué)習(xí)環(huán)境下基于活動理論的移動MOOC設(shè)計及實證研究[J].中國電化教育，2017（11）：87-94.

[3]陳海建，戴永輝，韓冬梅等.開放式教學(xué)下的學(xué)習(xí)者畫像及個性化教學(xué)探討[J].開放教育研究，2017（3）：105-112.

[4]吳桂平，侯曉琴，王冰等.基于藝人畫像的歌曲點播量預(yù)測[J].網(wǎng)絡(luò)新媒體技術(shù)，2017（3）：20-26.

[5]孫忱，高榮.基于二維碼大數(shù)據(jù)的消費特征分析[J].中國市場，2015（42）：22-24.

[6]隋國政.淺談用戶畫像構(gòu)建及應(yīng)用[J].電子世界，2017（15）：144-146.

[7]董莉莉.剖析大數(shù)據(jù)時代下用戶畫像及媒介策略[J].傳媒，2016（2）：82-83.

[8]艾永亮.艾永亮：給用戶畫像[J].銷售與市場（評論版），2014（8）：39.

[9]孔建坤，邱偉娜，王治國等.如何用大數(shù)據(jù)給用戶“畫像”[N].人民郵電，2017-01-12（5）.

[10]陳禹安.大數(shù)據(jù)污染與用戶畫像[J].銷售與市場（管理版），2016（7）：22-24.

[11]周鮮子.淺談大數(shù)據(jù)下電子商務(wù)網(wǎng)站的用戶畫像[J].黑龍江科技信息，2017（11）：175.

[12]張慷.手機用戶畫像在大數(shù)據(jù)平臺的實現(xiàn)方案[J].信息通信，2014（2）：266-267.

[13]張治.用戶畫像與客戶價值[J].今日工程機械，2016（11）：35.

[14]丁偉，王題，劉新海等.基于大數(shù)據(jù)技術(shù)的手機用戶畫像與征信研究[J].郵電設(shè)計技術(shù)，2016（3）：64-69.

[15]曾鴻，吳蘇倪.基于微博的大數(shù)據(jù)用戶畫像與精準(zhǔn)營銷[J].現(xiàn)代經(jīng)濟(jì)信息，2016（16）：306-308.

[16]姜建武，李景文，陸妍玲等.基于用戶畫像的信息智能推送方法[J].微型機與應(yīng)用，2016（23）：86-89+92.

[17]張小可，沈文明，杜翠鳳.貝葉斯網(wǎng)絡(luò)在用戶畫像構(gòu)建中的研究[J].移動通信，2016（22）：22-26.

[18]李映坤.大數(shù)據(jù)背景下用戶畫像的統(tǒng)計方法實踐研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2016.

[19]郝勝宇，陳靜仁.大數(shù)據(jù)時代用戶畫像助力企業(yè)實現(xiàn)精準(zhǔn)化營銷[J].中國集體經(jīng)濟(jì)，2016（4）：61-62.

[20]原娟娟，顧雨霆，董文潔.基于“用戶畫像”的農(nóng)產(chǎn)品電商平臺精準(zhǔn)營銷模式設(shè)計[J].電子商務(wù)，2017（7）：46-48.

[21]徐艷.大數(shù)據(jù)畫像技術(shù)在高校思想政治教育中的應(yīng)用[J].學(xué)理論，2017（7）：241-242.

[22]余孟杰.產(chǎn)品研發(fā)中用戶畫像的數(shù)據(jù)模建——從具象到抽象[J].設(shè)計藝術(shù)研究，2014（6）：60-64.

[23]劉海，盧慧，阮金花等.基于“用戶畫像”挖掘的精準(zhǔn)營銷細(xì)分模型研究[J].絲綢，2015（12）：37-42.

[24]王丹.基于主題模型的用戶畫像提取算法研究[D].北京：北京工業(yè)大學(xué)，2016.

（編輯：李曉萍）