基于互聯(lián)網(wǎng)用戶體驗的天氣影響預(yù)報產(chǎn)品研究及應(yīng)用

劉文靜 于金

摘? 要：隨著日益增長的美好生活需要，用戶對氣象服務(wù)的需求也日趨個性化、具體化。而當(dāng)下專業(yè)天氣預(yù)報預(yù)警主要是針對單一氣象要素如氣溫、降水等的預(yù)報，普通用戶很難從中了解天氣帶來的直觀感受和具體影響。文章旨在通過對天氣影響預(yù)報產(chǎn)品研究，挖掘天氣對健康、生活等的影響規(guī)律，探索如何打造緊貼用戶感受的影響預(yù)報產(chǎn)品，提升產(chǎn)品服務(wù)的個性化和公眾認(rèn)可度。

關(guān)鍵詞：互聯(lián)網(wǎng)用戶;天氣預(yù)報產(chǎn)品;研究

中圖分類號：P456? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號：2095-2945（2019）08-0179-02

Abstract： With the increasing demand for a better life， the demand for meteorological services is becoming more and more personalized and concrete. At present， the professional weather forecast and early warning is mainly aimed at single meteorological elements such as temperature， precipitation and so on. It is difficult for ordinary users to understand the intuitive feelings and specific effects of the weather. The purpose of this paper is to excavate the influence of weather on health and life through the study of weather impact forecast products， and to explore how to create impact forecast products close to users' feelings， so as to improve the individualization of product services and public recognition.

Keywords： Internet users; weather forecast products; research

1 天氣影響預(yù)報服務(wù)產(chǎn)品現(xiàn)狀調(diào)查

目前面向公眾傳播的預(yù)報服務(wù)產(chǎn)品較為專業(yè)，大多是陰晴、氣溫、降水等純氣象要素的預(yù)報，而大多數(shù)用戶不太清楚它們究竟會對生活會造成怎樣的影響。為此，一些氣象部門開始了“氣象+影響”的預(yù)報研究，如[1]通過計算不同量級的暴雨可能導(dǎo)致的積水深度和范圍，為用戶提供城市內(nèi)澇風(fēng)險預(yù)報等;針對不同易感人群的感冒、兒童哮喘、慢性阻塞性肺疾病（COPD）等，通過初步調(diào)研，發(fā)現(xiàn)天氣影響預(yù)報服務(wù)產(chǎn)品存在面向公眾服務(wù)范圍小、不成體系、種類少、實際指導(dǎo)意義不大等問題，而導(dǎo)致這些問題的原因主要有：與天氣相關(guān)的影響類數(shù)據(jù)挖掘難度大，缺乏合適的數(shù)據(jù)渠道和來源;不同行業(yè)領(lǐng)域的數(shù)據(jù)融合沒有統(tǒng)一的算法規(guī)則，其科學(xué)性和實用性難以檢驗;大規(guī)模產(chǎn)品化的開發(fā)成本高。

2 如何建立符合用戶感受的算法庫

建立符合用戶感受的影響預(yù)報產(chǎn)品算法庫，首先需要掌握足夠充分的天氣數(shù)據(jù)和相關(guān)影響數(shù)據(jù)，并建立影響評估模型反復(fù)檢驗。通過中國天氣網(wǎng)秋褲預(yù)報產(chǎn)品的探索實踐，以秋褲預(yù)報產(chǎn)品為例，就如何建立符合用戶感受的影響預(yù)報算法庫進(jìn)行過程還原。

2.1 算法基礎(chǔ)

2017年10月30日中國氣象局發(fā)布[2]《QX/T 385-2017穿衣氣象指數(shù)》行業(yè)標(biāo)準(zhǔn)，標(biāo)準(zhǔn)規(guī)范了人們在自然氣候環(huán)境中的著裝薄厚程度氣象指標(biāo)，并將著裝厚度劃分為7 級。同時參考[3]《環(huán)境氣象學(xué)與特種氣象預(yù)報》一書中針對“著裝厚度氣象指數(shù)預(yù)報”的算法經(jīng)驗。

2.2 算法拓展驗證

為進(jìn)一步利用服裝厚度值針對是否穿秋褲進(jìn)行分級驗證，兩次收集秋褲輿情數(shù)據(jù)與服裝厚度進(jìn)行驗證對比。

2.2.1 中國天氣網(wǎng)用戶反饋收集輿情

（1）收集內(nèi)容：收集全國一百余個城市在2016年10月28日、2017年11月16日、2017年11月17日三天是否穿秋褲、穿著秋褲的厚度。

（2）數(shù)據(jù)處理：收集到的輿情數(shù)據(jù)整理后包含沒穿秋褲、穿秋褲、穿加絨秋褲、穿棉褲4種情況，由于數(shù)據(jù)個體差異大利用溫度針對部分輿情進(jìn)行了剔除，去除最高氣溫低于5℃未穿秋褲和最高氣溫高于20℃穿著棉褲的輿情。

（3）進(jìn)一步分級：產(chǎn)品最終需要實現(xiàn)沒穿秋褲（單褲）、穿秋褲、穿棉褲三個級別，因此將穿加絨秋褲的反饋按溫度劃分至穿棉褲和穿秋褲中。

2.2.2 自動獲取微博平臺輿情

第一批獲取的輿情數(shù)據(jù)有限，故而利用技術(shù)手段進(jìn)一步抓2017年秋冬季（2017/9/1-2018/1/31）微博平臺包含指定關(guān)鍵詞的數(shù)據(jù)5906條，覆蓋全國31個省會城市及港澳臺地區(qū)。從收集數(shù)據(jù)來看，進(jìn)入10月，秋褲等關(guān)鍵詞的出現(xiàn)量大幅上升。

（1）收集內(nèi)容：收集包含“秋褲”、“棉褲”等關(guān)鍵詞的微博，提取用戶ID號、發(fā)布時間、所屬地區(qū)，發(fā)布微博內(nèi)容。

（2）數(shù)據(jù)處理：由于微博內(nèi)容相對雜亂，針對微博內(nèi)容進(jìn)行了進(jìn)一步篩選。增加關(guān)鍵詞與天氣關(guān)聯(lián)：與關(guān)鍵詞相伴出現(xiàn)天氣關(guān)鍵詞（冷、涼、凍、寒、降溫、氣溫、天氣、雪）。剔除廣告類微博的影響：去除品牌關(guān)鍵詞19個（如：南極人、紅豆），去除平臺關(guān)鍵詞15個（如：淘寶、天貓），去除話題關(guān)鍵詞3個（如：持家省錢聯(lián)盟）。剔除可直觀判斷不合理輿情：當(dāng)氣溫在30℃以上時剔除輿情。

（3）輿情數(shù)據(jù)分級+服裝厚度對比：按第一次反饋將輿情關(guān)鍵詞定為“沒穿秋褲”、“穿秋褲”、“穿棉褲”三個級別，從有效輿情中獲取關(guān)鍵詞，結(jié)合服裝厚度值進(jìn)行對比。

（4）結(jié)論驗證：結(jié)合第一次輿情分析，沒穿秋褲的輿情資料中70%服裝厚度在6以下，而穿棉褲的輿情資料中87%服裝厚度值大于13。

2.3 算法結(jié)論

結(jié)合兩次驗證數(shù)據(jù)，最終將秋褲預(yù)報劃分為三級：

3 實際業(yè)務(wù)應(yīng)用和傳播效果

2018年11月5日，在一股“超兇”冷空氣來襲、大半中國氣溫將創(chuàng)新低之際，中國天氣網(wǎng)在微信公眾號上線秋褲預(yù)報產(chǎn)品，并推出網(wǎng)絡(luò)化新聞《炸裂！秋褲預(yù)警來了秋褲即將覆蓋8成國土》。隨后又于11月15日推出《冷！廣東廣西要穿秋褲1/3國土要上棉褲》，12月5日推出《凍哭！今冬首個棉褲預(yù)警全國八成地區(qū)需棉褲護體》。

三次結(jié)合新聞點進(jìn)行的傳播宣傳，結(jié)合重大天氣過程發(fā)布全國性的秋褲棉褲預(yù)警，為產(chǎn)品推廣提供了良好的傳播氛圍。據(jù)不完全統(tǒng)計，作品被騰訊新聞、高德地圖、新浪天氣通、網(wǎng)易新聞、百度、今日頭條等多家媒體彈窗push推薦，登上新浪微博熱搜榜，累計閱讀量超千萬，并被CCTV、鳳凰衛(wèi)視、人民日報、中國新聞網(wǎng)、人民網(wǎng)、頭條新聞、中國之聲、共青團中央、紫光閣等轉(zhuǎn)發(fā)，覆蓋今日頭條、騰訊、網(wǎng)易、鳳凰、澎湃新聞、搜狐、新浪等幾乎所有主流新媒體平臺。

4 產(chǎn)品優(yōu)勢及不足分析

通過復(fù)盤秋褲預(yù)報產(chǎn)品的創(chuàng)作及推廣服務(wù)過程，基本可以總結(jié)出一種可復(fù)制的產(chǎn)品化模式，即結(jié)合用戶興趣生產(chǎn)資訊，產(chǎn)生傳播影響，引發(fā)用戶關(guān)注和反饋，收集用戶數(shù)據(jù)，融合數(shù)據(jù)分析，形成算法模型和產(chǎn)品雛形。利用該模式打造的秋褲預(yù)報主要有以下三大優(yōu)勢。

獨創(chuàng)性。產(chǎn)品不僅可以根據(jù)用戶定位自動查詢未來5天的秋褲棉褲預(yù)報，還精心設(shè)計了108種原創(chuàng)表情包，搭配網(wǎng)絡(luò)化的提示語，打造不一樣的暖心提醒，讓網(wǎng)友可以輕松get到天冷穿什么。

交互性。定制功能讓用戶可選擇“養(yǎng)生老干部”“傲嬌小公舉”等個性化形象，還可以選擇符合自己風(fēng)格的褲型，生成專屬預(yù)報;打造“喊Ta一起穿秋褲”功能，讓網(wǎng)友可以“傳遞秋褲愛”，提醒親朋好友添衣保暖;“秋褲棉褲體驗官”不僅讓用戶有機會表達(dá)自己的感受，也為產(chǎn)品提供了廣泛的用戶反饋數(shù)據(jù)，為后期迭代優(yōu)化提供了基礎(chǔ)。

科學(xué)性。秋褲預(yù)報在融合穿衣厚度氣象標(biāo)準(zhǔn)基礎(chǔ)上，廣泛收集全國31個省會城市及港澳臺地區(qū)的秋褲輿情數(shù)據(jù)，并結(jié)合各地氣候背景進(jìn)行了大量數(shù)據(jù)驗證分析，最終形成了科學(xué)算法。

但產(chǎn)品同樣存在局限和不足。由于相關(guān)影響數(shù)據(jù)多從微博平臺收集，干擾性信息雜多，導(dǎo)致數(shù)據(jù)清洗難度大、成本高，最終形成的有效數(shù)據(jù)規(guī)模與期望值仍存在差距，未來仍需探索更多影響類數(shù)據(jù)挖掘渠道;從服務(wù)人群來看，沒有對不同人群進(jìn)行細(xì)分，進(jìn)行差異化服務(wù)，比如兒童、老人等人群穿秋褲的時間一般來說比青年人群要早，但受限于不同人群數(shù)據(jù)收集的難度，產(chǎn)品沒有達(dá)到針對不同人群進(jìn)行差異化提醒的要求;從分級標(biāo)準(zhǔn)來看，產(chǎn)品對于單褲、秋褲、棉褲的三級標(biāo)準(zhǔn)相對單一，無法涵蓋實際生活中的所有情況，比如薄秋褲、厚秋褲、毛褲、打底褲等也成為現(xiàn)代人們常見的保暖選擇。未來可通過建立用戶直接反饋渠道，收集不同人群的實際穿衣數(shù)據(jù)，為產(chǎn)品迭代和優(yōu)化提供有效依據(jù)。

參考文獻(xiàn)：

[1]王強，李佰平，等.上海影響預(yù)報和風(fēng)險預(yù)警業(yè)務(wù)進(jìn)展[J].氣象科技進(jìn)展，2017，06.

[2]王靜，等.QXT 385-2017穿衣氣象指數(shù)[S].中國氣象局，

2017，10.

[3]吳兌，鄧雪嬌.環(huán)境氣象學(xué)與特種氣象預(yù)報[M].北京：氣象出版社，2001，2.