基于VALS2的在線健康社區(qū)大學(xué)生用戶群體畫像構(gòu)建研究

郭順利　張宇

DOI：10.3969/j.issn.1008-0821.2021.10.006

[中圖分類號(hào)]G252.0 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008—0821（2021）10—0047—12

近年來(lái)，互聯(lián)網(wǎng)、大數(shù)據(jù)、新媒體技術(shù)的深入普及與廣泛運(yùn)用，以及公民健康意識(shí)的不斷增強(qiáng)，促進(jìn)了在線健康社區(qū)（Online Health Community，OHC）的興起和蓬勃發(fā)展。越來(lái)越多的網(wǎng)絡(luò)用戶基于在線社交、獲取醫(yī)療資訊和利用健康知識(shí)的目的活躍于在線健康社區(qū)之中。在線健康社區(qū)逐漸成為他們社交互動(dòng)咨詢、獲取健康資源、共享醫(yī)療信息、關(guān)注健康管理的渠道與途徑。尤其是面對(duì)2020年突如其來(lái)的新冠肺炎疫情，在線健康社區(qū)憑借不受地域限制、排查疑似病例、減少接觸、避免交叉感染等特點(diǎn)，成為疫情期間人們尋醫(yī)問(wèn)診和健康信息交流的重要場(chǎng)所。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，好大夫、平安好醫(yī)生等在內(nèi)的多家在線健康社區(qū)在疫情期間的訪問(wèn)量呈明顯激增勢(shì)頭。其中，好大夫社區(qū)在2020年2月期間，1個(gè)月的新增注冊(cè)用戶的數(shù)量比2019年12月增長(zhǎng)近3.5倍，并且每日用戶提交的在線健康問(wèn)診、醫(yī)學(xué)知識(shí)咨詢的需求量比2019年12月日均增長(zhǎng)近6.5倍。然而，在線健康社區(qū)的信息供給雖然在一定程度上能夠滿足用戶的信息需求，但隨著健康信息體量的不斷增加，用戶尋找其需求知識(shí)的難度也逐級(jí)上升，健康社區(qū)的信息供給與用戶的特定需求之間未能達(dá)到平衡。

與此同時(shí)，隨著社會(huì)生活壓力的增大和自然環(huán)境污染的加劇，年輕一代中出現(xiàn)的健康問(wèn)題日趨顯著，健康信息已經(jīng)成為青年群體關(guān)心的日常生活信息之一。然而，高校大學(xué)生（包括大專生、本科生及研究生）用戶群體作為當(dāng)今社會(huì)重要的青年群體，他們既擁有較高的學(xué)歷，也對(duì)新興技術(shù)和新鮮事物的接收程度高，并且網(wǎng)絡(luò)知識(shí)搜尋和獲取已成為他們學(xué)習(xí)生活中必不可少的一部分。因此，大學(xué)生用戶逐漸成為在線健康社區(qū)重要群體。在線健康社區(qū)如何掌握和獲取大學(xué)生用戶群體的健康信息需求和用戶特征，并面向需求和行為特征開展智能化、個(gè)性化的精準(zhǔn)服務(wù)已成為當(dāng)前在線健康社區(qū)發(fā)展的關(guān)鍵性問(wèn)題。而作為新興的數(shù)據(jù)分析工具的用戶畫像技術(shù)，恰能為在線健康社區(qū)的用戶特征表示、精準(zhǔn)服務(wù)實(shí)現(xiàn)提供良好的理論支持與方法支撐?；诖?，本文選取大學(xué)生用戶為研究對(duì)象，借鑒用戶畫像技術(shù)探析該用戶群體的特征和具體需求類型，以期協(xié)助平臺(tái)運(yùn)營(yíng)商更好地為大學(xué)生用戶提供精準(zhǔn)化服務(wù)。

1相關(guān)理論及研究基礎(chǔ)

1.1在線健康社區(qū)用戶的相關(guān)研究

目前有關(guān)在線健康社區(qū)用戶的研究，主要集中體現(xiàn)在利用不同的研究方法或工具，對(duì)某一特定用戶群體就用戶的信息行為、信息需求或使用意愿等方面展開研究。這些研究成果表明，在線健康信息對(duì)不同用戶群體會(huì)產(chǎn)生不同程度的差異化影響。例如，在用戶信息行為方面，Oh C等從信息消費(fèi)類、社區(qū)交流類和自我表達(dá)類3個(gè)角度細(xì)分了用戶的信息參與行為。許云紅等則采用多元邏輯回歸的方法，分別探究了甜蜜家園中初級(jí)組、中級(jí)組和高級(jí)組3個(gè)不同級(jí)別用戶參與行為模式的影響因素。在用戶信息需求方面，徐孝婷等結(jié)合馬斯洛需求層次理論，利用定性與定量相結(jié)合的方法構(gòu)建并解釋了老年用戶健康信息需求模型的內(nèi)涵。Ekberg J等采用定性研究的方法，通過(guò)收集青少年對(duì)健康評(píng)價(jià)和健康信息觀點(diǎn)的定性數(shù)據(jù)，得出終端用戶需求與組織目標(biāo)和資源之間存有沖突的結(jié)論。在用戶使用意愿方面，王文韜等利用扎根理論和半結(jié)構(gòu)化訪談的方式，探究用戶使用意愿的影響因素并構(gòu)建相關(guān)模型。Gonzalez M等則通過(guò)以不同種族的美國(guó)人為研究對(duì)象.發(fā)現(xiàn)種族因素也是影響在線健康社區(qū)用戶使用意愿的重要指標(biāo)。

1.2用戶畫像的相關(guān)研究

用戶畫像（User Profile）又稱為用戶原型、用戶角色等，最早提出用戶畫像概念的交互設(shè)計(jì)之父Cooper A，將其定義為基于用戶真實(shí)數(shù)據(jù)的虛擬代表。用戶畫像作為理解目標(biāo)用戶、具化用戶形象、明確服務(wù)目標(biāo)的一項(xiàng)工具，廣泛應(yīng)用在解讀用戶需求、實(shí)現(xiàn)精準(zhǔn)服務(wù)中。目前，國(guó)內(nèi)外學(xué)者嘗試從用戶的不同視角構(gòu)建畫像模型，在探索不同模型為學(xué)術(shù)研究帶來(lái)可能性的同時(shí)，也逐步豐富著用戶畫像技術(shù)的成熟。例如，在基于本體的構(gòu)建方法中，Calegari S等結(jié)合用戶個(gè)性檢索的信息，從現(xiàn)有YAGO本體中提取知識(shí)以構(gòu)建用戶畫像。單曉紅等則采用Protege工具從用戶信息屬性、酒店信息屬性和用戶評(píng)價(jià)信息屬性3個(gè)維度，建立本體實(shí)現(xiàn)攜程用戶畫像屬性之間的關(guān)聯(lián)。在基于主題的構(gòu)建方法中，Kim J等從用戶的閱讀水平及主題分布的角度出發(fā)，提出了包含閱讀內(nèi)容和閱讀任務(wù)多樣性等方面的概念主題模型以刻畫用戶。在基于用戶行為的畫像中，黃文彬等從用戶移動(dòng)速度、周期性活動(dòng)規(guī)律、頻繁活動(dòng)規(guī)律3方面入手，刻畫體現(xiàn)出目標(biāo)用戶日常行為規(guī)律和移動(dòng)情況的動(dòng)態(tài)畫像。誠(chéng)然，用戶畫像作為日益成熟的數(shù)據(jù)分析工具，能夠基于不同視角、多種方法全面細(xì)致地抽象出用戶在特定情境下的信息全貌，以此準(zhǔn)確描述差異化的用戶群體特征，實(shí)現(xiàn)用戶需求的外顯與表達(dá)。

1.3 VALS2市場(chǎng)細(xì)分理論

市場(chǎng)細(xì)分理論是由美國(guó)市場(chǎng)營(yíng)銷學(xué)家Smith W R于1956年提出的一個(gè)重要的市場(chǎng)營(yíng)銷理論，其目的在于滿足消費(fèi)者的差異化需求，挖掘潛在的用戶市場(chǎng)，從而促進(jìn)資源配置優(yōu)化，提高企業(yè)的經(jīng)濟(jì)效益。它是一個(gè)消費(fèi)者細(xì)分模型，也被稱為價(jià)值觀及生活方式調(diào)查（Values and Lifestyle Survey，簡(jiǎn)稱VALS）。此模型在1989年加入了心理學(xué)等測(cè)量因素后，逐漸發(fā)展成為VALS2模型。VALS2模型將用戶的價(jià)值觀和生活方式加入細(xì)分因素，更能反映出用戶的人文心理特征和市場(chǎng)的消費(fèi)分眾趨勢(shì)。此模型是基于人類社會(huì)基本價(jià)值觀點(diǎn)的理論模式，具備良好的適用性與測(cè)量效度，逐漸受到圖書情報(bào)領(lǐng)域?qū)W者的廣泛關(guān)注。最早該模型主要被應(yīng)用于制定資源與服務(wù)的營(yíng)銷戰(zhàn)略，目前VALS2模型在市場(chǎng)營(yíng)銷、新聞傳播、心理學(xué)、圖書情報(bào)等領(lǐng)域得到了廣泛應(yīng)用，具有較好的理論基礎(chǔ)和實(shí)踐應(yīng)用經(jīng)驗(yàn)。

1.4用戶生命周期理論

國(guó)內(nèi)研究者從2000年前后開始研究用戶生命周期理論（簡(jiǎn)稱用戶生命周期，也稱客戶生命周期），生命周期理論最初用于研究個(gè)人和家庭的生命周期過(guò)程，具體指出生、成長(zhǎng)、衰退、死亡的全過(guò)程。后應(yīng)用于企業(yè)管理、市場(chǎng)營(yíng)銷學(xué)客戶研究領(lǐng)域，并不斷地被拓展，相繼提出領(lǐng)導(dǎo)力生命周期理論、企業(yè)生命周期理論、產(chǎn)品生命周期理論、信息生命周期理論等。用戶生命周期描述了用戶關(guān)系從一種狀態(tài)或者一個(gè)階段向另一狀態(tài)或階段運(yùn)動(dòng)的總體特征，其代表了基于用戶關(guān)系水平隨時(shí)間變化的發(fā)展軌跡。可以說(shuō)，用戶生命周期理論是總結(jié)用戶關(guān)系的理論方法，它的發(fā)展是分階段完成的，能夠清晰洞察各用戶關(guān)系的動(dòng)態(tài)特征。陳明亮基于階段劃分提出了考察期、形成期、穩(wěn)定期、退化期4階段模型。同樣地，蔣國(guó)瑞等認(rèn)為用戶生命周期管理起始于平臺(tái)識(shí)別潛在用戶，終結(jié)于平臺(tái)與用戶二者關(guān)系的破裂。也就是說(shuō)，用戶生命周期管理是指如何從龐大的消費(fèi)群體中甄別出目標(biāo)用戶，同時(shí)圍繞平臺(tái)與目標(biāo)用戶之間的關(guān)系，從建立、發(fā)展到成熟和衰退的全生命過(guò)程的管理。可以說(shuō)，用戶生命周期理論是從用戶初始狀態(tài)到終末狀態(tài)的動(dòng)態(tài)性描述，用戶在每一階段所維持的狀態(tài)時(shí)期會(huì)不盡相同。按照用戶生命周期管理理論，企業(yè)或者運(yùn)營(yíng)者根據(jù)與用戶所處的不同關(guān)系階段，對(duì)目標(biāo)用戶進(jìn)行動(dòng)態(tài)跟蹤管理，同時(shí)制定每個(gè)階段的市場(chǎng)營(yíng)銷與運(yùn)營(yíng)組合策略，滿足不同生命階段用戶群體的需求，以達(dá)到用戶價(jià)值最大化，實(shí)現(xiàn)企業(yè)與客戶的雙贏。因此，本研究擬借鑒用戶生命周期理論探討在線健康社區(qū)用戶各個(gè)階段狀態(tài)和特征，以期為虛擬健康社區(qū)制定運(yùn)營(yíng)管理策略和提高知識(shí)服務(wù)質(zhì)量提供參考依據(jù)和借鑒。

通過(guò)梳理國(guó)內(nèi)外已有相關(guān)研究發(fā)現(xiàn)，當(dāng)前對(duì)于在線健康社區(qū)用戶的研究主要是基于用戶的健康需求和特定的參與行為方面。研究過(guò)程中未對(duì)用戶群體做細(xì)致劃分，部分研究針對(duì)老年用戶群體開展研究，但是針對(duì)大學(xué)生這一特殊群體的研究文獻(xiàn)較少。并且已有研究中大部分是對(duì)于用戶行為特征和需求方面研究，缺乏對(duì)于用戶自身特征的描述和表示。更是少有研究結(jié)合用戶消費(fèi)心理偏好和用戶生命周期理論探析在線健康社區(qū)用戶特征和需求。大學(xué)生用戶憑借較高的網(wǎng)絡(luò)知識(shí)獲取能力和信息素養(yǎng)，逐步成為在線健康社區(qū)重要的組成用戶，他們不同于其他的用戶群體，具有自己鮮明的特征?；诖?，本文以大學(xué)生群體作為研究對(duì)象，結(jié)合VAIS2市場(chǎng)細(xì)分和用戶生命周期理論，運(yùn)用用戶畫像技術(shù)分析大學(xué)生用戶群體特征和需求，擬為在線健康社區(qū)的運(yùn)營(yíng)管理、精準(zhǔn)推薦、精準(zhǔn)宣傳等創(chuàng)新性服務(wù)提供參考與決策，提升在線健康社區(qū)面向特定用戶需求的智能化、個(gè)性化的精準(zhǔn)服務(wù)水平。

2用戶畫像的構(gòu)建過(guò)程

本文將在線健康社區(qū)大學(xué)生用戶群體畫像的構(gòu)建過(guò)程分為數(shù)據(jù)化（Datamation）→標(biāo)簽化（Tagging）→集聚化（Clusterization）→可視化（Visualization）4個(gè)階段，即數(shù)據(jù)獲取處理、用戶特征標(biāo)簽提取、聚類判別分析和標(biāo)簽云可視化展示。其中數(shù)據(jù)獲取擁有多種途徑，當(dāng)前大多數(shù)研究都是基于網(wǎng)絡(luò)爬蟲技術(shù)獲取數(shù)據(jù)，揭示出不同類型群體用戶多維度的特征以及不同情境下的行為規(guī)律。本文則采用問(wèn)卷調(diào)查遞進(jìn)式提問(wèn)的方式，由淺入深地獲取用戶潛在的知識(shí)需求和挖掘用戶認(rèn)知層面需求。通過(guò)問(wèn)卷調(diào)查獲取的用戶數(shù)據(jù)具有定向而具體的信息特征，研究者可以對(duì)某一特定的目標(biāo)人群或地區(qū)進(jìn)行數(shù)據(jù)收集，將問(wèn)題的導(dǎo)向性更加明確具體，從而有利于推進(jìn)后續(xù)研究的精準(zhǔn)分析。因此，本文采用VALS2量表設(shè)計(jì)調(diào)查問(wèn)卷并獲取大學(xué)生用戶群體的基礎(chǔ)數(shù)據(jù)，以此構(gòu)建在線健康社區(qū)的大學(xué)生用戶群體畫像模型。

2.1用戶畫像構(gòu)建的設(shè)計(jì)思路

本研究主要基于VALS2模型構(gòu)建用戶畫像的標(biāo)簽體系，實(shí)現(xiàn)用戶畫像，為在線健康社區(qū)的精準(zhǔn)化服務(wù)提供參考和基礎(chǔ)，具體研究設(shè)計(jì)思路如圖1所示。首先，依據(jù)VALS2細(xì)分指標(biāo)設(shè)計(jì)調(diào)查問(wèn)卷，由此獲取用戶的基礎(chǔ)數(shù)據(jù)，經(jīng)預(yù)處理后實(shí)現(xiàn)樣本數(shù)據(jù)化。然后，基于樣本集和標(biāo)簽體系，將用戶數(shù)據(jù)進(jìn)行特征標(biāo)簽提取形成標(biāo)簽數(shù)據(jù)集，實(shí)現(xiàn)數(shù)據(jù)標(biāo)簽化。進(jìn)而，基于用戶畫像標(biāo)簽數(shù)據(jù)集，結(jié)合用戶生命周期理論，以及因子分析、聚類分析、判別分析等方法，提煉關(guān)鍵特征因子，獲取差異化用戶群體分類，實(shí)現(xiàn)特征因子集聚化。最后，采用Python的Wordeloud2工具包繪制標(biāo)簽云可視化輸出，完成最終的用戶畫像。

2.2用戶畫像標(biāo)簽體系設(shè)計(jì)

基于在線健康社區(qū)用戶的使用情境和平臺(tái)服務(wù)目標(biāo)，根據(jù)VALS2模型適用性強(qiáng)、測(cè)量效度高、分群結(jié)果較穩(wěn)定和非常有利于用戶畫像的構(gòu)建及分群的特征，本文確立以VALS2量表中的“用戶的資源”和“用戶的自我導(dǎo)向”兩個(gè)基本元素為細(xì)分指標(biāo)，設(shè)計(jì)大學(xué)生用戶畫像的標(biāo)簽體系。

2.2.1用戶的資源

用戶的資源即對(duì)應(yīng)VALS2模型中的消費(fèi)者資源，包括用戶的收入、教育、自信、健康、購(gòu)買愿望、智力和能力水平。在線健康社區(qū)大學(xué)生用戶群體畫像標(biāo)簽涵蓋了用戶的性別、學(xué)歷和專業(yè)3個(gè)人口統(tǒng)計(jì)特征，同時(shí)包含訪問(wèn)頻次、訪問(wèn)內(nèi)容、使用習(xí)慣、用戶體驗(yàn)及滿意度、用戶使用忠誠(chéng)度等7個(gè)用戶使用行為調(diào)查變量。

2.2.2用戶的自我導(dǎo)向

用戶的自我導(dǎo)向在VALS2量表中指的是影響消費(fèi)者參與購(gòu)買或使用產(chǎn)品服務(wù)的機(jī)理導(dǎo)向，具體表現(xiàn)在以原則為導(dǎo)向、以地位為導(dǎo)向和以行為為導(dǎo)向3種被驗(yàn)證過(guò)的激勵(lì)導(dǎo)向。在線健康社區(qū)中以原則為導(dǎo)向主要指通過(guò)用戶的主觀判斷而做出的認(rèn)知反應(yīng)，不會(huì)受到他人觀點(diǎn)的影響。比如，在線健康社區(qū)的資源更新、疾病或藥品信息查詢、診療獲悉、界面指引等;以地位為導(dǎo)向主要是對(duì)在線健康社區(qū)用戶地位或中心性上的評(píng)判，用戶會(huì)因他人的行為而做出改變，比如即時(shí)問(wèn)答互動(dòng)、留言、分享轉(zhuǎn)發(fā)、其他用戶的點(diǎn)贊等;以行為為導(dǎo)向主要來(lái)源于社會(huì)性、物質(zhì)性和精神層面的行為、活動(dòng)、變化與刺激，用戶容易被和自身利益相關(guān)或新穎的外部環(huán)境所吸引，比如在線健康社區(qū)的熱門話題、功能模塊多樣性、與生活密切相關(guān)性、激勵(lì)條件等都容易影響用戶行為。

基于以上兩個(gè)角度的分析，本研究最終構(gòu)建的大學(xué)生用戶群體畫像標(biāo)簽體系如圖2、圖3所示，由以下3個(gè)部分組成：一是人口統(tǒng)計(jì)特征，含3個(gè)統(tǒng)計(jì)變量;二是用戶使用行為，含7個(gè)調(diào)查變量;三是用戶的心理行為偏好，即所對(duì)應(yīng)的以原則為導(dǎo)向、以地位為導(dǎo)向和以行為為導(dǎo)向的21個(gè)測(cè)量項(xiàng)。

2.3用戶畫像標(biāo)簽權(quán)重設(shè)計(jì)

在線健康社區(qū)用戶畫像的差異在于標(biāo)簽權(quán)重設(shè)計(jì)，即不同的大學(xué)生用戶群體特征在某一標(biāo)簽上體現(xiàn)的重要程度（權(quán)重）是不同的。由于本文以VALS2指標(biāo)體系構(gòu)建的心理行為偏好標(biāo)簽?zāi)軌虼碓谛４髮W(xué)生用戶短期內(nèi)穩(wěn)定的服務(wù)需求和感知態(tài)度值，因此，借助李克特5級(jí)量表由低到高來(lái)表達(dá)用戶在某一方面的需求程度和偏好體現(xiàn)。選擇將各用戶心理偏好變量在各分群的均值作為用戶畫像標(biāo)簽權(quán)重。而人口統(tǒng)計(jì)特征和用戶行為特征兩個(gè)方面則采用屬性值進(jìn)行頻率排序，由此定義用戶畫像標(biāo)簽的權(quán)重值。

3實(shí)證分析

3.1問(wèn)卷設(shè)計(jì)及數(shù)據(jù)獲取

本研究的調(diào)查問(wèn)卷主要由3部分組成，第一部分是用戶的人口統(tǒng)計(jì)特征，包括大學(xué)生的性別、學(xué)歷和所學(xué)專業(yè);第二部分是對(duì)用戶使用行為的調(diào)查，包括大學(xué)生用戶群體對(duì)在線健康社區(qū)的訪問(wèn)頻次、關(guān)注內(nèi)容、使用意愿、滿意度、忠誠(chéng)度等;第三部分主要針對(duì)在線健康社區(qū)用戶的VALS2分群設(shè)置的心理行為偏好測(cè)量問(wèn)句，采用李克特5級(jí)量表進(jìn)行程度評(píng)測(cè)，共由21個(gè)問(wèn)題組成。在問(wèn)卷通過(guò)試測(cè)修正后，利用問(wèn)卷星、微信、QQ等網(wǎng)絡(luò)平臺(tái)發(fā)放回收問(wèn)卷。調(diào)查對(duì)象面向大學(xué)生互聯(lián)網(wǎng)用戶，持續(xù)發(fā)放了15天，累計(jì)回收調(diào)查問(wèn)卷650份。為了保證問(wèn)卷的有效性，本研究剔除回收問(wèn)卷中缺失值較多、重復(fù)，以及明確表示沒(méi)有使用過(guò)在線健康社區(qū)的問(wèn)卷，最終得到有效問(wèn)卷520份。

3.2樣本特征與信效度檢驗(yàn)

運(yùn)用SPSS統(tǒng)計(jì)分析，所得樣本的人口統(tǒng)計(jì)特征如表1所示。

從表1可以看出，樣本集的男女比例接近2：3，調(diào)查對(duì)象中本科學(xué)歷的人群最多，覆蓋到了專科、研究生群體。相應(yīng)專業(yè)中涉及多個(gè)專業(yè)，工學(xué)占據(jù)首位，其次為管理學(xué)、理學(xué)和教育學(xué)等專業(yè)。

為確保后續(xù)用戶特征標(biāo)簽化、集聚化和可視化呈現(xiàn)的準(zhǔn)確性.本文剔除人口統(tǒng)計(jì)特征的相關(guān)變量后，將“用戶使用行為中的后4個(gè)調(diào)查項(xiàng)”與“用戶心理行為偏好中的21個(gè)測(cè)量項(xiàng)”組成了25個(gè)測(cè)量項(xiàng)，進(jìn)行信度和效度檢驗(yàn)分析，如表2所示。運(yùn)用Cronbachs Alpha系數(shù)（α信度系數(shù)）分析發(fā)現(xiàn)，α系數(shù)為0.945>0.8，說(shuō)明調(diào)查問(wèn)卷獲取數(shù)據(jù)的信度較高，具有良好的可靠性。此外，α系數(shù)統(tǒng)計(jì)量分析表明，25個(gè)測(cè)量語(yǔ)句的“項(xiàng)已刪除的α值”介于0.939～0.949之間，說(shuō)明問(wèn)卷測(cè)量語(yǔ)句的一致性較高。另外，從KMO和Bartlett球形檢驗(yàn)中發(fā)現(xiàn)，KMO值為0.950>0.8，顯著性P<0.001，據(jù)此樣本適合做因子分析，如表3所示。

3.3因子分析與分類標(biāo)簽抽取

為了有效區(qū)分用戶類型，獲取大學(xué)生用戶群體的差異化畫像。本研究借助SPSS開展探索性因子分析獲取其特征因子。首先，將各測(cè)量語(yǔ)句所表達(dá)的含義以4個(gè)字的主題詞形式進(jìn)行提煉概括，便于統(tǒng)一規(guī)范化處理;然后，將提煉后的語(yǔ)句納入“降維”模塊中的“因子分析”，采用主成分分析法，設(shè)置特征值大于1、最大收斂迭代次數(shù)為25;最后，結(jié)合“最大方差旋轉(zhuǎn)法”萃取因子，由此輸出因子碎石圖（如圖4所示）、總方差解釋（如表4所示）和旋轉(zhuǎn)后的成分矩陣（如表5所示）。依據(jù)碎石圖和總方差解釋表，結(jié)合公因子選取不宜過(guò)多的原則，本研究認(rèn)為選取4個(gè)公因子成分較為適宜，其“旋轉(zhuǎn)載荷平方和載”累積總方差解釋也達(dá)到63.56%，符合研究要求。

依據(jù)表5中各因子在原始變量上的負(fù)荷系數(shù)，總結(jié)在線健康社區(qū)用戶畫像的分類特征因子如下：

特征因子1：該特征因子與義診直播、醫(yī)療就業(yè)、學(xué)術(shù)支持、追蹤前沿、健康管理、人氣話題、知名專家等因子相關(guān)，這些因子體現(xiàn)了在校大學(xué)生對(duì)在線健康社區(qū)各類知識(shí)資源的需求與依賴，他們能夠根據(jù)自身的實(shí)際需求選擇社區(qū)提供的對(duì)應(yīng)知識(shí)資源類型。因此，該公因子命名為資源需求類因子。

特征因子2：該特征因子與隱私保護(hù)、用戶認(rèn)可、實(shí)時(shí)問(wèn)答、社交分享、經(jīng)驗(yàn)傳遞、醫(yī)患關(guān)系等因子有關(guān)，集中反映了大學(xué)生用戶群體熱衷于社區(qū)的互動(dòng)交流和社交，并且善于將自身的經(jīng)驗(yàn)知識(shí)或高質(zhì)量的知識(shí)資源分享到朋友圈或其他社交平臺(tái)，同時(shí)注重其他用戶對(duì)自己的認(rèn)可和尊重，因此將此公因子命名為社交互動(dòng)類因子。

特征因子3：該特征因子與訪問(wèn)便捷、持續(xù)使用、資源更新、資源檢索、使用習(xí)慣等因子相關(guān)，這些因子表現(xiàn)出當(dāng)代大學(xué)生習(xí)慣對(duì)平臺(tái)或系統(tǒng)的性能做出評(píng)判，他們?cè)谑褂迷诰€健康社區(qū)感知相關(guān)功能與服務(wù)的同時(shí)，能夠主動(dòng)地預(yù)判、評(píng)估甚至改變自身的訪問(wèn)設(shè)備或使用習(xí)慣，因此將此公因子命名為服務(wù)體驗(yàn)類因子。

特征因子4：該特征因子與廣告營(yíng)銷、從眾心理、需求明確3個(gè)因子相關(guān)，這些特征因子表現(xiàn)出大學(xué)生用戶在使用在線健康社區(qū)的期間，容易被自身需求的明確程度、廣告宣傳推廣的力度以及周圍其他用戶行為的異同等內(nèi)外環(huán)境所影響，從而改變著他們對(duì)平臺(tái)的使用程度，因此將此公因子命名為環(huán)境影響類因子。

3.4用戶畫像聚類分析

將上述4類區(qū)分大學(xué)生用戶群體畫像的差異化特征因子提取后，采用聚類分析算法能夠?qū)⑾嗤胤譃榫o密關(guān)系的子集或簇。本研究選取經(jīng)典的聚類算法K均值算法（K-means）對(duì)所有樣本聚類，獲取差異用戶群體個(gè)數(shù)，實(shí)現(xiàn)用戶畫像的分群。K-means屬于硬聚類算法，1個(gè)點(diǎn)只能分到1個(gè)類。而在此過(guò)程中，關(guān)鍵要明確聚類數(shù)目K值的選擇。通常主要根據(jù)以往經(jīng)驗(yàn)以及利用K-means聚類的目的來(lái)決定K值。在本研究中，借鑒相關(guān)領(lǐng)域?qū)W者的研究參考，將聚類個(gè)數(shù)界定在3～6個(gè)。同時(shí)，在最優(yōu)的聚類方案選取方面，依據(jù)用戶生命周期理論和在線健康社區(qū)大學(xué)生用戶的屬性特征，將判別分析與WilksLambda方法結(jié)合運(yùn)用，從而綜合選擇最終的聚類方法，以此得到的聚類結(jié)果如表6所示。

從表6可以看出，當(dāng)聚類個(gè)數(shù)為6時(shí)，表中各特征因子的F值之間的差距最小，說(shuō)明用戶群體畫像之間的差異不夠明顯，故舍棄該聚類方案。當(dāng)聚類個(gè)數(shù)為5個(gè)、4個(gè)和3個(gè)時(shí)，WilksLambda值隨著聚類個(gè)數(shù)的減少逐漸增加;尤其是當(dāng)聚類個(gè)數(shù)從4降低到3時(shí)的增量最大，表明F值的差異性最佳，即用戶群體分類畫像的效果最好。同時(shí)，聚類數(shù)為3時(shí)正確分類概率高達(dá)95.8%，也體現(xiàn)了該方案的優(yōu)勢(shì)。因此，最終確定選取用戶畫像的聚類數(shù)為3，從SPSS中抽取4個(gè)特征因子分別對(duì)應(yīng)的最終聚類中心值，如表7所示。從中可以看出，每一類用戶畫像在各個(gè)特征因子上存在著明顯的差異性。

3.5用戶畫像的可視化展示

為了直觀地展示上述分析得到的用戶畫像聚類結(jié)果，本研究采用Python中的Wordcloud2工具繪制可視化的用戶標(biāo)簽云。其中，各特征變量的標(biāo)簽大小由此類用戶畫像群體所對(duì)應(yīng)的均值決定，標(biāo)簽字體越大表示該用戶群體的此類特征越顯著。另外，其他的人口統(tǒng)計(jì)特征相關(guān)數(shù)據(jù)則采用比例統(tǒng)計(jì)的方式呈現(xiàn)，如表8所示。

4用戶畫像描述討論與啟示

根據(jù)上述分析和表8可視化的結(jié)果可以發(fā)現(xiàn)，每一類型的大學(xué)生用戶畫像存有不同的關(guān)鍵性特征，結(jié)合畫像結(jié)果和用戶生命周期理論，具體描述如下：

4.1從眾派用戶的畫像特征

從眾派用戶代表了用戶生命周期的初級(jí)階段，體現(xiàn)出大學(xué)生用戶尚處在考察社區(qū)資源與服務(wù)的時(shí)期。此階段的大學(xué)生用戶群體，具備明顯的盲目從眾、容易被自身需求的不確定性和外部環(huán)境的錯(cuò)綜性所干擾的心理特征。從眾心理、廣告營(yíng)銷、需求明確等是該用戶群體畫像的主要特征。如今身處互聯(lián)網(wǎng)時(shí)代的大學(xué)生群體，非常容易被在線健康社區(qū)其他用戶的熱議轉(zhuǎn)發(fā)、熱門主題推薦和彈窗廣告等渠道方式的宣傳推廣所影響，從而促使他們的用戶行為發(fā)生改變。從人口統(tǒng)計(jì)特征來(lái)看，該用戶群體的男女比例趨于平衡，“基本不使用”和“使用0～5次”的總數(shù)約占80%，說(shuō)明此類用戶較顯著的特征是訪問(wèn)頻次較低，對(duì)平臺(tái)的使用尚不熟悉，缺乏自己明確的需求目標(biāo)。綜合以上特征和關(guān)鍵影響因子，可以將此類用戶分為“他人導(dǎo)向型”和“廣告導(dǎo)入型”兩類具體的用戶類型。

1）他人導(dǎo)向型用戶。他人導(dǎo)向型用戶是經(jīng)過(guò)線上和線下同學(xué)、朋友、家人或師長(zhǎng)等交流、推薦和宣傳而發(fā)展成為的在線健康社區(qū)用戶。體現(xiàn)出大學(xué)生初人在線健康社區(qū)的陌生感與評(píng)判標(biāo)準(zhǔn)的不確定，極易因?yàn)槠渌脩舻奶釂?wèn)或評(píng)論而模糊了自身的判斷。由于絕大多數(shù)的大學(xué)生用戶是剛剛成年，在心智上尚不成熟，對(duì)于一些模棱兩可或隱私性的健康問(wèn)題不愿意詢問(wèn)家人或朋友，加之自身健康信息素養(yǎng)的缺失和獨(dú)立思考能力缺乏，導(dǎo)致出現(xiàn)“人云亦云”“盲目從眾”的現(xiàn)象。針對(duì)此類用戶群體，在線健康社區(qū)可以設(shè)置專門的“新用戶引導(dǎo)”模塊和優(yōu)質(zhì)安全內(nèi)容標(biāo)記等方式。通過(guò)向?qū)降姆?wù)模式或溝通互動(dòng)的形式，獲悉大學(xué)生用戶具體的服務(wù)需求，避免盲目從眾、經(jīng)驗(yàn)主義至上等現(xiàn)象發(fā)生，進(jìn)而指導(dǎo)他們提高獲取高質(zhì)量健康知識(shí)資源的能力，并且能夠根據(jù)自己的真實(shí)需求檢索相應(yīng)資源，獲得相應(yīng)服務(wù)。

2）廣告導(dǎo)入型用戶。廣告導(dǎo)入型用戶是指被營(yíng)銷廣告、熱點(diǎn)主題推薦、軟文推廣等方式吸引發(fā)展成為的在線健康社區(qū)用戶。該群體的大學(xué)生用戶容易被平臺(tái)植入的廣告或誤導(dǎo)性的消息而轉(zhuǎn)移注意力。現(xiàn)如今“見(jiàn)縫插針”的廣告宣傳手段在互聯(lián)網(wǎng)空間鋪天蓋地，對(duì)于部分判斷能力和健康信息素養(yǎng)較低的大學(xué)生用戶而言，這些營(yíng)銷廣告影響了他們的價(jià)值判斷，也加劇了他們檢索和獲取信息的難度，從而在一定程度上影響了他們的檢索結(jié)果。因此，對(duì)于此類用戶群體，在線健康社區(qū)需要嚴(yán)格廣告宣傳的“準(zhǔn)人標(biāo)準(zhǔn)”，對(duì)于存在安全隱患、虛假宣傳等危險(xiǎn)性廣告類型，禁止許可宣傳。同時(shí)，有益于服務(wù)并滿足大學(xué)生需求的廣告內(nèi)容，可以通過(guò)多媒體呈現(xiàn)等方式，幫助他們獲取對(duì)自身有價(jià)值的知識(shí)資源。

綜合從眾派中“他人導(dǎo)向型”和“廣告導(dǎo)入型”兩類具體的用戶類型可以發(fā)現(xiàn)，用戶對(duì)于平臺(tái)的具體服務(wù)功能和資源內(nèi)容較為模糊，對(duì)于自己的服務(wù)需求缺乏準(zhǔn)確表達(dá)，易受到內(nèi)外部環(huán)境等各種因素的影響。因此，一方面在線健康社區(qū)需要引導(dǎo)大學(xué)生等青年用戶積極適應(yīng)平臺(tái)的功能設(shè)置和資源內(nèi)容，通過(guò)加強(qiáng)他們對(duì)平臺(tái)功能的感知與認(rèn)同而促使他們向需求派用戶轉(zhuǎn)化;另一方面，在線健康社區(qū)管理運(yùn)營(yíng)者運(yùn)用該類用戶群體特征，積極發(fā)揮社區(qū)的意見(jiàn)領(lǐng)袖作用和媒介推廣影響，借助他們的影響力開展網(wǎng)絡(luò)營(yíng)銷和推廣，增加在線健康社區(qū)的品牌影響力和知名度。

4.2需求派用戶的畫像特征

需求派用戶較從眾派用戶集中表現(xiàn)出大學(xué)生用戶群體具備較明確的服務(wù)需求，能夠靈活、準(zhǔn)確地使用平臺(tái)資源和服務(wù)功能，反映出他們正處于用戶生命周期中的形成期階段。其中，醫(yī)療就業(yè)、學(xué)術(shù)支持、社交分享、經(jīng)驗(yàn)傳遞、用戶認(rèn)可等是該大學(xué)生用戶群體畫像的顯著特征。從人口統(tǒng)計(jì)特征來(lái)看，此用戶群體中研究生的人數(shù)比例較之前有所增加，說(shuō)明健康社區(qū)的知識(shí)資源和服務(wù)功能為研究生的日常生活、學(xué)術(shù)研究等方面提供了補(bǔ)充;從每月訪問(wèn)頻次來(lái)看，“基本不使用”和“使用0～5次”的總數(shù)有所降低，說(shuō)明此類用戶能夠經(jīng)常性使用平臺(tái)，獲取自身的資源需求。綜合以上特征和關(guān)鍵影響因子，將此類用戶分為“社交活躍型”和“資源獲取型”兩類具體的用戶類型。

1）社交活躍型用戶。社交活躍型用戶是指運(yùn)用在線健康社區(qū)社交互動(dòng)功能獲取知識(shí)資源或共享知識(shí)資源的用戶群體。大學(xué)生用戶的網(wǎng)絡(luò)應(yīng)用能力和頻繁的社交互動(dòng)使他們成為在線健康社區(qū)中最活躍、貢獻(xiàn)度最大的一類用戶。一部分用戶是通過(guò)將在線健康社區(qū)知識(shí)資源內(nèi)容分享到朋友圈、微博等社交軟件上，實(shí)現(xiàn)知識(shí)資源傳播和分享。他們通常會(huì)因?yàn)楣蚕碇R(shí)資源獲得他人的點(diǎn)贊、評(píng)論或轉(zhuǎn)發(fā)等行為，而沉浸在社區(qū)的使用中感覺(jué)自我價(jià)值實(shí)現(xiàn)和自我滿足。作為年輕群體，其他用戶對(duì)自己的認(rèn)可和贊許，尤其是自身分享的經(jīng)驗(yàn)和知識(shí)受到威望度較高用戶的青睞、推薦和轉(zhuǎn)發(fā)分享時(shí)，他們會(huì)更加積極踴躍地參與到平臺(tái)社交互動(dòng)和知識(shí)交流活動(dòng)之中;另外一部分用戶作為在線健康社區(qū)的知識(shí)生產(chǎn)者，分享自身的經(jīng)驗(yàn)和知識(shí)資源，比如：回答問(wèn)題、論壇互動(dòng)、評(píng)論點(diǎn)評(píng)、關(guān)注他人等方式。也有用戶通過(guò)關(guān)注和加好友等互動(dòng)交流方式，與社區(qū)內(nèi)其他人進(jìn)行溝通交流和互動(dòng)，從而獲取或者分享知識(shí)資源。因此，作為在線健康社區(qū)活躍用戶群體，需要不斷維護(hù)和激發(fā)大學(xué)生用戶的活躍度，推薦和提供符合他們感興趣、擅長(zhǎng)的專業(yè)話題。通過(guò)激勵(lì)措施激發(fā)社交活躍用戶群體能動(dòng)作用，吸引更多的用戶關(guān)注和使用在線健康社區(qū)，以此保障社區(qū)良性的活躍氛圍。

2）資源獲取型用戶。資源獲取型用戶是指借助在線健康社區(qū)獲取專業(yè)性知識(shí)資源和服務(wù)的大學(xué)生用戶群體。較社交活躍型用戶，資源獲取型用戶對(duì)健康類知識(shí)資源的需求更加明確，目的性更強(qiáng)。他們不再局限于簡(jiǎn)單的交流互動(dòng)，而是為獲取某一類特定的專業(yè)性知識(shí)資源，有著自己明確的訪問(wèn)需求，較為注重平臺(tái)知識(shí)資源組織方式和資源內(nèi)容質(zhì)量。比如：針對(duì)某種特定疾病或癥狀的醫(yī)藥查詢，減肥方法、保健常識(shí)等知識(shí)資源查詢，也有醫(yī)學(xué)專業(yè)的學(xué)生會(huì)通過(guò)平臺(tái)獲取專業(yè)知識(shí)以及人才招聘資訊和就業(yè)信息等。因此，對(duì)于此類用戶群體，在線健康社區(qū)要以用戶為中心，盡最大可能為他們提供相應(yīng)的服務(wù)功能及資源內(nèi)容，不斷滿足其健康知識(shí)資源需求，從而提高社區(qū)服務(wù)水平和用戶滿意度，促使資源獲取型用戶持續(xù)關(guān)注和使用。在運(yùn)營(yíng)管理方面，在線健康社區(qū)需要打破傳統(tǒng)的服務(wù)功能和運(yùn)營(yíng)模式，不斷創(chuàng)新知識(shí)資源組織方式和服務(wù)模式。

從綜合需求派中“社交活躍型”和“資源獲取型”兩類具體的用戶類型可以發(fā)現(xiàn)，大學(xué)生用戶群體能夠在自身?yè)碛休^明確的目標(biāo)需求下使用社區(qū)，并且在校大學(xué)生在滿足自身服務(wù)需求的同時(shí)，能夠協(xié)助平臺(tái)提升知識(shí)服務(wù)的水平和用戶數(shù)量，從而促進(jìn)他們向更加成熟的體驗(yàn)派用戶轉(zhuǎn)化。

4.3體驗(yàn)派用戶的畫像特征

體驗(yàn)派用戶則直觀描述了作為用戶生命周期中穩(wěn)定期用戶的基本特征，集中表現(xiàn)出大學(xué)生用戶能夠有針對(duì)性地選擇不同在線健康社區(qū)，并熟練運(yùn)用健康社區(qū)平臺(tái)的功能和服務(wù)，成為在線健康社區(qū)忠實(shí)用戶和粉絲。資源更新、資源檢索、訪問(wèn)便捷、使用習(xí)慣、持續(xù)使用等是該用戶群體畫像的主要特征。作為體驗(yàn)派的大學(xué)生用戶群體較為注重平臺(tái)資源更新的時(shí)效性、知識(shí)資源檢索的簡(jiǎn)潔性以及訪問(wèn)的舒適性等感知感官方面的需求滿足。從而決定他們對(duì)此平臺(tái)是否繼續(xù)使用、是否當(dāng)作自己健康知識(shí)獲取和共享的場(chǎng)所社區(qū)。從人口統(tǒng)計(jì)特征來(lái)看，此用戶群體的女大學(xué)生用戶數(shù)量比例明顯高于男生，這也符合當(dāng)下女大學(xué)生更加注重自身健康管理的現(xiàn)狀;從主要關(guān)注的內(nèi)容來(lái)看，更多的主題內(nèi)容受到大學(xué)生的關(guān)注，也證明了他們參與社區(qū)的廣度與深度范圍較大。綜合以上特征和關(guān)鍵影響因子，總體可以將此類用戶分為“服務(wù)感知型”和“成熟參與型”兩類具體的用戶類型。

1）服務(wù)感知型用戶。服務(wù)感知型用戶較資源獲取型用戶，更加注重對(duì)平臺(tái)服務(wù)性能的感知與評(píng)價(jià)。對(duì)于知識(shí)資源獲取和利用方面，關(guān)注在線健康社區(qū)平臺(tái)界面的設(shè)計(jì)布局、訪問(wèn)設(shè)備的支持度、系統(tǒng)流暢、在線互動(dòng)交流、客服即時(shí)回復(fù)、服務(wù)方式渠道等方面的性能。系統(tǒng)或平臺(tái)的服務(wù)性能將影響和改變著大學(xué)生用戶的滿意度和體驗(yàn)度，進(jìn)而刺激著大學(xué)生用戶的持續(xù)參與行為和關(guān)注狀態(tài)。因此，對(duì)于此類大學(xué)生用戶群體，在線健康社區(qū)要積極收集他們的服務(wù)反饋，通過(guò)設(shè)置“信箱訪談”“機(jī)器問(wèn)答”等功能優(yōu)化平臺(tái)的服務(wù)反饋交流渠道。同時(shí)，在線健康社區(qū)既要轉(zhuǎn)變服務(wù)理念，樹立以用戶為中心的服務(wù)意識(shí)，不斷地創(chuàng)新和優(yōu)化服務(wù)模式及渠道方式，擴(kuò)大知識(shí)服務(wù)的深度和廣度。也要充分把握大學(xué)生用戶的心理特征和用戶需求，深度挖掘用戶需求和個(gè)性特征，提高在線健康社區(qū)個(gè)性化、智能化、精準(zhǔn)化服務(wù)水平。

2）成熟參與型用戶。成熟參與型用戶為在線健康社區(qū)最為忠實(shí)粉絲群體，也是所有用戶中最為成熟和活躍類的種子用戶群體。此類大學(xué)生用戶已經(jīng)和在線健康社區(qū)建立起了穩(wěn)定的信任關(guān)系，擁有固定的使用習(xí)慣，不僅經(jīng)常性使用在線健康社區(qū)常規(guī)查詢疾病癥狀、共享和生產(chǎn)健康類知識(shí)及自身經(jīng)驗(yàn)，而且也是在線健康社區(qū)的知識(shí)傳播和分享的重要群體。同時(shí)，該類用戶群體使用在線健康社區(qū)頻次也較高，容易購(gòu)買和使用付費(fèi)產(chǎn)品，用戶的價(jià)值也越來(lái)越大。隨著用戶對(duì)在線健康社區(qū)的熟練使用，也逐漸習(xí)慣于對(duì)在線健康社區(qū)的信賴與持續(xù)使用。因此，在線健康社區(qū)需要維系和保持此類大學(xué)生用戶群體的粘性和滿意度，并及時(shí)根據(jù)他們的使用反饋和行為進(jìn)行服務(wù)優(yōu)化和調(diào)整。同時(shí)通過(guò)不斷制定用戶成長(zhǎng)的激勵(lì)通道，能夠像指揮棒一樣，激勵(lì)用戶沿著平臺(tái)指定的方向成長(zhǎng)和發(fā)展，保持用戶的活躍度和持續(xù)關(guān)注度。

體驗(yàn)派用戶可以說(shuō)是目前在線健康社區(qū)中最為活躍和穩(wěn)定的大學(xué)生用戶代表，然而隨著用戶需求程度的不斷提高，在線健康社區(qū)也應(yīng)該隨時(shí)做好精準(zhǔn)服務(wù)策略的調(diào)整準(zhǔn)備，避免一些用戶過(guò)早地進(jìn)入衰退期，導(dǎo)致大學(xué)生用戶的流失。

5研究結(jié)論與展望

在線健康社區(qū)已逐漸成為大學(xué)生日常生活中獲取健康信息及知識(shí)的重要渠道，為了更好地服務(wù)于此類群體，平臺(tái)運(yùn)營(yíng)商需要及時(shí)掌握大學(xué)生用戶的使用行為和心理特征，挖掘與分析其具體的需求特征。了解和掌握大學(xué)生用戶群體的畫像類型，能夠明晰他們具體的健康知識(shí)需求，從而為其提供精準(zhǔn)化、細(xì)致化、個(gè)性化的健康知識(shí)服務(wù)，促進(jìn)該群體身心的健康發(fā)展。鑒于此，本研究以用戶畫像技術(shù)為指導(dǎo)，結(jié)合VALS2市場(chǎng)細(xì)分與用戶生命周期理論，構(gòu)建了在線健康社區(qū)大學(xué)生用戶群體畫像的具體模型。本文通過(guò)問(wèn)卷調(diào)查的方法收集數(shù)據(jù)后，經(jīng)實(shí)證研究得出從眾派、需求派和體驗(yàn)派三大類，細(xì)分為他人引導(dǎo)型、廣告導(dǎo)入型、社交活躍型、資源獲取型、服務(wù)感知型和成熟參與型6類具體典型差異化的用戶群體畫像類型。研究發(fā)現(xiàn)，在線健康社區(qū)大學(xué)生用戶群體特征演化符合用戶生命周期理論，既表現(xiàn)了用戶群體畫像的逐步成熟化，也反映出用戶對(duì)社區(qū)的依賴感與期望程度的變化，從而為在線健康社區(qū)的資源優(yōu)化與精準(zhǔn)服務(wù)提供了決策參考與實(shí)踐支持。

然而，盡管本文從用戶認(rèn)知和心理角度為在線健康社區(qū)用戶畫像的構(gòu)建研究提供了思路和方法，并通過(guò)多種分析方法檢驗(yàn)了模型的普適性，但是也存在一些研究局限性。由于本文問(wèn)卷調(diào)查樣本對(duì)象群體僅為大學(xué)生用戶，未來(lái)研究需要包羅更為廣泛的用戶群體。同時(shí)，本文是針對(duì)所有在線健康社區(qū)的總體研究，反映的是整體化的用戶特點(diǎn)和差異，未來(lái)可以考慮對(duì)垂直領(lǐng)域在線健康社區(qū)的用戶開展細(xì)致化調(diào)研分析，從而更有針對(duì)性地滿足平臺(tái)的精準(zhǔn)運(yùn)營(yíng)決策，提升垂直領(lǐng)域在線健康社區(qū)的服務(wù)質(zhì)量和用戶體驗(yàn)度。

（責(zé)任編輯：郭沫含）