基于大數(shù)據(jù)分析的用戶需求挖掘研究

李偉超 賈藝瑋 趙海霞

（1.鄭州航空工業(yè)管理學院，河南 鄭州 450046；2.航空經(jīng)濟發(fā)展協(xié)同創(chuàng)新中心，河南 鄭州 450046）

·信息資源管理·

基于大數(shù)據(jù)分析的用戶需求挖掘研究

李偉超 賈藝瑋 趙海霞

（1.鄭州航空工業(yè)管理學院，河南 鄭州 450046；2.航空經(jīng)濟發(fā)展協(xié)同創(chuàng)新中心，河南 鄭州 450046）

首先介紹大數(shù)據(jù)、大數(shù)據(jù)分析以及用戶需求挖掘的相關(guān)概念，論述大數(shù)據(jù)對用戶需求挖掘的影響，并對不同行業(yè)用戶需求挖掘的案例進行研究分析，由淺到深地研究了大數(shù)據(jù)分析在用戶需求挖掘這一方面的影響及重要性。

大數(shù)據(jù)；大數(shù)據(jù)分析；用戶需求；需求挖掘

隨著大數(shù)據(jù)的急速膨脹，其對于政府、企業(yè)會越來越重要，大數(shù)據(jù)分析能幫助人們獲取更為全面的知識和思考能力，也更需要通過用戶需求的挖掘獲得更多的大數(shù)據(jù)，這為企業(yè)發(fā)展提出了新的挑戰(zhàn)。企業(yè)要想在信息時代占領(lǐng)制高點，就必須重點關(guān)注用戶的需求，而需求的挖掘都有賴于大數(shù)據(jù)的分析。

1 大數(shù)據(jù)分析以及用戶需求挖掘的概念

1.1 大數(shù)據(jù)與大數(shù)據(jù)分析的概念

1.1.1 大數(shù)據(jù)的概念。大數(shù)據(jù)早已在多個領(lǐng)域廣泛應(yīng)用，目前隨著互聯(lián)網(wǎng)的普及使人們更加普遍認識及應(yīng)用［1］。關(guān)于大數(shù)據(jù)，人們廣為熟知的是它的“5V”特征，即Volume（大量），Velocity（速度），Variety（種類），Veracity（真實），Value（價值）［2］?？偟膩碚f，大數(shù)據(jù)是一個數(shù)據(jù)類型豐富、種類巨大的數(shù)據(jù)集，并且不能用傳統(tǒng)的數(shù)據(jù)處理方式進行采集、管理和分析。

1.1.2 大數(shù)據(jù)分析的概念及類型。其一，大數(shù)據(jù)分析的定義。大數(shù)據(jù)分析（Big Data Analytics，BDA）是大數(shù)據(jù)概念與方法的焦點，指的是對大量的、種類多樣、增長較快且內(nèi)容真實的數(shù)據(jù)進行剖析，并從中找到能夠幫助決策數(shù)據(jù)的相互關(guān)系與其他有用的數(shù)據(jù)的過程。其二，大數(shù)據(jù)分析的類型。第一，可視化分析（Analytic Visual?izations）對于大數(shù)據(jù)分析工具來說，其最基本的要求是數(shù)據(jù)的可視化?？梢暬治瞿芮逦卣故境鰯?shù)據(jù)的相關(guān)關(guān)系，并且可以使用戶更直觀地看到數(shù)據(jù)的分析結(jié)果。第二，數(shù)據(jù)挖掘算法（Data Mining Algorithms）?？梢暬層脩艨吹浇Y(jié)果，數(shù)據(jù)挖掘就是機器的計算，數(shù)據(jù)挖掘算法有很多種，可以分別從集群、分割、孤立點等方面挖掘到數(shù)據(jù)的深處，找到數(shù)據(jù)的最大價值。這幾種算法不但要能夠處理大量的數(shù)據(jù)，并且也要能夠在極短的時間內(nèi)達到使用者的要求。第三，預(yù)測分析能力（Predict Analytic Ca?pabilities）。我們進行大數(shù)據(jù)分析的目的就是為了能夠利用得到的數(shù)據(jù)解決實際的問題幫助預(yù)測未來，預(yù)測性分析可以利用可視化分析和數(shù)據(jù)挖掘的結(jié)果得出我們想要的數(shù)據(jù)。第四，語義引擎（Semantic Engines）。大數(shù)據(jù)的雜亂性、非結(jié)構(gòu)性給大數(shù)據(jù)分析帶來了一定的困難，所以我們就需要一些工具和算法進行分析、篩選、管理數(shù)據(jù)。第五，數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理（Data Quality and Master Data Management）。對最終分析的數(shù)據(jù)結(jié)果需要有質(zhì)量以及管理方面的要求，而數(shù)據(jù)分析的質(zhì)量可以通過規(guī)范化的流程和工具來得以實現(xiàn)。

1.2 用戶需求挖掘的概念

用戶需求挖掘廣義上的概念一般是指以用戶的需求為目標，在海量的數(shù)據(jù)中分析出用戶的顯性和隱性需求的過程。如圖書館用戶需求挖掘，首先要明確目標用戶，詳細劃分用戶需求，加強與用戶的互動和溝通，以建立有效的用戶反饋機制。對于圖書館行業(yè)來說，研究用戶與館藏的互動，以此對用戶提供有用的信息和有價值的館藏。數(shù)字圖書館有很多用戶所需要的數(shù)據(jù)源，比如用戶注冊數(shù)據(jù)、讀者調(diào)查信息、數(shù)字資源的點擊量、科研工作者的論文等等，圖書館能夠通過機器和工具挖掘這些大量的關(guān)聯(lián)資源。

總之，用戶需求挖掘即通過對用戶進行跟蹤了解后，利用數(shù)據(jù)挖掘技術(shù)及一系列網(wǎng)絡(luò)工具統(tǒng)計出用戶對哪些信息和數(shù)據(jù)是真正感興趣，并能夠為其推送定制相關(guān)產(chǎn)品的一種手段。

2 大數(shù)據(jù)對用戶需求挖掘的影響

2.1 大數(shù)據(jù)為用戶需求挖掘提供海量數(shù)據(jù)

互聯(lián)網(wǎng)+時代，對于大數(shù)據(jù)最基本的加載、激活、管理、推送的處理要求能夠更好地了解用戶的需求，人們可以多渠道獲得海量的數(shù)據(jù)，經(jīng)過對這樣數(shù)據(jù)的獲取以及用戶在不同時期的目標和需求的不同，可以對用戶的心理進行深度分析，對于這一過程的分析，實際上已經(jīng)實現(xiàn)了用戶需求的挖掘。通過這些分析我們可以大致地分析出實現(xiàn)用戶的行為屬性和人口的基本屬性。如果進一步進行分析，實現(xiàn)數(shù)據(jù)的深度挖掘，可能還會呈現(xiàn)出用戶的畫像，可以在這個畫像里面把基于用戶的所有模塊都呈現(xiàn)出來，如用戶偏好，消費習慣等，且可以從用戶使用的終端上進行分析。

2.2 大數(shù)據(jù)為用戶需求挖掘提供技術(shù)支撐

如今對大數(shù)據(jù)的采集、組織與分析處理已不是傳統(tǒng)的數(shù)據(jù)庫工具所能完成的，這就要求大數(shù)據(jù)分析需要一些新的軟件工具以及方法。而經(jīng)常用于用戶需求挖掘的方法有很多，下面通過分類法、回歸分析法、Web數(shù)據(jù)挖掘法對用戶需求挖掘的過程進行分析：

2.2.1 分類法。主要用于查找較大范疇的數(shù)據(jù)庫，把要分析的數(shù)據(jù)對象區(qū)分為不同種類，其目的是利用劃分的形式把數(shù)據(jù)對象歸類到特定的類型中。淘寶就是利用了分類法，根據(jù)用戶近期的購買記錄實施劃分工作，并且能夠很好地為用戶進行商品推薦，達到提高銷售量的目的［3］。

2.2.2 回歸分析法。這是一種函數(shù)計算方法，能夠顯現(xiàn)出數(shù)據(jù)集中某些數(shù)據(jù)的獨特性質(zhì)，以及相關(guān)數(shù)據(jù)的不同之處，因而發(fā)現(xiàn)相關(guān)數(shù)據(jù)的依賴程度。此方法使用非常廣泛，能用于研究各項數(shù)據(jù)序列的預(yù)測和計算，在挖掘用戶需求的每一個階段都能夠應(yīng)用［3］。

2.2.3 Web數(shù)據(jù)挖掘法。主要應(yīng)用于網(wǎng)絡(luò)數(shù)據(jù)的方法，已逐漸形成綜合性的技術(shù)，如今較常使用的有PageR?ank、HITS和LOGSOM算法，這幾種方法的用戶群比較抽象，沒明確的范圍對這些用戶進行細致、嚴謹?shù)姆诸悾?］。

3 基于大數(shù)據(jù)分析的用戶需求挖掘案例

大數(shù)據(jù)必將持續(xù)地對企業(yè)、社會、國家的戰(zhàn)略資源產(chǎn)生重要影響，成為各種組織的重要資產(chǎn)，尤其是成為組織和公司提升競爭力的有效手段。用戶需求的數(shù)據(jù)、用戶與其產(chǎn)品在線的互動記錄都將成為企業(yè)的重中之重。另外，大數(shù)據(jù)在市場影響方面的角色也越來越重要，影響著廣告、新產(chǎn)品的上市，特別是用戶的需求行為。

3.1 基于大數(shù)據(jù)分析的電商用戶需求挖掘

3.1.1 O2O電子商務(wù)模式（Online-to-Offline）。它是一個連接線上用戶和線下商家的多邊平臺商業(yè)模式［4］。它將實體經(jīng)濟和線上資源相互整合，網(wǎng)絡(luò)就成了線上到線下的通道，線下企業(yè)能從線上網(wǎng)絡(luò)挖掘用戶喜好，而用戶可以在線上完成商品的篩選并支付，然后到實體店進行享受服務(wù)，如今備受追捧的團購網(wǎng)就是這一模式最成功的應(yīng)用，如Foursquare、大眾點評網(wǎng)、Twitter等電商企業(yè)很多都投身020，國內(nèi)騰訊和百度等也在迅速跟進［5］。

3.1.2 基于大數(shù)據(jù)的O2O電商用戶數(shù)據(jù)挖掘應(yīng)用［6］。一是實施精準營銷：基于O2O的模式，用戶數(shù)據(jù)挖掘?qū)κ袌龅膭澐指鼮榧毣?、行為分析更為準確、用戶需求更為明確。經(jīng)過對用戶活動產(chǎn)生的大批信息數(shù)據(jù)進行采集、管理與分析，可以明確用戶自身的興趣愛好、瀏覽習慣、消費方向和需求等，并因此推測出用戶屬于什么群體或者是直接判斷出下一階段的活動，繼而在此基礎(chǔ)上，向用戶進行定向銷售。與傳統(tǒng)渠道相比，節(jié)減營銷成本，增加銷售效率，提高平臺知名度，還可留住大量用戶群。另外，O2O模式通過對用戶需求的分析，挖掘出高價值用戶群，針對這些用戶的特色實施個性化跟蹤服務(wù)，由此獲取更高效益；二是O2O平臺網(wǎng)站的優(yōu)化。對用戶后臺登錄系統(tǒng)進行數(shù)據(jù)分析，可以了解用戶訪問的形式，對優(yōu)化O2O平臺提供決策和判斷依據(jù)。且可以根據(jù)用戶特征和瀏覽規(guī)律來優(yōu)化網(wǎng)站布局，并將具有一定信譽度和關(guān)聯(lián)的產(chǎn)品排列在一起來增加銷售量。另外還依據(jù)O2O平臺用戶的瀏覽記錄，可以分析出用戶瀏覽的網(wǎng)頁之間關(guān)聯(lián)性，并依據(jù)其特點為其推薦有關(guān)產(chǎn)品，提升用戶消費滿意度；三是保持客戶關(guān)系穩(wěn)定：經(jīng)過對O2O電商用戶需求挖掘分析，這一平臺能夠呈現(xiàn)并留住用戶群體。這些分析包含了用戶群的細分、興趣愛好的分析、關(guān)聯(lián)銷售以及流失的用戶的分析。O2O平臺通過對這些行為數(shù)據(jù)的分析，能夠發(fā)現(xiàn)潛在的用戶，也可以對這些用戶的特點進行分析，使其成為經(jīng)常性的用戶；四是欺詐分析與防范：O2O平臺除了能對用戶的活動進行分析，還能夠使用數(shù)據(jù)挖掘技術(shù)對在線的商家記錄進行分析并利用網(wǎng)絡(luò)計算方法建模，針對這一商家的用戶評論、交易的數(shù)據(jù)進行分析處理，然后估算出這一商家是否有詐騙趨勢。另外還可以直接篩選出與其他商家不同的群體，并以此來防范欺詐，同時協(xié)助O2O平臺的風險管理。

3.2 基于大數(shù)據(jù)分析的高校圖書館用戶需求挖掘

隨著互聯(lián)網(wǎng)的快速發(fā)展，信息行業(yè)和大數(shù)據(jù)的關(guān)系越發(fā)緊密。數(shù)據(jù)分析在新聞傳播業(yè)、信管行業(yè)以及圖書情報業(yè)的應(yīng)用引起了廣泛的關(guān)注，這對于傳統(tǒng)圖書館行業(yè)帶來的挑戰(zhàn)不言而喻［7］。因此對高校圖書館讀者的服務(wù)也要做出相應(yīng)的調(diào)整，那么，在基于大數(shù)據(jù)分析的基礎(chǔ)上高校圖書館用戶需求會發(fā)生以下變化：

3.2.1 服務(wù)形式多樣化。由于網(wǎng)絡(luò)上獲取資料信息越來越方便，導致圖書館用戶的流失，已逐漸成為網(wǎng)絡(luò)服務(wù)用戶。由于受經(jīng)濟能力以及網(wǎng)絡(luò)條件的約束，國內(nèi)高校還保留著事實性咨詢、指導類咨詢等這些傳統(tǒng)服務(wù)方式。雖然這是兩種手段不同的服務(wù)方式，但是它們的目標一致，都擁有特別的優(yōu)點以及各自用戶群。

3.2.2 服務(wù)手段現(xiàn)代化。高校圖書館用戶絕大多數(shù)能夠熟練運用計算機，這就要求高校圖書館在信息科技不斷創(chuàng)新的背景下做到能夠為師生保證最為簡便、快速的信息服務(wù)。要不斷提升數(shù)據(jù)篩選和文獻獲得能力，為師生們提供更為方便的網(wǎng)絡(luò)平臺。此外，高校圖書館用戶在電子郵件和文件的傳輸?shù)确矫娴男枨罅恳苍絹碓礁?，所以大?shù)據(jù)分析和技術(shù)手段是滿足用戶需求的一個重要的途徑。

3.2.3 服務(wù)效率高效化。大數(shù)據(jù)分析與技術(shù)對高校圖書館用戶的數(shù)據(jù)遠程傳送速率有了很大的提升。但是，高校圖書館的計算機網(wǎng)絡(luò)系統(tǒng)的處理速度還要更加高效，以便能對用戶的要求做出迅速的回應(yīng)，滿足用戶的需求和期望。

3.2.4 服務(wù)內(nèi)容精品化。齊夫在《人類行為與最小努力原則》中指出“在解決問題的前提下，人們趨向于選擇工作量最小的途徑［8］”。大數(shù)據(jù)背景下高校圖書館用戶能否從大量的、無序的、非系統(tǒng)性的數(shù)據(jù)中找到自己需要的資源成了重中之重，且要對采集信息的時間、經(jīng)濟成本加以控制。因此，高校圖書館對數(shù)據(jù)的供應(yīng)以及服務(wù)都面臨嚴峻的形勢，用戶對數(shù)據(jù)內(nèi)容的精品化就成了高校圖書館行業(yè)需要努力的方向。

4 結(jié)語

近幾年來，有關(guān)不同領(lǐng)域用戶需求挖掘的研究成果比較豐富，大數(shù)據(jù)恰好為這些研究提供了大量的分析數(shù)據(jù)［9］。同時，還要對大數(shù)據(jù)視角下用戶的顯性與潛在需求有一個明確的認識，在利用大數(shù)據(jù)的方式、技術(shù)實現(xiàn)、服務(wù)模式的改進和創(chuàng)新、大數(shù)據(jù)的應(yīng)用策略等問題的研究要進一步深入，積極開展用戶需求數(shù)據(jù)策略的實證分析，這樣才能更好地利用大數(shù)據(jù)分析技術(shù)挖掘用戶真實需求，更好地為用戶提供服務(wù)。

［1］方巍，等.大數(shù)據(jù)：概念、技術(shù)及應(yīng)用研究綜述［J］.南京信息工程大學學報，2014（5）：405-419.

［2］楚靜，薛姝.湖南新型城鎮(zhèn)化推進模式及政策選擇［J］.湖南城市學院學報，2015（4）：61-65.

［3］胡佳.大數(shù)據(jù)時代的數(shù)據(jù)分析與挖掘［J］.中國新通信，2014（23）：34.

［4］徐國虎，孫凌.基于大數(shù)據(jù)技術(shù)的線上線下電商用戶數(shù)據(jù)挖掘流程分析［J］.中國集體經(jīng)濟，2012（30）：187-188.

［5］TechWeb.團購［EB/OL］.http://www.techweb.com.cn/uc?web/page/catid/339，2016-12-20.

［6］徐國虎，等.基于大數(shù)據(jù)的線上線下電商用戶數(shù)據(jù)挖掘研究［J］.中南民族大學學報（自然科學版），2013（2）：100-105.

［7］王志梅，等.網(wǎng)絡(luò)環(huán)境下用戶信息需求研究［J］.圖書情報工作，2004（7）：90-92、113.

［8］李鴻.大數(shù)據(jù)背景下高校圖書館的用戶需求與信息服務(wù)［J］.中國科技信息，2014（1）：79-80.

［9］黃艷芬.近年來我國信息用戶需求研究綜述［J］.高校圖書館工作，2007（1）：26-29.

Research on the Mining of UsersNeedsbased on Big Data Analysis

Li Weichao Jia Yiwei Zhao Haixia
（1.Zhengzhou University of Aeronautics，Zhengzhou Henan 450046 2.Collaborative Innovation Center for Aviation Economy Development,Zhengzhou Henan 450046）

In this paper,the author firstly introduces the related concepts of big data,big data analysis and user needs'mining,then discusses the impact of bigdata on user needs'mining.It also studies and analyzes the case of user needs'mining in different industries.The impact and importance of bigdata analysis in user needs'mining are studied from shallow to deep.

big data；big data analysis；needs of users；needs mining

TP311.13

A

：1671-0037（2016）11-72-3

2016-10-6

2016年鄭州航院研究生教育創(chuàng)新計劃基金項目“網(wǎng)絡(luò)信息資源長期保存中信息安全管理機制研究”（2016CX028）；河南省高等學校重點科研項目軟科學研究計劃項目“互聯(lián)網(wǎng)+環(huán)境下實驗區(qū)眾創(chuàng)空間與驅(qū)動力發(fā)展研究”（17A870003）；2014年校級“信息管理核心課程教學團隊”（201401）。

李偉超（1976-），男，博士，副教授，研究方向：信息資源管理；賈藝瑋（1991-），女，碩士研究生，研究方向：信息資源管理；趙海霞（1992-），女，碩士研究生，研究方向：檔案信息資源管理。