2026《关于用户画像研究的国内外文献综述》3000字.docxVIP

关于用户画像研究的国内外文献综述

美国知名软件发明家AlanCooper最初提出“用户画像”（UserPersona）用一个虚拟代表的来描述用户需求的工具。他的“七步人物角色法”。DavidTravis提出了用户画像具体完整的因素条件，即“persona”，具体表现出以下特性：基础性(primary)、转移性（Cempath）、准确性(realistic)、特殊性(singular)、目的性(objectives)、实用性(applicable)和数量规模(number)[2]，从这七个方面来描述PERSONA一词的具体理解。后来丹麦的LeneNielsen教授的“十步人物角色法”分别从获取发现用户基本信息、构建可存在假设、进行有规模的数据化调研、获取调研报告、发现其中存在的共同规律模式、创建虚化结构角色、定义情形、重复查核以及买进状况、知识的蔓延扩散、构建合理的剧情需要、可持续发展用户具体信息十个步骤来进行建模。

但是随着网络的变迁，现在的用户画像已经又成为了“用户画像”（UserProfile）。这又赋予了了新的涵义：根据用户的基础信息、行为、包括消费行为信息和算法生产的衍生数据从而概述出的一个具有标签性质的用户模型。也就是用数据库数据进行行为分析，为客户打标签，用于运营和个性化推荐，同等可为用数据来抽象的表达用户的需求，用真实数据作为模板构建目标用户模型[1]。用户画像是目前广为接受的用户画像英文表达形式之一，用户画像是用不同的数据标签来描述和展示用户行为，其意思就是用数据理论分析和对用户的存在行为信息等调查内容进行汇合概况、分析和概括，将用户的行为信息抽象的进行多种不同标签的不同分类，来描述标注用户的原型，从而进行对形象的具体准确描述分析，分析用户群体的特征以及其行为偏好，可更好的为用户进行个性化服务。陈慧香等人认为，用户画像就是以用户所得数据作为基本模型，具体对用户的需求和偏好对其进行有规模的数据化分析模型[3]。元丛等人则从三种不同层次方面对用户画像内涵进行不同描述:一它是真实用户的虚构模型;二它的结果是具有显著特性的用户模型;三它将用户作为内涵描述的基础，将用户的需求作为内涵模型的导向[4]。

用户画像是一个比较悠远的词汇，它的诞生可以溯源到研究人类自我。不过，旧词新意，在当下，互联网的发展使得它的定义发生了新的改变。研究的目的从人类自我的行为，转变到了基于互联网的当下环境里人类的行为研究。因此，在这种境况下，互联网由于所在市场的日趋发展和扩大，诞生了定义崭新的用户画像。随着时代的发展，互联网科技也在不断进步，统计方法日新月异，计算能力天差地别，网民数量与日俱增，人们对用户画像的关注也是日创新高。笔者通过文献综述得到结论，在用户画像的课题里，如果研究领域的方向出发点不同，其展现的特点也会发生变化，而且研究的方法也迥异。笔者在本文中，角度选取为用户，研究角度为统计学，以互联网用户和移动网用户为主体，力争将现阶段大数据的时代背景中所体现的变化和挑战展现出来。构成用户画像悉数有三个方面，分别为：一、用户的属性；二、用户的流失；三、用户的行为。

客户的数据是非常有利的一种工具，它拓展了研究的角度，让人们能够以市场细分为手段去研究客户的需求。也就是在此之后，客户细分逐步展现出自己的峥嵘，它让人们意识到，它对于市场是举足轻重的。著名学者ArunSharma以及另外一名著名的学者DouglasM.Lambert(1994)强调，如果说市场细分是一壶茶，那客户无意就是茶壶中的茶叶，因为放茶叶是泡茶的第一步，客户细分是否有效直接决定了这为客户服务的第一步是否成功。[5]。而另外一方面，一群知名学者，如PeterGilmou等人(1994)有了一个重大的发现，他们认知到差异始终存在着，这条裂隙割裂了两个重要的组成部分，一是商家提供的服务，二是客户要求的服务。不仅如此，差异也存在于客户不同部门之间的服务需求，因此，这就提供给了供应商一个机会，那即是客户细分，然后将服务差异化，这样竞争的优势便来到了身边[6]。明白了客户细分的优势之后，学者们进行客户细分最多采用的办法就是统计方法，有两个学者，即H.W.Shin和S.Y.Sohn（2003），他们分类了两种股票的彼此不同的交易模式，所采用的方法则是截然不同的三种聚类方法。经过事实的检验，K-means聚类方法拔得头筹。在2012年，以JinsooHwang为首的学者群体们，通过三百九十份调查问卷并使用决策树的方法区分，最终得到了一个类别，这些餐饮顾客的调查问卷帮助他们完成了顾客的分类——差异区分明显的五种分类。一年之后，又一批学者在Smeureanu（2013）的带领下，决定使用一种新的方法来为客户提供产品以及服务。他们利用机器学习中BP算法，与此同时