用戶畫像技術及其在科技特派員服務領域的應用研究進展

蔡明成 范守城 楊艷 王家喜 袁術平

摘 要 科技特派員隊伍作為農村科技服務的主力軍，在解決“三農”問題中取得了豐碩的成果。隨著大數據時代的來臨，如何將大數據相關技術應用到科技特派員服務領域是重要的發展方向。作為基于用戶數據的精準標簽化分析工具，用戶畫像技術在各個領域得到廣泛應用。對用戶畫像技術的概念、特征及其實現流程進行闡述，并分別從科技專家的畫像研究、農業企業/農戶的畫像研究、用戶畫像在農產品精準營銷的研究與應用三個方面，對用戶畫像技術在科技特派員服務領域中的應用進行了系統分析。最后，對用戶畫像在科技特派員服務領域的應用前景進行了展望。

關鍵詞 科技特派員;用戶畫像;科技服務;畫像流程

中圖分類號：S126 文獻標志碼：C DOI：10.19415/j.cnki.1673-890x.2022.11.040

1999年，福建省南平市為解決“三農”問題創建了以科技特派員為主題的新型農村科技服務體制機制。20多年來，科技特派員以“做給農民看、帶著農民干、幫著農民賺”的方式深入農民生產生活，成為了農村創新創業的主體和農村科技服務的主力軍之一。2022年，中央一號文件再次明確提出“深入推行科技特派員制度”，同時強調“推進智慧農業發展”“著眼解決實際問題，拓展農業農村大數據應用場景”。因此，在邁進大力推進農業農村高質量發展，全面實施鄉村全面振興的新時期，進一步壯大科技特派員隊伍，提高科技服務水平，做好科技助農興農，是推動農業科技創新的重要助力。

如今，科技服務進入大數據時代，面臨著關鍵信息難以識別、數據缺乏關聯、人工依賴度高等難題。如何利用大數據提高科技服務的智能化、精準化水平是需要解決的重要方面之一。用戶畫像作為一種數據分析手段，可精準分析用戶特征，成為近幾年來較為熱門的數據分析工具[1]?？梢灶A見，隨著大數據的不斷應用，用戶畫像應用于科技特派員服務領域，有利于科技特派員精準對接、農業技術、農業信息精準推送，以及農產品的精準營銷等。然而，在科技特派員服務領域中，用戶畫像技術的研究較為缺乏，相關的實踐應用也較少。本文介紹用戶畫像的概念，梳理該技術的主要實現流程，綜述用戶畫像在科技特派員科技服務領域的應用，以期為該技術的研究與進一步應用提供重要思路。

1? 用戶畫像技術的研究及應用進展

1.1? 用戶畫像的概念和特征

用戶畫像的基礎源于深入挖掘的用戶大數據，是對用戶數據特征的真實反映[2]。隨著用戶畫像技術的更迭與應用拓展，其定義得到了補充，認為用戶畫像不僅可作為單個用戶的標簽化，也是包含大量用戶信息的一個集合，可代表群體用戶的偏好。此外，隨著大數據技術的發展，用戶畫像出現了新的內涵。有研究認為，用戶畫像是基于大數據的數學模型，是將現實用戶的抽象化體現，其主要核心內容是構建用戶標簽體系。另一方面，用戶畫像是將大數據技術和用戶數據進行有效連接，提取用戶的特征屬性并將其標簽化，每個標簽代表用戶的一種維度，所構建的用戶模型由全部標簽共同進行描述[3]。

用戶畫像的特征主要包括基本性、真實性、同理性、獨特性、目標性和應用性[4]。針對不同的時期和不同學科領域來說，對用戶畫像的特征理解存在一定的差異，但是其特征核心是保持一致的。例如，徐芳等研究認為，在以用戶實際信息數據為基礎構建的虛擬畫像模型中，具備了全面性、代表性及真實性等特征[5]。

1.2? 用戶畫像構建的主要流程

用戶畫像的實現包括數據收集、用戶畫像模型構建、畫像更新三個方面，其過程如圖1所示。

1.2.1? 數據收集

用戶畫像構建的基礎工作是用戶多維度的信息數據收集，其中數據的完整程度和有效性是影響畫像模型是否精準的重要因素?，F有的數據收集方式多樣，例如可以通過深度訪談、問卷調查直接獲取，但這種方式較繁瑣且無法持續更新;另外，可以通過編寫程序或數據采集器進行數據爬取，其優點是時效性較強并且非結構化。另外，對于挖掘到的用戶數據，通常會分為2大類，即用戶維度和領域維度。其中，用戶維度主要包括用戶的人口統計信息，如姓名、年齡等，一般可在用戶的注冊或申請信息中獲得穩定的相關數據;領域相關數據主要由用戶的職業行為、心理、興趣等組成（見圖2），存在數據量大、變化快等特點，需對其進行階段性更新。

1.2.2? 用戶畫像的模型構建

已有研究表明，用戶畫像的構建方法可分為基于統計方法的建模和基于模型的建模?；诮y計的建模是以數學方法為基礎，對收集的各種數據（或數據占比）進行量化處理，隨后針對量化后的各項指標進行分析。如Beneventuto等利用統計方法對社交網絡用戶進行分析，分別對網絡會話的間隔時間和會話長度分布進行最佳擬合，并對各網絡用戶的活動頻率進行分析，進一步揭示個人對其他用戶相關資料（如簡歷、照片、視頻等）的訪問頻次[6]。陳錦輝利用高校學生的基本屬性、行為特征等數據，統計分析了不同特征的用戶數量及分布，建立了高校學生用戶畫像系統[7]。如今，基于模型構建用戶畫像運用更多，如利用向量空間模型、貝葉斯網絡等來進行建模，其優勢是在結構化數據的基礎上，可實現對非結構化數據的更深入分析，構建全面、精準的用戶畫像模型。然而，基于模型構建的用戶畫像存在擴展性相對較低的缺點，且易受數據稀疏性的影響，可能出現結果的偏差。因此，對用戶畫像模型的構建還需要深入研究，也具有巨大的潛力。

1.2.3? 用戶畫像的動態更新

在用戶畫像過程中，離線數據僅能對用戶短期內的偏好進行統計，導致用戶畫像出現偏差。因此，針對不斷更新、增多的數據量，通常采用基于以往衰減規律、基于時間窗口或基于反饋等方法用于用戶畫像更新。如郝水龍在基于層次向量空間模型的研究中，設計了用戶興趣模型表示和實時更新機制，并且在已有的研究基礎上，設計并改進了針對用戶興趣的自適應機制，最終實現了用戶興趣的動態實時更新[8]。而王穎舒等建立了增量數據實現模型，依據其算法規則，存儲并生成了不同版本的用于興趣偏好模型，以此為基礎用于興趣模型的更新計算，從而達到用戶畫像更新的目的[9]。

2? 用戶畫像在科技特派員服務領域中的應用

2.1? 科技專家的畫像研究

目前，尚未有以科技特派員大數據為基礎的用戶畫像研究，但針對科技專家的畫像研究較多。如陳文俊等以專家畫像在評標管理中的應用為背景，對專家畫像評價維度和各個維度的評價標準進行量化，可基本反映專家的特性，且具有較好實用性[10]。另外，在專家同行評議推薦中，聶志璇通過網絡爬取專家相關數據，設計了專家的用戶畫像模型，并采用了生產與庫存管理的相關方法進行后續更新，可對各領域專家進行精準推薦，在召回率、精準性和綜合評定指標中均有顯著提升[11]。胡承芳等通過建立瀾湄水資源合作領域專家庫系統，構建了基于時空屬性的用戶畫像和人才畫像模型，實現了基于瀾湄合作需求的人才智能推薦，進一步實現了以大數據為基礎的專家智能推薦支持[12]。以上研究表明，利用專家大數據進行用戶畫像，可有效解決專家信息共享途徑缺乏、信息來源單一、推薦精準性不足等問題?？梢灶A見，將用戶畫像技術應用于科技特派員的選派、服務等過程中是推動科技特派員服務工作的有效途徑之一。

2.2? 農業企業/農戶的畫像研究

如今，我國農業信息化發展勢頭迅猛，與“三農”相關的幾乎所有企業、農戶、合作社等的信息化水平也在不斷改進與提高，但在發展過程中表現出了數據量的爆發式增長。因此，如何在大量數據中深入提取企業、農戶的自身特點、發展趨勢、發展需求等是急需解決的問題。為完成農業企業畫像系統的構建，竇旭蒙提出并建立了一套標準的數據存儲方案和成熟的數據緩存方案，該方案的應用將有效推動農業企業的生產發展[13]。在對農戶的用戶畫像研究方面，針對農戶的特征性描述研究較多，為農戶的畫像及其他業務應用提供了重要的基礎支撐。有研究對7 000多名推特用戶進行了問卷調查，主要收集了對農業相關信息的了解程度和自身需求等數據，利用用戶本體概念對農戶進行了畫像，有效分析了農戶的農業信息傳播行為[14]。另外，為了進一步對農戶的潛在需求進行分析，構建群體農戶畫像具有重要的意義。如張辰姊利用K-means算法分析了大量農戶的信息需求，利用非參數檢驗法對不同農戶群體的信息需求差異進行鑒定，最后深入分析了農戶信息需求與來源渠道之間的關系，為全面深入剖析農戶的需求提供了重要的數據支撐，也為科技特派員精準對接與服務提供了理論依據[15]。

2.3? 用戶畫像在農產品精準營銷的研究與應用

農業發展需要新的動力，在科技特派員制度的推行下，農業企業、種養殖大戶、農戶等的農產品產量得到提升，但如何從農產品銷售端提高其收入仍是需解決的問題。黃佳如等以徐州牛蒡醬為研究對象，通過在多個互聯網平臺（如百度、京東等）收集相關數據并進行分析，構建了徐州牛蒡醬的用戶畫像模型，針對性地提出了牛蒡醬的營銷方案[16]。趙芳華等以香油制品為例，以香油現有市場、用戶和產品信息為基礎，構建了與香油密切相關的多維度的用戶畫像，并以此作為品牌服務策略實施的重要依據[17]。除了針對農產品畫像的精準營銷策略之外，在傳統農產品的管理和營銷模式方面，胡欣從數字展會的角度出發，提出了基于大數據分析的運作模式，可有針對性地展出農產品給參展群體，以此帶動相關農業產業發展[18]。楊路明等提出應建立以大數據為基礎的可供網上交易渠道的云南農產品網站，推動農產品的精準營銷，實現農產品信息的完整與對稱[19]。杜柯籽等從云南省農業會展角度出發，利用GCN圖卷積神經網絡模型，構建了農業展會參與者的用戶畫像，并進行預測分析，最終設計并建立了應用于農產品展會中的精準推薦系統，該系統的應用將提高農業展會用戶匹配的精準度，促進農產品的交易[20]。

3? 總結與展望

在實踐過程中，科技特派員的服務情況、服務評價等隨時將發生變化，農業企業、合作社、農戶等的需求、偏好等受到多種因素的影響，呈現出多樣性、潛在性的特點，但已有的用戶畫像中，如科技特派員、企業、農戶等主要是靜態畫像，因此，在用戶的時效性數據方面，如何建立一種實時更新機制，以保障用戶畫像的動態更新和精準刻畫，是該技術在科技特派員服務領域急需解決的問題。

如前所述，用戶畫像技術已在科技專家、農戶、農產品等相關領域得到廣泛應用。因此，可利用用戶畫像技術從基本信息、學術領域、服務評價等多維度對科技特派員進行畫像，實現科技特派員與農業企業、合作社、種養殖大戶等的精準對接和服務。另外，科技特派員科技服務在產業末端的農產品銷售端尚存在諸多不足。在數字農業和智慧農業不斷推進與發展的時期，對企業、農戶、農產品等數據（如農產品信息、人群需求特點、市場現狀趨勢等）的存儲與收集等也得到不斷豐富與提升，將為用戶畫像的進一步應用提供良好的數據基礎?？梢灶A測，未來的用戶畫像技術將在科技特派員精準對接和服務，科技特派員服務的農產品精準營銷，以及農民生產和消費等各個方面得到更加廣泛的應用，為進一步推動鄉村振興提供重要的技術支撐。

參考文獻：

[1]? 薛曉璇.基于大數據聚類的用戶畫像提取與智能推送系統[J].電子設計工程，2022，30（2）：184-188.

[2]? 岳怡然.面向知識服務的用戶畫像構建與應用研究[D].北京：中國農業科學院，2021.

[3]? 趙雅慧，劉芳霖，羅琳.大數據背景下的用戶畫像研究綜述：知識體系與研究展望[J].圖書館學研究，2019（24）：13-24.

[4]? 趙惜茹.基于大數據技術的銀行客戶畫像構建的研究與應用[D].北京：北京郵電大學，2021.

[5]? 徐芳，應潔茹.國內外用戶畫像研究綜述[J].圖書館學研究，2020（12）：7-16.

[6]? Fabrício Benevenuto， Rodrigues T， Cha M， et al. Characterizing user behavior in online social networks[C]// Proceedings of the 9th ACM SIGCOMM Conference on Internet Measurement， USA， 2009.

[7]? 陳錦輝.基于數據挖掘技術的高校學生用戶畫像系統設計與實現[D].廣州：華南理工大學，2019.

[8]? 郝水龍.面向個性化服務的用戶興趣模型表示及更新研究[D].合肥：合肥工業大學，2012.

[9]? 王穎舒，夏春燕，胡航宇，等.基于增量更新方法興趣模型研究[J].信息技術與標準化，2020（10）：69-73.

[10] 陳文俊，徐旸，馬菁澤，等.專家畫像在評標專家管理中的應用研究[J].現代信息科技，2021，5（12）：131-135.

[11] 聶志璇.基于用戶畫像的同行評審專家精準化推薦方法研究[D].武漢：武漢科技大學，2020.

[12] 胡承芳，李季，王春芳，等.基于畫像技術的瀾湄水資源合作領域專家庫構建研究[J].長江技術經濟，2021，5（6）：100-106.

[13] 竇旭蒙.面向農業企業畫像的大數據存儲技術研究[D].北京：北京工業大學，2019.

[14] Cline M M. The expansion of social media in agriculture： a user profile of Twitter's Agchat， Followfarmer and Trufflemedia followers[D]. Stillwater： Oklahoma State University， 2011.

[15] 張辰姊.基于農戶的信息渠道選擇與信息需求內容研究[D].北京：北京林業大學，2014.

[16] 黃佳如，尹子悅，林新雅，等.基于網絡數據的農產品用戶畫像分析——以徐州牛蒡醬為例[J].商訊，2020（23）：7，9.

[17] 趙芳華，張宇，張迎麗.鄉村振興背景下農產品品牌服務設計策略研究——以大名府香油制品為例[J].工業工程設計，2020，2（4）：86-94.

[18] 胡欣.大數據統籌下區域農業經濟精準發展模式的創新策略[J].農業經濟，2020（10）：10-11.

[19] 楊路明，黃淑珍，楊坤.大數據環境下云南農產品精準營銷的對策研究[J].科技和產業，2017，17（11）：28-31，61.

[20] 杜柯籽，馬一鳴，易宏.大數據背景下精準推薦系統在農業會展中的應用——以云南省農業會展為例[J].商展經濟，2021（21）：16-19.

收稿日期：2022-02-27

作者簡介：蔡明成（1988—），男，重慶永川人，博士，講師，主要從事計算機科學與技術相關研究。E-mail：cmc527@163.com。