周俊杰 趙曉萌 方少亮,3 林 珠,

（1. 廣東省科技基礎(chǔ)條件平臺(tái)中心， 廣東廣州 510040；2. 廣東省高性能計(jì)算重點(diǎn)實(shí)驗(yàn)室，廣東廣州 510040；3. 廣東省科技基礎(chǔ)條件平臺(tái)建設(shè)促進(jìn)會(huì)，廣東廣州 510040）

用戶“畫像”是借用美術(shù)界的用詞。早年用戶“畫像”可用于社交網(wǎng)絡(luò)中的用戶分析[1]。在文化和社會(huì)學(xué)研究中，用戶“畫像”可以了解用戶需求與社會(huì)結(jié)構(gòu)、文化結(jié)構(gòu)的關(guān)系。在產(chǎn)品的研發(fā)、生產(chǎn)銷售的用戶傾向匹配、團(tuán)隊(duì)組織中，用戶“畫像”可用于人員管理[2]。用戶畫像可以從價(jià)值、連接、生態(tài)、體驗(yàn)創(chuàng)新5 個(gè)維度揭示提升用戶體驗(yàn)的優(yōu)化策略[3]。資源推薦方面，可通過(guò)用戶畫像構(gòu)造智慧個(gè)性化推薦系統(tǒng)；在閱讀推薦中，可以將不同群體的不同觀點(diǎn)通過(guò)畫像進(jìn)行融合，促進(jìn)閱讀推廣效率[4]；在科技資源共享服務(wù)中，用戶“畫像”則有助于進(jìn)行科技資源供需匹配，促進(jìn)科技融合和新技術(shù)、新工藝、新產(chǎn)品的創(chuàng)造。對(duì)此，本文擬通過(guò)用戶“畫像”描述市場(chǎng)需求、用戶興趣、人員心理，集中不同背景和領(lǐng)域的用戶，加強(qiáng)群體效應(yīng)，繼而融合技術(shù)知識(shí)，聯(lián)合多方力量[5]，形成跨領(lǐng)域的創(chuàng)新科技成果。

1 技術(shù)供需的對(duì)接模式

現(xiàn)階段的科技研究、成果創(chuàng)新、市場(chǎng)模式及政策導(dǎo)向均對(duì)科技資源共享平臺(tái)的建設(shè)提出新要求?？萍假Y源共享平臺(tái)的角色功能需要從整合科技資源，提供科技資源共享服務(wù)上升到能夠提供科技資源融合、科技資源用戶角色定位、整合多方科技成果衍生新產(chǎn)品、科技資源供需匹配、“一站式”科技成果轉(zhuǎn)化等服務(wù)。技術(shù)供需對(duì)接的一般模式如圖1所示。

隨著科技資源共享平臺(tái)的不斷建設(shè)，科技資源整合度在不斷提高，通過(guò)共享平臺(tái)，技術(shù)與技術(shù)、技術(shù)與產(chǎn)品、產(chǎn)品與產(chǎn)品間的融合需求愈發(fā)強(qiáng)烈。在現(xiàn)階段的科技資源共享服務(wù)場(chǎng)景中，用戶通常是以訪問(wèn)科技資源共享Web平臺(tái)進(jìn)行科技資源檢索匹配。當(dāng)前，對(duì)于供方而言，其科技資源數(shù)據(jù)是詳細(xì)的、龐大的，作為科技成果展示是明確清晰的，但是作為科技成果輸出是乏力的，這是科技資源供需對(duì)接方式?jīng)Q定的。供需雙方的條件具有直接對(duì)應(yīng)關(guān)系，具體情況如圖1所示。一方面，供方擁有科技成果A，其包含具體的專利、成熟技術(shù)或項(xiàng)目成果，同時(shí)擁有這些技術(shù)所對(duì)應(yīng)的科技資源a#，包括儀器、專家、科技平臺(tái)等；另一方面，需方的當(dāng)前工作A*需要技術(shù)a*作為支撐，a與a*的匹配度較高，這樣需方就可以獲得供方擁有的科技資源。這一方式的實(shí)現(xiàn)必須基于供需雙方信息對(duì)稱，但是由于供需雙方角色差異，供需雙方對(duì)科學(xué)技術(shù)或科學(xué)問(wèn)題有不同角度的認(rèn)知及描述。在信息不對(duì)稱下，對(duì)于某一技術(shù)，科研人員作為供方，對(duì)于科技資源基本信息較需方認(rèn)知更強(qiáng)，掌握更多關(guān)聯(lián)數(shù)據(jù)。如圖2所示，某專利權(quán)屬為某研究所，研究所為供方單位，其不僅擁有該專利外，還擁有與之相關(guān)的項(xiàng)目成果、實(shí)驗(yàn)方法、研究人員、儀器等。在供需匹配中，若需方只獲得了專利本身，其關(guān)聯(lián)的主要成分?jǐn)?shù)據(jù)并未掌握，對(duì)需方來(lái)說(shuō)，技術(shù)探索的成本增加，不利于成果轉(zhuǎn)化及資源共享。同時(shí)，需方掌握更多潛在經(jīng)驗(yàn)數(shù)據(jù)，在未與供方建立對(duì)稱信息體系前，還需挖掘技術(shù)應(yīng)用價(jià)值或應(yīng)用轉(zhuǎn)化方法。對(duì)于供方來(lái)說(shuō)，基于需方用戶貢獻(xiàn)內(nèi)容得到的科技資源應(yīng)用或價(jià)值屬性缺失，也不利于技術(shù)的價(jià)值發(fā)現(xiàn)或研究路線與研究意義的調(diào)和，增加了科技資源供需市場(chǎng)的不穩(wěn)定性以及科技資源共享積極性以及科技成果轉(zhuǎn)化效率也大幅降低。

圖1 一般供需對(duì)接模式

圖2 供方數(shù)據(jù)構(gòu)成示例

資源匹配取決于用戶需求和資源包含的技術(shù)特征。為減小科技資源匹配難度，需縮小匹配范圍以提升匹配效率，而匹配范圍是由用戶特征與資源特征的相似度決定的。本文根據(jù)用戶資源數(shù)據(jù)特征，分析構(gòu)建畫像所需的數(shù)據(jù)構(gòu)成，形成一種數(shù)據(jù)特征定向獲取方法，同時(shí)結(jié)合用戶行為數(shù)據(jù)，構(gòu)造用戶行為數(shù)據(jù)驅(qū)動(dòng)的用戶資源特征模型，以獲得基于用戶資源屬性和用戶行為雙邊匹配的用戶畫像。本文的研究雖是基于用戶群體，但并非研究用戶群體的一般特征，而是通過(guò)對(duì)用戶相關(guān)數(shù)據(jù)信息的分析研究形成滿足科技資源供需雙邊需求、掃除雙邊信息障礙的畫像構(gòu)造方法。

2 用戶“畫像”的數(shù)據(jù)依賴與構(gòu)建

2.1 數(shù)據(jù)依賴

用戶“畫像”是用戶數(shù)據(jù)的形象展示，由用戶特征標(biāo)簽構(gòu)成[6]。用戶畫像的構(gòu)成包括基于用戶固定屬性及公共行為或類用戶相似特征的靜態(tài)“畫像”和基于動(dòng)態(tài)行為的動(dòng)態(tài)“畫像”[7]。用戶“畫像”主要用于描述用戶角色特征，用戶的角色特征可以很好地描述用戶需求，是以用戶為中心進(jìn)行設(shè)計(jì)生產(chǎn)的工具[8]。在科技資源創(chuàng)新共享平臺(tái)建設(shè)中，角色特征由靜態(tài)基本屬性及行為驅(qū)動(dòng)的動(dòng)態(tài)需求特征構(gòu)成。靜態(tài)基本屬性包括描述用戶身份信息、科研領(lǐng)域特征、科研方向特征、技術(shù)成果特征、研究動(dòng)態(tài)特征等。行為驅(qū)動(dòng)的動(dòng)態(tài)需求特征可以從行為數(shù)據(jù)中挖掘，得到構(gòu)成用戶畫像的興趣維度標(biāo)簽[9]。用戶資源匹配中的行為特征包括用戶在科技資源共享平臺(tái)中的Web操作行為和資源、用戶交互行為及其后續(xù)科技資源轉(zhuǎn)化成果行為等。后續(xù)科技資源轉(zhuǎn)化行為是指用戶在完成科技資源匹配后，利用科技資源進(jìn)行的生產(chǎn)創(chuàng)造等轉(zhuǎn)化成果行為，此行為通過(guò)知識(shí)共享交互產(chǎn)生用戶貢獻(xiàn)內(nèi)容[10]，擴(kuò)充科技資源屬性和價(jià)值，是用戶畫像的特征之一。

2.2 用戶畫像構(gòu)建

用戶畫像構(gòu)建的核心是求解用戶特征。該特征不僅包含用戶角色特征，還包含源于資源共享交互的用戶需求特征和需求資源特征。因此，為獲取用戶畫像，需要采集用戶基礎(chǔ)數(shù)據(jù)、用戶資源交互數(shù)據(jù)、資源基礎(chǔ)數(shù)據(jù)。而對(duì)大規(guī)模異構(gòu)數(shù)據(jù)需要構(gòu)造采集框架以獲取分析所需的特定數(shù)據(jù)。

2.2.1 建立科技資源創(chuàng)新共享云平臺(tái)

根據(jù)資源類別及用戶類別建立數(shù)據(jù)收集上傳框架，根據(jù)用戶領(lǐng)域類別及資源領(lǐng)域類別進(jìn)行上傳整合，以用戶或資源ID為根結(jié)點(diǎn)，根據(jù)用戶或資源類型的一般數(shù)據(jù)特征建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)格式，數(shù)據(jù)標(biāo)準(zhǔn)除記錄一般數(shù)據(jù)特征參數(shù)外還設(shè)置了用于記錄相異特征的數(shù)據(jù)集。所述的資源或用戶ID編碼由資源或用戶名稱編碼、數(shù)據(jù)源編碼、場(chǎng)景編碼構(gòu)成，基于科技資源共享平臺(tái)收集和上傳數(shù)據(jù)。為實(shí)現(xiàn)分類上傳數(shù)據(jù)，平臺(tái)的數(shù)據(jù)入口可分為兩類：一類是以用戶單位性質(zhì)為基礎(chǔ)，如用戶分為“科研院所用戶”“公共行政用戶”“企業(yè)用戶”“私營(yíng)服務(wù)”等，用戶單位性質(zhì)不同，資源需求類型也不同。另一類是以用戶事務(wù)性質(zhì)為基礎(chǔ)，針對(duì)用戶事務(wù)行為進(jìn)行分類，如用戶分為“基礎(chǔ)研究用戶”“基礎(chǔ)建設(shè)用戶”“政企管理用戶”“市場(chǎng)應(yīng)用用戶”等。兩種分類分別以用戶和行為為中心，這是用戶畫像構(gòu)建中的用戶特征及用戶行為特征相似度分析的基礎(chǔ)（圖3）。例如“在醫(yī)療器械共享平臺(tái)中的電子顯微鏡數(shù)據(jù)類目”的ID由“用戶名稱‘電子顯微鏡’名稱編碼”“‘?dāng)?shù)據(jù)源醫(yī)療器械共享平臺(tái)根目錄’數(shù)據(jù)源編碼”及“‘醫(yī)療領(lǐng)域’場(chǎng)景編碼”構(gòu)成。如此解決了數(shù)據(jù)收集中的異構(gòu)融合問(wèn)題。

2.2.2 求解特征集

（1）提取用戶基礎(chǔ)數(shù)據(jù)信息關(guān)鍵詞，并根據(jù)用戶的基礎(chǔ)數(shù)據(jù)構(gòu)建用戶分類模型。通過(guò)構(gòu)造詞向量或歸一化對(duì)用戶基本信息數(shù)據(jù)進(jìn)行量化，包括行業(yè)背景、從業(yè)年份、職稱、團(tuán)隊(duì)信息等，以基礎(chǔ)信息為原數(shù)據(jù)構(gòu)造分析指標(biāo)。對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化后形成用戶數(shù)據(jù)集，繼而對(duì)用戶進(jìn)行聚類分析，可得到N個(gè)用戶聚簇。對(duì)于指標(biāo)，包含多個(gè)關(guān)鍵詞。如“行業(yè)背景”，可對(duì)多個(gè)關(guān)鍵詞進(jìn)行主成分分析，得到主特征及權(quán)重，以此為行業(yè)背景量化值；由多要素構(gòu)成，如從業(yè)指數(shù)（L）由主行業(yè)特征（I）、從業(yè)年份（Y）、職稱（B）和成果指數(shù)（R）構(gòu)成；又如成果供需傾向指標(biāo)由技術(shù)購(gòu)買量、技術(shù)繼續(xù)研究量、技術(shù)缺乏量、技術(shù)增值、技術(shù)轉(zhuǎn)化量等構(gòu)成，其中技術(shù)購(gòu)買量、技術(shù)缺乏量、技術(shù)繼續(xù)研究量等需求指標(biāo)與傾向指標(biāo)值負(fù)相關(guān)。根據(jù)用戶的從業(yè)指數(shù)及供需傾向數(shù)據(jù)進(jìn)行用戶聚類，可得到如圖 4 所示的用戶聚類，對(duì)各聚簇用戶的指標(biāo)概率密度進(jìn)行分析可得到圖5。從圖5可以看到，用戶群1 的從業(yè)指數(shù)集中在25～75，需方傾向較高，用戶群2 從業(yè)指數(shù)較廣為0～100，供方傾向較高。例證中可以發(fā)現(xiàn)，在資源供需過(guò)程中，從業(yè)指數(shù)與供需傾向并不完全相關(guān)，而供需傾向指標(biāo)可對(duì)用戶進(jìn)行更好分類，如此可對(duì)用戶群核心指標(biāo)進(jìn)行分析，但是僅此并不能明確用戶特征，明晰用戶需求，同時(shí)由于多重屬性描述，更不易刻畫相似用戶群特征及用戶個(gè)性化畫像。

圖3 科技資源共享平臺(tái)中的數(shù)據(jù)整合分類

為了更好地描述用戶群，對(duì)各聚簇用戶的指標(biāo)所包含的原數(shù)據(jù)進(jìn)行聚類分析，以得到近似用戶的近似特征語(yǔ)義，即形成同類標(biāo)注詞。由于近似用戶的主特征權(quán)重及供需傾向差異，一次求解并不能得到真實(shí)的近似標(biāo)注詞，因此需連續(xù)隨機(jī)抽樣后再進(jìn)行聚類分析，通過(guò)聚類評(píng)價(jià)不斷細(xì)分聚簇。如此，可得到Mi個(gè)聚類標(biāo)注詞。進(jìn)一步對(duì)同類型數(shù)據(jù)進(jìn)行分類后再分層抽樣，同樣可得到Mk個(gè)聚類標(biāo)注詞。再對(duì)Mi和Mk進(jìn)行相似度計(jì)算，建立關(guān)聯(lián)特征詞庫(kù)。特征詞提取流程如圖6所示，繼而進(jìn)行相似度計(jì)算后可得到相似特征集，示例如圖7所示。將不同樣本下得到的聚類中心作為特征中心，以同簇詞為語(yǔ)料可構(gòu)建相似特征詞庫(kù)，形式如表1所示。關(guān)聯(lián)詞為聚類中心同簇詞向量，記錄數(shù)據(jù)包括詞向量和該詞的離心距離。根據(jù)表1即可對(duì)該類用戶的特征進(jìn)行預(yù)描述。

圖4 以從業(yè)指數(shù)和供需傾向?yàn)橹笜?biāo)的用戶聚類

（2）提取用戶資源供求行為數(shù)據(jù)中每個(gè)數(shù)據(jù)的特征信息，利用相應(yīng)的特征信息對(duì)交互行為中關(guān)聯(lián)的資源數(shù)據(jù)進(jìn)行聚類分析。根據(jù)用戶基礎(chǔ)數(shù)據(jù)信息關(guān)鍵詞的提取方法，對(duì)用戶資源供 求行為數(shù)據(jù)進(jìn)行提取得到第二特征詞庫(kù)，再根據(jù)所有第二特征詞庫(kù)建立用戶初始行為模型，這個(gè)初始行為模型即根據(jù)用戶特征、用戶群特征生成的資源需求預(yù)測(cè)數(shù)據(jù)。根據(jù)求解得到的兩個(gè)特征詞庫(kù)建立行為數(shù)據(jù)特征集，該行為數(shù)據(jù)特征集即為資源特征與用戶特征的關(guān)聯(lián)預(yù)設(shè)集。

通過(guò)上述步驟得到了特征標(biāo)注詞庫(kù)，首先，可對(duì)用戶群進(jìn)行角色分析。在實(shí)際中，可將身份信息作為數(shù)據(jù)特征集的主關(guān)鍵詞，并統(tǒng)計(jì)該關(guān)鍵詞行業(yè)背景下的平均從業(yè)年份及標(biāo)準(zhǔn)差；然后，根據(jù)行業(yè)背景特征對(duì)用戶的科研成果、研究動(dòng)態(tài)等進(jìn)行特征分析；最后，得到行業(yè)成熟度以及行業(yè)基本特征，再將得到的結(jié)果與預(yù)設(shè)的指標(biāo)分類結(jié)果進(jìn)行比對(duì)。

圖5 各分群概率密度

圖6 特征詞提取流程

圖7 解得特征集示例

表1 樣本聚類后產(chǎn)生層次化特征目錄

得到行業(yè)特征后，還需根據(jù)用戶行為生成個(gè)性化用戶特征，以構(gòu)造用戶精準(zhǔn)畫像。在科技資源共享中，用戶行為數(shù)據(jù)包括供需兩方面數(shù)據(jù)。用戶已占有的科技資源信息稱之為用戶資源供求數(shù)據(jù)，包括用戶可以公開的儀器設(shè)備、技術(shù)手段、專利方法等。用戶需要提供的技術(shù)方案、儀器設(shè)備、實(shí)際場(chǎng)景解決方案等屬于用戶資源需求數(shù)據(jù)。用戶資源供求數(shù)據(jù)通常包括儀器數(shù)據(jù)、專利數(shù)據(jù)、應(yīng)用方案數(shù)據(jù)等，這些數(shù)據(jù)需要通過(guò)一般自然語(yǔ)義分析法進(jìn)行處理得到其中的關(guān)鍵詞，通過(guò)特征分析進(jìn)一步得到供方用戶的角色特征。用戶資源需求數(shù)據(jù)通常包括具體的需求信息，如所需的儀器、技術(shù)手段等，也包括一些模糊需求信息。對(duì)于具體的需求信息進(jìn)行特征分析得到需方用戶的第一角色特征；對(duì)于模糊需求信息，如描述應(yīng)用場(chǎng)景或需求目的等，從應(yīng)用對(duì)象的角度人工提取關(guān)鍵詞，同樣通過(guò)特征分析得到需方用戶的第二角色特征。

（3）將行為數(shù)據(jù)特征集作為用戶行為模型的訓(xùn)練樣本，建立用戶行為模型。在行為分析中，由于用戶資源供求行為數(shù)據(jù)是一種隨時(shí)間增加的動(dòng)態(tài)數(shù)據(jù)，尚未建立完善的科技資源用戶行為分析模型，缺乏明確的分類標(biāo)準(zhǔn)，因此，需要通過(guò)對(duì)用戶資源供求行為數(shù)據(jù)進(jìn)行分類，對(duì)不同類型的行為的具體內(nèi)容進(jìn)行分析，以得到用戶行為特征值。通常先根據(jù)特征詞庫(kù)和用戶基本角色分析建立用戶行為數(shù)據(jù)預(yù)測(cè)集，進(jìn)一步實(shí)時(shí)采集用戶資源供求行為數(shù)據(jù)，根據(jù)用戶預(yù)測(cè)行為模型將用戶資源供求行為數(shù)據(jù)進(jìn)行歸類，對(duì)各類型用戶的動(dòng)態(tài)行為數(shù)據(jù)進(jìn)行分析，得到行為特征演變。在預(yù)測(cè)與預(yù)測(cè)模型激勵(lì)下的真實(shí)行為記錄特征如圖 8 所示。行為特征演變包括特征值和相應(yīng)權(quán)重的變化，根據(jù)行為數(shù)據(jù)特征集以及行為特征演變模型對(duì)用戶分類模型及用戶數(shù)據(jù)特征集進(jìn)行第一次修正。步驟如下：

步驟一：假設(shè)獲取用戶特征后，根據(jù)用戶群關(guān)聯(lián)資源預(yù)設(shè)集預(yù)測(cè)用戶需求數(shù)據(jù)如圖 8 所示。

步驟二：獲取用戶行為，記錄用戶行為關(guān)聯(lián)資源數(shù)據(jù)，對(duì)關(guān)聯(lián)數(shù)據(jù)附加行為權(quán)重后提取主成分需求數(shù)據(jù)，此過(guò)程每隔一段時(shí)間計(jì)算一次，得到主成分需求動(dòng)態(tài)演變。

步驟三：求解交互行為中的特征聚類中心與預(yù)測(cè)特征中心的歐式距離，并記錄距離變化，直至用戶行為結(jié)束。如此，預(yù)計(jì)可以根據(jù)演變趨勢(shì)對(duì)初始預(yù)測(cè)模型和特征詞庫(kù)進(jìn)行優(yōu)化。

通常用戶動(dòng)態(tài)行為數(shù)據(jù)可以通過(guò)科技資源對(duì)接門戶網(wǎng)站中獲取，包含瀏覽記錄、搜索記錄、交易記錄、咨詢記錄等，每種行為數(shù)據(jù)都包括了時(shí)間、地點(diǎn)、動(dòng)機(jī)、結(jié)果等信息。時(shí)間通常指該行為執(zhí)行的時(shí)長(zhǎng)；地點(diǎn)通常指該行為執(zhí)行地點(diǎn)；動(dòng)機(jī)通常指該行為發(fā)生之前用戶的行為特征值，稱之為動(dòng)機(jī)特征，該動(dòng)機(jī)特征通過(guò)該行為發(fā)生之前的行為特征和用戶當(dāng)前角色特征得到；結(jié)果是對(duì)用戶該行為的評(píng)價(jià)，主要通過(guò)對(duì)用戶整個(gè)行為過(guò)程內(nèi)在聯(lián)系的分析得到。例如某用戶輸入與儀器信息相關(guān)的關(guān)鍵詞“熒光顯微鏡”用于搜索“熒光顯微鏡”供求信息，門戶網(wǎng)站羅列所有可共享的“熒光顯微鏡”，用戶瀏覽這些信息，通過(guò)咨詢選中某一“熒光顯微鏡”并完成交易，至此用戶行為結(jié)束。根據(jù)用戶該行為，具體的分析步驟如下。

步驟一：獲取用戶ID，根據(jù)用戶ID查找用戶數(shù)據(jù)信息，根據(jù)用戶數(shù)據(jù)特征集確定該用戶的特征信息，根據(jù)特征信息確定用戶類別，然后獲取該類別用戶的行為數(shù)據(jù)特征。

步驟二：記錄用戶行為信息，包括搜索行為及搜索內(nèi)容“熒光”“顯微鏡”，瀏覽行為及瀏覽時(shí)長(zhǎng)、瀏覽數(shù)據(jù)量，咨詢行為及咨詢內(nèi)容記錄，交易行為及交易詳細(xì)信息。

步驟三：對(duì)用戶行為信息進(jìn)行語(yǔ)義及特征分析得到該用戶當(dāng)前行為特征值，比較該特征值與該類用戶的行為特征，從而對(duì)該類用戶特征模型進(jìn)行優(yōu)化，進(jìn)而隨著用戶行為數(shù)據(jù)體量的增大，還可以從中得到該類用戶的行為特征變化趨勢(shì)，進(jìn)一步優(yōu)化用戶數(shù)據(jù)模型。

步驟四：關(guān)于用戶的動(dòng)機(jī)特征獲取及行為評(píng)價(jià)，該部分工作對(duì)用戶特征修正方式起監(jiān)督作用，其動(dòng)機(jī)特征值及行為評(píng)價(jià)由用戶角色特征及用戶行為復(fù)雜度決定。

圖8 關(guān)于資源特征的預(yù)測(cè)值與行為記錄

圖9 用戶畫像數(shù)據(jù)對(duì)象

（4）根據(jù)用戶分類模型和用戶行為模型獲取用戶畫像。通過(guò)對(duì)用戶的基礎(chǔ)數(shù)據(jù)及與基礎(chǔ)數(shù)據(jù)對(duì)應(yīng)的用戶行為日志分別進(jìn)行分類和分析，建立用戶分類模型和用戶行為模型，并通過(guò)這兩個(gè)模型獲取不同用戶的用戶畫像。

3 用戶“畫像”應(yīng)用

構(gòu)建的用戶“畫像”包含了用戶及相似用戶角色特征、用戶及相似用戶資源需求特征、資源與用戶需求映射。如圖9所示，用戶畫像中的特征包含兩項(xiàng)分析對(duì)象，一是用戶錄入到系統(tǒng)的基本屬性，如研究方向、用戶身份、研究?jī)?nèi)容、資歷等；二是基于交互行為的用戶需求畫像，按照行為目的或行為邏輯包括共享傾向、咨詢傾向、需求傾向、二次研究?jī)A向等。為得到用戶畫像需要進(jìn)行特征提取和聚類分析，首先根據(jù)用戶集群畫像分析所屬領(lǐng)域或行業(yè)特征指標(biāo)，然后基于行業(yè)用戶及相似用戶角色特征包括行業(yè)特征和用戶集群特征，此為用戶畫像作為用戶基本屬性和用戶集群趨勢(shì)的描述，以此為索引關(guān)聯(lián)相似用戶個(gè)性特征作為資源推薦訓(xùn)練集和索引。提取基本特征的對(duì)象有很多種，如簡(jiǎn)歷、錄入信息表、研究介紹等。本文則以研究?jī)?nèi)容介紹為對(duì)象。該對(duì)象為文字描述，可以是.doc、.pdf、.txt等格式?；咎卣鳟嬒駱?gòu)造算法如下。

（1）通過(guò)PDFMiner、pywin32 等將用戶行業(yè)背景文件轉(zhuǎn)換為txt文本；

（2）TextRank提取摘要/關(guān)鍵詞；

（3）根據(jù)關(guān)鍵詞對(duì)用戶進(jìn)行第一次聚類，并生成共性特征詞云；

（4）將關(guān)鍵詞中的定性描述詞作為標(biāo)識(shí)詞并提取上下文特征；

（5）TF-IDF對(duì)研究?jī)?nèi)容文檔集進(jìn)行處理求解定性描述特征詞；

（6）根據(jù)定性特征詞生成用戶個(gè)性化詞云。

詞頻/權(quán)重表示如下：

{'需求':1.0,'資源':0.765,'科技':0.731,'研究':0.685,'價(jià)值':0.663,'用戶':0.645,'要素':0.441,'信息':0.408,'方法':0.382,'數(shù)據(jù)':0.295,'匹配':0.271,'進(jìn)行':0.261,'表征':0.255,'分析':0.238,'資源共享':0.220， '模型':0.199,'對(duì)稱':0.197,'基礎(chǔ)':0.195,'儀器':0.195,'知識(shí)':0.172,'條件':0.164,'領(lǐng)域':0.164,'共享':0.161,'特征':0.159,'工作':0.157,'技術(shù)':0.153,'建立':0.139,'環(huán)境':0.138,'廣東省':0.137,'課題':0.136,'構(gòu)造':0.134,'提供':0.133,'平臺(tái)':0.131,'問(wèn)題':0.128,'模 式':0.127,'項(xiàng) 目':0.121,'主體':0.119,'圖譜':0.11743145120706278,'關(guān)聯(lián)':0.117,'差異':0.111,'相關(guān)':0.107,'形成':0.105,'包括':0.102,'結(jié)構(gòu)':0.102,'供需':0.101,'建設(shè)':0.099,'解析':0.097,'得到':0.097,'創(chuàng)新':0.097,'管理':0.097}

圖10 基于行業(yè)共性特征及用戶特征的詞云

根據(jù)權(quán)重可以得到用戶核心，即“需求資源科技研究?jī)r(jià)值用戶”，而共性特征詞云和個(gè)性化詞云共同構(gòu)成用戶基本畫像，如圖 10 所示。在進(jìn)行資源匹配和推薦時(shí)，根據(jù)畫像的匹配路徑“科技服務(wù)、產(chǎn)業(yè)創(chuàng)新-科技-需求資源、資源價(jià)值-研究”，當(dāng)獲取用戶輸入時(shí)，根據(jù)資源畫像定向匹配，縮小匹配范圍。同理，資源畫像與用戶基本角色畫像類似。用戶畫像構(gòu)建作為一種集異構(gòu)數(shù)據(jù)融合、資源整合決策、供需網(wǎng)絡(luò)建設(shè)、隱含層挖掘等技術(shù)于一體的方法，可以為資源共享及創(chuàng)新服務(wù)等方面提供決策分析、隱含功能挖掘、資源管理標(biāo)準(zhǔn)化等技術(shù)。

對(duì)用戶及相似用戶的關(guān)聯(lián)資源需求特征畫像，原數(shù)據(jù)來(lái)源為用戶行為記錄，基本記錄數(shù)據(jù)包括總時(shí)間、達(dá)成意向情況、搜索詞、搜索詞對(duì)應(yīng)結(jié)果瀏覽時(shí)間、詳情ID及對(duì)應(yīng)交互時(shí)間等，根據(jù)行為分析方法得到加權(quán)用戶需求資源特征，進(jìn)一步通過(guò)特征聚類和畫像構(gòu)造方法生成需求畫像。

如圖11 所示，基于用戶畫像可建立基于用戶簇的用戶特征庫(kù)、需求資源特征庫(kù)。通常在科技資源供需對(duì)接中，需要了解供需雙方的基本信息及資源供求匹配度。首先根據(jù)用戶角色類型分別為供需雙方進(jìn)行定位，然后再進(jìn)行資源對(duì)接。比如，根據(jù)供需雙方用戶發(fā)起資源對(duì)接請(qǐng)求，從用戶特征庫(kù)及日志特征庫(kù)中查詢相關(guān)用戶信息，查詢成功則完成用戶特征匹配進(jìn)而完成供需資源對(duì)接；若查詢失敗，則請(qǐng)供需雙方提供用戶信息以查詢相似用戶特征，進(jìn)而完成用戶匹配及供需資源對(duì)接工作。相較于傳統(tǒng)匹配方法，相似用戶和特征庫(kù)數(shù)據(jù)的加持，增加了匹配池深度；同時(shí)，通過(guò)畫像將用戶、資源角色框架進(jìn)一步擴(kuò)大，屬性維度進(jìn)一步細(xì)分，使得用戶資源在科技資源共享中的定位更加明確，為聯(lián)想檢索、精準(zhǔn)推薦的匹配范圍確定提供科學(xué)依據(jù)。

圖11 供需對(duì)接實(shí)例

4 結(jié)語(yǔ)

本文基于科技資源復(fù)雜性、用戶需求模糊性、用戶屬性復(fù)雜性等科技資源共享中的用戶資源特性，為用戶角色分析、資源對(duì)接、供需匹配效率提升提出了一種用戶畫像獲取方法。

（1）建立用戶角色屬性結(jié)構(gòu)，針對(duì)復(fù)雜屬性數(shù)據(jù)構(gòu)造指標(biāo)模型，自上而下有行業(yè)背景、行業(yè)供需情況等一級(jí)特征，基于用戶簇的共性二級(jí)特征，以及基于用戶關(guān)聯(lián)資源、研究?jī)?nèi)容等具體展開信息的個(gè)性化特征。通過(guò)層次化、指標(biāo)化模型為科技資源用戶分析提供模塊化方法。

（2）通過(guò)特征提取和聚類得到用戶各維度關(guān)鍵詞，根據(jù)層次結(jié)構(gòu)和權(quán)重構(gòu)造用戶基本角色畫像，為用戶資源匹配推薦提供精準(zhǔn)檢索依據(jù)。

（3）根據(jù)用戶及相似用戶行為記錄，構(gòu)造用戶需求畫像，從資源需求角度，提高用戶畫像深度，同時(shí)基于需求畫像對(duì)用戶基本角色畫像進(jìn)行優(yōu)化，建立角色特征和需求的關(guān)聯(lián)，進(jìn)一步分析相似用戶共性特征，為基于動(dòng)態(tài)行為的用戶研究提供科學(xué)依據(jù)。

在科技資源共享中，用戶畫像包含了用戶需求傾向、用戶角色定位、用戶資源定向關(guān)系圖譜，能夠在科技資源共享服務(wù)中扮演資源協(xié)調(diào)、用戶協(xié)調(diào)、用戶資源串聯(lián)的角色。本文主要探究了科技資源共享中內(nèi)在問(wèn)題的數(shù)據(jù)解釋，研究了用戶畫像獲取方法及基于用戶畫像的資源匹配思路，而在應(yīng)用實(shí)證方面由于用戶數(shù)據(jù)及交互數(shù)據(jù)量較小的關(guān)系，只能以少量數(shù)據(jù)為基礎(chǔ)進(jìn)行方法和技術(shù)梳理，而應(yīng)用成效和對(duì)資源共享匹配效率的提升能力還有待今后進(jìn)一步研究。