李望月，劉瑾，陳娜

1. 北京國研網(wǎng)信息股份有限公司，北京 100010；2. 國務(wù)院發(fā)展研究中心信息網(wǎng)，北京 100010

1 引言

隨著國家大數(shù)據(jù)戰(zhàn)略的實施推進，大數(shù)據(jù)技術(shù)蓬勃發(fā)展，正加速成為發(fā)現(xiàn)新知識、創(chuàng)造新價值的新一代生產(chǎn)力，其應(yīng)用已滲入經(jīng)濟社會的各個微觀單元，并逐漸成為各行各業(yè)尋求突破、創(chuàng)新發(fā)展的關(guān)鍵力量。其中，大數(shù)據(jù)技術(shù)中的用戶畫像技術(shù)在電子商務(wù)、金融等領(lǐng)域的成功應(yīng)用，為這些行業(yè)帶來了巨大的經(jīng)濟效益。在最早應(yīng)用用戶畫像技術(shù)的電子商務(wù)領(lǐng)域，目前已實現(xiàn)對上億用戶的智能化畫像，為電商企業(yè)快速、便捷、精準地了解用戶消費行為、興趣偏好等特征提供了新的途徑，同時也為營銷策略的精準制定和實施提供了科學(xué)依據(jù)。

大數(shù)據(jù)技術(shù)同樣已經(jīng)滲入鄉(xiāng)村發(fā)展的某些領(lǐng)域，其中，應(yīng)用比較廣泛的是農(nóng)業(yè)領(lǐng)域。通過對氣候、土壤、農(nóng)作物基因庫、農(nóng)業(yè)傳感器返回的數(shù)據(jù)等農(nóng)業(yè)大數(shù)據(jù)進行挖掘、分析發(fā)現(xiàn)，大數(shù)據(jù)技術(shù)在推動精準農(nóng)業(yè)實施建設(shè)方面做出了重要貢獻，在農(nóng)業(yè)產(chǎn)量預(yù)測、農(nóng)業(yè)自然災(zāi)害的監(jiān)測預(yù)警、農(nóng)產(chǎn)品價格預(yù)測、農(nóng)產(chǎn)品營銷等方面的應(yīng)用也取得了良好的效果。但到目前為止，無論是理論層面，還是實踐層面，尚未有文獻對大數(shù)據(jù)技術(shù)在鄉(xiāng)村層面的系統(tǒng)性應(yīng)用進行研究。

黨的十九大報告確立了“鄉(xiāng)村振興”戰(zhàn)略的重要地位，實施鄉(xiāng)村振興戰(zhàn)略的第一步是立足鄉(xiāng)情，全面、準確地了解當前“鄉(xiāng)村”這一微觀單元的經(jīng)濟社會運行全貌和特征，即首先要開展“鄉(xiāng)村畫像”工作。據(jù)2016年第三次全國農(nóng)業(yè)普查數(shù)據(jù)顯示，截止到2016年底，全國約有4萬個鄉(xiāng)鎮(zhèn)、60萬個行政村，對這些鄉(xiāng)鎮(zhèn)、村的發(fā)展全貌和特征屬性進行系統(tǒng)性分析與挖掘需要耗費大量的人力、物力、財力，如果不借助大數(shù)據(jù)畫像技術(shù)，將很難實現(xiàn)。大數(shù)據(jù)鄉(xiāng)村畫像可以實現(xiàn)對數(shù)十萬鄉(xiāng)村的智能化管理，是現(xiàn)代農(nóng)村建設(shè)發(fā)展的智能型管理工具，為快速了解鄉(xiāng)村發(fā)展全貌與現(xiàn)代化建設(shè)趨勢，挖掘鄉(xiāng)村優(yōu)勢特征與不足，制定政策支持方向、科研方向、投資決策方向，提供了有力的理論依據(jù)和數(shù)據(jù)支撐。根據(jù)鄉(xiāng)村畫像的結(jié)果，政府部門可以明確鄉(xiāng)村產(chǎn)業(yè)發(fā)展方向、鄉(xiāng)村治理領(lǐng)域，同時監(jiān)測鄉(xiāng)村振興實施效果、制定鄉(xiāng)村現(xiàn)代化發(fā)展規(guī)劃；科研機構(gòu)可以在鄉(xiāng)村畫像系統(tǒng)的海量數(shù)據(jù)基礎(chǔ)上，使用科學(xué)方法構(gòu)建鄉(xiāng)村發(fā)展模型，為解決我國“三農(nóng)”問題提出建議；商業(yè)機構(gòu)可以使用鄉(xiāng)村畫像系統(tǒng)，根據(jù)自身的投資方向，確定最佳投資對象、投資方式和投資期限。

綜上所述，大數(shù)據(jù)技術(shù)在多個領(lǐng)域的應(yīng)用已較為成熟，但在鄉(xiāng)村領(lǐng)域的應(yīng)用大多聚焦于農(nóng)業(yè)領(lǐng)域，對于其在電商等領(lǐng)域成功應(yīng)用的畫像技術(shù)，在鄉(xiāng)村領(lǐng)域尚未進行應(yīng)用與實踐，而鄉(xiāng)村畫像又是一項重要且必要的工作。鑒于此，本文將對大數(shù)據(jù)技術(shù)在鄉(xiāng)村畫像中的應(yīng)用開展前瞻性研究，在借鑒用戶畫像方法的同時，基于鄉(xiāng)村大數(shù)據(jù)情況，建立大數(shù)據(jù)鄉(xiāng)村畫像的概念模型、標簽體系以及實施算法。

2 大數(shù)據(jù)鄉(xiāng)村畫像的相關(guān)研究現(xiàn)狀

鑒于當前尚未檢索到以大數(shù)據(jù)鄉(xiāng)村畫像為主題的直接文獻，本文將沿著“以數(shù)據(jù)為基礎(chǔ)，以技術(shù)為手段，以助推鄉(xiāng)村振興發(fā)展為目的”的思路，從鄉(xiāng)村大數(shù)據(jù)源、大數(shù)據(jù)畫像技術(shù)和鄉(xiāng)村振興領(lǐng)域研究的熱點、重點和難點問題3個方面出發(fā)，分別進行研究。

2.1 鄉(xiāng)村大數(shù)據(jù)源的研究現(xiàn)狀

鄉(xiāng)村大數(shù)據(jù)源是大數(shù)據(jù)技術(shù)開展鄉(xiāng)村畫像的基礎(chǔ)。在對現(xiàn)有文獻進行檢索研究時，并未發(fā)現(xiàn)有關(guān)“鄉(xiāng)村大數(shù)據(jù)”“農(nóng)村大數(shù)據(jù)”的研究，但近兩年關(guān)于“農(nóng)業(yè)大數(shù)據(jù)”[1-2]的研究逐漸增加，趙瑞雪等人[1]從數(shù)據(jù)來源上梳理了國內(nèi)外在農(nóng)業(yè)科技活動中長期積累和整編的海量科學(xué)數(shù)據(jù)，即農(nóng)業(yè)科學(xué)大數(shù)據(jù)，通過對其列出的數(shù)據(jù)源進行梳理發(fā)現(xiàn)，數(shù)量上匯集了12個國外數(shù)據(jù)源和30個國內(nèi)數(shù)據(jù)源（包括6個地方政府門戶開放數(shù)據(jù)），內(nèi)容上大致可分為4類：自然條件與資源數(shù)據(jù)，如氣象數(shù)據(jù)、地質(zhì)數(shù)據(jù)、再生資源數(shù)據(jù)、空間數(shù)據(jù)等；農(nóng)業(yè)經(jīng)濟數(shù)據(jù)，如宏觀農(nóng)業(yè)數(shù)據(jù)、生態(tài)農(nóng)業(yè)、中國飼料數(shù)據(jù)庫等；生命科學(xué)數(shù)據(jù)，如生物信息數(shù)據(jù)、細胞數(shù)據(jù)、微生物病毒數(shù)據(jù)、基因數(shù)據(jù)等；農(nóng)業(yè)行政機構(gòu)數(shù)據(jù)，主要來自于政府部門開放門戶。姜侯等人[2]從農(nóng)業(yè)大數(shù)據(jù)產(chǎn)生的角度，提出了農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)、農(nóng)業(yè)遙感和農(nóng)業(yè)無人機數(shù)據(jù)、農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)、科研及農(nóng)戶生產(chǎn)經(jīng)驗數(shù)據(jù)4類農(nóng)業(yè)大數(shù)據(jù)，設(shè)計了農(nóng)業(yè)大數(shù)據(jù)平臺整體架構(gòu)，并對農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用方向進行了論述。除上述微觀層面的農(nóng)業(yè)大數(shù)據(jù)外，中華人民共和國農(nóng)業(yè)農(nóng)村部、國家統(tǒng)計局、中華人民共和國海關(guān)總署等部門擁有的農(nóng)業(yè)統(tǒng)計數(shù)據(jù)同樣是農(nóng)業(yè)大數(shù)據(jù)。省、市級別宏觀匯總數(shù)據(jù)可從《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》等公開的年鑒資料中獲取，但微觀數(shù)據(jù)較難獲得。

農(nóng)業(yè)大數(shù)據(jù)是鄉(xiāng)村大數(shù)據(jù)的一部分，除農(nóng)業(yè)之外的其他鄉(xiāng)村大數(shù)據(jù)主要集中在國家統(tǒng)計局、地方統(tǒng)計局以及其他政府部門。其中，省、市級別的鄉(xiāng)村數(shù)據(jù)可在《中國農(nóng)村統(tǒng)計年鑒》《中國農(nóng)業(yè)機械工業(yè)年鑒》《中國環(huán)境統(tǒng)計年鑒》等公開年鑒中獲取，而微觀數(shù)據(jù)由各部門保存，一般不對外公開，外部組織機構(gòu)也無法通過網(wǎng)絡(luò)爬取獲得。在國家或地方各部門擁有的鄉(xiāng)村數(shù)據(jù)中，以農(nóng)業(yè)普查數(shù)據(jù)中包含的農(nóng)村信息最為全面，普查表中的行政村綜合表和鄉(xiāng)鎮(zhèn)綜合表囊括了鄉(xiāng)村基本信息和特征信息；普查表中的農(nóng)戶基層表包括了村內(nèi)農(nóng)戶生活、生產(chǎn)經(jīng)營活動的方方面面，進一步豐富了鄉(xiāng)村數(shù)據(jù)。農(nóng)業(yè)普查數(shù)據(jù)可提供全面的鄉(xiāng)村數(shù)據(jù)信息，局限性為每十年開展一次，最近一次是2016年開展的第三次全國農(nóng)業(yè)普查。但隨著近兩年地方鄉(xiāng)村振興戰(zhàn)略統(tǒng)計工作的開展，鄉(xiāng)村振興戰(zhàn)略統(tǒng)計的調(diào)查指標與普查指標具有較高的相似度，可對相同的指標進行不同年度的連續(xù)分析。除農(nóng)業(yè)普查數(shù)據(jù)外，鄉(xiāng)村層面還存在著數(shù)量可觀的非傳統(tǒng)數(shù)據(jù)，如中國精神文明網(wǎng)網(wǎng)站（中國共產(chǎn)黨中央委員會宣傳部、中央精神文明建設(shè)指導(dǎo)委員辦公室）發(fā)布的5個批次共計4 717個全國文明村鎮(zhèn)的名單數(shù)據(jù)，中華人民共和國建設(shè)部、中華人民共和國文化和旅游部、中華人民共和國財政部等7個部門發(fā)布的5個批次共計6 819個中國傳統(tǒng)村落的名單數(shù)據(jù)，中華人民共和國農(nóng)業(yè)農(nóng)村部發(fā)布的兩個批次共計300個中國美麗休閑鄉(xiāng)村的名單數(shù)據(jù)。此外，隨著《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》和《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》[3]的推進實施，數(shù)字鄉(xiāng)村的建設(shè)速度加快，鄉(xiāng)村大數(shù)據(jù)將會得到快速沉淀。

2.2 大數(shù)據(jù)畫像技術(shù)的研究現(xiàn)狀

大數(shù)據(jù)畫像技術(shù)是大數(shù)據(jù)鄉(xiāng)村畫像的核心技術(shù)手段。大數(shù)據(jù)畫像的概念來源于用戶畫像，用戶畫像的英文概念“user persona”最早由艾倫·庫珀提出，其認為 user persona是真實用戶的虛擬代表，根據(jù)用戶行為、動機等將用戶分為不同的類型，從中抽取每類用戶的社會屬性、生活習(xí)慣、消費行為和興趣偏好等信息的共同特征，并設(shè)定名字、照片、場景等要素對其進行描述[4]。用戶畫像又稱為人群畫像，是根據(jù)用戶信息抽象出的一個標簽化的用戶模型，即用高度精練的特征描述一類人，例如年齡、性別、職業(yè)、興趣偏好等。

大數(shù)據(jù)畫像技術(shù)是用戶畫像在大數(shù)據(jù)環(huán)境下的延伸和發(fā)展，是基于大量傳統(tǒng)數(shù)據(jù)和非傳統(tǒng)數(shù)據(jù)、靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，使用統(tǒng)計分析、機器學(xué)習(xí)和人工智能等算法，構(gòu)建模型、挖掘數(shù)據(jù)、提取特征并進行動態(tài)可視化展示的一門數(shù)據(jù)分析與展示技術(shù)。在中國知網(wǎng)文獻數(shù)據(jù)庫中，以“大數(shù)據(jù)畫像”“鄉(xiāng)村畫像”“畫像”等關(guān)鍵詞進行檢索，對現(xiàn)有文獻從畫像對象、畫像技術(shù)方法兩個方面進行歸納總結(jié)。

從畫像對象來看，當前文獻庫中可檢索到以“用戶畫像”“產(chǎn)品畫像”“企業(yè)畫像”“城市畫像”為標題的研究，其中，“用戶畫像”作為畫像技術(shù)的初始應(yīng)用領(lǐng)域，研究的文獻最多，應(yīng)用也最為廣泛，尤其是在互聯(lián)網(wǎng)電商、電信、金融等領(lǐng)域[5-7]；研究“產(chǎn)品畫像[8]”和“企業(yè)畫像[9]”的文獻數(shù)量較少，研究內(nèi)容和視角基本沿用“用戶畫像”的思路；而“城市畫像”相關(guān)文獻中對畫像的理解和研究差異較大，一些文獻局限于城市傳統(tǒng)數(shù)據(jù)的傳統(tǒng)圖表的畫像，還有一些文獻使用GPS數(shù)據(jù)、互聯(lián)網(wǎng)等新興大數(shù)據(jù)進行可視化分析[10-11]。但以“鄉(xiāng)村畫像”為標題的文獻尚未發(fā)現(xiàn)。

從畫像技術(shù)方法來看[9-23]，特征值（標簽值）的提取是畫像技術(shù)的關(guān)鍵。當前畫像技術(shù)中特征值的提取方法眾多，主要可以分為兩大類：一類是人工抽取特征值的方法，即通過查閱文獻、調(diào)研、訪談并在專家的建議下提取用戶特征，構(gòu)建用戶畫像，此種方法適用于數(shù)據(jù)表達清晰、數(shù)據(jù)量小的場景，主要應(yīng)用于經(jīng)濟社會宏觀和中觀領(lǐng)域；另一類是數(shù)據(jù)挖掘的方法，主要的特征提取大數(shù)據(jù)技術(shù)方法有k均值聚類（k-means）[15]、線性判別分析（linear discriminant analysis，LDA）[16]、樸素貝葉斯（naive bayesian，NB）[17]、卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）[18]、決策樹[19-20]等，主要的大數(shù)據(jù)關(guān)聯(lián)規(guī)則方法有APRORI算法[21]、FPGrowth關(guān)聯(lián)規(guī)則算法[22]，這些方法主要應(yīng)用于電商、金融等行業(yè)的用戶畫像[23]。雖然當前關(guān)于特征值提取的方法很多，但是特征值挖掘和提取的準確性仍是要持續(xù)攻克的難點。

2.3 鄉(xiāng)村振興領(lǐng)域研究的熱點、重點及難點問題

鄉(xiāng)村振興領(lǐng)域的熱點、重點及難點問題是大數(shù)據(jù)鄉(xiāng)村畫像的重要應(yīng)用方向。自2017年黨的十九大報告中提出鄉(xiāng)村振興戰(zhàn)略，到2018年《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》正式出臺，再到2019年《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》的提出，學(xué)術(shù)界關(guān)于鄉(xiāng)村振興領(lǐng)域研究的熱點、重點及難點問題的研究大多圍繞著鄉(xiāng)村振興發(fā)展而開展，或是聚焦鄉(xiāng)村振興發(fā)展的產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)村文明、治理有效、生活富裕5個維度整體，或是聚焦某一個局部展開研究。通過對鄉(xiāng)村領(lǐng)域相關(guān)文獻進行研究和分析，可以總結(jié)為：鄉(xiāng)村振興領(lǐng)域研究的熱點是鄉(xiāng)村振興實施效果評價[24-26]，文獻以鄉(xiāng)村振興評價指標體系構(gòu)建為主，部分文獻選取對象進行實證分析；鄉(xiāng)村振興領(lǐng)域研究的重點是鄉(xiāng)村振興實施路徑[27-29]，當前文獻大多對鄉(xiāng)村振興的某一方面進行重點研究，從問題導(dǎo)向給出鄉(xiāng)村振興的實施路徑；鄉(xiāng)村振興領(lǐng)域研究的難點是鄉(xiāng)村振興差異化的前期規(guī)劃[30-33]，如黃祖輝提出要從區(qū)域新型城鎮(zhèn)化戰(zhàn)略和鄉(xiāng)村差異化發(fā)展的實際出發(fā)，落實鄉(xiāng)村振興戰(zhàn)略。其中，除鄉(xiāng)村振興的實施效果可以進行定量分析外，其他研究大多為定性分析。

大數(shù)據(jù)鄉(xiāng)村畫像系統(tǒng)的成果可以為鄉(xiāng)村振興領(lǐng)域熱點、重點及難點問題的研究提供科學(xué)有力的支撐，在實際應(yīng)用過程中，大數(shù)據(jù)鄉(xiāng)村畫像系統(tǒng)主要有三大作用。第一，充分了解鄉(xiāng)村全貌。傳統(tǒng)的鄉(xiāng)村發(fā)展評價模型一般使用年鑒數(shù)據(jù)和調(diào)查數(shù)據(jù)，對互聯(lián)網(wǎng)上大量可用數(shù)據(jù)的利用率不高，維度通常也局限于年鑒數(shù)據(jù)提供的信息，無法全面刻畫鄉(xiāng)村面貌。大數(shù)據(jù)鄉(xiāng)村畫像系統(tǒng)可以充分利用年鑒數(shù)據(jù)、政府網(wǎng)站公開數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)，同時也可以利用地理位置信息、氣候信息、政策文件信息、政策稱號信息等非結(jié)構(gòu)化數(shù)據(jù)，多維度、全方位、立體化地對鄉(xiāng)村發(fā)展情況進行描述，幫助政府根據(jù)鄉(xiāng)村存在的現(xiàn)實問題，有針對性地制定政策。第二，尋找差異，為因地制宜發(fā)展鄉(xiāng)村振興提供理論支持。利用大數(shù)據(jù)鄉(xiāng)村畫像系統(tǒng)，可以對省份層面、地市層面、縣域?qū)用?、鄉(xiāng)鎮(zhèn)層面以及行政村層面等各級行政區(qū)劃的鄉(xiāng)村振興發(fā)展情況進行分析，應(yīng)用范圍廣泛。通過對比，可以發(fā)現(xiàn)研究主體的優(yōu)勢和劣勢，幫助當?shù)卣虻刂埔?，開展“千村千面”個性化、特色化規(guī)劃，解決規(guī)劃的同質(zhì)性和落地難等問題。同時，大數(shù)據(jù)鄉(xiāng)村畫像系統(tǒng)可智能化匹配生產(chǎn)條件、自然條件或者社會條件相似的標桿性鄉(xiāng)村，幫助落后鄉(xiāng)村找到適合當?shù)氐泥l(xiāng)村振興發(fā)展路徑和實施路徑。第三，監(jiān)測鄉(xiāng)村振興政策實施效果。大數(shù)據(jù)鄉(xiāng)村畫像系統(tǒng)可以對鄉(xiāng)村振興發(fā)展情況進行連續(xù)時間的監(jiān)測，通過對多年的數(shù)據(jù)和信息進行對比，系統(tǒng)可使用標簽對分析結(jié)果進行展示，例如，某省份人均農(nóng)林牧漁產(chǎn)值連續(xù)5年增加，鄉(xiāng)村畫像標簽可展示為“連續(xù)5年人均農(nóng)林牧漁產(chǎn)值增加”。同時，大數(shù)據(jù)鄉(xiāng)村畫像系統(tǒng)也可設(shè)置預(yù)警機制，在指標值出現(xiàn)異常波動或者下降趨勢時（針對正向指標），發(fā)出預(yù)警信號，幫助政府部門及時做出應(yīng)對。

綜上所述，本文結(jié)合已有研究成果，以鄉(xiāng)村大數(shù)據(jù)為基礎(chǔ)，以大數(shù)據(jù)畫像技術(shù)為手段，以輔助解決鄉(xiāng)村振興發(fā)展中的熱點、重點和難點問題為導(dǎo)向，開展鄉(xiāng)村畫像概念模型和標簽體系的構(gòu)建工作。

3 鄉(xiāng)村畫像概念模型構(gòu)建及數(shù)據(jù)支撐

概念模型來源于數(shù)據(jù)庫設(shè)計，是對現(xiàn)實世界中問題域內(nèi)的事物進行描述的模型，是現(xiàn)實世界到信息世界的第一層抽象，是用戶與數(shù)據(jù)庫設(shè)計人員進行交流的語言，因此，概念模型一般具有較強的語義表達能力，能夠方便、直接地表達應(yīng)用中的各種語義知識，且簡單、清晰、易于用戶理解。鄉(xiāng)村畫像概念模型是對鄉(xiāng)村微觀單元中的經(jīng)濟和社會發(fā)展進行描述的模型，是對真實鄉(xiāng)村的經(jīng)濟社會運行狀態(tài)和行為的刻畫，是大數(shù)據(jù)鄉(xiāng)村畫像的核心內(nèi)容，是影響鄉(xiāng)村畫像結(jié)果的關(guān)鍵。本文將在確立鄉(xiāng)村畫像構(gòu)建原則的基礎(chǔ)上，從基本屬性、狀態(tài)屬性和行為屬性3個方面構(gòu)建鄉(xiāng)村畫像概念模型，并在概念模型的基礎(chǔ)上，系統(tǒng)性梳理所需的鄉(xiāng)村畫像數(shù)據(jù)支撐。

3.1 鄉(xiāng)村畫像概念模型的構(gòu)建原則

鄉(xiāng)村畫像概念模型是大數(shù)據(jù)鄉(xiāng)村畫像的基礎(chǔ)，構(gòu)建科學(xué)合理的大數(shù)據(jù)鄉(xiāng)村畫像概念模型應(yīng)遵循全面性、系統(tǒng)性、特征性、可行性和智能性的原則。

（1）全面性原則

鄉(xiāng)村畫像概念模型在構(gòu)建時應(yīng)遵循全面性原則，即應(yīng)充分考慮各類鄉(xiāng)村的屬性，構(gòu)建的鄉(xiāng)村畫像模型應(yīng)覆蓋全部村的基本屬性，可以實現(xiàn)對任何一個鄉(xiāng)村進行畫像，不應(yīng)存在不能進行鄉(xiāng)村畫像的情況。

（2）系統(tǒng)性原則

鄉(xiāng)村畫像的系統(tǒng)性是指在鄉(xiāng)村畫像概念模型的構(gòu)建中，堅持全局意識、整體觀念。概念模型構(gòu)建時應(yīng)系統(tǒng)地考慮各要素的層次性，各要素由外至內(nèi)層層深入，構(gòu)建一個鄉(xiāng)村經(jīng)濟社會內(nèi)各子系統(tǒng)、各要素相互獨立又相互聯(lián)系的有機整體。

（3）特征性原則

鄉(xiāng)村畫像概念模型的構(gòu)建要突出特征性，特征屬性是鄉(xiāng)村畫像概念模型的重要組成部分，是彰顯鄉(xiāng)村特色、挖掘鄉(xiāng)村價值、因地制宜地推進鄉(xiāng)村振興的重要工作抓手。

（4）可行性原則

鄉(xiāng)村大數(shù)據(jù)是大數(shù)據(jù)鄉(xiāng)村畫像落地實施的前提，鄉(xiāng)村畫像是在鄉(xiāng)村大數(shù)據(jù)分析、計算和研究的基礎(chǔ)上開展的，如果鄉(xiāng)村畫像的數(shù)據(jù)不可獲得，那么鄉(xiāng)村畫像概念模型的構(gòu)建將會停留在理論研究層面，無法走向?qū)嶋H操作層面。

（5）智能性原則

概念模型的構(gòu)建應(yīng)清晰、明確，能夠被計算機理解，便于進行程序化實施，進而保障后續(xù)對4萬個鄉(xiāng)鎮(zhèn)、60萬個行政村的大數(shù)據(jù)畫像的自動化、智能化、動態(tài)化實現(xiàn)。

3.2 鄉(xiāng)村畫像概念模型的建立

基于鄉(xiāng)村畫像概念模型的構(gòu)建原則，在鄉(xiāng)村畫像概念模型構(gòu)建的過程中，綜合考量鄉(xiāng)村經(jīng)濟社會的基本屬性和特征屬性、靜態(tài)屬性和動態(tài)屬性、微觀屬性和宏觀屬性，最終確定鄉(xiāng)村畫像概念模型從“基本屬性”“狀態(tài)屬性”“行為屬性”3個方面進行構(gòu)建。在構(gòu)建概念模型時，將按照“345”的原則構(gòu)建，即鄉(xiāng)村畫像基本屬性由3個維度構(gòu)成，分別為“地理區(qū)位”“自然條件”“政策稱號”；鄉(xiāng)村畫像狀態(tài)屬性由4個維度構(gòu)成，分別為“規(guī)?！薄八俣取薄敖Y(jié)構(gòu)”“效率”；鄉(xiāng)村畫像行為屬性由5個維度構(gòu)成，分別為“發(fā)展產(chǎn)業(yè)”“保護生態(tài)”“延續(xù)文明”“加強治理”“推動共同富?！?。鄉(xiāng)村畫像概念模型如圖1所示。

3.3 鄉(xiāng)村畫像概念模型的數(shù)據(jù)支撐

鄉(xiāng)村畫像概念模型及標簽體系的設(shè)立是基于廣泛的、多維度的鄉(xiāng)村大數(shù)據(jù)源進行的，包括傳統(tǒng)數(shù)據(jù)和非傳統(tǒng)數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)等多種類型。本文使用的主要數(shù)據(jù)來源及相應(yīng)用途見表1。

4 大數(shù)據(jù)鄉(xiāng)村畫像標簽體系的構(gòu)建

在鄉(xiāng)村畫像概念模型的框架下，以鄉(xiāng)村大數(shù)據(jù)為基礎(chǔ)，以展示鄉(xiāng)村全貌、挖掘鄉(xiāng)村特征、助力鄉(xiāng)村振興發(fā)展為目標，構(gòu)建鄉(xiāng)村畫像標簽體系。相對于概念模型而言，鄉(xiāng)村畫像標簽體系更加具體和形象，在獲取數(shù)據(jù)的基礎(chǔ)上，可直接進行可視化標簽分析。

4.1 標簽體系的構(gòu)建方法

與指標體系不同，標簽體系不再受各指標層級必須相同、指標值必須為數(shù)值型數(shù)據(jù)的限制，是一種更為靈活、更適合大數(shù)據(jù)生態(tài)的模型體系。本文將從指標數(shù)據(jù)、知識圖譜、政策規(guī)劃文本3個方面，介紹5類標簽的構(gòu)建方法。其中，從指標數(shù)據(jù)出發(fā)，可以構(gòu)建2類原始標簽；從知識圖譜出發(fā)，可以通過對原始標簽進行擴展和泛化處理，生成2類新的標簽；從政策規(guī)劃文本出發(fā)，提取關(guān)鍵詞，可以生成宏觀屬性的鄉(xiāng)村行為標簽。

（1）基于指標名稱的原始標簽提取

從鄉(xiāng)村數(shù)據(jù)指標出發(fā)，對數(shù)據(jù)指標名稱進行轉(zhuǎn)換，在保持指標含義不變的條件下，將原始指標轉(zhuǎn)換為以短詞語或短詞組形式為主、指標名稱更為精簡的標簽，并將其標記為原始標簽。如第三次全國農(nóng)業(yè)普查中行政村普查表中的“生活污水是否經(jīng)過集中處理”這一指標，在提取標簽時，可以提取為“生活污水集中處理”。此外，對于指標中存在的“個數(shù)”“人數(shù)”“戶數(shù)”等內(nèi)容，在進行標簽提取時，一般進行刪除處理，如“村集體創(chuàng)辦的互助型養(yǎng)老服務(wù)設(shè)施個數(shù)”指標，在提取標簽時，轉(zhuǎn)化為“村集體創(chuàng)辦互助型養(yǎng)老服務(wù)設(shè)施”。

（2）基于指標數(shù)據(jù)計算的標簽提取

表1 鄉(xiāng)村畫像概念模型數(shù)據(jù)源匯總

從鄉(xiāng)村數(shù)據(jù)出發(fā)，借助傳統(tǒng)描述性統(tǒng)計分析，計算某一指標或原始標簽的基本統(tǒng)計量，對單時點數(shù)據(jù)計算最大值、最小值、均值、秩（排序），對連續(xù)時點數(shù)據(jù)計算增長率等，并對計算后的統(tǒng)計量中的突出特征進行提取。以單時點第三次全國農(nóng)業(yè)普查數(shù)據(jù)為例，針對行政村“外來人口”這一指標，在全省樣本層面計算指標排名，針對排名提取最具特征的標簽，如“外來人口省內(nèi)Top3”“外來人口省內(nèi)前10%”等。對于非傳統(tǒng)數(shù)據(jù)的標簽化處理，視數(shù)據(jù)情況而定，其中，政府部門公開評選的鄉(xiāng)村稱號數(shù)據(jù)，如“鄉(xiāng)村振興示范村”“生態(tài)村”等文本型數(shù)據(jù)，無需轉(zhuǎn)換，可直接作為鄉(xiāng)村畫像標簽。

（3）基于知識圖譜的原始標簽擴展

基本知識圖譜的原始標簽擴展是指從原始指標出發(fā)，借助相關(guān)知識圖譜，引入外部相關(guān)信息，在原始指標的基礎(chǔ)上，擴展出新的標簽。關(guān)于擴展型標簽的知識圖譜的構(gòu)建，應(yīng)將鄉(xiāng)村的地理區(qū)位等基本屬性與國家政策、本區(qū)域的特征、相鄰區(qū)域的特征建立直接或間接的關(guān)系，借助相關(guān)知識圖譜，可以擴展出是否為“兩省邊界村”、是否“與一線城市相鄰”、是否“與經(jīng)濟大省相鄰”等擴展性標簽。

（4）基于知識圖譜的原始標簽泛化

基本知識圖譜的原始標簽泛化是指從原始指標出發(fā)，借助知識圖譜技術(shù)，挖掘出多個指標的共同屬性，并將其泛化成一個共性標簽。對于泛化型標簽的知識圖譜的構(gòu)建，應(yīng)將鄉(xiāng)村的各項經(jīng)濟和社會活動進行系統(tǒng)化處理，并建立鄉(xiāng)村各項經(jīng)濟和社會活動的層級關(guān)系，進而基于建立的層次關(guān)系，實現(xiàn)原始標簽準確、高效的泛化。如某個鄉(xiāng)村在“設(shè)施農(nóng)業(yè)、循環(huán)農(nóng)業(yè)、工廠化生產(chǎn)”“高標準農(nóng)田”“按測土配方施肥”方面開展了大量工作，則基于相關(guān)的知識圖譜，可以泛化出“開展新型生產(chǎn)模式”這一標簽。

（5）基于政策規(guī)劃文本的標簽提取

從國家級政策規(guī)劃文本出發(fā)，提取其中的關(guān)鍵詞，對關(guān)鍵詞進行轉(zhuǎn)換，生成新的標簽，一般適用于宏觀屬性一、二級標簽的提取，對于三級以上標簽的提取仍需依賴相關(guān)的知識圖譜。這種標簽提取方法緊跟國家政策形勢，提取的標簽可直接用于政策實施進度、實施效果的監(jiān)測，受到政府相關(guān)部門的高度關(guān)注。如從《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》中提取“構(gòu)建現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系”一詞，可以將其標簽化為“推行現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展”。

4.2 鄉(xiāng)村畫像基本屬性標簽體系

在鄉(xiāng)村畫像概念模型中，鄉(xiāng)村畫像基本屬性包含“地理區(qū)位”“自然條件”“政策稱號”3個維度。地理區(qū)位從行政區(qū)劃出發(fā)，借助基于地理、經(jīng)濟等知識圖譜體系，生成行政區(qū)劃、區(qū)域擴展、臨近區(qū)域等新型標簽；自然條件將地形、氣候、土壤、資源、自然災(zāi)害作為畫像標簽；政策稱號將鄉(xiāng)村、鄉(xiāng)村所屬市縣園區(qū)、鄉(xiāng)村下屬企業(yè)在涉農(nóng)領(lǐng)域獲取的國家部委機構(gòu)公開評選的政策稱號，直接作為鄉(xiāng)村標簽。這3個維度的標簽值在短期內(nèi)相對穩(wěn)定，除行政村區(qū)劃調(diào)整和滾動評審的政策稱號之外，絕大多鄉(xiāng)村的基本屬性在短期內(nèi)不會變動。鄉(xiāng)村畫像基本屬性標簽體系如圖2所示。

鄉(xiāng)村畫像基本屬性標簽體系構(gòu)建中，地理區(qū)位標簽的初始數(shù)據(jù)一般僅為鄉(xiāng)村所屬的行政區(qū)劃這一個數(shù)據(jù)值的信息，對于其他地理區(qū)位標簽，需借助知識圖譜進行標簽擴展；自然條件的數(shù)據(jù)支撐以農(nóng)業(yè)部信息中心、國家氣象信息中心等政府部門的公開數(shù)據(jù)為主，進行標簽構(gòu)建；政策稱號數(shù)據(jù)以中華人民共和國農(nóng)業(yè)農(nóng)村部、中華人民共和國國家發(fā)展和改革委員會、中華人民共和國科學(xué)技術(shù)部、中華人民共和國財政部、中華人民共和國生態(tài)環(huán)境部、中華人民共和國水利部、中華人民共和國文化和旅游部、中華人民共和國住房和城鄉(xiāng)建設(shè)部、中華人民共和國民政部等政府部門聯(lián)合或單獨公開評審的稱號名單為主，進行標簽構(gòu)建，其中“農(nóng)業(yè)產(chǎn)業(yè)化國家重點龍頭企業(yè)”和“國家自然保護區(qū)”的評審為滾動式評選，當年評審后，之前發(fā)布的名單作廢；國家有機食品生產(chǎn)基地會定期對前面審批的基地進行復(fù)核，公布審核后的名單。最終確立一級標簽3類，二級標簽12類，三級標簽29類，四級標簽35類，五級標簽35類。具體標簽體系見表2。

表2 鄉(xiāng)村畫像基本屬性標簽體系

4.3 鄉(xiāng)村畫像狀態(tài)屬性標簽體系

鄉(xiāng)村畫像狀態(tài)屬性標簽體系，主要用來標識當前鄉(xiāng)村發(fā)展的基礎(chǔ)性、代表性指標的發(fā)展狀態(tài)，反映鄉(xiāng)村發(fā)展的基本水平。通過狀態(tài)屬性可以對當前鄉(xiāng)村的發(fā)展水平有一個概括性的了解，一般地，狀態(tài)標簽多為長期以來政府部門關(guān)注的指標。對于狀態(tài)屬性標簽化體系的構(gòu)建，將從“規(guī)模”“速度”“結(jié)構(gòu)”“效率”4個維度開展。在規(guī)模和速度維度下，主要對鄉(xiāng)村產(chǎn)業(yè)、鄉(xiāng)村人口、村集體收支的規(guī)模和速度進行考量；在結(jié)構(gòu)維度下，對鄉(xiāng)村非農(nóng)收入、老齡化人口、農(nóng)民受教育、醫(yī)療資源配置、教育資源配置的結(jié)構(gòu)進行考量；在效率維度下，對人均產(chǎn)值、農(nóng)業(yè)機械化效率進行考量。鄉(xiāng)村畫像狀態(tài)屬性標簽體系如圖3所示。

（續(xù)表）

鄉(xiāng)村畫像狀態(tài)屬性標簽體系中的數(shù)據(jù)一般為常見性數(shù)據(jù)，對于省、市層面的數(shù)據(jù)，可以在《中國農(nóng)業(yè)年鑒》《中國農(nóng)村統(tǒng)計年鑒》等公開年鑒中獲??；對于鄉(xiāng)村層級的狀態(tài)數(shù)據(jù)，一般保存在各縣級以上的統(tǒng)計部門，不對外公開。全國鄉(xiāng)村的狀態(tài)標簽數(shù)據(jù)可從農(nóng)業(yè)普查數(shù)據(jù)中獲取，但一般鄉(xiāng)村級別底層微觀數(shù)據(jù)的獲取存在一定困難。對于非政府部門開展的狀態(tài)標簽的畫像，可以考慮借助非傳統(tǒng)數(shù)據(jù)，如借助遙感數(shù)據(jù)獲取農(nóng)業(yè)產(chǎn)業(yè)數(shù)據(jù)，借助手機信令數(shù)據(jù)獲取鄉(xiāng)村人口流動的信息。最終確立一級標簽4類，二級標簽13類，三級標簽20類，具體狀態(tài)標簽體系見表3。

表3 鄉(xiāng)村畫像狀態(tài)屬性標簽體系

4.4 鄉(xiāng)村畫像行為屬性標簽體系

鄉(xiāng)村畫像行為屬性標簽體系，將從鄉(xiāng)村微觀行為標簽和鄉(xiāng)村宏觀行為標簽兩個方面開展，微觀行為標簽主要反映被刻畫的對象的單一行為，較為具體，而宏觀行為標簽則為多種行為的綜合反映，較為抽象。微觀行為標簽有2類：一是某些單時點原始指標可直接被轉(zhuǎn)換為微觀行為標簽，如集中處理生活垃圾、村集體創(chuàng)辦衛(wèi)生室、施用農(nóng)家肥；二是對連續(xù)時點的狀態(tài)性指標變動進行加工計算，將其轉(zhuǎn)換為微觀行為標簽，如可以通過計算“村集體支出”兩年間的變動，生成“縮減村集體支出”這一標簽。宏觀行為標簽可借助政策文本進行提取，同時也可借助相關(guān)知識圖譜進行擴展和泛化。

基于《國家鄉(xiāng)村振興發(fā)展戰(zhàn)略規(guī)劃（2018—2022）年》（以下簡稱戰(zhàn)略規(guī)劃）和第三次全國農(nóng)業(yè)普查的數(shù)據(jù)指標，從“發(fā)展產(chǎn)業(yè)”“保護生態(tài)”“延續(xù)文明”“加強治理”“推動共同富?！?個維度，構(gòu)建了鄉(xiāng)村畫像行為屬性標簽體系。其中，從戰(zhàn)略規(guī)劃原文提煉了鄉(xiāng)村畫像宏觀行為標簽，標識為“鄉(xiāng)村畫像一級標簽和部分二級標簽”，同時從第三次全國農(nóng)業(yè)普查指標數(shù)據(jù)中提取了鄉(xiāng)村畫像的微觀行為標簽，最終構(gòu)建鄉(xiāng)村畫像行為屬性標簽體系如圖4所示。

在鄉(xiāng)村畫像行為屬性標簽體系的構(gòu)建中，一級標簽是基于戰(zhàn)略規(guī)劃原文信息直接提取的，二級和三級標簽以第三次全國農(nóng)業(yè)普查的調(diào)查表指標為基礎(chǔ)，以農(nóng)業(yè)普查中的行政村、農(nóng)業(yè)經(jīng)營戶、規(guī)模以上農(nóng)業(yè)經(jīng)營戶3類主體的調(diào)查信息表為依據(jù)，構(gòu)建鄉(xiāng)村畫像行為屬性標簽體系。鄉(xiāng)村畫像行為屬性包含正向?qū)傩院拓撓驅(qū)傩?，本文的行為標簽體系多以正向?qū)傩缘男问浇o出，以期引導(dǎo)鄉(xiāng)村振興正向發(fā)展，在應(yīng)用中視鄉(xiāng)村各標簽值的大小，加入相應(yīng)的程度副詞或否定詞進行負向刻畫。最終確定一級標簽5類、二級標簽23類、三級標簽44類、四級標簽31類，具體行為屬性標簽體系見表4。

表4 鄉(xiāng)村畫像行為屬性標簽體系

（續(xù)表）

5 大數(shù)據(jù)鄉(xiāng)村畫像的實施算法及畫像舉例

5.1 大數(shù)據(jù)鄉(xiāng)村畫像的標簽計算方法

（1）鄉(xiāng)村畫像基本屬性標簽的計算方法

一是地理區(qū)位標簽計算。從鄉(xiāng)村所屬行政區(qū)劃出發(fā)，借助大數(shù)據(jù)工具，識別鄉(xiāng)村行政區(qū)劃邊界，借助知識圖譜，通過建立區(qū)域特征判別算法、鄰近村特征識別算法、邊界村識別算法，對臨近區(qū)域中的相鄰區(qū)域、邊界村、邊境村進行計算識別。

二是自然屬性標簽計算。在鄉(xiāng)村數(shù)據(jù)較難獲得的情況下，可借助所屬縣、市自然屬性的數(shù)據(jù)，進行標簽化處理。

三是政策稱號標簽計算。通過大數(shù)據(jù)技術(shù)查找比對政府部門公開評選的各類涉農(nóng)名單，政府公開評選的涉農(nóng)的各種名稱頭銜可直接用于鄉(xiāng)村畫像，直接生成鄉(xiāng)村畫像的特征標簽。此類標簽的生成以收集整理的政府部門公開評審的涉農(nóng)名單為前提，在收集、積累涉農(nóng)數(shù)據(jù)的基礎(chǔ)上，分類建立“村”“鎮(zhèn)”“縣”“產(chǎn)業(yè)園”等名錄。在具體開展鄉(xiāng)村畫像工作時，可對被畫像的鄉(xiāng)村名稱與名錄庫中公開評選的名稱進行查找、比對，若能在名錄庫中查找到鄉(xiāng)村名稱，則記錄此鄉(xiāng)村對應(yīng)的被評選的稱號，可直接將被評的稱號作為標簽；若查找不到，則不生成標簽，不進行處理。對于“有進有出”型的評選，在生成標簽時，不僅對當年入選獲取的稱號生成標簽進行標識，對于曾被評選上但當年未被評選上的對象，同樣可粘貼標簽，如標簽化處理可為“某年被評選為某稱號，但在某年被摘掉稱號”。

（2）鄉(xiāng)村畫像狀態(tài)標簽的計算方法

鄉(xiāng)村畫像狀態(tài)屬性標簽的計算，主要對鄉(xiāng)村的“規(guī)?！薄八俣取薄敖Y(jié)構(gòu)”“效率”等數(shù)據(jù)進行加工計算，計算其在“本鄉(xiāng)鎮(zhèn)”“本縣”“本市”“本省”以及“全國”層面中的“位次”，并篩選特征指標，進行標簽化處理，在具體特征標簽計算時，可采用“市內(nèi)Top3”“省內(nèi)Top10”“省內(nèi)前10%”等規(guī)則進行標簽化。

（3）鄉(xiāng)村畫像行為標簽的計算方法

從標簽體系出發(fā)，將原始數(shù)據(jù)按照標簽體系進行模型化處理，最常見的是指數(shù)合成方法，將初始標簽值加工計算為各級標簽值。根據(jù)計算的各級標簽值的大小，選定相關(guān)的程度副詞或否定詞，生成具體的行為標簽。如經(jīng)指數(shù)合成計算，得出“改善生產(chǎn)條件”這一標簽值為零，那么在具體生成行為屬性標簽時生成為“未改善生產(chǎn)條件”。

5.2 大數(shù)據(jù)鄉(xiāng)村畫像的可視化方法

（1）鄉(xiāng)村畫像的地圖可視化方法

在對鄉(xiāng)村進行畫像時，首先應(yīng)將鄉(xiāng)村的基本情況進行可視化展示，其中包括地理區(qū)位、自然條件、政策稱號等基本屬性標簽和產(chǎn)業(yè)、人口等部分狀態(tài)屬性標簽的內(nèi)容。對于地理區(qū)位標簽，對鄉(xiāng)村行政區(qū)劃的邊界、行政區(qū)劃的面積以及在上級行政區(qū)劃中的位置進行展示，借助地圖對鄉(xiāng)村地理位置進行明確展示。同時在地圖中對鄉(xiāng)村人口、用地、政策稱號等內(nèi)容進行文字說明。此外，對于鄉(xiāng)村發(fā)展重要的、特殊的自然條件，如江河、煤礦、氣候等標簽，也可在地圖上標識展示。

（2）鄉(xiāng)村畫像之大數(shù)據(jù)詞云圖方法

“詞云”這一概念由美國西北大學(xué)新聞學(xué)副教授、新媒體專業(yè)主任里奇·戈登提出，是對網(wǎng)絡(luò)文本中出現(xiàn)頻率較高的“關(guān)鍵詞”予以視覺上的突出，形成“關(guān)鍵詞云層”或“關(guān)鍵詞渲染”，從而過濾掉大量的文本信息，使瀏覽網(wǎng)頁者通過詞云就可以領(lǐng)略文本的主旨。當前詞云圖被大量應(yīng)用在對政策要聞等詞頻的統(tǒng)計中。

在鄉(xiāng)村畫像領(lǐng)域，將引入詞云圖對鄉(xiāng)村的諸多標簽進行詞云可視化展示。與當前詞頻統(tǒng)計畫像不同，鄉(xiāng)村畫像詞云圖以各標簽無量綱化處理后的標簽值進行畫像。在無量綱化處理時，采用“累積分布函數(shù)×100”的方法進行無量綱化處理，即將原始數(shù)據(jù)減去均值后除以標準差后的值，放入正態(tài)分布的累積分布函數(shù)中計算函數(shù)值，并將函數(shù)值乘以100。這種處理方法將原始數(shù)據(jù)映射在區(qū)間（0,100），能較好地保持各鄉(xiāng)村標簽值之間的差距，其中得分接近100代表標簽屬性具有突出性特征，得分接近0代表標簽特征不明顯。經(jīng)過無量綱化處理后的得分數(shù)據(jù)，可實現(xiàn)對鄉(xiāng)村上百個標簽的同時展示。

（3）鄉(xiāng)村畫像之大數(shù)據(jù)綜合圖方法

鄉(xiāng)村畫像大數(shù)據(jù)綜合圖將鄉(xiāng)村地圖、鄉(xiāng)村畫像詞云圖、數(shù)據(jù)表、統(tǒng)計圖等多種圖表分析的可視化方法進行綜合運用，基于鄉(xiāng)村大數(shù)據(jù)條件，充分發(fā)揮各類統(tǒng)計圖表的優(yōu)勢，科學(xué)設(shè)計綜合圖的可視化展示內(nèi)容、展示形式和展示布局，最終提供大數(shù)據(jù)鄉(xiāng)村畫像的綜合圖。

5.3 大數(shù)據(jù)鄉(xiāng)村畫像舉例

借助第三次全國農(nóng)業(yè)普查的普查表和非傳統(tǒng)的鄉(xiāng)村數(shù)據(jù)，對鄉(xiāng)村微觀的各項指標數(shù)據(jù)進行模擬，并以此作為大數(shù)據(jù)畫像可視化基礎(chǔ)。在模擬數(shù)據(jù)的基礎(chǔ)上，依據(jù)鄉(xiāng)村基本屬性標簽體系、狀態(tài)屬性標簽體系和行為屬性標簽體系，對數(shù)據(jù)進行加工處理，繪制鄉(xiāng)村地圖、詞云圖以及各項統(tǒng)計圖，最終確定大數(shù)據(jù)鄉(xiāng)村畫像，如圖5所示。

鄉(xiāng)村地圖的可視化部分布置在大數(shù)據(jù)畫像圖的左上角，采用地圖與實景圖相結(jié)合的方式，在構(gòu)建系統(tǒng)時可通過鼠標點擊實現(xiàn)地圖和實景圖之間的切換，其中，在地圖層面，對鄉(xiāng)村的基本屬性標簽和部分狀態(tài)屬性標簽進行標識。鄉(xiāng)村畫像標簽詞云圖部分布置在大數(shù)據(jù)畫像圖的左下角兩塊區(qū)域：一是大數(shù)據(jù)詞云圖，將對原始數(shù)據(jù)、狀態(tài)標簽、行為標簽中的定量數(shù)據(jù)進行加工處理，生成數(shù)百個鄉(xiāng)村畫像標簽，進行詞云展示；二是將詞云圖中標簽值小、肉眼難以識別的標簽提取出來，單獨列為“鄉(xiāng)村振興有待提升標簽”，以數(shù)據(jù)表格的形式進行展示。狀態(tài)屬性標簽可視化部分布置在大數(shù)據(jù)畫像圖的右上角，分別對鄉(xiāng)村規(guī)模、速度、結(jié)構(gòu)、效率采用“標簽（省內(nèi)Top10等）+傳統(tǒng)統(tǒng)計圖”的方式進行可視化展現(xiàn)。行為標簽可視化部分布置在大數(shù)據(jù)畫像圖的右下角，對于行為標簽各維度的標簽值進行可視化顯示。最后，在右側(cè)中間位置，基于3套標簽體系，合成鄉(xiāng)村振興推進水平指數(shù)，從5個維度對本鄉(xiāng)村與全省水平進行可視化比較展示。

6 結(jié)束語

大數(shù)據(jù)畫像技術(shù)是一種描述事物全貌、挖掘事物特征、發(fā)現(xiàn)事物發(fā)展規(guī)律的重要技術(shù)，在鄉(xiāng)村畫像領(lǐng)域具有廣闊的應(yīng)用前景。本文創(chuàng)新性地構(gòu)建了鄉(xiāng)村畫像概念模型、標簽體系，明確了大數(shù)據(jù)鄉(xiāng)村畫像的實施算法，設(shè)計了鄉(xiāng)村畫像的可視化形式，為大數(shù)據(jù)鄉(xiāng)村畫像奠定了理論與實踐的基礎(chǔ)。大數(shù)據(jù)畫像的結(jié)果可直接用于評價鄉(xiāng)村振興效果為鄉(xiāng)村振興前期發(fā)展規(guī)劃、發(fā)展路徑的制定和實施提供決策參考。但是，大數(shù)據(jù)畫像工作仍然面臨著諸多挑戰(zhàn)。未來，大數(shù)據(jù)鄉(xiāng)村畫像實踐工作的研究，可以從以下幾個方面展開。

一是系統(tǒng)性梳理鄉(xiāng)村大數(shù)據(jù)源，對數(shù)字鄉(xiāng)村建設(shè)中產(chǎn)生的鄉(xiāng)村大數(shù)據(jù)進行前瞻性設(shè)計。鄉(xiāng)村大數(shù)據(jù)是鄉(xiāng)村畫像的基礎(chǔ)。突破當前以農(nóng)業(yè)科學(xué)大數(shù)據(jù)為核心，以輔助農(nóng)業(yè)科研、生產(chǎn)、加工、銷售為目的建設(shè)農(nóng)業(yè)大數(shù)據(jù)庫的思想，將農(nóng)業(yè)大數(shù)據(jù)的建設(shè)擴展到鄉(xiāng)村大數(shù)據(jù)建設(shè)，對農(nóng)業(yè)之外的其他鄉(xiāng)村大數(shù)據(jù)源進行系統(tǒng)性梳理，預(yù)判和規(guī)劃數(shù)字鄉(xiāng)村建設(shè)的數(shù)據(jù)內(nèi)容，深入研究鄉(xiāng)村大數(shù)據(jù)的應(yīng)用方向，推進鄉(xiāng)村大數(shù)據(jù)的應(yīng)用方向從農(nóng)業(yè)精準生產(chǎn)到鄉(xiāng)村振興精準管理與規(guī)劃的跨越式發(fā)展。

二是構(gòu)建鄉(xiāng)村畫像知識圖譜體系，進一步擴充鄉(xiāng)村畫像的標簽體系。知識圖譜是智能化開展大數(shù)據(jù)鄉(xiāng)村畫像的關(guān)鍵。對于標簽擴展和標簽泛化，均依賴于知識圖譜，而當前鄉(xiāng)村研究領(lǐng)域尚未發(fā)現(xiàn)相關(guān)知識圖譜的構(gòu)建。鄉(xiāng)村畫像知識圖譜的構(gòu)建是一項系統(tǒng)工程，應(yīng)在對鄉(xiāng)村大數(shù)據(jù)、自然資源、鄉(xiāng)村經(jīng)濟和社會活動、國家政策之間的關(guān)系進行系統(tǒng)性梳理的基礎(chǔ)上展開。

三是建立大數(shù)據(jù)鄉(xiāng)村畫像的標簽篩選機制。標簽篩選機制是鄉(xiāng)村畫像工作順利進行的必要保障，從初始的鄉(xiāng)村大數(shù)據(jù)中可以提取大量的原始標簽，而借助知識圖譜技術(shù)又可以擴展和泛化出新的標簽，標簽數(shù)量可達數(shù)百個，且隨著數(shù)字鄉(xiāng)村工作的開展，鄉(xiāng)村大數(shù)據(jù)數(shù)據(jù)量不斷增加，標簽的數(shù)量也將不斷增加，可達上千個，如不建立標簽篩選機制，直接將全部標簽進行畫像展示，不僅不能通過畫像刻畫鄉(xiāng)村的特征，而且會陷入標簽災(zāi)難，鑒于此，標簽篩選機制在未來也將是一項重要的工作。

四是探索大數(shù)據(jù)鄉(xiāng)村畫像的監(jiān)測預(yù)警體系。監(jiān)測預(yù)警是鄉(xiāng)村畫像的重要應(yīng)用方向。將電商、金融領(lǐng)域成功運用的用戶畫像預(yù)測分析方法，尤其是把k-means、決策樹、支持向量機等機器學(xué)習(xí)方法引入鄉(xiāng)村畫像體系之中，通過構(gòu)建相應(yīng)的模型算法，實現(xiàn)對鄉(xiāng)村經(jīng)濟社會發(fā)展的監(jiān)測預(yù)警，為政府進行政策調(diào)整提供理論依據(jù)。