王晨飛 李慧芹 李子乾 趙偉 謝瑞楠

摘要：本文主要研究在知識(shí)互聯(lián)的技術(shù)之下，用戶畫像技術(shù)的相關(guān)知識(shí)。知識(shí)互聯(lián)對(duì)構(gòu)建完整整體具有重要作用，特別是在互聯(lián)網(wǎng)時(shí)代下，通過(guò)知識(shí)互聯(lián)能夠快速完成用戶畫像構(gòu)建。用戶畫像技術(shù)將以知識(shí)互聯(lián)為基礎(chǔ)，對(duì)現(xiàn)有的信息實(shí)施整合，利用計(jì)算機(jī)技術(shù)深度學(xué)習(xí)，將潛在用戶屬性開(kāi)發(fā)完成，進(jìn)而為用戶打上標(biāo)簽。通過(guò)這種技術(shù)，可以為相關(guān)人員提供服務(wù)時(shí)提升精準(zhǔn)度。這項(xiàng)技術(shù)的應(yīng)用，能夠使得相關(guān)研究人員更加透徹的理解數(shù)據(jù)信息，也為后續(xù)工作奠定基礎(chǔ)。

關(guān)鍵詞：知識(shí)互聯(lián);用戶畫像;Skip-gram模型

以知識(shí)互聯(lián)為基礎(chǔ)的異常用戶畫像技術(shù)作為一種方式，其主要是通過(guò)對(duì)已有的知識(shí)完成深度學(xué)習(xí)，同時(shí)通過(guò)總結(jié)信息完成畫像刻畫，探究用戶的隱藏屬性。在本文的研究中，將基于知識(shí)互聯(lián)，利用深度學(xué)習(xí)的方法，實(shí)驗(yàn)計(jì)算不同數(shù)據(jù)集，掌握在用戶畫像技術(shù)應(yīng)用中的相關(guān)要點(diǎn)[1]。在目前生活中，用戶畫像技術(shù)已經(jīng)逐漸深入民眾，成為人們?nèi)粘Ｉ钪凶顬槌Ｒ?jiàn)的技術(shù)方式之一。例如當(dāng)人們?cè)谒⒍兑舻臅r(shí)候，假以時(shí)日，抖音所推薦的小視頻日漸貼合用戶的喜好，精準(zhǔn)的推薦用戶喜愛(ài)的視頻，抖音在進(jìn)行視頻進(jìn)行推薦的時(shí)候，便是根據(jù)用戶畫像技術(shù)進(jìn)行，根據(jù)用戶的基本特征，提升視頻針對(duì)性，保證為用戶提供更好的服務(wù)[2]。

1 用戶畫像的詞向量

在人們的日常生活之中，或者是工作學(xué)習(xí)之中，最為基礎(chǔ)也是最為必要的工具是語(yǔ)言和文字，人們?cè)谌粘＝涣骰顒?dòng)中，可以通過(guò)運(yùn)用語(yǔ)言或者是文字獲得想要的結(jié)果，讓他人理解自己所要表達(dá)的意思，讓傾聽(tīng)者可以了解自己的需求，同時(shí)也可以將自己的意思通過(guò)這種方式傳輸給他人。這主要是因?yàn)槿祟愃纬傻恼Z(yǔ)言具有系統(tǒng)性，能夠在運(yùn)用的過(guò)程中有所感知。但是對(duì)于非人類而言，文字所產(chǎn)生的作用微乎其微，它們不能夠感知人類的語(yǔ)言和文字。所以，為了強(qiáng)化這些設(shè)備對(duì)于人類文字的感知能力，必須要對(duì)這些機(jī)械設(shè)備展開(kāi)詞向量訓(xùn)練，將人類的文字轉(zhuǎn)化成為機(jī)器可以理解的數(shù)字方式，進(jìn)而幫助機(jī)械設(shè)備順利的理解與計(jì)算完成文字信息[3]。

在圖像信息進(jìn)行處理的過(guò)程中，要考慮到圖像的組成特點(diǎn)，其本身便是像素點(diǎn)的組合，所以在儲(chǔ)存與處理圖像時(shí)，是可以對(duì)像素值進(jìn)行直接存儲(chǔ)的。換言之，存儲(chǔ)圖像就是存儲(chǔ)像素值。在處理圖像的過(guò)程中，輸入可以選擇圖像本身。但是處理自然語(yǔ)言以及處理圖像的時(shí)候，這兩者之間存在的最大不同在于輸入特征之間的差異。在自然語(yǔ)言處理的環(huán)節(jié)之中，要完成文本的處理，但是圖像與文本之間有所不同，文本是不可以在存儲(chǔ)的過(guò)程中以數(shù)字的形式完成的，而是通過(guò)使用字符串的方式完成。引以為重的部分是，若詞語(yǔ)具有相同或者是相近的含義時(shí)，利用字符串實(shí)施表達(dá)，其形式仍舊存在不同。這種問(wèn)題的出現(xiàn)，造成機(jī)器學(xué)追蹤的處理文本工作存在著很大問(wèn)題。為了實(shí)現(xiàn)這個(gè)問(wèn)題，可以選擇使用one-hot方式完成[4]。在對(duì)向量長(zhǎng)度進(jìn)行獲取的時(shí)候，可以選擇使用one-hot完成，并且可以將其視為詞典的長(zhǎng)度，在詞典當(dāng)中，該詞語(yǔ)所對(duì)應(yīng)的向量值位置為1，其余為0，那么此時(shí)才能夠獲得便利性。但是，這種方法的運(yùn)用，也使得維度角度層面出現(xiàn)問(wèn)題，不能夠較好的表達(dá)完成詞語(yǔ)與詞語(yǔ)之間的關(guān)系。

另外還有一種處理方法是word2vec，其作為一種工具，可以簡(jiǎn)單的理解為神經(jīng)網(wǎng)絡(luò)。word2vec存在兩種不同的模型，分別為Skip-gram模型和CBOW模型。在運(yùn)用CBOW模型展開(kāi)處理時(shí)，其輸入的過(guò)程是需要對(duì)詞語(yǔ)的上文和下文相互關(guān)聯(lián)的詞向量展開(kāi)訓(xùn)練。但是在輸出時(shí)候，其所指的就是詞的詞向量。但是在使用Skip-gram模型的時(shí)候，恰恰相反[5]。就相關(guān)研究結(jié)果得知，當(dāng)擁有較小數(shù)據(jù)量的時(shí)候，CBOW模型更為適合，當(dāng)擁有較大數(shù)據(jù)量的時(shí)候，Skip-gram模型更為適合[6]。

2 以微博為案例分析構(gòu)建用戶畫像的流程

首先要預(yù)處理在微博中的各項(xiàng)數(shù)據(jù)信息，并且對(duì)內(nèi)容完成分詞處理。在處理環(huán)節(jié)，可以利用結(jié)巴分詞的方式完成，另外還可以選擇停頓詞詞典完成無(wú)意義停頓詞的處理工作，將其剔除以保證處理的準(zhǔn)確率。其次，還需要對(duì)其他數(shù)據(jù)集之中的空缺值采取填補(bǔ)措施，以保證該空位中的數(shù)值得當(dāng)。根據(jù)微博用戶的實(shí)際年齡作為基礎(chǔ)進(jìn)行用戶劃分。最后要將處理完成的數(shù)據(jù)結(jié)果輸入文本之中，獲得研究結(jié)果，并將其輸出。

以數(shù)據(jù)為依據(jù)構(gòu)建用戶畫像的方法流程圖如圖1所示。

3 用戶畫像構(gòu)建分析

在本次研究中，是以微博的數(shù)據(jù)信息展開(kāi)分析的，微博作為社交軟件，包含多種數(shù)據(jù)信息。其中，在微博知識(shí)數(shù)據(jù)中，當(dāng)以社交關(guān)系信息為主，其所包含的用戶數(shù)量也最多。社交關(guān)系所擁有的方式無(wú)非兩種，一種是單向好友關(guān)系，一種是雙向好友關(guān)系[7-8]。

3.1 微博用戶的社交關(guān)系信息分析

在分析用戶的社交關(guān)系信息的時(shí)候，每一行所代表的是一個(gè)微博用戶所具有的社交關(guān)系，在顯示的時(shí)候，其表現(xiàn)方式將會(huì)以數(shù)字呈現(xiàn)。在結(jié)果中，微博用戶的II）便是第一個(gè)數(shù)字，微博用戶的粉絲ID是通過(guò)后面的數(shù)字進(jìn)行表示的，在不同的數(shù)字之間，通過(guò)使用空格間隔以保證不同Ⅲ之間的獨(dú)立性和可分辨性。詳細(xì)如表1所示。

3.2用戶微博文本信息

在用戶的文本信息之中，每一行所代表的含義為一個(gè)用戶信息，其中依次為用戶的ID，用戶文案的轉(zhuǎn)發(fā)次數(shù)，文案的評(píng)論數(shù)量，用戶在發(fā)布文案的時(shí)候使用的設(shè)備信息，文案發(fā)布的時(shí)間，文案的具體內(nèi)容。在表示的時(shí)候，均需要使用“，”作出間隔。微博用戶信息文件內(nèi)容表如表2所示。

3.3 用戶的標(biāo)簽信息

在微博之中的用戶標(biāo)簽信息，每行所代表的內(nèi)容是一個(gè)用戶的標(biāo)簽信息，其中依次為用戶的ID、用戶的性別、用戶出生的時(shí)間、用戶的地域信息，中間利用||分隔。微博用戶標(biāo)簽信息文本內(nèi)容表如表3所示。

4 數(shù)據(jù)信息預(yù)處理

為了在分析中更好的對(duì)知識(shí)互聯(lián)展開(kāi)應(yīng)用，首先要按照一定的原則將數(shù)據(jù)信息輸入。但是在實(shí)際輸入的過(guò)程卻存在著很多不盡人意的地方。若是采取人工錄入數(shù)據(jù)信息，將會(huì)導(dǎo)致數(shù)據(jù)信息出現(xiàn)重復(fù)，導(dǎo)致數(shù)據(jù)不完整，甚至是出現(xiàn)輸入錯(cuò)誤的問(wèn)題。這些數(shù)值中所包含的錯(cuò)誤數(shù)據(jù)將會(huì)造成輸出的結(jié)果存在誤差。所以要事先作出預(yù)處理。

4.1 預(yù)處理用戶社交信息

首先以微博用戶的ID地址統(tǒng)計(jì)用戶粉絲量，將沒(méi)有粉絲的微博用戶數(shù)值設(shè)置為0。

4.2 預(yù)處理微博用戶文本

劃分用戶信息，將多余的數(shù)據(jù)信息刪除，以防止在數(shù)據(jù)處理的過(guò)程中壓力過(guò)大。利用結(jié)巴分詞將微博中的文本內(nèi)容作出處理。將與實(shí)驗(yàn)無(wú)關(guān)的詞語(yǔ)利用停用詞典將其去除。統(tǒng)一化格式處理微博發(fā)布的時(shí)間，將“幾分鐘前”、“今天”等詞語(yǔ)刪除，并且以用戶的ID作為依據(jù)，拼接用戶發(fā)布的內(nèi)容。此外，對(duì)用戶的實(shí)際微博發(fā)布數(shù)量、轉(zhuǎn)發(fā)數(shù)量、評(píng)論數(shù)量、原創(chuàng)微博數(shù)量作出統(tǒng)計(jì)，計(jì)算出每個(gè)微博用戶的微博轉(zhuǎn)發(fā)量和評(píng)論數(shù)。統(tǒng)計(jì)微博用戶粉絲特征。

4.3 預(yù)處理用戶標(biāo)簽信息

根據(jù)劃分的年齡段進(jìn)行微博用戶年齡預(yù)處理。

5 結(jié)束語(yǔ)

用戶畫像技術(shù)隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展而獲得快速進(jìn)步，為當(dāng)前人們的生活帶來(lái)了極大便利，可以為用戶提供其所需要的內(nèi)容，實(shí)現(xiàn)前所未有的邊界。通過(guò)以知識(shí)互聯(lián)為基礎(chǔ)實(shí)現(xiàn)用戶畫像技術(shù)應(yīng)用，逐漸實(shí)現(xiàn)了用戶在上網(wǎng)和生活中的精準(zhǔn)營(yíng)銷和定性投放目的。另外，這項(xiàng)技術(shù)的發(fā)展，能夠?yàn)樯碳規(guī)?lái)巨大的經(jīng)濟(jì)效益。目前在用戶畫像技術(shù)影響之下，人們對(duì)于用戶畫像技術(shù)的信賴度逐漸提升，也使得科研人員紛紛投入精力深入探究。本文立足于知識(shí)互聯(lián)分析用戶畫像技術(shù)，旨在為研究人員的研究工作提供借鑒。

參考文獻(xiàn)

[1]王雨，韋廣林，王題等.基于大數(shù)據(jù)分析的電話手表用戶畫像及應(yīng)用研究[J].郵電設(shè)計(jì)技術(shù)，2020 （01）：831-8 32.

[2]余曉峰.基于大數(shù)據(jù)的電力行業(yè)供應(yīng)商用戶畫像模型構(gòu)建與技術(shù)實(shí)現(xiàn)[J].信息周刊，2 018 （11）：1-1.

[3]鄺小潔，馮帆，任儒軒，等.移動(dòng)互聯(lián)網(wǎng)環(huán)境下短視頻受眾中的大學(xué)生群體用戶畫像研究[J].微計(jì)算機(jī)信息，2019 （21）：67-69.

[4]李錦銳，章家寶，彭梅.基于大數(shù)據(jù)技術(shù)的求職用戶畫像系統(tǒng)研究與設(shè)計(jì)[J].產(chǎn)業(yè)與科技論壇，2019 （04）：77-78.

[5]張璐，陳宇，景嘉欣等.基于文本分析的人物畫像技術(shù)研究以知乎大V為例[J].軟件工程與應(yīng)用，2020 （03）：15.

[6]陳瑾，丁雪梅，基于服裝洗護(hù)大數(shù)據(jù)的用戶畫像平臺(tái)構(gòu)建及其應(yīng)用價(jià)值分析[J].家電科技，2018 （09）：36-39.

[7]張海濤，徐海玲，張梟慧，國(guó)內(nèi)外圖書(shū)情報(bào)領(lǐng)域用戶畫像研究現(xiàn)狀及展望[J].圖書(shū)情報(bào)工作，2019 （07）：103-104.

[8]王雨，王題，韋廣林，基于大數(shù)據(jù)分析的極致用戶畫像及應(yīng)用研究[J].郵電設(shè)計(jì)技術(shù)，2019 （10）：80-83.

作者簡(jiǎn)介

王晨飛（1988-），男，河北省滄州市人。研究生，工程師。從事網(wǎng)絡(luò)與信息安全相關(guān)工作。

李慧芹（1988-），女，安徽省宿州市人。研究生，中級(jí)工程師。從事網(wǎng)絡(luò)安全管理工作。

李子乾（1984-），男，天津市人。大學(xué)本科學(xué)歷，高級(jí)工程師。從事企業(yè)信息化建設(shè)及運(yùn)維管理。

趙偉（1984-），男，山西省定襄縣人。碩士研究生，高級(jí)工程師。從事信息運(yùn)維管理工作。

謝瑞楠（1983一），男，江蘇省南京市人。本碩在讀，國(guó)網(wǎng)客服中心網(wǎng)絡(luò)安全紅隊(duì)管理。研究方向?yàn)榫W(wǎng)絡(luò)安全。