唐云婷

【摘 要】本文闡述高校用戶畫像技術(shù)的現(xiàn)狀、用戶畫像技術(shù)實現(xiàn)過程、智慧校園中用戶畫像技術(shù)應(yīng)用場景及實踐，提出用戶畫像技術(shù)局限及展望，認(rèn)為隨著人工智能技術(shù)和大數(shù)據(jù)技術(shù)的日趨成熟，用戶畫像技術(shù)必將大放異彩。

【關(guān)鍵詞】智慧校園 信息化 用戶畫像技術(shù)

伴隨著信息的爆炸高校也迎來了智慧時代，智慧校園成為高校服務(wù)的主要載體，并發(fā)揮著中流砥柱的作用。利用用戶畫像技術(shù)對學(xué)生個體進(jìn)行描繪，從而智能分析學(xué)生的學(xué)習(xí)、就業(yè)、社交、消費等行為，為教學(xué)管理決策提供參考數(shù)據(jù)已漸成趨勢。

一、智慧校園

智慧校園是單一網(wǎng)絡(luò)接入服務(wù)向多元化功能服務(wù)方向演變的產(chǎn)物，其和信息化社會的發(fā)展水平息息相關(guān)，其核心功能是為師生提供高效便捷的在線服務(wù)。伴隨物聯(lián)網(wǎng)技術(shù)應(yīng)用，智慧校園逐漸演化成以核心機(jī)房服務(wù)集群為核心、為自治系統(tǒng)內(nèi)用戶提供高效服務(wù)、輻射整個校園的智能化系統(tǒng)。在校園安保感知服務(wù)、教學(xué)云課堂服務(wù)、科研檢索服務(wù)、人事管理服務(wù)等方面發(fā)揮重要作用。

智慧校園是現(xiàn)代化教育的重要部分，“人人皆學(xué)、處處能學(xué)、時時可學(xué)”的教育體系是未來發(fā)展的趨勢，智慧校園推動人才培養(yǎng)模式和教學(xué)方法改革，豐富高質(zhì)量教育服務(wù)供給，促進(jìn)育人過程智慧化、教學(xué)管理智能化、教育服務(wù)精準(zhǔn)化，為實現(xiàn)更加高效而有質(zhì)量的教育提供強(qiáng)有力的支撐。

二、用戶畫像技術(shù)

用戶畫像技術(shù)是一種基于數(shù)據(jù)挖掘技術(shù)用于勾畫目標(biāo)用戶的有效工具，是利用計算機(jī)技術(shù)形成的用戶的虛擬代表，其在許多領(lǐng)域得到廣泛應(yīng)用。用戶畫像可以簡單理解成是海量數(shù)據(jù)標(biāo)簽形成了一個任務(wù)原型。用戶畫像技術(shù)最先在電商領(lǐng)域興起，在信息爆炸時代，用戶數(shù)據(jù)充斥在網(wǎng)絡(luò)中，電子商務(wù)網(wǎng)站對用戶的購買行為進(jìn)行分析，將用戶的數(shù)據(jù)進(jìn)行分類整理將其抽象成標(biāo)簽，許許多多的標(biāo)簽組成了用戶的“畫像”。一句話總結(jié)，用戶畫像技術(shù)就是用戶信息標(biāo)簽化。

（一）標(biāo)簽技術(shù)

用戶畫像的底層是數(shù)據(jù)分析，進(jìn)行用戶畫像繪制前，需要將學(xué)生數(shù)據(jù)進(jìn)行規(guī)范化為相同維度的特征向量，這樣計算機(jī)算法才可以有用武之地。對結(jié)構(gòu)化數(shù)據(jù)而言，特征提取工作從給數(shù)據(jù)打標(biāo)簽開始。所謂標(biāo)簽就是學(xué)生的特點或分類，這些特點可能需要在特定的場景中呈現(xiàn)，每一名學(xué)生也會有諸多屬性，而屬性彼此之間的聯(lián)系，構(gòu)成標(biāo)簽體系。標(biāo)簽體系的設(shè)計有兩個常見要求，一是便于檢索，二是效果顯著。在不同的場景下，對這兩點的要求重點不同。比如，愛好、閱讀、運動、心情等可能在不同場景下有不同的屬性值。合適的特征標(biāo)簽可以讓學(xué)生畫像變得更豐富，能夠提升學(xué)生的畫像效果（顆粒度）。學(xué)生畫像往往難以精準(zhǔn)描繪一個人，因此，在為學(xué)生進(jìn)行畫像時除了性別、年齡、籍貫等這些有明確答案的標(biāo)簽，其他大多數(shù)描述標(biāo)簽，探討其“準(zhǔn)確程度”是沒有意義的。標(biāo)簽體系的建立并不存在一勞永逸的結(jié)果，新課程、新學(xué)生、新環(huán)境的出現(xiàn)，需要不斷地研究和調(diào)整，這是一項持續(xù)進(jìn)行的實戰(zhàn)性極強(qiáng)的數(shù)據(jù)分析工作。標(biāo)簽無法準(zhǔn)確反饋學(xué)生畫像的質(zhì)量，需要研究一種方法用于判斷用戶畫像質(zhì)量。在某個標(biāo)簽上可以設(shè)置一個閾值結(jié)合學(xué)生在此標(biāo)簽上的得分來判斷該學(xué)生是否屬于該標(biāo)簽類型，隨著閾值設(shè)置的不同，學(xué)生畫像質(zhì)量就會變化，需要研究一個曲線模型顯示閾值與用戶畫像之間的變化關(guān)系。

從技術(shù)層面說，學(xué)生畫像繪制或生成的過程比較乏味，是計算機(jī)大數(shù)據(jù)處理算法的一個體現(xiàn)，一個看似簡單卻難以把握精髓的是建立用戶畫像的標(biāo)簽體系。設(shè)計用戶標(biāo)簽時，可以根據(jù)實際需要選擇相應(yīng)的算法進(jìn)行標(biāo)簽值預(yù)測或分析。比如，可采用K近鄰算法（見圖1）或協(xié)調(diào)過濾算法（見圖2）對數(shù)據(jù)標(biāo)本進(jìn)行預(yù)測以輔助標(biāo)簽提取，這是用戶畫像技術(shù)的核心。

（二）高校用戶畫像技術(shù)研究現(xiàn)狀

國內(nèi)高校對用戶畫像進(jìn)行研究，常見于學(xué)業(yè)預(yù)警、行為分析、課程設(shè)置等教學(xué)管理或改革。用戶畫像的目的是讓管理人員比學(xué)生本身更了解學(xué)生，從而為學(xué)生提供更好的服務(wù)。用戶畫像技術(shù)目前尚不完善，仍處于早期階段，整體滲透率非常低，產(chǎn)業(yè)生態(tài)蕭條，但用戶需求旺盛。

（三）用戶畫像技術(shù)實現(xiàn)過程

用戶畫像技術(shù)實現(xiàn)過程并不容易，其分析結(jié)果并不具備普適性，因此，在高校內(nèi)目前僅處于探索階段，其總體過程是對數(shù)據(jù)處理的過程（如圖3所示），最終的畫像是體現(xiàn)用戶實際數(shù)據(jù)的虛擬模型。用戶畫像技術(shù)的生成過程大致可分為數(shù)據(jù)采集、數(shù)據(jù)入庫（數(shù)據(jù)倉庫）、數(shù)據(jù)預(yù)處理、標(biāo)簽提取、生成畫像等步驟。其中數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)范化等步驟用于確保數(shù)據(jù)的完整性和正確性，并且對不同等級和類別的數(shù)據(jù)進(jìn)行規(guī)范化，使其能夠在同一標(biāo)準(zhǔn)下做評比，數(shù)據(jù)的預(yù)處理過程中可根據(jù)實際情況進(jìn)行算法選擇。

在數(shù)據(jù)規(guī)范化后就可以對數(shù)據(jù)進(jìn)行標(biāo)簽提取，標(biāo)簽分類需要人為干預(yù)或生成，并且計算其權(quán)重和維度，以便形成用戶畫像。標(biāo)簽的提取并不是一件輕松的事情，其數(shù)量繁多并且需要用戶干預(yù)生成，標(biāo)簽的準(zhǔn)確性影響畫像的質(zhì)量。在標(biāo)簽提取完成后，結(jié)合K近鄰算法或協(xié)調(diào)過濾算法預(yù)測某些未知項的數(shù)據(jù)，并生成用戶畫像。

三、智慧校園中用戶畫像技術(shù)應(yīng)用場景及實踐

高校采用用戶畫像技術(shù)可以在選修課、學(xué)生就業(yè)、學(xué)業(yè)預(yù)警、閱覽推薦等方面有針對性地施行個性化施教或管理。在選修課方面，用戶畫像技術(shù)可以為教學(xué)決策提供非常有價值的數(shù)據(jù)支撐，用戶畫像能夠繪制學(xué)生的需求，結(jié)合教學(xué)資源進(jìn)行適當(dāng)或完全滿足學(xué)生課堂之外的選修課程需求，能夠極大地提高課程提供和選修需求之間的契合度;在學(xué)生就業(yè)方面，利用用戶畫像技術(shù)繪制市場需求和就業(yè)走向，為專業(yè)建設(shè)和人才培養(yǎng)提供數(shù)據(jù)支撐。甚至在生活、消費、閱讀、社交、心理等各方面都可以幫助學(xué)校更好地了解學(xué)生，從而進(jìn)行個性化培養(yǎng)，提高教育教學(xué)水平。

（一）精準(zhǔn)資助

以智慧校園為基礎(chǔ)的用戶畫像技術(shù)，在用戶整體畫像生成后，可以有效地實現(xiàn)國家四部聲明的“四個精準(zhǔn)”：對象精準(zhǔn)、力度精準(zhǔn)、分配精準(zhǔn)、發(fā)放精準(zhǔn)。有效、公平、精準(zhǔn)地實現(xiàn)幫扶對象的認(rèn)定，并且較好地保護(hù)學(xué)生隱私。2019年9月，西安電子科技大學(xué)利用用戶畫像技術(shù)對每天吃飯花費低于8元的學(xué)生進(jìn)行隱形資助，既保護(hù)了學(xué)生隱私也讓學(xué)生享受到補(bǔ)貼。在精準(zhǔn)資助方面，用戶畫像技術(shù)需要對學(xué)生的一卡通消費情況進(jìn)行統(tǒng)計，可供參考的度量指標(biāo)如表1所示，利用用戶畫像技術(shù)，將閾值（由相關(guān)部門進(jìn)行人工核定）以下的目標(biāo)進(jìn)行篩選，由于用戶畫像不一定“細(xì)膩”，可由相關(guān)部門組織人工，定期對篩選出的畫像進(jìn)行審核，這樣實現(xiàn)畫像和人工的雙重認(rèn)定，從而實現(xiàn)精準(zhǔn)資助。

用戶畫像技術(shù)可以采用聚類和預(yù)測兩種方式進(jìn)行，其中聚類是需要將閾值以下的目標(biāo)進(jìn)行重點描繪，這是K近鄰算法的應(yīng)用之處;而預(yù)測則需要有固定的樣本作為參考或?qū)W習(xí)，對目標(biāo)對象進(jìn)行技術(shù)預(yù)測，這是協(xié)調(diào)過濾（基于內(nèi)容）算法的應(yīng)用。

（二）學(xué)業(yè)預(yù)警

利用智慧校園的成績管理系統(tǒng)和云課堂，對學(xué)生整個階段的學(xué)習(xí)情況進(jìn)行統(tǒng)計和分析，其中包括課堂參與度、評教、作業(yè)、考勤、在線筆記等各方面的數(shù)據(jù)進(jìn)行分析，設(shè)定一定的閾值利用相應(yīng)的算法進(jìn)行畫像描繪，對處于閾值邊緣或超過閾值的學(xué)生進(jìn)行針對性地關(guān)注可以有效地實現(xiàn)學(xué)業(yè)預(yù)警，并且能針對性地進(jìn)行個性化人才培養(yǎng)。2018年，南寧師范大學(xué)利用智慧校園大數(shù)據(jù)描繪“學(xué)生畫像”指導(dǎo)專業(yè)教與學(xué)，技術(shù)團(tuán)隊通過匯總得到學(xué)院2016級和2017級專業(yè)學(xué)生的畫像統(tǒng)計數(shù)據(jù)并制作成云圖，在優(yōu)秀學(xué)科、學(xué)習(xí)方法、英語四級、就業(yè)等方面提供了非常有價值的參考數(shù)據(jù)。

在學(xué)業(yè)預(yù)警方面，用戶畫像技術(shù)結(jié)合云課堂技術(shù)對學(xué)生的學(xué)業(yè)情況進(jìn)行統(tǒng)計，可供參考的度量指標(biāo)有出勤、請假、遲到、曠課、作業(yè)、回答問題、實驗等10余項指標(biāo)，對警戒線（一般由教科處或各系部根據(jù)實際情況進(jìn)行劃定）周圍的學(xué)生列入預(yù)警群，對列出的對象進(jìn)行提前通知，以起到警示作用。

用戶畫像技術(shù)在學(xué)業(yè)預(yù)警方面主要以預(yù)測為主，這需要對大量的樣本進(jìn)行學(xué)習(xí)，并對潛在對象進(jìn)行預(yù)測并進(jìn)行歸類。學(xué)習(xí)的標(biāo)本來自教務(wù)系統(tǒng)歷年來不合格的學(xué)生數(shù)據(jù)，對潛在對象的分類以機(jī)器學(xué)習(xí)為主，分類以“預(yù)警”和“正?！眱深?，對預(yù)測的對象依然需要人工審核，因為任何預(yù)測都存在不確定性。

（三）智能推薦

各高校為了提高圖書借閱效率，多數(shù)都啟用了智能推薦技術(shù)，結(jié)合用戶畫像技術(shù)可大大提高智能推薦的匹配效果，更好地提高用戶體驗，節(jié)約用戶時間。用戶借閱圖書的類型、頻率、及對圖書的評價等因素可以形成一個標(biāo)簽體系，而用戶并不是獨立的，其與舍友、同學(xué)和同樣愛好的其他用戶均有著可供研究的數(shù)據(jù)，在智能推薦方面可以使用基于內(nèi)容的協(xié)同過濾算法，為用戶智能推薦喜歡的圖書，這樣可以大大提升用戶借書效率。

四、用戶畫像技術(shù)局限及展望

眾多的標(biāo)簽組成了用戶畫像，而標(biāo)簽來自用戶的行為數(shù)據(jù)，因此，行為數(shù)據(jù)的豐富程度是關(guān)系用戶畫像精確與否的重要指標(biāo)，通俗地說，就是更多的數(shù)據(jù)帶來更多的畫像精確度。但目前用戶畫像技術(shù)的使用尚有以下局限。

（一）無法多維度深度挖掘用戶

用戶畫像的維度應(yīng)該包括人口屬性、學(xué)業(yè)需求、興趣愛好、社交屬性等其他根據(jù)環(huán)境不同所需的信息，但在實際應(yīng)用中很難在短期內(nèi)搜集如此全面的數(shù)據(jù)或待數(shù)據(jù)搜集完后，學(xué)生已經(jīng)離開學(xué)校走向社會，因此，在多維度挖掘用戶方面存在時間局限。

（二）用戶信息搜集與隱私政策沖突

為了提高用戶畫像的精確度需要較多、準(zhǔn)確的用戶數(shù)據(jù)。常見的搜集用戶信息的手段有問卷調(diào)查、座談會、深訪、觀察等，但在大數(shù)據(jù)面前這些手段都收效不大，并且很多情況下用戶因為個人隱私的原因不愿透露過多的信息，這是用戶畫像技術(shù)與隱私政策的沖突所致。

（三）用戶畫像粒度很難精確

用戶畫像的粒度也與數(shù)據(jù)息息相關(guān)，筆者通過分析用戶畫像來尋找差異點和優(yōu)化點，但對于“20～30歲”和“21歲”兩個標(biāo)簽來說，這是明顯的不同粒度的標(biāo)簽，而在實際中諸如此類無法精確得到用戶數(shù)據(jù)的場景比比皆是，這導(dǎo)致用戶畫像的粒度受到局限。

雖然存在眾多局限性，不可否認(rèn)用戶畫像已經(jīng)在實際應(yīng)用中發(fā)揮重要作用，以其為基礎(chǔ)的“千人千面”的個性化推薦系統(tǒng)在互聯(lián)網(wǎng)領(lǐng)域應(yīng)用廣泛，用戶畫像技術(shù)在多方數(shù)據(jù)融合的情況下將成為用戶的另一張身份名片，除了在教學(xué)管理、社交分析、閱讀推薦等情境下發(fā)揮作用，還可以與其他實施場景進(jìn)行結(jié)合，進(jìn)行針對性地引導(dǎo)學(xué)習(xí)，隨著人工智能技術(shù)和大數(shù)據(jù)技術(shù)的日趨成熟，用戶畫像技術(shù)必將大放異彩。

【參考文獻(xiàn)】

[1]王慶，趙發(fā)珍.基于“用戶畫像”的圖書館資源推薦模式設(shè)計與分析[J].現(xiàn)代情報，2018（3）.

[2]張大偉.異種屬性相似度在高校資助對象認(rèn)定中的應(yīng)用[J].信息與電腦，2020（22）.

[3]JIAMTHAPTHAKSIN R，AUNG T H.User preferences profilingbased on user behaviors on Facebook page categories[C]//International Conference on Knowledge and Smart Technology.Chonburi，Thailand：IEEE，2017.

[4]周文靜.面向校園論壇用戶興趣的用戶畫像構(gòu)建方法研究[D].北京：北京郵電大學(xué)，2018.

[5]BRUSILOVSKY P，MILLAN E.User Models for adaptivehypermedia and adaptive educational systems[M]. Berlin：Springer Germany，2007.

（責(zé)編 蘇 林）