李锐

（首都经济贸易大学管理工程学院，北京100070）

1 用户属性

用户画像的核心工作是数据标签化。对采集到的各类原始数据进行清洗与整理，提炼出用户属性，最后可从用户属性挖掘出用户标签。用户画像虽是一种数据分析的新方法，但广泛应用于各个领域。不同领域的用户画像研究工作的根本差异就在于融合领域知识的用户属性的分析，理论分析出该领域用于画像的用户属性。用户属性分析过程如图1所示。

图1 用户属性分析与标签化

现有研究绝大多数将用户属性简单分为静态属性和动态属性，本文则按研究领域进行细致的划分。归纳为三大类：基本属性、领域属性和特定属性。基本属性是用户的自然属性，如年龄、性别等人口统计属性；领域属性是指运用领域知识，对研究问题进行理论剖析，得出研究该问题所需的用户属性，其中主要有行为属性和兴趣属性；特定属性是指根据特定研究需求提炼出的特定的用户属性，多数就是各个研究中的创新与特色之处。

对用户属性的总结如表1所示。

表1 用户属性总结

表1 （续）

2 分析方法

根据现有研究，本文将用户画像的构建流程总结为三个阶段：数据采集，数据挖掘，画像生成与可视化。不同阶段采用不同的分析和处理方法。下面做详细介绍并用表2进行汇总。

表2 分析方法总结

2.1 数据采集

目前在数据采集方法主要存在四类途径，分别为访问现有数据库，问卷调查、访谈等社会调查方法，数据爬取和特定软件采集。……