数据驱动的用户模型构建及其应用

马君雅

摘要：本文在用户建模相关理论的基础上，参考计算机领域和消费者领域中的相关实践，结合用户研究相关方法，提出数据驱动的用户模型建构方法和流程。同时，通过研究传统的市场细分理论、消费者心理行为理论、生活形态理论、价值理论、人格特性理论和用户研究领域的角色法，整理出面向企业用户的用户细分变量，最后构建了面向企业用户的产品开发项目的用户特征系统。该系统能够有效地支持基于数据分析得出的初步用户模型进行进一步的用户研究，来得到最终比较完善的用户模型，支持下一步的设计开发工作。

关键词：数据驱动；用户研究；角色法；用户建模；用户特征体系

1研究源起

由于现阶段利用网络数据来用户建模主要存在于计算机领域并慢慢渗透到消费者领域中，因此，如何应用网络数据来帮助设计领域的用户建模是一个需要关注的问题。同时，网络数据刻画设计领域的用户模型的不完备，导致得到的用户轮廓不够完善。因此，本文希望能够在用户建模相关理论的基础上，参考计算机领域和消费者领域中的相关实践，结合用户研究相关方法，构建出面向企业产品的企业用户特征系统和数据驱动的用户模型建构方法和流程。

2传统相关领域的理论研究

在文献研究阶段，笔者参考消费者领域、心理学领域和社会学领域等的用户模型研究成果，整理企业用户和不同产品的协作过程中涉及用户的知识。在得到面向企业产品的企业的用户特征系统后，提出数据驱动的用户建模方法和流程。之后，笔者准备用一个实际的企业产品开发项目来对该用户特征系统以及该方法和流程进行应用和检验。

3计算机领域的用户建模

在计算机领域，用户建模技术应用得最广泛的莫过于个性化的推荐系统，包括图书馆推荐系统（当当网）、音乐推荐系统（spotify、虾米音乐）、商品推荐系统（亚马逊商城、淘宝网）等。而推荐系统的基础和核心就是用户兴趣模型，用户模型包含了用户特有的兴趣、需求、偏好、模式等的相关知识，这种知识不是对用户信息的通俗描述，而是能够计算的、具有特别的数据组织结构的描述，这种可计算性是计算机对用户兴趣模型的要求之一。

本研究准备使用K-means算法来对用户数据进行聚类以得出不同的用户类别，K-means算法属于分割聚类算法中的一种，也叫“K均值算法”。K-means算法的聚类结果易于解读，善于处理大量数据，并能够对用户行为进行分析。

4数据驱动的用户建模流程及商业用户的用户特征体系

目前，大部分研究集中在人物角色创建和产品开发系统的研究，但在人物角色创建方面，基本是用定性方法，即使是经过定量验证的定性人物角色，其基础也是基于定性。因此，本文主要借鉴数据挖掘领域中用户模型的建构方法，利用用户网络足迹，构建初步用户模型，并在此基础上结合设计领域人物角色的构建方式，尝试建立数据驱动的设计用户模型构建方法。同时，通过研究市场细分理論、消费者心理行为理论等和用户建模有关的文献，尝试构建一套用户特征系统，用以连接初步用户模型以及人物角色，构建出设计领域的数据驱动的用户模型。整个方法模型如图1。

该用户特征系统能够指导数据挖掘尽可能对数据加以利用和挖掘，支持之后的用户研究，得到相对完备的用户模型，同时又能改善传统的用户研究，最后得到的用户轮廓更加完善、精准和可靠。

以定量数据为基础，以定性研究来深入的数据驱动的用户建模方法和流程也有其创新和优势：第一，相较于传统的用户研究，数据驱动的用户模型能从多个层面和维度对用户进行特性研究，即用户作为消费者的层面和用户作为与产品协作的用户的层面，改善定性研究的劣势，使最终的用户模型更加完备。第二，这是一种能产出用户知识的新途径，在新形势下利用数据挖掘结合新的用户研究方法来得到用户知识以协助设计师的设计活动。

另外，在文献研究后，笔者整理出商业用户特征系统，该系统把描绘用户的变量分为以下几类：人口统计学特征、地理细分、生活状态、非消耗品类品味偏好、影视娱乐偏好、网络消费特征、工作特征、航旅偏好、产品使用特征、场景特征和心理变量。这些都是能描绘工作情景下用户的特征并且在公司网络中能够收集到的变量。

5定性研究方案设计

在通过K-means聚类算法得出几类用户角色后，笔者分别在每一类的用户角色中选择一位合适的用户来进行访谈，并根据算法得出的三类用户的特征来编写问卷提纲。例如，深度访谈的第一部分主要针对被访者的工作特征进行调查，第二部分主要针对被访者的使用产品特征进行挖掘，对被访者心理特征的调查被整合到整体问卷中，存在于整个访谈过程中，对被访者的所有动作都进行目的动机方面的进一步深挖。在访谈结束后，结合根据算法得出的三类用户的特征和访谈后的结果，整理出该产品的Persona来指导下一步的设计。

6总结

本文主要借鉴数据挖掘领域中用户模型的建构方法，利用用户网络足迹，构建初步用户模型，并在此基础上结合设计领域人物角色的构建方式，尝试建立数据驱动的设计用户模型构建方法。同时，通过研究市场细分理论、消费者心理行为理论等和用户建模有关的文献，构建出用户特征体系，用以连接初步用户模型以及人物角色，构建出设计领域的数据驱动的用户模型。该用户特征系统能够指导数据挖掘尽可能对数据加以利用和挖掘，支持之后的用户研究，得到相对完备的用户模型，同时又能改善传统的用户研究，最后得到的用户轮廓更加完善、精准和可靠。