高校档案用户行为大数据分析技术应用研究

2020-02-25余利娜廖朝辉杜诗良

卷宗 2020年30期

甘雨余利娜廖朝辉杨沁杜诗良

（1.广东工业大学，广东广州 510000；2.同略科技有限公司，广东广州 510000）

在大数据背景下，互联网的应用搭建了人与信息之间的沟通桥梁，不仅发现了用户基本信息资料的使用价值，还在一定基础上对其进行高效利用，以便从深层次挖掘大数据技术应用的效能以及未来发展前景，为实现服务化信息档案建设提供技术支持，从而有效驱动高校档案机构推进增值服务。

1 高校档案用户行为大数据分析的优选机制

1.1 从时间维度进行数据优选

从时间维度角度看，能有效对档案用户的行为轨迹进行有效掌握，对档案用户的行为轨迹进行深入剖析可知，运转流程主要包括五个阶段，分别为需求产生、信息收集、选择方案、决策建立、后续解决。在此基础上，后续解决行为则是为增值服务起到关键性作用，其中包括针对档案用户的使用习惯进行分析，注重用户的使用体验等，针对时间维度，对其行为轨迹进行时间记录，能有效帮助相关人员对用户需求进行分析和预测，对增值数据的发展具有积极影响[1]。

1.2 从空间维度进行数据优选

从空间维度角度看，能对影响档案用户行为的关键要素进行有效了解和掌握，在原有整体档案用户系统构建中，需根据其专属性质对相应关键要素进行分析和探讨，由此能切实获取到用户访问档案网站的查询内容、搜索数据等多个信息参数，但是缺乏规整性、顺序性等特点，因此，将其重新收集、整理、规划并提炼成更加具体的用户行为，并赋予其明确定义，由此可知，从空间维度进行数据优选，能准确挖掘出需要的有关高校档案用户的内部问题及相应答案。

1.3 从质量维度进行数据优选

可从质量维度的角度，对档案用户行为的数据使用价值进行深层次的分析和评判，从性质上具体可分为静态数据和动态数据两种。静态数据指的是用户属性类基础信息，比如姓名、年龄等，一般都是由档案管理机构的日常服务体系，针对收集信息进行技术化整理从而自动生成的。动态数据指的是档案管理机构内部操作系统，自动对用户行为进行跟踪记录，准确获取操作类相关信息，包括网页浏览、资源下载等。不仅能有效掌握用户的行为规律和操作流程，还能深化数据的使用价值。

1.4 从来源维度进行数据优选

想要切实提出优化解决方案，必须要从来源维度进行分析和数据优选。以档案用户的行为数据存在位置为基础，可分为内部数据和外部数据，内部数据是大数据的主要支撑来源，而外部数据则起到辅助作用，在高校档案管理机构运行过程中，内部系统的用户行为数据始终占据主导地位，外部数据则属于公共数据，没有具体数据来源和结构支持。因此，必须优化数据来源结构，针对增值数据的集成机制构建完善的解决方案，促进内部系统与外部环境的协调发展。

2 高校档案用户行为大数据分析的技术设计

2.1 用户行为数据凝练系统的技术设计

用户行为数据资源凝练系统主要包含两部分，分别是用户基本信息模块和用户信用评价模块。建立用户基本信息模块是高校档案用户行为大数据的重要基础，其能在固有环境下依据用户自身及操作进行全面多维度分析为设计基础，对凝练用户基本信息数据进行标准化识别，还能在保障用户隐私的条件下，对基本信息数据进行自动更新和完善，从而高效满足不同用户的多样化需求[2]。

用户信用评价模块是整体数据凝练系统中不可分割的重要部分。首先，需应用信息技术手段，对该评价模块构建完善的评价系统，切实反映出用户行为的实际服务需求；其次，针对用户历史数据的大量积累，对其进行量化分析和整理，运用数据分析技术找寻其中存在的信用风险；再次，通过信息评判机制有效对用户的行为数据进行价值评判，判别出其应划分到哪类用户信用等级；最后，可建立用户价值分群模型，对符合内部调整的设计手段进行整合应用，根据其中服务与风险管理等级，制定出具有针对性的服务方式。

2.2 用户行为需求预测系统的技术设计

1）用户个性化服务推荐模块，实质作用就是根据用户个性化需求，为其推荐相似的数据信息，可通过设置相关页面，由系统内部对用户的具体操作进行有效指引，完成相应模块的技术研究，让用户挖掘更多感兴趣、有价值的信息等以便提供更为精准的推荐服务。

2）用户倾向模块，可以充分体现出用户行为需求预测效果，该模块的建立可依靠追踪和分析用户行为数据的技术手段，对用户的行为规律进行精准掌握，从而针对用户的倾向和需求进行准确定位。

3）用户风险预警模块，该模块能对用户联结程度进行有效预测，还对可能流失的有价值用户，根据其个性化特点，采取具有针对性的维系技术方法，进一步降低整体运营风险，提高用户对高校档案运营系统的关注度[3]。

2.3 用户行为数据联动系统的技术设计

联动系统能在大数据中快速寻找出不同项目之间的关联性，突出大数据的便捷性、快速性、高效性等特点，在原有基础上有助于增值数据的开发和利用，找寻档案之间的相似关系，减少用户过滤信息的步骤和压力，从而在一定程度上减少了用户检索的时间。联动系统针对高校内的实体档案与电子档案之间的关联和优化为基础进行相关技术设计，从而有效促进借阅量的快速增长。将用户检索语言语义分析能将文本、计算机与同义词等关联都包含在联动系统设计内，通过语义映射、检索联想等步骤处理后，匹配符合条件的档案信息，从而符合用户行为数据联动系统的设计技术要求。

3 高校档案用户行为大数据分析的应用策略

3.1 制定明确的建设目标

高校档案用户管理内部机构要根据实际业务需求、基础条件等实际情况，以现代科技水平发展为基准，对目前大数据管理情况进行分析研究，从而制定出严谨的档案用户行为大数据分析系统的建设目标，进一步明确总体建设规划目标，以及具有阶段性意义的实施方案，在此基础上，还要对经济成本的实际效益与大数据的应用范围进行预估，并要保证估价的合理性和科学性。并将发展重点转移到针对信息数据的分析、整理、储存以及预测能力等，具有核心竞争力性质的有效提高上，有效提升自身的实际应用价值。

3.2 确立规范的标准流程

大数据信息操作流程较为复杂，所以对相应的技术和标准要求也逐渐提高，在此基础上，需要依靠科学规范的技术标准和流程对数据进行进一步转化及输送，因此，针对高校档案管理机构来说，需要不断对技术标准与流程进行严格规范，不断对“用户行为”的内涵定义、“行为事件”的采集标准、“行为事件”的凝练手段以及“结果可视化”的展示形式进行严格规范，根据大数据的自身运转，对这些要素进行分析定义，为后续任务奠定有效基础，实现业务需求与实际效益的结合和统一。

3.3 提升数据的表现能力

高校档案管理机构的工作重点就是要在保障数据安全的同时，有效的提升数据的表现力，充分发挥应用数据的实质，展现出数据表现的实际意义，想要切实提升数据的表现力，首先就应建立健全安全数据监管制度，在法律依据下对数据的应用起到一定保障作用，与此同时还要完善用户数据隐私防护机制，确保数据充分表现其实际意义的基础上，保证其安全性和稳定性，从而有效提升数据的应用范围和能力，还要结合现代科技不断强化高校档案管理的数字化、智能化设备，为用户提供高效、精准的数据信息。