传播学视角下的用户画像的研究

廖琛容子

摘    要：如今的移动端已经成为个性化定制和个性化服务的标志，我们越来越沉溺于移动端定制化的场景。而这背后是基于移动端用户大数据的解读和颗粒感精细的用户画像。目前基于用户画像的研究主要集中在信息学、市场营销、统计学等维度，鲜少在传播学视角下研究用户画像，场景概念的引入传播学为用户画像在传播学范畴的研究带来新契机，有研究者认为场景理是互联网时代的连接变革，在万物互联的时代审视场景，它可以被看作物联网世界的“超链接”，是解决人与人、人与物、人与环境及人与智慧机器连接的关键。当半机器人的诞生打破了人与机器的边界，我们不仅需要建立连接，更需要与机器智慧在共同语境下真正对话。本文认为用户画像可以解决人机交互中的编码和解码问题，它与场景密不可分，使更多场景成为可能，它为拓宽传播学媒介研究的视角带来更多思考和可能。为传播学研究人与智慧机器的对话提供新视角。

关键词：传播学用户画像;场景编码和解码

一、传播的核心是交互（对话）

自从信息的概念被引入传播学以后，传播学研究跳出了社会关系和符号研究的樊笼，拓展到从社会信息系统的角度探索其运行规律的范畴。信息的互动不仅存在于人与人之间，我们可以看到如今物联网的发展使人们可以通过一个超级app来操控智能家居，机器智慧与人类智慧的竞争从未停歇，在5G时代和人工智的下一个未来，传统的边界被打破，新的融合正在发生，传播学作这一交叉性、边缘性、综合性学科对于探索未知，解读智能化时代的信息传播和沟通规律有着非凡的意义。因此用物联网和信息的概念重新定义传播学，传播学研究的是以信息为载体建立万物互联世界的连接的方式和规律。传播学（communication）解决的核心问题其实是交互（对话）。

二、传播学视角下的用户画像

用户画像诞生于计算机学科研究，由交互设计之父Allen. Cooper率先提出。他将用户画像定义为“基于用户真实数据的虚拟代表”，“一个从海量数据中获取的、由用户信息构成的形象集合”。用户画像简单的来说就是用户标签的集合，他是基于大数据应用产生的。用户画像虽是新理念，但是用户的标签化由来已久。沃尔玛就通过对购物单的研究发现了啤酒与尿布的购买相关性，重现了夜晚男士会在百无聊赖之下被家人催促去买尿布时购买一罐啤酒解闷的场景。但大数据时代，依然是那个被迫去购买尿布的男士，移动端能给他推送附近有哪些酒吧，育儿相关新闻，早教学习app….这个案例很好的说明了人类思维与机器思维的区别，人类习惯将复杂世界抽象化，因为带宽和计算能力不足，用概念和公式抽象化理解复杂世界是人思维的特征。然而云计算、人工智能打破了这种认知世界的方式。Alpha Go 对战围棋九段的胜利充分展现了机器思维的威力，因为足够的带宽和指数级的计算分析能力，计算机可以更加复杂化精细化的反映真实世界本身。所以过去我们只能发现纷繁复杂的数据世界中的一种或几种关联，而今天万事万物都有望建立互联。过去有用的信息才会被纪录下来，而今天被记录下来的信息都是有用的。过去传播学更多的关注媒介与内容，而今天，则更关注更好地建立媒介和人的连接，而在人工智能时代，我们称之为——“对话”。我们希望这种对话不仅能够实现彼此的信息能够传递、理解、并且建立一种共情，人可以把智能机器引入对于人类社会文化和语境的了解中。

过去我们研究人与人的交互、而今天我们越来越多地要研究人与物、人与媒介、人与环境、人与智慧机器之间的交互。只有在相同的语境下沟通，人和智能机器才有理解彼此的可能，而用户画像的出现则恰好解决了其中的编码和解码问题。用一个简单的案例进行描述，例如在一款做菜的app希望通过定制化推送的方式让有更多有需要的用户下载，那么如何知道这个用户是不是有需求呢，它的SDK①采集了大量关于已经注册用户的数据，其中包括结构化和非结构化数据、动态数据和静态数据，这些数据都被海量的存贮在计算机中。如何用这些数据与另一端用户建立联系呢？这就需要把这些数据变成高度概括化、抽象化并且容易被人理解和感知的模型，因此通過数据清洗建模分析，在星辰大海的浩淼数据中选择一些容易概括和量化的部分变成抽象化＼概括化的标签（其他部分继续保留待后续挖掘）。然后在另一端，我们把这些标签集合地贴在我们假想地群体用户的个体代表身上，比如宅男宅女（活动地理位置以家为主）、消费力强（网购频繁、安装多个银行app）、关注美食（安装多个外卖app），这样在人的一端数据以抽象化的标签或标签集合（画像）形式存在，在机器一端以依然数据的方式存在，因此用户画像解决了人机交互的解码和编码问题。

二、用户画像——打开场景的钥匙

解决了人与机器交互的编码和解码，并不表示机器和人就可以沟通，还必须有用核心的触发机制，过去研究人与机器交互一直是计算机学科的工作，然而今天计算已经不仅仅是计算机的事。2014年当美国学者罗伯特·斯考伯和谢尔·伊斯雷尔《即将到来的场景时代》把场景的概念第一次被引入传播学，书中借用了著名的万维网发明者蒂姆·伯纳斯李的概念，认为场景是一种超链接功能型产品[1]，其后，彭兰提出移动传播的本质是对场景的感知和信息的适配，但她认为构成场景的四个要素即空间与环境、用户实时状态、用户生活习惯、及社交氛围[2]因此场景在她看来等于大环境+用户个性化标签，这显然有些不够全面，比喻国明认为，“万物互联”将容纳全部世界场景[3]这一理解让我们认为场景即生活的世界。超链接角度来理解场景，链接的一端是纷繁复杂的计算机代码，另一端则是人类的简化和概括，所以场景让人与机器或互联网媒介在同一语境下沟通成为可能。许多研究认为，人们之所以越来越沉溺于移动互联网为我们构造的场景是因为那些场景更真、更美、更生动，场景让每一次人机交互的成功成为可能。为什么这么说呢？再次回到那个做菜app，在拥有了后台的标签和标签化的虚拟用户以后，我们还要解决一个核心问题，怎么把信息（服务）传达给我们的目标用户，这样的沟通是否有效？根据漏斗原理，即使是面对面的沟通，你的另一端用户对信息的接纳只有漏斗下的一小部分，更何况屏幕的另一边地理位置的实时移动带来环境的瞬息变化，时间、地点、用户偏好、在网情况等一系因素都在时刻变化之中，而场景的出现为实现这种沟通创造了条件。因为，不同的场景之下会有不同的行为表现，当我们确定了某一个特定的场景，就可以基于这个场景来选择我们的目标用户，并在后台勾选相应的用户标签。例如我们的目标是“美食爱好者”，那么在新年期间的晚饭前时间场景下，可以在后台勾选美食app安装者、当前在线用户等标签信息，将信息（服务）定向送达这些用户，这样就可以达到针对性的有效对话。

用户画像和场景在智能化时代是不可分割的，一方面用户画像丰富了场景的可能，基于用户画像对用户量化和数据化解读，可以反馈给计算机，通过深度学习，让计算机更加智能，使用更多场景的创造成为可能。用户画像是开启未来无尽场景可能的钥匙，美轮美奂的虚拟场景，温暖贴心的鸡汤文字出现在启动、登陆、加载、支付的各个场景之中，他们都不是凭空想象的，而是基于用户解读而实现的。以加载场景为案例，我们场景看到页面加载中有菊花图案、有进度条、有主题页面展示等，这些都是基于对app用户是否是首次登陆、加载时长、年龄层次等多个标签因素分析而定制的。另一方面，场景带动了用户画像的落地，颗粒感精细的用户画像只有应用在特定的场景中才能实现传播的效果。

用彭兰的《消失的边界和重构的版图》来描述如今我们的传播学研究，我们发现媒介的融合、新技术的诞生，正在打破传统媒介的边界。麦克卢汉说媒介是人的延伸，今天移动互联网不仅是人的延伸，更牵引者今天最重要的一种交互——在移动互联网屏幕前人的智慧（对于世界的抽象和概念化提取）与屏幕后方的机器智慧（大数据和深度学习）之间的对话。中国互联网络信息中心（CNNIC）2019年数据显示，目前，我国网民规模达8.54亿。其中，手机网民占比超99%，这个数字意味着8亿多用户在与计算机进行频繁的交互，其中超过7亿用户可以随时随地被感知和解读。这个说法似乎有些危言耸听，但事实上，移动端基于地理位置（LBS）感知已经成熟，用户的动态地理位置可以时刻被感知。同时app可以在后台不断积累用户大数据，部分SDK还可以对用户日活（DAU）②、月活（MAU）③等一系列动态数据进行搜集和分析。既然感知无处不在，交互成为必然，那么将用户画像和场景理论结合，更好的用传播学视角来探索在基于用户画像的场景下人和智慧机器及未来世界更好的对话的方式和规律，是传播学研究者极有价值的研究方向。

参考文献：

[1]《“场景”即生活世界——媒介化社会视野中的“场景”传播研究》阎峰

[2]《场景：一个传播学概念的界定——兼论与情境比较》

[3]场景：5G 时代VR 改写传播领域的关键应用喻国明王佳鑫马子越

注释

①sdk： 軟件开发工具包。Sdk可以帮助app集成新功能，也可以通过后台进行数据的采集。

②日活DAU （Daily Active User）日活跃用户数量。通常统计一日（统计日）之内，登录或使用了某个产品的用户数（去除重复登录用户）。

③月活（MAU）：月活跃用户数量，通常DAU会结合MAU一起使用，这两个指标一般用来衡量服务的用户粘性以及服务的衰退周期。 MAU、DAU分别从宏观和微观的角度对服务的用户粘性做了权衡。