基于用户画像的信息智能推送方法

胡嘉航

(中远海运科技(北京)有限公司大连分公司，辽宁 大连 116023)

1 问题的提出

随着网络与信息技术的快速发展，“中国制造2025”的精准服务就呈现到了大家的视野当中。这个时候，“用户画像”技术作为一种跨学科的高新技术，使用多维度数字化标签抽象的方式，将用户的个体信息使用数字化的方式体现出来，并给客户提供个性化的服务，从现实的视角渗透到各个领域当中。“用户画像”的信息智能推送服务在很多的领域都得到了有效的渗透，例如：亚马逊、京东、阿里、百度、百分点、腾讯等电商，都得到了深入的探究和服务[1]。并且，将此种技术成功应用到了现实的平台推送过程当中满足用户智能的系统发展需要。从传统的视角看，更加倾向的是信息推送的方式，此种方式，不能根据消费者的偏好或者是时间、购买力等因素实施思考，这样长久下去，很可能就会导致信息推送失败，甚至缺少精确性。在大数据的时代当中，网上的浏览或者是点击、留言等都可以成为碎片化的行为轨迹。反映了消费者的性格、习惯、态度等信息。企业就可以根据这些信息，将碎片化的数据整理起来，重构消费者的需求，在全方位、立体性的视野上，把“用户画像”呈现出来，以此为企业的销售提供合理化的建设依据。

2 基于用户画像的信息智能推送方法

从基于用户画像的信息智能推送方法上，可以看出，可以分为以下的几个步骤：数据获取及处理，动态信息本体获取，动态信息本体权重计算，用户画像构建，信息推送。数据获取及处理上，主要就是通过用户的基本信息，分析静态信息本体。之后，还需要在动态本体隐藏的基础上，分析用户的行为，完成电商、社交、媒体等信息的有效获取。之后，就需要保留使用者当中的动词与名词，这个时候就可以从对象、时间、地点、内容、行为等方面将有用的信息存储到数据库当中。从动态信息本体获取的视角看，需要完成以下工作：(1)行为-主题建模；(2)主题-词汇建模；(3)行为-词汇建模的过程中，将使用者的动态信息本体提取出来。从动态信息本体权重计算的视角看，依然是需要在对象、时间、地点、内容、行为这几个内容的基础上，保持信息的权重性，满足联合性的延伸建设需要。从用户画像构建的视角看，需要根据以上的步骤，与用户画像数学模型相互结合起来，这个时候，使用者的特定画像就会呈现到大家的视野当中。非关系型数据库的存储之后，就可以在用户画像的基础上，完成可视化的处理。从信息推送的视角看，用户画像当中，需要根据权重的排列需要，分析对应的用户位置，接下来，就可以结合查询的条件，将得到的结果实施重新地组合和排序。此时，用户就可以在个人信息的提供下，认识到智能化的延伸需要[2]。

(1)从市场营销中的数据挖掘方法来看，“用户画像”需要在科学发展观的基础上，对数据实施科学的挖掘，并分析大数据的关键因素，建立有效的联系和关系，接下来，需要进一步对数据实施科学的挖掘。挖掘的方式存在很多的类型，主要是可以分为以下的几个类型：聚类分类、关联规则、决策树和协同过滤等几个类型。接下来，就可以根据这些类型，分析销售数据的主要目的，根据数据的目的，就可以分析出是对应的模型。在模型建立之后，就可以结合实际情况，确定消费者的兴趣点与消费的倾向。之后，就可以结合数据的分类，深入的探究之后，进一步推算出消费者的消费行为。在这些消费行为当中，就可以分析出下一步的消费目的，并结合实际情况，分析出对应的关联性的消费行为。在推荐的时候，就可以将相似度较高的产品推荐出来，这样就可以加大营销的精准度。例如：经典啤酒和尿布的故事当中，就是在关联性的基础上，保持销售的力度，满足现代化的延伸路径。从另外一个视角看，主要的目的就是为了留住客户，并且最大化的减少消费者的流失率。也就是说，需要在“物以类聚，人以群分”的基础上，分析产品的相似度，之后就可以总结出这部分人群的特点，对消费者实施分类。在分类的过程中，需要使用多元化的聚类方法对客户的背景、客户的购买趋向实施预测，只有保证了预测的精确性，那么，这样长久下去，才可以提升销售的数量，体现以人为本的基础境界。

对于消费者来说，人口特征、行为特征和心理特征是最为主要的几个市场细化的依据。从人口特征的角度看，又可以细分成为性别、年龄、地区、婚姻状况等主要的内容。这些内容很可能就会影响一个人的消费习惯。最终导致不一样的消费行为产生。从行为特征因素的视角看，需要在消费者购买决策的基础上，分析结论性，探究需求诱发到信息搜集，之后，比较选择，购买决策，购买评价等几个不同的阶段实施科学的分析。从心理特征的视角看，又可以细分为偏好、态度和价值等不同的视角。这个时候，消费者就可以在颜色、价格上保持一定的偏好性，只要掌握到这个偏好针对性的制定出科学的推送计划，那么就可以在一定的程度上，保持消费者的忠诚度，提高消费者的满意度。

(2)从精准营销细分模型的构建的视角看，需要以消费者为中心，满足消费者的精准化的需求。接下来，就可以构建“用户画像”数据库，从全面的基础上，精确的描述出消费者的喜好。也就是说，在数据重构之后，消费者的偏好或者是动机等内容就可以在“用户画像”当中提取出来。在信息提取之后，就可以在智能化的视角上，对这部分消费群体实施细化，提炼出有价值的信息。并在精准化的视角上，为下一步的营销计划制定，提供有效的数据价值[3]。从另外一个视角看，“用户画像”不仅可以加大企业和消费者之间的沟通，还可以在一定的程度上，得到有效的消费者评价。这些反馈的效果，就可以在“用户画像”的数据库当中呈现出来，相关的人员就可以根据这些内容，分析对应的优化策略，结合实际情况，满足企业的发展需求。之后，还可以将传统的“4P”理论与“用户画像”的智能化推送方式相互结合起来，从消费者、产品、购买行为、服务等不同的视角继续细化，并根据不一样的阶段，制定不一样的探究与分析[4]。在细化人群之后，企业不仅可以满足精准化的发展需求，还可以细化消费人群，比较未来的发展需求，降低企业的成本，为下一步的生产奠定良好的基础。企业也可以根据自己的选择，在细化的基础上，继续细化下一步，提高应用性。在建立模型的时候，需要思考到模型建立的整体性与全面性，另外，还需要思考下一步的其他因素的影响，在验证之后，开始有效的实施。企业也可以根据数据挖掘的方式，分析某一个地区的颜色偏好等，这样不仅有利于销售计划，还可以实施科学的库存管库计划[5]。

3 结语

随着社会的进步，基于“用户画像”数据库建立，信息智能推送方法的构建过程中，需要在经典营销方式的基础上，需要对基本的方法实施颠覆。只有加大对深层数据的理解，那么才可以对消费者的理解重新定位，之后就可以在精细化划分的视角上，挖掘消费的价值需求。在以人为本的基础上，分析消费者的细化因素。并结合实际情况，构建对应的大数据时代精准化细分模型，保持有效的策略性，满足时代的发展，为企业下一步的发展提供有效的技术支持。