周雪梅

摘要：國內(nèi)外多數(shù)是從人口統(tǒng)計數(shù)據(jù)和心理角度對用戶興趣進行研究，然而該方法復(fù)雜煩瑣，面對海量信息，無法更好地實現(xiàn)基于用戶興趣的個性化信息服務(wù)。隨著 Internet 技術(shù)的發(fā)展，可以通過網(wǎng)上消費行為進行理解與分析，從而獲取用戶的興趣，更好地為用戶提供貼心的服務(wù)，因此提出基于消費行為理解與分析的用戶興趣建模方法。通過采集基于消費行為理解與分析的用戶興趣數(shù)據(jù)，對消費行為數(shù)據(jù)與用戶興趣關(guān)系進行分析，從而實現(xiàn)用戶興趣模型的構(gòu)建，最終完成提出的方法研究。通過實驗驗證證明，提出的方法具有較高的有效性，適用于用戶個性化服務(wù)中。

關(guān)鍵詞：消費行為;理解與分析;用戶興趣;建模方法

中圖分類號：TP311 ? ? ?文獻標(biāo)識碼：A

文章編號：1009-3044（2019）14-0273-02

隨著Web信息資源快速增長，如何利用最少的資源發(fā)現(xiàn)最有價值的信息，已經(jīng)成為人們研究的熱點。為了更好地了解用戶興趣愛好，各種大數(shù)據(jù)分析系統(tǒng)應(yīng)運而生，通過用戶興趣模型，只需對用戶瀏覽記錄進行理解與分析，便可獲取興趣信息類型及興趣度，有效地提高了個性化服務(wù)的質(zhì)量[1]。因此提出基于消費行為理解與分析的用戶興趣建模方法，通過該方法來獲取用戶短期興趣和長期興趣，在綜合分析用戶消費行為的基礎(chǔ)上，獲取用戶興趣數(shù)據(jù)，考慮消費行為數(shù)據(jù)與用戶興趣的關(guān)系，同時分析不同消費行為數(shù)據(jù)與用戶興趣偏向之間的關(guān)系，實現(xiàn)用戶消費興趣模型的構(gòu)建。通過實驗驗證證明，該方法能夠準(zhǔn)確評估用戶興趣偏好，對提高個性化服務(wù)質(zhì)量有深遠(yuǎn)的影響。

1基于消費行為理解與分析的用戶興趣數(shù)據(jù)的采集

1.1消費行為數(shù)據(jù)的調(diào)取

網(wǎng)上消費是居民消費行為的重要組成部分，是采集基于消費行為理解與分析的用戶興趣數(shù)據(jù)的基礎(chǔ)，調(diào)取居民網(wǎng)上消費行為的基礎(chǔ)就是對網(wǎng)絡(luò)消費數(shù)據(jù)進行處理。

消費行為的調(diào)取，首先通過數(shù)據(jù)清洗，對居民網(wǎng)上消費數(shù)據(jù)進行預(yù)處理，數(shù)據(jù)清洗的目的是剔除冗余和部分缺失的數(shù)據(jù)，確保消費行為數(shù)據(jù)與用戶興趣關(guān)系的分析所使用的數(shù)據(jù)具有有效性。然后進行數(shù)據(jù)轉(zhuǎn)換，由于居民網(wǎng)上消費行為的大數(shù)據(jù)都是歷史網(wǎng)頁瀏覽記錄數(shù)據(jù)，對其進行數(shù)據(jù)清理后，還需對其進行轉(zhuǎn)換，將歷史網(wǎng)頁瀏覽記錄數(shù)據(jù)轉(zhuǎn)換成形象的圖表，使調(diào)取的消費行為更加泛化和規(guī)范化[2]。最后對轉(zhuǎn)換后的數(shù)據(jù)進行規(guī)約，由于居民網(wǎng)上消費行為數(shù)據(jù)來源于網(wǎng)上消費平臺的各個分類，所以可能產(chǎn)生與用戶消費興趣無關(guān)的數(shù)據(jù)或具有重復(fù)屬性的數(shù)據(jù)，通過對數(shù)據(jù)進行規(guī)約，降低調(diào)取的消費行為數(shù)據(jù)的復(fù)雜維度，確保調(diào)取的消費行為數(shù)據(jù)具有較高的準(zhǔn)確性。

1.2消費行為的理解與分析

消費者千差萬別的興趣愛好，往往表現(xiàn)在他們對消費活動的態(tài)度和習(xí)慣化的消費行為上，同時也表現(xiàn)在個體活動的獨立性程度上，從而構(gòu)成千姿百態(tài)的消費行為。

消費行為的理解與分析，首先要分析消費者消費行為是出于本能動機還是心理動機。本能動機為本能需要，心理動機包括情感需要、理智需要以及惠顧需要[3]。然后分析消費行為從認(rèn)知到評價到購買的整個過程，其中消費者的認(rèn)知是決定消費行為的關(guān)鍵因素，也是消費行為的重要部分。消費行為的理解與分析必須以產(chǎn)品目標(biāo)群體的消費行為為基礎(chǔ)，構(gòu)建合理的產(chǎn)品與信息通路，積極分析消費者購買行為的整個過程，從而理解和分析消費行為。一定程度上來講，消費行為是一個臨界點，消費行為只和消費者自己關(guān)聯(lián)，常常出現(xiàn)購買自己并不真正需要東西的現(xiàn)象，消費行為的理解與分析的基礎(chǔ)，是分析消費者有意義的消費行為。

消費者的消費行為由消費者的主觀思維決定的，因此通過調(diào)取消費行為數(shù)據(jù)，依托消費行為數(shù)據(jù)的理解與分析，完成用戶興趣數(shù)據(jù)的采集。

2消費行為數(shù)據(jù)與用戶興趣關(guān)系的分析

基于采集用戶興趣數(shù)據(jù)，分析消費行為數(shù)據(jù)與用戶興趣關(guān)系。利用用戶興趣判別函數(shù)，判別消費行為數(shù)據(jù)與用戶興趣關(guān)系，用戶興趣判別函數(shù)表達式如公式1所示：

公式中，Y為用戶興趣的判別值，X1、X2、Xn為居民網(wǎng)上消費行為的各項數(shù)據(jù)，A1、A2、An為消費本能動機、心理動機的評價指標(biāo)等級。通過用戶興趣判別函數(shù)，對居民網(wǎng)上消費行為分類，分析用戶興趣與心理動機消費的關(guān)系。根據(jù)距離最小的原則，將用戶興趣與心理動機消費進行合并，形成新類[4]。經(jīng)過n-1次就可以把全部基于心理動機的消費行為歸為一類，根據(jù)歸并的先后順序做出用戶興趣分析，利用圖表進行可視化結(jié)果展示，從而完成基于心理動機的用戶興趣分析。

把所有基于心理動機消費的標(biāo)簽按照消費分類領(lǐng)域進行組織，把“用戶興趣”作為出發(fā)點，按照消費標(biāo)簽的分類，外延形成樹狀組織。消費分類越復(fù)雜越靠近樹的根部，從第一層級依次往下由復(fù)雜程度把標(biāo)簽組織起來，得到消費行為數(shù)據(jù)與用戶興趣關(guān)系的分類樹。

通過建立消費行為數(shù)據(jù)與用戶興趣關(guān)系的分類樹，完成消費行為數(shù)據(jù)與用戶興趣關(guān)系的分析，為實現(xiàn)用戶消費興趣模型的構(gòu)建奠定基礎(chǔ)。

3實現(xiàn)用戶消費興趣模型的構(gòu)建

用戶興趣模型能為個性化服務(wù)提供基礎(chǔ)資料，也是個性化服務(wù)系統(tǒng)的核心組成部分。通過用戶興趣模型，獲取不同用戶的興趣愛好以及相關(guān)信息需求。

用戶興趣模型的組成由一些關(guān)鍵字為主體對象，各個對象都有一個權(quán)值信息，權(quán)值的大小代表用戶對該對象的興趣濃度，同時權(quán)值的大小與興趣濃度成正比。用戶興趣模型的各個對象分別包括文本對象信息以及相關(guān)領(lǐng)域的信息兩部分內(nèi)容。其中文本對象信息為用戶興趣分類的關(guān)鍵字信息，相關(guān)領(lǐng)域的信息為與文本對象信息緊密相連的其他相關(guān)信息?？紤]到用戶的興趣并不是一成不變，隨時可能發(fā)生改變，同時采集的基于消費行為理解與分析的用戶興趣數(shù)據(jù)，也不具有全面性，不能包括用戶所有的興趣及其感興趣的程度[5]。因此通過動態(tài)用戶興趣模型來及時更新用戶興趣，并根據(jù)用戶興趣模型進行興趣延展?；谟脩舻男畔g覽記錄，對網(wǎng)頁進行初步處理，結(jié)合網(wǎng)頁內(nèi)容，依托用戶興趣模型及時更新用戶興趣數(shù)據(jù)。

通過采集基于消費行為理解與分析的用戶興趣數(shù)據(jù)，對消費行為數(shù)據(jù)與用戶興趣關(guān)系進行分析，從而實現(xiàn)用戶消費興趣模型的構(gòu)建。

4實驗驗證

為了保證本文提出的基于消費行為理解與分析的用戶興趣建模方法有效性，進行用戶興趣模型驗證。

4.1數(shù)據(jù)準(zhǔn)備

通過網(wǎng)絡(luò)消費平臺收集用戶消費相關(guān)行為，根據(jù)本文提出的基于消費行為理解與分析的用戶興趣建模方法，與用戶實際興趣進行對比，來驗證本文提出的用戶興趣建模方法的有效性。選取10個網(wǎng)上消費用戶作為實驗對象，收集他們近一個月的消費行為，利用消費行為數(shù)據(jù)作為實驗數(shù)據(jù)進行分析。統(tǒng)計整理后相關(guān)消費行為數(shù)據(jù)如表 1 所示。

4.2實驗結(jié)果分析

依托表1數(shù)據(jù)，通過基于消費行為理解與分析的用戶興趣建模方法分析得出用戶的興趣偏好，如圖1所示。

對比圖1數(shù)據(jù)與表2數(shù)據(jù)，得出基于消費行為理解與分析的用戶興趣建模方法，分析得出的用戶的興趣偏好與用戶實際愛好基本相同。證明本文提出的方法具有較高的有效性，適用于基于用戶興趣提供個性化服務(wù)中。

5總結(jié)

借助于互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)上消費保持了高速的增長趨勢，用戶數(shù)量急速上升，同時造成了大量的信息淹沒，用戶找不到自己感興趣的商品，不利于各個網(wǎng)上消費平臺的健康發(fā)展。因此提出基于消費行為理解與分析的用戶興趣建模方法，通過采集基于消費行為理解與分析的用戶興趣數(shù)據(jù)，對消費行為數(shù)據(jù)與用戶興趣關(guān)系進行分析，從而實現(xiàn)用戶興趣模型的構(gòu)建。通過實驗驗證證明，基于消費行為理解與分析的用戶興趣建模方法能夠準(zhǔn)確地獲取用戶興趣，希望本文能夠為用戶興趣分析提供參考價值。

參考文獻：

[1] 熊勇清，何舒萍. 新能源汽車目標(biāo)用戶消費行為與制造商經(jīng)營行為互動過程分析——基于“領(lǐng)先”和“跟隨”兩類用戶的實驗?zāi)M[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2017（11）：63-72.

[2] 王艷茹，馬慧芳，劉海姣，et al. 基于多標(biāo)簽語義關(guān)聯(lián)關(guān)系的微博用戶興趣建模方法[J]. 計算機工程與科學(xué)， 2018， 40（11）：165-171.

[3] 王慧. 基于數(shù)字圖書館瀏覽行為的用戶興趣研究——以天津圖書館“數(shù)字圖書館知識發(fā)現(xiàn)系統(tǒng)研究項目”為例[J]. 圖書館工作與研究， 2017（S1）：32-36.

[4] 何勝，馮新翎，武群輝，et al. 基于用戶行為建模和大數(shù)據(jù)挖掘的圖書館個性化服務(wù)研究[J]. 圖書情報工作， 2017（01）：41-47.

[5] 陳姝，竇永香，張青杰. 基于理性行為理論的微博用戶轉(zhuǎn)發(fā)行為影響因素研究[J]. 情報雜志， 2017（11）：151-156+164.

【通聯(lián)編輯：光文玲】