陳浩昕　謝雅丹

摘 要：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，在線旅游已擁有最大的旅游市場(chǎng)，如何為龐大的用戶群描繪用戶畫(huà)像，從而推薦與之匹配的旅游服務(wù)，是在線旅游企業(yè)進(jìn)行精準(zhǔn)營(yíng)銷的重要技術(shù)手段。本文將構(gòu)建基于大數(shù)據(jù)的旅游用戶畫(huà)像，為在線旅游行程攻略推薦提供行之有效的可操作方法。

關(guān)鍵詞：大數(shù)據(jù);用戶畫(huà)像;在線旅游

引言

“大數(shù)據(jù)”一詞最早于2008年9月在《Nature》出版的?？癇ig Date”[1]提出，一面世便受到了學(xué)術(shù)界、各國(guó)政府與各企業(yè)的廣泛關(guān)注。Google、Facebook等企業(yè)最先在大數(shù)據(jù)分析領(lǐng)域進(jìn)行了研究，根據(jù)用戶基礎(chǔ)行為數(shù)據(jù)，提出了一系列算法與模型，使大數(shù)據(jù)分析可以在多個(gè)領(lǐng)域的廣泛應(yīng)用變?yōu)榭赡堋?/p>

隨著社會(huì)的發(fā)展，旅游業(yè)已成為全球經(jīng)濟(jì)中發(fā)展勢(shì)頭最強(qiáng)勁和規(guī)模最大的產(chǎn)業(yè)之一。如何將大數(shù)據(jù)與旅游發(fā)展相結(jié)合，是在線旅游企業(yè)的研究重點(diǎn)。本文將基于大數(shù)據(jù)下用戶畫(huà)像，給予在線旅游行程攻略推薦的幾種方法。

1基于在線旅游軟件的獨(dú)特用戶畫(huà)像構(gòu)建

用戶畫(huà)像一詞，最早由Alan Cooper在《軟件創(chuàng)新之路》（1988）一書(shū)中提出。他認(rèn)為，用戶畫(huà)像是根據(jù)用戶人口統(tǒng)計(jì)信息、社交關(guān)系、偏好習(xí)慣和消費(fèi)行為等信息而抽象出來(lái)的標(biāo)簽化畫(huà)像，是真實(shí)用戶的綜合原型[2]。傳統(tǒng)的基于用戶畫(huà)像的旅游情景化推薦，將基層用戶數(shù)據(jù)輸出為用戶畫(huà)像標(biāo)簽，采取協(xié)同過(guò)濾方法，結(jié)合用戶情景信息建立了不同景點(diǎn)的推薦模型。

但旅游行程攻略不同于簡(jiǎn)單的景點(diǎn)，需要對(duì)用戶（推薦主體）與行程（被推薦對(duì)象）進(jìn)行標(biāo)簽化，再進(jìn)行標(biāo)簽間的相關(guān)性分析。由于用戶畫(huà)像是基于大數(shù)據(jù)技術(shù)的實(shí)際應(yīng)用，在構(gòu)建用戶畫(huà)像前，就必須建立相關(guān)的基層數(shù)據(jù)庫(kù)。

1.1建立用戶畫(huà)像的數(shù)據(jù)庫(kù)：DMP

DMP（Data Management Platform），即數(shù)據(jù)管理平臺(tái)，是一個(gè)全面的數(shù)據(jù)收集、加工、整合的平臺(tái)，是對(duì)大數(shù)據(jù)的一個(gè)分析工具。其核心是通過(guò)平臺(tái)層的相關(guān)性算法，通過(guò)分析用戶的個(gè)體數(shù)據(jù)、行為數(shù)據(jù)等基層數(shù)據(jù)，將用戶的信息、偏好等轉(zhuǎn)換成數(shù)據(jù)標(biāo)簽，再將數(shù)據(jù)標(biāo)簽進(jìn)行劃分和整合，形成一個(gè)個(gè)的用戶群特征，最終輸出為可視化的分析結(jié)果。

利用建立的DMP平臺(tái)，互聯(lián)網(wǎng)企業(yè)便可建立自己的數(shù)據(jù)庫(kù)與標(biāo)簽庫(kù)，根據(jù)構(gòu)建的算法與邏輯來(lái)計(jì)算出一系列用戶標(biāo)簽，建立自己的用戶畫(huà)像與用戶群。因此標(biāo)簽庫(kù)的整理與建立工作是構(gòu)建用戶畫(huà)像模型的基礎(chǔ)。

1.2在線旅游用戶畫(huà)像標(biāo)簽庫(kù)的構(gòu)建

這里我們初步以構(gòu)建靜態(tài)標(biāo)簽庫(kù)和動(dòng)態(tài)標(biāo)簽庫(kù)的方式構(gòu)建在線旅游用戶的用戶畫(huà)像。

1.2.1靜態(tài)標(biāo)簽庫(kù)

靜態(tài)標(biāo)簽?zāi)軌蛲ㄟ^(guò)用戶提供的信息、能夠獲取的基本信息和通過(guò)外部渠道獲取的信息，如用戶實(shí)名制信息、地理位置信息等。靜態(tài)標(biāo)簽庫(kù)精確性較高但表征性不明顯，只能給用戶興趣做一個(gè)初步判斷，比如年輕的都市女性，往往有較高的消費(fèi)能力，在推薦策略上可以推薦高規(guī)格的一些內(nèi)容。

①默認(rèn)采集的設(shè)備信息 =（用戶手機(jī)型號(hào)，聯(lián)網(wǎng)方式，用戶IP地址與MAC地址，語(yǔ)言，地理位置）

②用戶的基本信息=（用戶的虛擬ID，姓名，性別，電話，生日，身份證號(hào)，所屬單位，郵箱，職業(yè)）

值得一提的是，用戶關(guān)聯(lián)的網(wǎng)絡(luò)信息，如微信、QQ、微博、支付寶等相關(guān)賬號(hào)，應(yīng)作為關(guān)聯(lián)信息而不是靜態(tài)標(biāo)簽進(jìn)入數(shù)據(jù)信息系統(tǒng)之中。

1.2.2動(dòng)態(tài)標(biāo)簽

與靜態(tài)標(biāo)簽相對(duì)的動(dòng)態(tài)標(biāo)簽可以分為兩類：一級(jí)標(biāo)簽是支配用戶行為的淺層特征，二級(jí)標(biāo)簽是決定用戶行為背后的深層邏輯，即具有向量特征的結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)集[3]。

1.2.2.1動(dòng)態(tài)標(biāo)簽庫(kù)一級(jí)標(biāo)簽

一級(jí)標(biāo)簽是根據(jù)淺層用戶行為信息簡(jiǎn)單總結(jié)得出的標(biāo)簽，取決于用戶點(diǎn)擊、搜索某關(guān)鍵詞的頻率。關(guān)鍵詞的標(biāo)簽庫(kù)在添加被推薦對(duì)象時(shí)往往可以通過(guò)上傳者、編輯、審查手動(dòng)添加。因此，只需給出評(píng)估旅游行程攻略的幾個(gè)維度，就可作為關(guān)鍵詞庫(kù)，與一級(jí)標(biāo)簽一一對(duì)應(yīng)。

旅游行程攻略關(guān)鍵詞庫(kù)=（旅游目的地，交通方式，時(shí)間因素，點(diǎn)擊量，酒店品質(zhì)，價(jià)格水平，目標(biāo)群體，休閑程度，旅途風(fēng)格，特征）

在構(gòu)建旅游行程關(guān)鍵詞庫(kù)之后，便可根據(jù)用戶點(diǎn)擊、瀏覽的關(guān)鍵詞頻率來(lái)建立動(dòng)態(tài)標(biāo)簽庫(kù)一級(jí)標(biāo)簽：

一級(jí)標(biāo)簽=（自我評(píng)定信息，會(huì)員屬性，瀏覽與點(diǎn)擊，喜愛(ài)與收藏，喜歡與討厭，主動(dòng)搜索或多次點(diǎn)擊的內(nèi)容，關(guān)注的內(nèi)容）

1.2.2.2動(dòng)態(tài)標(biāo)簽庫(kù)二級(jí)標(biāo)簽

建立二級(jí)標(biāo)簽的目的，是根據(jù)標(biāo)簽將用戶歸納、總結(jié)到某個(gè)理想化的“虛擬人格”中，最終建立用戶畫(huà)像模型。在建立二級(jí)標(biāo)簽庫(kù)之前，需要根據(jù)人格理論建立理想化的虛擬人格，再利用基于相關(guān)性分析的一級(jí)標(biāo)簽所屬關(guān)鍵詞來(lái)評(píng)定虛擬人格幾個(gè)方面的相關(guān)特質(zhì)，建立用戶的二級(jí)標(biāo)簽。

人格特質(zhì)模型中運(yùn)用較為廣泛的是“大五人格”理論模型，在多次實(shí)驗(yàn)中體現(xiàn)了穩(wěn)定性（Goldberg，1981[4];Peabody，1987[5]），可以作為衡量人格特質(zhì)的基礎(chǔ)依據(jù)。國(guó)內(nèi)學(xué)者張雨青、林微等證明“大五模型”在中國(guó)同樣具有適用性[6]。

在參考五大人格量表之后，本文分別在神經(jīng)質(zhì)（Neuroticism）、外向性（Extraversion）、開(kāi)放性（Openness）、宜人性（Agreeableness）、責(zé)任感（Conscientiousness）五個(gè)維度分別選取了六個(gè)下屬特質(zhì)，作為旅游者虛擬人格構(gòu)建的30個(gè)特質(zhì)，并在此基礎(chǔ)上建立旅游者虛擬人格的測(cè)量模型。

神經(jīng)質(zhì)：N1平靜——焦慮、N2隨和——易怒、N3心態(tài)開(kāi)朗——易受打擊、N4健談自信——敏感害羞、N5自制力強(qiáng)——沖動(dòng)、N6勇敢——脆弱

外向性：E1消極疏遠(yuǎn)——積極熱情、E2孤僻獨(dú)處——熱鬧合群、E3靦腆被動(dòng)——自信果決、E4緩慢——急迫、E5謹(jǐn)慎傳統(tǒng)——冒險(xiǎn)刺激、E6嚴(yán)肅——活潑樂(lè)觀

宜人性：A1猜忌悲觀——信任他人、A2精明虛偽——坦誠(chéng)率真、A3自私勢(shì)利——熱心慷慨、A4攻擊性強(qiáng)——恭順克己、A5傲慢自負(fù)——謙遜謙卑、A6理性冷靜——友好熱心

開(kāi)放性：O1理性現(xiàn)實(shí)——充滿幻想、O2審美疲乏——藝術(shù)敏感、O3情感遲鈍——情緒敏感、O4守舊傳統(tǒng)——求新求異、O5思辨力弱——思路開(kāi)闊、O6尊崇權(quán)威——挑戰(zhàn)傳統(tǒng)

責(zé)任感：C1自卑——自信、C2雜亂無(wú)序——高效條例、C3不負(fù)責(zé)的——可信賴的、C4沒(méi)有目標(biāo)——有抱負(fù)的、C5容易放棄——高度自律、C6沖動(dòng)草率——深思熟慮

由于數(shù)據(jù)計(jì)算基于定量關(guān)系，在構(gòu)建用戶虛擬人格時(shí)，以上列舉的30個(gè)特質(zhì)都必須轉(zhuǎn)化成數(shù)值進(jìn)行分析。每位用戶的初始特質(zhì)分?jǐn)?shù)為0，不同的一級(jí)標(biāo)簽為該指數(shù)加分或減分，數(shù)值大小由基于相關(guān)性分析得到的相關(guān)性系數(shù)的大小來(lái)確定。最終形成一個(gè)位于（-100，100）區(qū)間內(nèi)的分?jǐn)?shù)。當(dāng)分?jǐn)?shù)位于（-100，-50）或（50，100）的區(qū)間內(nèi)時(shí)，系統(tǒng)將會(huì)將此特質(zhì)決定的二級(jí)標(biāo)簽打在用戶身上，成為構(gòu)建用戶畫(huà)像的一個(gè)特質(zhì)標(biāo)簽。

當(dāng)一級(jí)標(biāo)簽的數(shù)量足夠多時(shí)，就可以精準(zhǔn)地描繪用戶的某個(gè)特征;當(dāng)各特征值足夠多的時(shí)候，就會(huì)將用戶歸納到一個(gè)“虛擬人格”中，系統(tǒng)就可以為此一類用戶精準(zhǔn)推送內(nèi)容或廣告。

1.3構(gòu)建用戶畫(huà)像與標(biāo)簽庫(kù)算法的計(jì)算核心——相關(guān)性分析

利用Python計(jì)算兩數(shù)組間相關(guān)性是其中的一個(gè)方法：當(dāng)用戶點(diǎn)擊了一個(gè)帶有多個(gè)關(guān)鍵詞的詞條，以各個(gè)關(guān)鍵詞的點(diǎn)擊量與其他點(diǎn)擊了該詞條用戶帶有的各標(biāo)簽頻率關(guān)系做相關(guān)性分析，就可以選出相應(yīng)的標(biāo)簽為此用戶添加：

①建立數(shù)組：首先，根據(jù)各關(guān)鍵詞的點(diǎn)擊量與其他點(diǎn)擊了該詞條用戶帶有的各標(biāo)簽頻率建立兩個(gè)數(shù)組

print（a）>> [A1，B1，C1……]

print（b）>> [A2，B2，C2……]

②期望

由于兩數(shù)組中數(shù)據(jù)一般為離散型隨機(jī)變量，因此采用離散型隨機(jī)變量公式：

③離散度：即標(biāo)準(zhǔn)差與方差，同樣采用離散型隨機(jī)變量公式。

④協(xié)方差與相關(guān)系數(shù)

接下來(lái)開(kāi)始計(jì)算兩組數(shù)據(jù)的相關(guān)性，一般采用相關(guān)系數(shù)來(lái)描述兩組數(shù)據(jù)的相關(guān)性。

協(xié)方差：

相關(guān)系數(shù)：

同樣，除了利用Python計(jì)算相關(guān)性關(guān)系外，也可使用NumPy計(jì)算協(xié)方差矩陣相關(guān)系數(shù)、使用pandas計(jì)算協(xié)方差與相關(guān)系數(shù)、利用SPSS軟件分析變量間的相關(guān)性關(guān)系[7]等方法來(lái)實(shí)現(xiàn)算法構(gòu)建。

2基于用戶畫(huà)像的旅游行程攻略推薦方法

2.1針對(duì)單個(gè)攻略的推薦方法

由于被推薦對(duì)象是單個(gè)的文本內(nèi)容，對(duì)于分析其關(guān)鍵詞與目標(biāo)群體特質(zhì)相對(duì)簡(jiǎn)單，因此采用基于內(nèi)容的推薦方法。基于內(nèi)容的推薦算法是一種擴(kuò)展的信息過(guò)濾技術(shù)[8]：

傳統(tǒng)的基于內(nèi)容的推薦方法只能根據(jù)用戶畫(huà)像標(biāo)簽進(jìn)行文本相似度計(jì)算給出敏感程度高的資源。由于沒(méi)有將用戶的虛擬人格融入到推薦方法中，不能預(yù)測(cè)用戶的興趣趨向。因此在本文研究中，將加入目標(biāo)群體與虛擬人格之間的特質(zhì)標(biāo)簽，以減少該方法的缺陷。

假設(shè)參與推薦的推薦主體為用戶群U，每位用戶已被賦予的標(biāo)簽集合為T(mén)。被推薦對(duì)象為內(nèi)容C，被推薦對(duì)象已被賦予的關(guān)鍵詞為集合K，目標(biāo)群體為u1（u1∈U）。

通過(guò)相關(guān)性分析計(jì)算K與T中各標(biāo)簽的相關(guān)性系數(shù)P、u1的人格特質(zhì)數(shù)值與T數(shù)值的相關(guān)性系數(shù)Q，將計(jì)算得出的兩數(shù)值P、Q通過(guò)權(quán)重計(jì)算得出最終指數(shù)I，指數(shù)I即為每位用戶對(duì)該被推薦對(duì)象的敏感指數(shù)。然后設(shè)立一闕值It，將此內(nèi)容推送給敏感指數(shù)I≥It的用戶。最后比較目標(biāo)群體的平均指數(shù)Ii與It之間的大小關(guān)系，反復(fù)調(diào)整闕值It，最終確立It的大小。

2.2針對(duì)單個(gè)用戶的推薦方法

在建立了用戶畫(huà)像與虛擬人格之后，用戶帶有大量的標(biāo)簽與信息可供計(jì)算分析，面對(duì)資源庫(kù)中海量的資源，傳統(tǒng)的基于內(nèi)容的推薦法不能適應(yīng)用戶多變的性格特質(zhì)，也不能挖掘用戶的未知領(lǐng)域。因此，當(dāng)針對(duì)單個(gè)用戶的推薦方法時(shí)，目前使用范圍最廣泛、使用次數(shù)最多的協(xié)同過(guò)濾推薦法是一種優(yōu)先選擇。也就是，我們可以運(yùn)用基于用戶的協(xié)同過(guò)濾推薦算法和基于資源的協(xié)同過(guò)濾的推薦算法。

2.2.1基于用戶的協(xié)同過(guò)濾算法

假設(shè)用戶A的一級(jí)標(biāo)簽為集合T1，包含n1個(gè)一級(jí)標(biāo)簽，二級(jí)標(biāo)簽為集合K1;用戶B的一級(jí)標(biāo)簽為集合T2，包含n2個(gè)一級(jí)標(biāo)簽，二級(jí)標(biāo)簽為集合K2。

T1∩T2=T∩，T∩中包含的標(biāo)簽數(shù)量記為n∩，α= n∩/n1，β=n∩/n2。

根據(jù)構(gòu)建虛擬人格時(shí)所構(gòu)建的30個(gè)特質(zhì)，集合K1、K2各包含30個(gè)數(shù)值。因此數(shù)集K1、K2可以根據(jù)1.3中給出的相關(guān)性分析進(jìn)行計(jì)算，得到的相關(guān)性系數(shù)記為η。

若α≥β≥75%，則稱用戶A與用戶B為興趣相似用戶，且用戶A為用戶B的興趣類型用戶;若η≥75%，則稱用戶A與用戶B為人格相似用戶。

在為用戶A推薦項(xiàng)目資源時(shí)，可以推薦其興趣相似用戶B喜愛(ài)的項(xiàng)目;在預(yù)測(cè)A喜愛(ài)的項(xiàng)目資源時(shí)，可以推薦其人格相似用戶B喜愛(ài)的項(xiàng)目。

2.2.2基于項(xiàng)目的協(xié)同過(guò)濾算法

假設(shè)用戶A喜歡的項(xiàng)目為C1，C1包含的關(guān)鍵詞集合為K1，包含m1個(gè)關(guān)鍵詞，關(guān)鍵詞能夠決定的特質(zhì)數(shù)值的集合為U1;存在項(xiàng)目C2，C2包含的關(guān)鍵詞集合為K2，包含m2個(gè)關(guān)鍵詞，關(guān)鍵詞能夠決定的特質(zhì)數(shù)值集合為U？2。

K1∩K2=K∩，K∩中包含的標(biāo)簽數(shù)量記為m∩，α= m∩/m1，β=m∩/m2。

根據(jù)構(gòu)建虛擬人格時(shí)所構(gòu)建的30個(gè)特質(zhì)，集合U1、U？2共包含30個(gè)數(shù)值。因此數(shù)集U1、U？2可以根據(jù)1.3中給出的相關(guān)性分析進(jìn)行計(jì)算，得到的相關(guān)性系數(shù)記為η。

若α≥β≥75%，則稱項(xiàng)目C1與項(xiàng)目C2為內(nèi)容相似項(xiàng)目，且項(xiàng)目C1為項(xiàng)目C2的內(nèi)容類型項(xiàng)目;若η≥75%，則稱項(xiàng)目C1與項(xiàng)目C2為目標(biāo)群體相似項(xiàng)目。

在為用戶A推薦項(xiàng)目資源時(shí)，可以將與項(xiàng)目C1內(nèi)容相似的項(xiàng)目C2推薦給用戶;在預(yù)測(cè)A喜愛(ài)的項(xiàng)目資源時(shí)，可以將與項(xiàng)目C1人格相似的項(xiàng)目C2推薦給用戶。

3結(jié)束語(yǔ)

本文基于大數(shù)據(jù)下的用戶畫(huà)像，構(gòu)建了在線旅游虛擬人格模型，為個(gè)性化旅游行程攻略推薦提供了方法。首先，根據(jù)用戶行為數(shù)據(jù)、用戶基本屬性構(gòu)建用戶靜態(tài)標(biāo)簽、動(dòng)態(tài)標(biāo)簽與虛擬人格，然后結(jié)合推薦內(nèi)容的關(guān)鍵詞，利用多種算法進(jìn)行相關(guān)性分析，最后根據(jù)基于內(nèi)容、用戶、項(xiàng)目等被推薦對(duì)象給出了不同的推薦方法。在一定程度上為解決在線旅游企業(yè)旅游行程攻略解決了實(shí)際性問(wèn)題，對(duì)于其他領(lǐng)域構(gòu)建網(wǎng)絡(luò)虛擬人格也提供了思路。

參考文獻(xiàn)：

[1]Bigdata.Nature，2008，455（7209）：1-136

[2]Alan Copper，劉瑞挺. 軟件創(chuàng)新之路[M].北京： 電子工業(yè)出版社，2001.

[3]謝康，吳記，肖靜華：基于大數(shù)據(jù)平臺(tái)的用戶畫(huà)像與用戶行為分析. 中國(guó)信息化 2018-03-10

[4]Goldberg，L. R. Developing taxonomy of trait-descriptive terms[J] Problems with languageimprecision;New directions for methodology of social and behavioral seienee，1981，9：43-65.

[5]Peabody，D. Selectingrepresentative trait adjectives[J]. Journal of personality and SocialPsychology，1987，52：59-1

[6]張雨青，林微，陳仲庚：家長(zhǎng)對(duì)子女人格特點(diǎn)的自由描述明[J].心理學(xué)報(bào)，1995，3：281-286.

[7]孫逸敏：利用 SPSS 軟件分析變量間的相關(guān)性1008—3588（2007）02 -0120 -04

[8]Di Jiaqi， Wang Nihong. Incremental collaborative filtering algorithm based on GridGIS [J]. Computer Science，2013，40（12）：219-222.

[9]陶俊， 張寧. 基于用戶興趣分類的協(xié)同過(guò)濾推薦算法[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2011， 20（5）：55-59.

作者簡(jiǎn)介：

陳浩昕，男（2000，4——），山西太原人，成都信息工程大學(xué)，2017級(jí)旅游管理本科生在校學(xué)生，研究方向：旅游管理。

謝雅丹（指導(dǎo)教師）女，（1979，8——），四川自貢人，成都信息工程大學(xué)，博士，講師，研究方向：文化遺產(chǎn)與旅游開(kāi)發(fā);智慧旅游;會(huì)展旅游。