基于消費行為理解與分析的用戶興趣建模方法

周雪梅

摘要：國內外多數是從人口統計數據和心理角度對用戶興趣進行研究，然而該方法復雜煩瑣，面對海量信息，無法更好地實現基于用戶興趣的個性化信息服務。隨著 Internet 技術的發展，可以通過網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，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據，對消費行為數據與用戶興趣關系進行分析，從而實現用戶興趣模型的構建，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中。

關鍵詞：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現最有價值的信息，已經成為人們研究的熱點。為了更好地了解用戶興趣愛好，各種大數據分析系統應運而生，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的質量[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上，獲取用戶興趣數據，考慮消費行為數據與用戶興趣的關系，同時分析不同消費行為數據與用戶興趣偏向之間的關系，實現用戶消費興趣模型的構建。通過實驗驗證證明，該方法能夠準確評估用戶興趣偏好，對提高個性化服務質量有深遠的影響。

1基于消費行為理解與分析的用戶興趣數據的采集

1.1消費行為數據的調取

網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據的基礎，調取居民網上消費行為的基礎就是對網絡消費數據進行處理。

消費行為的調取，首先通過數據清洗，對居民網上消費數據進行預處理，數據清洗的目的是剔除冗余和部分缺失的數據，確保消費行為數據與用戶興趣關系的分析所使用的數據具有有效性。然后進行數據轉換，由于居民網上消費行為的大數據都是歷史網頁瀏覽記錄數據，對其進行數據清理后，還需對其進行轉換，將歷史網頁瀏覽記錄數據轉換成形象的圖表，使調取的消費行為更加泛化和規范化[2]。最后對轉換后的數據進行規約，由于居民網上消費行為數據來源于網上消費平臺的各個分類，所以可能產生與用戶消費興趣無關的數據或具有重復屬性的數據，通過對數據進行規約，降低調取的消費行為數據的復雜維度，確保調取的消費行為數據具有較高的準確性。

1.2消費行為的理解與分析

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

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知到評價到購買的整個過程，其中消費者的認知是決定消費行為的關鍵因素，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品目標群體的消費行為為基礎，構建合理的產品與信息通路，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聯，常常出現購買自己并不真正需要東西的現象，消費行為的理解與分析的基礎，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，因此通過調取消費行為數據，依托消費行為數據的理解與分析，完成用戶興趣數據的采集。

2消費行為數據與用戶興趣關系的分析

基于采集用戶興趣數據，分析消費行為數據與用戶興趣關系。利用用戶興趣判別函數，判別消費行為數據與用戶興趣關系，用戶興趣判別函數表達式如公式1所示：

公式中，Y為用戶興趣的判別值，X1、X2、Xn為居民網上消費行為的各項數據，A1、A2、An為消費本能動機、心理動機的評價指標等級。通過用戶興趣判別函數，對居民網上消費行為分類，分析用戶興趣與心理動機消費的關系。根據距離最小的原則，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簽按照消費分類領域進行組織，把“用戶興趣”作為出發點，按照消費標簽的分類，外延形成樹狀組織。消費分類越復雜越靠近樹的根部，從第一層級依次往下由復雜程度把標簽組織起來，得到消費行為數據與用戶興趣關系的分類樹。

通過建立消費行為數據與用戶興趣關系的分類樹，完成消費行為數據與用戶興趣關系的分析，為實現用戶消費興趣模型的構建奠定基礎。

3實現用戶消費興趣模型的構建

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

用戶興趣模型的組成由一些關鍵字為主體對象，各個對象都有一個權值信息，權值的大小代表用戶對該對象的興趣濃度，同時權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領域的信息兩部分內容。其中文本對象信息為用戶興趣分類的關鍵字信息，相關領域的信息為與文本對象信息緊密相連的其他相關信息。考慮到用戶的興趣并不是一成不變，隨時可能發生改變，同時采集的基于消費行為理解與分析的用戶興趣數據，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]。因此通過動態用戶興趣模型來及時更新用戶興趣，并根據用戶興趣模型進行興趣延展。基于用戶的信息瀏覽記錄，對網頁進行初步處理，結合網頁內容，依托用戶興趣模型及時更新用戶興趣數據。

通過采集基于消費行為理解與分析的用戶興趣數據，對消費行為數據與用戶興趣關系進行分析，從而實現用戶消費興趣模型的構建。

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數據準備

通過網絡消費平臺收集用戶消費相關行為，根據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，利用消費行為數據作為實驗數據進行分析。統計整理后相關消費行為數據如表 1 所示。

4.2實驗結果分析

依托表1數據，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數據與表2數據，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中。

5總結

借助于互聯網的高速發展，網上消費保持了高速的增長趨勢，用戶數量急速上升，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，不利于各個網上消費平臺的健康發展。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據，對消費行為數據與用戶興趣關系進行分析，從而實現用戶興趣模型的構建。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. 新能源汽車目標用戶消費行為與制造商經營行為互動過程分析——基于“領先”和“跟隨”兩類用戶的實驗模擬[J]. 科學學與科學技術管理， 2017（11）：63-72.

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

[3] 王慧. 基于數字圖書館瀏覽行為的用戶興趣研究——以天津圖書館“數字圖書館知識發現系統研究項目”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據挖掘的圖書館個性化服務研究[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發行為影響因素研究[J]. 情報雜志， 2017（11）：151-156+164.

【通聯編輯：光文玲】