用戶畫像視域下智慧化校友服務

汪財生，傅惠鵑，鄢怡軒，朱佳

（江西理工大學，江西贛州 341000）

校友是學校特有的寶貴資源，校友數據是校友資源開發利用的基礎，作為一種重要的學校戰略資源其作用日益凸顯[1]。 校友工作觀念已經發生重大轉變，現在的校友工作從結果導向轉變為過程導向，強調學校對校友的情感培育。校友身份是從在校生轉變過來的，畢業生在校經歷直接影響畢業后對母校態度。因此，校友情感培育應該由畢業后轉向入學時，重視校友歷史活動軌跡，追蹤校友動態的成長過程，打造全時間線的校友大數據[2]。

目前國內高校校友服務呈現出組織團體多、 形式多元化等特點，但校友服務的規范性、多樣性和精準性較低，對校友在校活動數據利用度不高。 隨著高校“智慧校園”建設的不斷推進，智慧校園利用物聯網、云計算等技術來支撐高校教學、科研、管理和校園生活服務等環境，形成“校園大數據池”[3]，積累龐大的校友學習、生活、情感、就業、工作等方面數據，為構建學生畫像提供了數據基礎。 用戶畫像是現實生活中真實用戶的虛擬代表，是一個從海量數據中獲取的、由用戶信息構成的形象集合，能夠描繪出用戶全貌信息[4]，為高校分析培養愛校情感和畢業后的校友服務提供數據支撐。

1 用戶畫像視域下智慧化校友服務的價值闡述

1.1 創新校友工作，提升校友服務質量

智慧化校友服務將用戶畫像技術應用于校友服務領域，為校友工作引入了一個新的理念和視角，為優化校友工作提供支撐。 它打破了傳統的校友服務體系信息化程度低的落后局面，更凸顯了“校友關懷”這一校友關系管理的核心思想，打破數據與教學、管理、科研、服務等要素的緊耦合關系，追蹤校友動態的成長過程，增加校友數據采集的時間跨度，形成全時間線的校友大數據。在全方位地掌握校友信息的同時，通過統計和分析這些數據，真正了解校友需求，從而指導校友工作，增強校友服務能力，提供精準服務。

1.2 增強校友意識，培育校友文化

校友意識是校友在校經歷的過程中產生的一種身份認同感。 智慧化校友服務的提出和發展有利于促進校友與母校之間形成“強聯系”，使得雙方長期進行交流互助，從而增強校友依托母校的歸屬意識和認同意識，回饋學校的感恩意識和奉獻意識，建設學校和服務學校的主人翁意識和傳承意識。 校友文化是高校育人過程中，在校友與學校、校友與校友、校友與社會長期互動交流下，共同參與產生的以情感共同體、命運共同體為價值追求的特殊文化[5]。校友意識是校友文化內容在校友身上的外化表現，兩者內涵一致，相互作用、相互影響。因此，校友意識的增強自然有利于促進校友文化的培養。

1.3 提升校友情感，開發校友資源

校友工作是一項以感情為基礎，以溝通為橋梁的情感工作。 智慧化校友服務通過在校軌跡分析校友對學校的情感傾向，并進行針對性的愛校培育，將校友情感培育前置，引導校友回報母校。 同時，高效優質的校友服務讓校友深切感受到來自學校的關懷與照顧，潛移默化地增強了校友對母校的歸屬感和認同感。 智慧化校友服務從內外兩方面共同發力，依托兩者之間的緊密關系，在提升校友情感的基礎上促進校友資源的開發和利用，以期形成學校關懷校友，校友回報母校的和諧局面。 凝聚校友力量，對校友資源進行開發、轉化和利用，實現校友與母校在科研教學、捐資助學等各方面的互幫互助、互利互惠、共同發展的雙贏結果，促進學校各項事業發展[6]。

2 用戶畫像視域下智慧化校友服務及預測模型的構建邏輯

在智慧校園背景下，通過智慧校園平臺進行數據的采集及預處理、抽取相關特征構建標簽、挖掘標簽進行畫像建模、從而開展面向畫像的應用服務。 因此，本文從數據采集、數據挖掘、數據仿真、預測及精準服務四個方面說明用戶畫像及預測模型的構建邏輯，見圖1。

圖1 智慧化校友服務運行邏輯

2.1 數據采集層：智慧校園背景下數據的收集

基于校友信息和愛校情感的相關數據采集是用戶畫像及預測模型構建的基本依據和必要環節。 通過智慧校園APP 采集用戶標簽的基礎數據，所采集到的數據按性質不同分為靜態和動態兩類。 靜態數據是用戶的基本信息，短期內不會變動，建立后無法修改，如姓名、性別、年齡、專業、學歷、家庭基本情況等；動態數據需要動態采集用戶信息，如校園活動、興趣偏好、行為特征、服務需求等。

2.2 數據處理層：構建用戶畫像

用戶畫像建模，一方面是基于靜態屬性建模，達到既建立校友基本屬性的向量集合，又將校友分類形成共性屬性庫的目的。 校友的基本屬性是對校友靜態數據的描述，通過一個標簽對校友進行高度精煉的特征標志，有效地對校友進行共性分析。另一方面是基于動態數據的建模，分析校友的學習生活偏好、在校表現，與教師、學校的關聯度，通過爬蟲獲取靜態用戶畫像，利用樸素貝葉斯方法計算情感傾向度作為動態畫像屬性，構建用戶畫像庫。

愛校情感影響因素可分為服務模式、后勤服務、教學服務、學業支持、情感聯絡、社交媒體、管理制度七大類，每一類中含相應的屬性，再對提取的數據進行文本分詞處理，生成對應標簽表，多個標簽表構成標簽體系。用戶畫像標簽表的設計分為內容和權重兩方面，其中權重會隨時間而變化，定義權重和衰減因子，采用層次分析法，由上及下分析愛校情感影響因素。

2.3 數據仿真層：預測模型的構建和數據仿真

采集用戶基本信息，依照用戶畫像全面分析用戶特征，進行標簽比對及用戶畫像相似度匹配，構建用戶畫像，進而將愛校情感影響因素進行數據相關性分析，并同用戶畫像聯系起來，構建學生愛校情感預測模型。這一過程中，采用的三種算法：

①基于統計學習的算法，即多元線性回歸或概率模型，多元線性回歸的公式如下：

y=β1x1+β2x2+...+βkxk+β0

其中因變量y 為愛校強烈程度，自變量xk為用戶畫像中經提取的各構成因素，多元線性回歸方程可較為簡單、直觀地看出各特征權重大小。

②基于時間序列的算法（主要是巴斯擴散模型）。

③基于機器學習的算法主要為分類回歸樹和人工神經網絡。

為保證數據的科學性，參考基于偏最小二乘法模型（PLS）分析方法，對一些指標進行整合處理，選取組合信度較高的指標，通過公因子方差衡量模型中各維度對指標的預測能力。

2.4 校友服務層：分析愛校情感影響因素，提供個性化校友服務

聯系用戶畫像，通過數據挖掘和預測模型，綜合評價學校服務、教學質量、校友會建設等，針對不同群體制定個性化服務，人機交互中分析制度短板和校友現有需求等。分群體進行用戶畫像，有助于高校對學生愛校情感的培養。在校期間，可以有針對性的加強師生交流、學科建設、校友服務等，增強學生對母校的認同感；畢業后，可以加強區域、行業校友會的建設，提供線上圖書館服務、增進校友企業合作、豐富校友活動等，為校友提供便捷服務，增強畢業校友的歸屬感。

3 用戶畫像視域下智慧化校友服務的優化路徑

3.1 注重數據采集，保護校友隱私

構建用戶畫像，關鍵在于數據采集。校友的相關信息越多越完善，用戶畫像越清晰，服務需求預測越精準。 通過智慧校園平臺和校友會數字化平臺采集在校和畢業后的校友信息，采集的數據包含靜態數據和動態數據。在數據采集過程中，高校要注重校友的隱私安全，避免校友隱私泄露或變為被交易的產品。 一方面，強化技術保護校友隱私權，從技術手段上加強隱私保護，應用數據加密技術、防火墻技術、身份認證等技術對現有數據進行保護，防止校友數據被泄露和竊取。另一方面，建立健全校友數據管理制度，完善隱私保護機制，加強對相關工作人員的培訓，提高服務人員的個人素質和安全意識，推動校友畫像使用的安全性和規范性。

3.2 不斷修正用戶畫像，提供精準化服務

校友的興趣偏好、 服務需求會隨著生活習慣的動態變化而發生改變，因此，同一個校友的畫像也要隨著時間的推移進行修正。 但是校友的行為特征和興趣偏好何時變化，難以準確把握，這就需要校友服務工作人員及時了解校友的變化，對校友數據進行全方位動態采集，不斷修正用戶畫像。依據用戶畫像對校友進行細分，通過算法預測校友服務需求，針對不同的服務需求的校友采取不同的服務方式，提供精準化服務。

3.3 前置愛校教育，實現母校和校友的情感共鳴

高校前置愛校教育工作可以為校友工作帶來良性的變化。基于關聯識別數據挖掘算法，進行愛校情感因素分析，對校友情感行為進行建模與仿真，進而構建情感預測模型。通過情感預測模型完善校友畫像，利用用戶畫像技術進行針對性的愛校教育，將愛校情感教育前置，提升校友對母校的感情。通過模型分析影響學生愛校情感的主要因素，學校可以根據因素權重和學生反饋的意見，改進學校服務，有利于提高學生對學校的滿意度和認可度，增強對學校的情感，當學生畢業成為校友后，對學校情愫依然濃厚，有利于實現母校和校友的情感共鳴。

4 結語

智慧化時代校友對信息服務有更高的期待，本文提出了用戶畫像視域下智慧化校友服務的理論框架，以期高校需要精確把握、科學預測校友服務需求，提供精準化、高質量校友服務。通過智慧化校園平臺采集校友信息，刻畫校友畫像，預測校友情感，后續研究將圍繞該模型進行實證研究，推動智慧化校友服務和前置愛校教育的實現。