基于消费行为理解与分析的用户兴趣建模方法

周雪梅

摘要：国内外多数是从人口统计数据和心理角度对用户兴趣进行研究，然而该方法复杂烦琐，面对海量信息，无法更好地实现基于用户兴趣的个性化信息服务。随着 Internet 技术的发展，可以通过网上消费行为进行理解与分析，从而获取用户的兴趣，更好地为用户提供贴心的服务，因此提出基于消费行为理解与分析的用户兴趣建模方法。通过采集基于消费行为理解与分析的用户兴趣数据，对消费行为数据与用户兴趣关系进行分析，从而实现用户兴趣模型的构建，最终完成提出的方法研究。通过实验验证证明，提出的方法具有较高的有效性，适用于用户个性化服务中。

关键词：消费行为;理解与分析;用户兴趣;建模方法

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2019）14-0273-02

随着Web信息资源快速增长，如何利用最少的资源发现最有价值的信息，已经成为人们研究的热点。为了更好地了解用户兴趣爱好，各种大数据分析系统应运而生，通过用户兴趣模型，只需对用户浏览记录进行理解与分析，便可获取兴趣信息类型及兴趣度，有效地提高了个性化服务的质量[1]。因此提出基于消费行为理解与分析的用户兴趣建模方法，通过该方法来获取用户短期兴趣和长期兴趣，在综合分析用户消费行为的基础上，获取用户兴趣数据，考虑消费行为数据与用户兴趣的关系，同时分析不同消费行为数据与用户兴趣偏向之间的关系，实现用户消费兴趣模型的构建。通过实验验证证明，该方法能够准确评估用户兴趣偏好，对提高个性化服务质量有深远的影响。

1基于消费行为理解与分析的用户兴趣数据的采集

1.1消费行为数据的调取

网上消费是居民消费行为的重要组成部分，是采集基于消费行为理解与分析的用户兴趣数据的基础，调取居民网上消费行为的基础就是对网络消费数据进行处理。

消费行为的调取，首先通过数据清洗，对居民网上消费数据进行预处理，数据清洗的目的是剔除冗余和部分缺失的数据，确保消费行为数据与用户兴趣关系的分析所使用的数据具有有效性。然后进行数据转换，由于居民网上消费行为的大数据都是历史网页浏览记录数据，对其进行数据清理后，还需对其进行转换，将历史网页浏览记录数据转换成形象的图表，使调取的消费行为更加泛化和规范化[2]。最后对转换后的数据进行规约，由于居民网上消费行为数据来源于网上消费平台的各个分类，所以可能产生与用户消费兴趣无关的数据或具有重复属性的数据，通过对数据进行规约，降低调取的消费行为数据的复杂维度，确保调取的消费行为数据具有较高的准确性。

1.2消费行为的理解与分析

消费者千差万别的兴趣爱好，往往表现在他们对消费活动的态度和习惯化的消费行为上，同时也表现在个体活动的独立性程度上，从而构成千姿百态的消费行为。

消费行为的理解与分析，首先要分析消费者消费行为是出于本能动机还是心理动机。本能动机为本能需要，心理动机包括情感需要、理智需要以及惠顾需要[3]。然后分析消费行为从认知到评价到购买的整个过程，其中消费者的认知是决定消费行为的关键因素，也是消费行为的重要部分。消费行为的理解与分析必须以产品目标群体的消费行为为基础，构建合理的产品与信息通路，积极分析消费者购买行为的整个过程，从而理解和分析消费行为。一定程度上来讲，消费行为是一个临界点，消费行为只和消费者自己关联，常常出现购买自己并不真正需要东西的现象，消费行为的理解与分析的基础，是分析消费者有意义的消费行为。

消费者的消费行为由消费者的主观思维决定的，因此通过调取消费行为数据，依托消费行为数据的理解与分析，完成用户兴趣数据的采集。

2消费行为数据与用户兴趣关系的分析

基于采集用户兴趣数据，分析消费行为数据与用户兴趣关系。利用用户兴趣判别函数，判别消费行为数据与用户兴趣关系，用户兴趣判别函数表达式如公式1所示：

公式中，Y为用户兴趣的判别值，X1、X2、Xn为居民网上消费行为的各项数据，A1、A2、An为消费本能动机、心理动机的评价指标等级。通过用户兴趣判别函数，对居民网上消费行为分类，分析用户兴趣与心理动机消费的关系。根據距离最小的原则，将用户兴趣与心理动机消费进行合并，形成新类[4]。经过n-1次就可以把全部基于心理动机的消费行为归为一类，根据归并的先后顺序做出用户兴趣分析，利用图表进行可视化结果展示，从而完成基于心理动机的用户兴趣分析。

把所有基于心理动机消费的标签按照消费分类领域进行组织，把“用户兴趣”作为出发点，按照消费标签的分类，外延形成树状组织。消费分类越复杂越靠近树的根部，从第一层级依次往下由复杂程度把标签组织起来，得到消费行为数据与用户兴趣关系的分类树。

通过建立消费行为数据与用户兴趣关系的分类树，完成消费行为数据与用户兴趣关系的分析，为实现用户消费兴趣模型的构建奠定基础。

3实现用户消费兴趣模型的构建

用户兴趣模型能为个性化服务提供基础资料，也是个性化服务系统的核心组成部分。通过用户兴趣模型，获取不同用户的兴趣爱好以及相关信息需求。

用户兴趣模型的组成由一些关键字为主体对象，各个对象都有一个权值信息，权值的大小代表用户对该对象的兴趣浓度，同时权值的大小与兴趣浓度成正比。用户兴趣模型的各个对象分别包括文本对象信息以及相关领域的信息两部分内容。其中文本对象信息为用户兴趣分类的关键字信息，相关领域的信息为与文本对象信息紧密相连的其他相关信息。考虑到用户的兴趣并不是一成不变，随时可能发生改变，同时采集的基于消费行为理解与分析的用户兴趣数据，也不具有全面性，不能包括用户所有的兴趣及其感兴趣的程度[5]。因此通过动态用户兴趣模型来及时更新用户兴趣，并根据用户兴趣模型进行兴趣延展。基于用户的信息浏览记录，对网页进行初步处理，结合网页内容，依托用户兴趣模型及时更新用户兴趣数据。

通过采集基于消费行为理解与分析的用户兴趣数据，对消费行为数据与用户兴趣关系进行分析，从而实现用户消费兴趣模型的构建。

4实验验证

为了保证本文提出的基于消費行为理解与分析的用户兴趣建模方法有效性，进行用户兴趣模型验证。

4.1数据准备

通过网络消费平台收集用户消费相关行为，根据本文提出的基于消费行为理解与分析的用户兴趣建模方法，与用户实际兴趣进行对比，来验证本文提出的用户兴趣建模方法的有效性。选取10个网上消费用户作为实验对象，收集他们近一个月的消费行为，利用消费行为数据作为实验数据进行分析。统计整理后相关消费行为数据如表 1 所示。

4.2实验结果分析

依托表1数据，通过基于消费行为理解与分析的用户兴趣建模方法分析得出用户的兴趣偏好，如图1所示。

对比图1数据与表2数据，得出基于消费行为理解与分析的用户兴趣建模方法，分析得出的用户的兴趣偏好与用户实际爱好基本相同。证明本文提出的方法具有较高的有效性，适用于基于用户兴趣提供个性化服务中。

5总结

借助于互联网的高速发展，网上消费保持了高速的增长趋势，用户数量急速上升，同时造成了大量的信息淹没，用户找不到自己感兴趣的商品，不利于各个网上消费平台的健康发展。因此提出基于消费行为理解与分析的用户兴趣建模方法，通过采集基于消费行为理解与分析的用户兴趣数据，对消费行为数据与用户兴趣关系进行分析，从而实现用户兴趣模型的构建。通过实验验证证明，基于消费行为理解与分析的用户兴趣建模方法能够准确地获取用户兴趣，希望本文能够为用户兴趣分析提供参考价值。

参考文献：

[1] 熊勇清，何舒萍. 新能源汽车目标用户消费行为与制造商经营行为互动过程分析——基于“领先”和“跟随”两类用户的实验模拟[J]. 科学学与科学技术管理， 2017（11）：63-72.

[2] 王艳茹，马慧芳，刘海姣，et al. 基于多标签语义关联关系的微博用户兴趣建模方法[J]. 计算机工程与科学， 2018， 40（11）：165-171.

[3] 王慧. 基于数字图书馆浏览行为的用户兴趣研究——以天津图书馆“数字图书馆知识发现系统研究项目”为例[J]. 图书馆工作与研究， 2017（S1）：32-36.

[4] 何胜，冯新翎，武群辉，et al. 基于用户行为建模和大数据挖掘的图书馆个性化服务研究[J]. 图书情报工作， 2017（01）：41-47.

[5] 陈姝，窦永香，张青杰. 基于理性行为理论的微博用户转发行为影响因素研究[J]. 情报杂志， 2017（11）：151-156+164.

【通联编辑：光文玲】