用户画像视域下智慧化校友服务

汪财生，傅惠鹃，鄢怡轩，朱佳

（江西理工大学，江西赣州 341000）

校友是学校特有的宝贵资源，校友数据是校友资源开发利用的基础，作为一种重要的学校战略资源其作用日益凸显[1]。 校友工作观念已经发生重大转变，现在的校友工作从结果导向转变为过程导向，强调学校对校友的情感培育。校友身份是从在校生转变过来的，毕业生在校经历直接影响毕业后对母校态度。因此，校友情感培育应该由毕业后转向入学时，重视校友历史活动轨迹，追踪校友动态的成长过程，打造全时间线的校友大数据[2]。

目前国内高校校友服务呈现出组织团体多、 形式多元化等特点，但校友服务的规范性、多样性和精准性较低，对校友在校活动数据利用度不高。 随着高校“智慧校园”建设的不断推进，智慧校园利用物联网、云计算等技术来支撑高校教学、科研、管理和校园生活服务等环境，形成“校园大数据池”[3]，积累庞大的校友学习、生活、情感、就业、工作等方面数据，为构建学生画像提供了数据基础。 用户画像是现实生活中真实用户的虚拟代表，是一个从海量数据中获取的、由用户信息构成的形象集合，能够描绘出用户全貌信息[4]，为高校分析培养爱校情感和毕业后的校友服务提供数据支撑。

1 用户画像视域下智慧化校友服务的价值阐述

1.1 创新校友工作，提升校友服务质量

智慧化校友服务将用户画像技术应用于校友服务领域，为校友工作引入了一个新的理念和视角，为优化校友工作提供支撑。 它打破了传统的校友服务体系信息化程度低的落后局面，更凸显了“校友关怀”这一校友关系管理的核心思想，打破数据与教学、管理、科研、服务等要素的紧耦合关系，追踪校友动态的成长过程，增加校友数据采集的时间跨度，形成全时间线的校友大数据。在全方位地掌握校友信息的同时，通过统计和分析这些数据，真正了解校友需求，从而指导校友工作，增强校友服务能力，提供精准服务。

1.2 增强校友意识，培育校友文化

校友意识是校友在校经历的过程中产生的一种身份认同感。 智慧化校友服务的提出和发展有利于促进校友与母校之间形成“强联系”，使得双方长期进行交流互助，从而增强校友依托母校的归属意识和认同意识，回馈学校的感恩意识和奉献意识，建设学校和服务学校的主人翁意识和传承意识。 校友文化是高校育人过程中，在校友与学校、校友与校友、校友与社会长期互动交流下，共同参与产生的以情感共同体、命运共同体为价值追求的特殊文化[5]。校友意识是校友文化内容在校友身上的外化表现，两者内涵一致，相互作用、相互影响。因此，校友意识的增强自然有利于促进校友文化的培养。

1.3 提升校友情感，开发校友资源

校友工作是一项以感情为基础，以沟通为桥梁的情感工作。 智慧化校友服务通过在校轨迹分析校友对学校的情感倾向，并进行针对性的爱校培育，将校友情感培育前置，引导校友回报母校。 同时，高效优质的校友服务让校友深切感受到来自学校的关怀与照顾，潜移默化地增强了校友对母校的归属感和认同感。 智慧化校友服务从内外两方面共同发力，依托两者之间的紧密关系，在提升校友情感的基础上促进校友资源的开发和利用，以期形成学校关怀校友，校友回报母校的和谐局面。 凝聚校友力量，对校友资源进行开发、转化和利用，实现校友与母校在科研教学、捐资助学等各方面的互帮互助、互利互惠、共同发展的双赢结果，促进学校各项事业发展[6]。

2 用户画像视域下智慧化校友服务及预测模型的构建逻辑

在智慧校园背景下，通过智慧校园平台进行数据的采集及预处理、抽取相关特征构建标签、挖掘标签进行画像建模、从而开展面向画像的应用服务。 因此，本文从数据采集、数据挖掘、数据仿真、预测及精准服务四个方面说明用户画像及预测模型的构建逻辑，见图1。

图1 智慧化校友服务运行逻辑

2.1 数据采集层：智慧校园背景下数据的收集

基于校友信息和爱校情感的相关数据采集是用户画像及预测模型构建的基本依据和必要环节。 通过智慧校园APP 采集用户标签的基础数据，所采集到的数据按性质不同分为静态和动态两类。 静态数据是用户的基本信息，短期内不会变动，建立后无法修改，如姓名、性别、年龄、专业、学历、家庭基本情况等；动态数据需要动态采集用户信息，如校园活动、兴趣偏好、行为特征、服务需求等。

2.2 数据处理层：构建用户画像

用户画像建模，一方面是基于静态属性建模，达到既建立校友基本属性的向量集合，又将校友分类形成共性属性库的目的。 校友的基本属性是对校友静态数据的描述，通过一个标签对校友进行高度精炼的特征标志，有效地对校友进行共性分析。另一方面是基于动态数据的建模，分析校友的学习生活偏好、在校表现，与教师、学校的关联度，通过爬虫获取静态用户画像，利用朴素贝叶斯方法计算情感倾向度作为动态画像属性，构建用户画像库。

爱校情感影响因素可分为服务模式、后勤服务、教学服务、学业支持、情感联络、社交媒体、管理制度七大类，每一类中含相应的属性，再对提取的数据进行文本分词处理，生成对应标签表，多个标签表构成标签体系。用户画像标签表的设计分为内容和权重两方面，其中权重会随时间而变化，定义权重和衰减因子，采用层次分析法，由上及下分析爱校情感影响因素。

2.3 数据仿真层：预测模型的构建和数据仿真

采集用户基本信息，依照用户画像全面分析用户特征，进行标签比对及用户画像相似度匹配，构建用户画像，进而将爱校情感影响因素进行数据相关性分析，并同用户画像联系起来，构建学生爱校情感预测模型。这一过程中，采用的三种算法：

①基于统计学习的算法，即多元线性回归或概率模型，多元线性回归的公式如下：

y=β1x1+β2x2+...+βkxk+β0

其中因变量y 为爱校强烈程度，自变量xk为用户画像中经提取的各构成因素，多元线性回归方程可较为简单、直观地看出各特征权重大小。

②基于时间序列的算法（主要是巴斯扩散模型）。

③基于机器学习的算法主要为分类回归树和人工神经网络。

为保证数据的科学性，参考基于偏最小二乘法模型（PLS）分析方法，对一些指标进行整合处理，选取组合信度较高的指标，通过公因子方差衡量模型中各维度对指标的预测能力。

2.4 校友服务层：分析爱校情感影响因素，提供个性化校友服务

联系用户画像，通过数据挖掘和预测模型，综合评价学校服务、教学质量、校友会建设等，针对不同群体制定个性化服务，人机交互中分析制度短板和校友现有需求等。分群体进行用户画像，有助于高校对学生爱校情感的培养。在校期间，可以有针对性的加强师生交流、学科建设、校友服务等，增强学生对母校的认同感；毕业后，可以加强区域、行业校友会的建设，提供线上图书馆服务、增进校友企业合作、丰富校友活动等，为校友提供便捷服务，增强毕业校友的归属感。

3 用户画像视域下智慧化校友服务的优化路径

3.1 注重数据采集，保护校友隐私

构建用户画像，关键在于数据采集。校友的相关信息越多越完善，用户画像越清晰，服务需求预测越精准。 通过智慧校园平台和校友会数字化平台采集在校和毕业后的校友信息，采集的数据包含静态数据和动态数据。在数据采集过程中，高校要注重校友的隐私安全，避免校友隐私泄露或变为被交易的产品。 一方面，强化技术保护校友隐私权，从技术手段上加强隐私保护，应用数据加密技术、防火墙技术、身份认证等技术对现有数据进行保护，防止校友数据被泄露和窃取。另一方面，建立健全校友数据管理制度，完善隐私保护机制，加强对相关工作人员的培训，提高服务人员的个人素质和安全意识，推动校友画像使用的安全性和规范性。

3.2 不断修正用户画像，提供精准化服务

校友的兴趣偏好、 服务需求会随着生活习惯的动态变化而发生改变，因此，同一个校友的画像也要随着时间的推移进行修正。 但是校友的行为特征和兴趣偏好何时变化，难以准确把握，这就需要校友服务工作人员及时了解校友的变化，对校友数据进行全方位动态采集，不断修正用户画像。依据用户画像对校友进行细分，通过算法预测校友服务需求，针对不同的服务需求的校友采取不同的服务方式，提供精准化服务。

3.3 前置爱校教育，实现母校和校友的情感共鸣

高校前置爱校教育工作可以为校友工作带来良性的变化。基于关联识别数据挖掘算法，进行爱校情感因素分析，对校友情感行为进行建模与仿真，进而构建情感预测模型。通过情感预测模型完善校友画像，利用用户画像技术进行针对性的爱校教育，将爱校情感教育前置，提升校友对母校的感情。通过模型分析影响学生爱校情感的主要因素，学校可以根据因素权重和学生反馈的意见，改进学校服务，有利于提高学生对学校的满意度和认可度，增强对学校的情感，当学生毕业成为校友后，对学校情愫依然浓厚，有利于实现母校和校友的情感共鸣。

4 结语

智慧化时代校友对信息服务有更高的期待，本文提出了用户画像视域下智慧化校友服务的理论框架，以期高校需要精确把握、科学预测校友服务需求，提供精准化、高质量校友服务。通过智慧化校园平台采集校友信息，刻画校友画像，预测校友情感，后续研究将围绕该模型进行实证研究，推动智慧化校友服务和前置爱校教育的实现。