论文部分内容阅读
【摘 要】行为模式的建立可以用于用戶分析，精准营销，数据分析还有数据应用。最为典型的就是精准营销，也是让大部分用户非常头疼的一种情况，将用户群体切割成更细的粒度，通过推送，邮件，活动等手段来进行营销，这是与过去的“广撒网”式的传统营销方式完全不同的，从技术手段来说，这也是对大数据手段和用户心理学研究最完美的应用。
【关键词】大数据技术;心理学;用户画像;精准营销
一、大数据背景介绍
1.1大数据概述
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
大数据的五大特征，它们分别是：1、大量;2、高速;3、多样;4、低价值密度;5、真实性。大数据资源，是需要新处理模式才能具有更强的洞察发现力、决策力和优化流程能力的海量、高增长率和多样化的信息资产。
大数据的核心价值就是在于对于海量数据进行存储和分析;大数据技术的战略意义不在于掌握庞大的数据资源，而在于对这些含有意义的数据进行专业化处理，通过加工的方式实现数据的增值。
大数据可以实现的应用可以概括为两个方向，一个是精准化定制，第二个是预测。比如不同的群体通过搜索引擎搜索同样的内容，但是每个人页面呈现出来的内容却是大不相同的，系统甚至会“大胆”地猜测用户的喜好，推荐的内容也较为满足大多数人的真实需求。再比如精准营销、百度的推广、淘宝的喜欢推荐，或者用户在旅游的过程中，系统会自动为用户推荐周边的消费设施，娱乐场所等，这些细节处处体现着大数据技术的魅力所在。[1]
1.2大数据涉及的技术理论和资源工具
日常生活中，我们一台电脑可完成所有计算和数据存储，当觉得不够用时，通常是更换更快的CPU和更大硬盘来解决。但当计算速度和存储要求越来越高时，这种通过提升单台服务器性能的集中模式会导致服务器成本极为昂贵，且最终可能仍然无法满足要求。另外一种思路，则是将大的计算需求分摊到多台计算机一起来完成。相应的分布式计算就是通过多台廉价、低性能服务器来实现超高的计算存储能力。在分布式计算系统中，任何计算和存储请求，被自动分为多个小的任务，分摊到各服务器上并行完成。同时，数据分布在多个服务器节点并有备份，这样即使部分服务器损坏也并不影响系统运行。
相比集中模式，分布式计算成本和门槛更低，易扩展并具高可靠性。成为近10年来IT体系架构最重要的技术，支撑起了整个互联网的数据和业务，也是云计算和大数据的支撑技术之一。
如果说分布式计算是IT体系架构的明星，那么机器学习就是智能数据分析的利器了。机器学习是为了让计算机通过经验来模仿人类的学习能力，从而获得计算机系统能力的提升。基于训练-建模-分类-优化的迭代生成模式，使得机器学习在实际的分析性能和模型适用性方面，具有较大的优势。
在前面了解的技术理论之上，我们进一步介绍大数据业务中可使用的技术资源和工具
（1）分布式计算框架
分布式计算框架用于完成分布式计算所需的底层任务管理和调度等核心工作，是大数据计算体系结构的基石。
（2）数据管理
数据管理主要包括存储和快速检索。大数据环境中，研究业务相关的数据更多以数据库而不是文件方式存储。
（3）处理与计算
市场研究行业大数据业务中，分析相关的数据计算技术是最重要的技术内容，主要集中在以下几个领域：
并行机器学习：机器学习本已是数据计算利器，而基于分布式的并行机器学习框架则将其能力又大大增强。Mahout中实现了大量的机器学习算法的并行版本，是当前大数据机器学习的主要工具包。MLib基于Spark框架，在性能上有优势，也开始受到广泛的关注。
自然语言处理：在中文自然语言处理领域，当前可用的免费开放资源并不多，一些开放资源主要来自学术院校，但在效果上面向工业应用尚有不足。当前常见方式是通过院校或者专业技术企业合作获得深入分析能力。
图计算：如果有图计算相关的需求可考虑采用这些开源资源。GraphLab是当前最主流的图计算框架，实现了图数据的存储和基础计算逻辑。而GraphX是Spark体系下的图计算新贵。
（4）研究分析
以下是基于大数据环境下分析阶段的数据库简介：
Hive/Impala/Spark Sql分布式的大数据分析工具，支持以传统关系数据库Sql语句进行大数据内容的检索，大大降低了研究分析人员的大数据分析门槛，是适合数据分析/研究人员的最佳工具。
TableAU 企业级大数据分析工具，其优点是大数据下的可视化和方便性，研究人员使用比较容易。就实际应用体会上，感觉更适合企业级内部数据、亿级以下的结构化大数据的场景。分析维度主要是统计性维度，可分析深度相对不足。
SPSS Modeler IBM的商用数据挖掘工具，对大数据支持能力不如计算复杂度相关的工具，其特点是提供专业的数据挖掘算法，研究中适合做深度或非统计性研究。
Gephi可视化分析，其支持多种可视化分析图生成。不过在较大数据量时性能下降较快，所以最好对数据预先做相关平滑和剪枝。[2]
二、心理学研究内容
2.1什么是心理学
心理学，顾名思义就是一门研究人和动物行为及心理现象的学科，不仅是一门理论学科，同时也是一门应用学科，包含了基础心理学和应用心理学两大领域。
心理学研究涉及了行为习惯、认知、知觉、情绪、性格、思维、人格、人际关系、社会关系等许多方面，心理学一方面尝试用大脑运作来解释个体基本的行为与心理机能，同时，心理学也尝试解释个体心理机能在社会行为与社会动力中的角色。实际上，很多人文学科和自然学科都与心理学有关，人类心理活动其本身就与人类环境密不可分。 2.2.1心理学的研究领域
心理学所包含的研究领域是非常宽广的，以基础研究领域为例，用于学术研究目的的有变态心理学、健康心理学、生理心理学、比较心理学、认知心理学、发展心理学、人格心理学、社会心理学等。通过多种心理学的研究渠道，可以最大程度的研究各种社会环境下人们的思维方式与其映射的社会行为方式。
2.2.2心理学的研究类型与方法
心理学研究方法是研究心理学问题所采用的各种具体途径和手段，包括仪器和工具的利用。通过多种研究方式可以全方位，多维度地剖析被试者的心理状态，采集的数据量越多，采集的方式多元化，所得到的结果就更加具有说服力。在上述研究类型的表格中，以横向研究和纵向研究为例，研究出同一时间段内的不同年龄组的被试心理发展和较长时间内同一年龄段的被试者的心理变化研究，就很好地通过控制变量的方法来进行抽样调查，使得实验数据更加具有可靠性，使实验结果也更加具有说服力。
2.3心理学研究可以达到对行为的预测
心理学家使用科学的方法对个体的行为和心理过程得出结论。心理学家有这样几个目标：在适宜的水平上客观地描述行为，解释产生行为的原因，预测行为何时会发生，以及控制行为以改进生活质量。
事实上，人们对心理学的探究从未停止，早期的心理学研究是属于哲学的范畴，称为哲学心理学。哲学心理学的研究可以追溯到古埃及、古希腊、中国和印度历史的古代文明，如柏拉图提出过二元并存的理念，也有人认为亚里士多德的《论灵魂》著作是最早的一部论述心理学思想的著作。经过长期的演变，慢慢的产生各种不同的学科，包括人们现在所了解的心理学。
在中国，《周公解梦》能流传至今的原因并不仅仅是封建迷信的结果，而是通过大量的观察分析，推演出的一套规律。虽然梦境和现实完全是两回事，但是“解梦”的环节就是古人对心理状态研究的一次很好的尝试。
心理学的第一个任务是对行为进行精确的观察，通过观察的结论得到行为数据。行为数据是关于机体的行为和行为发生时环境的观察报告，当研究者进行数据收集时，他们必须选择一个适宜的分析水平，并且设计出能保证客观性的度量行为的方法。
1895年，奥地利的心理学家弗洛伊德专心投入对梦境的研究，其后来出版的《梦的解析》影响至今。后来的心理学家荣格，阿德勒均在梦的无意识研究上有所建树。白天我们的意识受到各种道德，心理防御，思维方式的阻碍被压抑下来，成为潜意识，而通过梦境或者催眠，才能探索内心深处的无意识内容。
所以并非心理学中有解梦这一说，而是梦境本身对于心理学的研究和发展有非常重要的参考价值和意义。
三、心理学研究对大学生的作用
3.1互联网下大学生的心理
互联网作为人类文明的一次革命，已成为现代社会文明的重要标志，并继报纸、广播、电视传媒之后成为“第四媒介”。互联网时代下的大学生有着鲜明的时代烙印，成为网络世界活动主体。
高校心理学教师可以充分利用互联网等现代化手段，及时掌握当代大学生的上网心理，帮助学生充分认识到过度接触网络的危害，并在对不同的网络心理问题进行充分研究讨论的基础上，帮助学生有效解决自身的心理问题，促进当代青年心理健康发展。此外，高校也要注意加强对学生的挫折教育，提高大学生面对现实生活压力的勇气和承受力，在自觉的心理调节中缓解自身的心理矛盾，优化自我心理素质。[3]
3.2校园里的心理健康教育
加强互联网时代的大学生心理健康教育是当今社会发展的必然之举，网络以强势的姿态进入到大学生生活的各个方面，在给当代年轻人带来前所未有的精神体验的同时，也给大学生的心理承受能力带来了颠覆性的冲击。通过对当代互联网的心理学知识进行系统性研究，深入探析互联网与人类个体之间的联系及影响，可以打开互联网时代大学生心理健康教育的研究窗口，为未来互联网心理的深入研究奠定了坚实的基础。
近几年来，学生面临的生活压力、就业压力、工作压力也越来越大，随之出现的心理问题同样也越来越多。因此，对大学生开展心理健康教育显得尤为重要，同时也是教育改革的一个重要方向。思想政治教育作为高校育人的重要手段，引导大学生树立正确的思想观念、规范言语行为，同时也承担着大学生心理健康教育的一部分责任。因此，将积极心理学的方法和观点融进高校思想政治教育工作中，能够有效地促进高校思政工作的开展，完善高校思想政治教育的工作成果。
3.3大学生身心健康发展的需要
大学生素质教育不仅包含身体素质、文化素质同样心理素质的提升也必不可少。近年来，社会发展迅速，复杂的成长环境使大学生成长发展受到影响，导致其在学习和生活中负面、消极情绪较多，容易产生不同程度的心理问题。良好的心态以及优良的品质是当代大学生学習和生活的关键因素，也是促进国家、社会和谐发展的动力，当代大学生只有树立良好的思想道德素质，养成积极乐观的心态，才能推动高校思政工作良性创新发展。[4]
四、互联网与心理学结合的可行性
4.1基于大数据技术对用户心理的研究
很多的用户会发现，在使用购物类，点餐类甚至是出行类的软件过程中，软件会“习惯性”地记下用户的个人习惯，有时会推送一些相关产品或者一些会令用户所感兴趣的页面。“大数据”技术已然改变着我们的生活，甚至已经悄悄的改变了我们的某些行为习惯。一个人在平台上的购物行为都会作为数据存储在数据库中，这些购物数据以每秒钟TB级别的数量产生。在大数据时代，由于数据的来源十分广泛，数据类型和格式存在着差异，并且这些数据中的大部分都存在噪声，甚至会有错误数据的出现，那么通过数据采集-数据处理和变换-可视化映射等步骤，就可以将数据流最为核心的部分以图像的形式展现出来。
经过上述几个步骤，大多数用户的行为习惯已经初具雏形，这些图表或图像不经过选择和分析等手段很难获得其真正的价值。 4.2为什么需要用户画像
用户画像的概念最早由交互设计之父Alan Cooper提出，是建立在一系列属性数据之上的目标用户模型。一般是产品设计、运营人员从用户群体中抽象出来的典型用户，本质是一个用以描述用户需求的工具。如上文所說，所有用户的操作习惯都会在互联网上留下痕迹，而这些记录以标签的形式贴在了用户的身上，这就是所谓的用户画像。
基于用户画像的建模可以看成在大量用户数据基础之上的建模，其中全部的用户是一个总体研究对象，个体则通过标签来刻画。一个标签就代表个体用户的一个方向。因此，可以通过选择合适的用户标签之后，对标签数据进行预处理，最后再对用户画像进行建模。目前，常用的用户画像建模方法包括用户兴趣特征词表示法、神经网络表示法、向量空间模型表示法等。其中向量空间模型更数学化，且能自动进行更新。[5]
行为模式的建立可以用于用户分析，精准营销，数据分析还有数据应用。最为典型的就是精准营销，也是让大部分用户非常头疼的一种情况，将用户群体切割成更细的粒度，通过推送，邮件，活动等手段来进行营销，这是与过去的“广撒网”式的传统营销方式完全不同的，从技术手段来说，这也是对大数据手段和用户心理学研究最完美的应用。
五、总结
心理学研究的依据就是大量的数据和对行为的推测，那么大数据技术就会提供相当可观的数据，通过大数据可视化技术就能够将数据转化为图表等形式，最后通过用户画像和机器学习手段就能够让枯燥无味的图像具有独特的意义。在当今时代有越来越多的计算机技术可以帮助用户来达到自己的目的，这对于科学研究的发展也是有着重要作用，先进的思想和技术与优秀的研究方向发生碰撞也会产生美妙的反应。当然，将大数据技术和心理学应用所结合还是又很长的路要走，目前真正实现的案例也不多，但是随着大数据技术的不断完善与发展，相信终会产生更多令人惊奇的互联网技术的应用，包括人工智能等方面都会有一个质的飞跃。
参考文献：
[1]php中文网[K] 2020-10-13.
[2]郑娅峰，赵亚宁，白雪，傅骞.教育大数据可视化研究综述[J/OL].计算机科学与探索：1-23[2020-12-20].http：//kns.cnki.net/kcms/detail/11.5602.tp.20201217.1029.002.html.
[3]李承泽.互联网心理学对大学生心理健康教育的启示研究——评《互联网心理学》[J].新闻与写作，2021（02）：115.
[4]张梦丹.积极心理学融入大学生思政教育的路径探析[J].现代交际，2021（01）：165-167.
[5]李洁琼.基于用户画像与RBF的移动广告精准推送研究[J].自动化与仪器仪表，2021（01）：38-42.
作者简介：
叶寒剑，2000年，男，专科，研究方向：大数据应用，数据库技术。
（作者单位：西南科技大学城市学院 鼎利学院）
【关键词】大数据技术;心理学;用户画像;精准营销
一、大数据背景介绍
1.1大数据概述
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
大数据的五大特征，它们分别是：1、大量;2、高速;3、多样;4、低价值密度;5、真实性。大数据资源，是需要新处理模式才能具有更强的洞察发现力、决策力和优化流程能力的海量、高增长率和多样化的信息资产。
大数据的核心价值就是在于对于海量数据进行存储和分析;大数据技术的战略意义不在于掌握庞大的数据资源，而在于对这些含有意义的数据进行专业化处理，通过加工的方式实现数据的增值。
大数据可以实现的应用可以概括为两个方向，一个是精准化定制，第二个是预测。比如不同的群体通过搜索引擎搜索同样的内容，但是每个人页面呈现出来的内容却是大不相同的，系统甚至会“大胆”地猜测用户的喜好，推荐的内容也较为满足大多数人的真实需求。再比如精准营销、百度的推广、淘宝的喜欢推荐，或者用户在旅游的过程中，系统会自动为用户推荐周边的消费设施，娱乐场所等，这些细节处处体现着大数据技术的魅力所在。[1]
1.2大数据涉及的技术理论和资源工具
日常生活中，我们一台电脑可完成所有计算和数据存储，当觉得不够用时，通常是更换更快的CPU和更大硬盘来解决。但当计算速度和存储要求越来越高时，这种通过提升单台服务器性能的集中模式会导致服务器成本极为昂贵，且最终可能仍然无法满足要求。另外一种思路，则是将大的计算需求分摊到多台计算机一起来完成。相应的分布式计算就是通过多台廉价、低性能服务器来实现超高的计算存储能力。在分布式计算系统中，任何计算和存储请求，被自动分为多个小的任务，分摊到各服务器上并行完成。同时，数据分布在多个服务器节点并有备份，这样即使部分服务器损坏也并不影响系统运行。
相比集中模式，分布式计算成本和门槛更低，易扩展并具高可靠性。成为近10年来IT体系架构最重要的技术，支撑起了整个互联网的数据和业务，也是云计算和大数据的支撑技术之一。
如果说分布式计算是IT体系架构的明星，那么机器学习就是智能数据分析的利器了。机器学习是为了让计算机通过经验来模仿人类的学习能力，从而获得计算机系统能力的提升。基于训练-建模-分类-优化的迭代生成模式，使得机器学习在实际的分析性能和模型适用性方面，具有较大的优势。
在前面了解的技术理论之上，我们进一步介绍大数据业务中可使用的技术资源和工具
（1）分布式计算框架
分布式计算框架用于完成分布式计算所需的底层任务管理和调度等核心工作，是大数据计算体系结构的基石。
（2）数据管理
数据管理主要包括存储和快速检索。大数据环境中，研究业务相关的数据更多以数据库而不是文件方式存储。
（3）处理与计算
市场研究行业大数据业务中，分析相关的数据计算技术是最重要的技术内容，主要集中在以下几个领域：
并行机器学习：机器学习本已是数据计算利器，而基于分布式的并行机器学习框架则将其能力又大大增强。Mahout中实现了大量的机器学习算法的并行版本，是当前大数据机器学习的主要工具包。MLib基于Spark框架，在性能上有优势，也开始受到广泛的关注。
自然语言处理：在中文自然语言处理领域，当前可用的免费开放资源并不多，一些开放资源主要来自学术院校，但在效果上面向工业应用尚有不足。当前常见方式是通过院校或者专业技术企业合作获得深入分析能力。
图计算：如果有图计算相关的需求可考虑采用这些开源资源。GraphLab是当前最主流的图计算框架，实现了图数据的存储和基础计算逻辑。而GraphX是Spark体系下的图计算新贵。
（4）研究分析
以下是基于大数据环境下分析阶段的数据库简介：
Hive/Impala/Spark Sql分布式的大数据分析工具，支持以传统关系数据库Sql语句进行大数据内容的检索，大大降低了研究分析人员的大数据分析门槛，是适合数据分析/研究人员的最佳工具。
TableAU 企业级大数据分析工具，其优点是大数据下的可视化和方便性，研究人员使用比较容易。就实际应用体会上，感觉更适合企业级内部数据、亿级以下的结构化大数据的场景。分析维度主要是统计性维度，可分析深度相对不足。
SPSS Modeler IBM的商用数据挖掘工具，对大数据支持能力不如计算复杂度相关的工具，其特点是提供专业的数据挖掘算法，研究中适合做深度或非统计性研究。
Gephi可视化分析，其支持多种可视化分析图生成。不过在较大数据量时性能下降较快，所以最好对数据预先做相关平滑和剪枝。[2]
二、心理学研究内容
2.1什么是心理学
心理学，顾名思义就是一门研究人和动物行为及心理现象的学科，不仅是一门理论学科，同时也是一门应用学科，包含了基础心理学和应用心理学两大领域。
心理学研究涉及了行为习惯、认知、知觉、情绪、性格、思维、人格、人际关系、社会关系等许多方面，心理学一方面尝试用大脑运作来解释个体基本的行为与心理机能，同时，心理学也尝试解释个体心理机能在社会行为与社会动力中的角色。实际上，很多人文学科和自然学科都与心理学有关，人类心理活动其本身就与人类环境密不可分。 2.2.1心理学的研究领域
心理学所包含的研究领域是非常宽广的，以基础研究领域为例，用于学术研究目的的有变态心理学、健康心理学、生理心理学、比较心理学、认知心理学、发展心理学、人格心理学、社会心理学等。通过多种心理学的研究渠道，可以最大程度的研究各种社会环境下人们的思维方式与其映射的社会行为方式。
2.2.2心理学的研究类型与方法
心理学研究方法是研究心理学问题所采用的各种具体途径和手段，包括仪器和工具的利用。通过多种研究方式可以全方位，多维度地剖析被试者的心理状态，采集的数据量越多，采集的方式多元化，所得到的结果就更加具有说服力。在上述研究类型的表格中，以横向研究和纵向研究为例，研究出同一时间段内的不同年龄组的被试心理发展和较长时间内同一年龄段的被试者的心理变化研究，就很好地通过控制变量的方法来进行抽样调查，使得实验数据更加具有可靠性，使实验结果也更加具有说服力。
2.3心理学研究可以达到对行为的预测
心理学家使用科学的方法对个体的行为和心理过程得出结论。心理学家有这样几个目标：在适宜的水平上客观地描述行为，解释产生行为的原因，预测行为何时会发生，以及控制行为以改进生活质量。
事实上，人们对心理学的探究从未停止，早期的心理学研究是属于哲学的范畴，称为哲学心理学。哲学心理学的研究可以追溯到古埃及、古希腊、中国和印度历史的古代文明，如柏拉图提出过二元并存的理念，也有人认为亚里士多德的《论灵魂》著作是最早的一部论述心理学思想的著作。经过长期的演变，慢慢的产生各种不同的学科，包括人们现在所了解的心理学。
在中国，《周公解梦》能流传至今的原因并不仅仅是封建迷信的结果，而是通过大量的观察分析，推演出的一套规律。虽然梦境和现实完全是两回事，但是“解梦”的环节就是古人对心理状态研究的一次很好的尝试。
心理学的第一个任务是对行为进行精确的观察，通过观察的结论得到行为数据。行为数据是关于机体的行为和行为发生时环境的观察报告，当研究者进行数据收集时，他们必须选择一个适宜的分析水平，并且设计出能保证客观性的度量行为的方法。
1895年，奥地利的心理学家弗洛伊德专心投入对梦境的研究，其后来出版的《梦的解析》影响至今。后来的心理学家荣格，阿德勒均在梦的无意识研究上有所建树。白天我们的意识受到各种道德，心理防御，思维方式的阻碍被压抑下来，成为潜意识，而通过梦境或者催眠，才能探索内心深处的无意识内容。
所以并非心理学中有解梦这一说，而是梦境本身对于心理学的研究和发展有非常重要的参考价值和意义。
三、心理学研究对大学生的作用
3.1互联网下大学生的心理
互联网作为人类文明的一次革命，已成为现代社会文明的重要标志，并继报纸、广播、电视传媒之后成为“第四媒介”。互联网时代下的大学生有着鲜明的时代烙印，成为网络世界活动主体。
高校心理学教师可以充分利用互联网等现代化手段，及时掌握当代大学生的上网心理，帮助学生充分认识到过度接触网络的危害，并在对不同的网络心理问题进行充分研究讨论的基础上，帮助学生有效解决自身的心理问题，促进当代青年心理健康发展。此外，高校也要注意加强对学生的挫折教育，提高大学生面对现实生活压力的勇气和承受力，在自觉的心理调节中缓解自身的心理矛盾，优化自我心理素质。[3]
3.2校园里的心理健康教育
加强互联网时代的大学生心理健康教育是当今社会发展的必然之举，网络以强势的姿态进入到大学生生活的各个方面，在给当代年轻人带来前所未有的精神体验的同时，也给大学生的心理承受能力带来了颠覆性的冲击。通过对当代互联网的心理学知识进行系统性研究，深入探析互联网与人类个体之间的联系及影响，可以打开互联网时代大学生心理健康教育的研究窗口，为未来互联网心理的深入研究奠定了坚实的基础。
近几年来，学生面临的生活压力、就业压力、工作压力也越来越大，随之出现的心理问题同样也越来越多。因此，对大学生开展心理健康教育显得尤为重要，同时也是教育改革的一个重要方向。思想政治教育作为高校育人的重要手段，引导大学生树立正确的思想观念、规范言语行为，同时也承担着大学生心理健康教育的一部分责任。因此，将积极心理学的方法和观点融进高校思想政治教育工作中，能够有效地促进高校思政工作的开展，完善高校思想政治教育的工作成果。
3.3大学生身心健康发展的需要
大学生素质教育不仅包含身体素质、文化素质同样心理素质的提升也必不可少。近年来，社会发展迅速，复杂的成长环境使大学生成长发展受到影响，导致其在学习和生活中负面、消极情绪较多，容易产生不同程度的心理问题。良好的心态以及优良的品质是当代大学生学習和生活的关键因素，也是促进国家、社会和谐发展的动力，当代大学生只有树立良好的思想道德素质，养成积极乐观的心态，才能推动高校思政工作良性创新发展。[4]
四、互联网与心理学结合的可行性
4.1基于大数据技术对用户心理的研究
很多的用户会发现，在使用购物类，点餐类甚至是出行类的软件过程中，软件会“习惯性”地记下用户的个人习惯，有时会推送一些相关产品或者一些会令用户所感兴趣的页面。“大数据”技术已然改变着我们的生活，甚至已经悄悄的改变了我们的某些行为习惯。一个人在平台上的购物行为都会作为数据存储在数据库中，这些购物数据以每秒钟TB级别的数量产生。在大数据时代，由于数据的来源十分广泛，数据类型和格式存在着差异，并且这些数据中的大部分都存在噪声，甚至会有错误数据的出现，那么通过数据采集-数据处理和变换-可视化映射等步骤，就可以将数据流最为核心的部分以图像的形式展现出来。
经过上述几个步骤，大多数用户的行为习惯已经初具雏形，这些图表或图像不经过选择和分析等手段很难获得其真正的价值。 4.2为什么需要用户画像
用户画像的概念最早由交互设计之父Alan Cooper提出，是建立在一系列属性数据之上的目标用户模型。一般是产品设计、运营人员从用户群体中抽象出来的典型用户，本质是一个用以描述用户需求的工具。如上文所說，所有用户的操作习惯都会在互联网上留下痕迹，而这些记录以标签的形式贴在了用户的身上，这就是所谓的用户画像。
基于用户画像的建模可以看成在大量用户数据基础之上的建模，其中全部的用户是一个总体研究对象，个体则通过标签来刻画。一个标签就代表个体用户的一个方向。因此，可以通过选择合适的用户标签之后，对标签数据进行预处理，最后再对用户画像进行建模。目前，常用的用户画像建模方法包括用户兴趣特征词表示法、神经网络表示法、向量空间模型表示法等。其中向量空间模型更数学化，且能自动进行更新。[5]
行为模式的建立可以用于用户分析，精准营销，数据分析还有数据应用。最为典型的就是精准营销，也是让大部分用户非常头疼的一种情况，将用户群体切割成更细的粒度，通过推送，邮件，活动等手段来进行营销，这是与过去的“广撒网”式的传统营销方式完全不同的，从技术手段来说，这也是对大数据手段和用户心理学研究最完美的应用。
五、总结
心理学研究的依据就是大量的数据和对行为的推测，那么大数据技术就会提供相当可观的数据，通过大数据可视化技术就能够将数据转化为图表等形式，最后通过用户画像和机器学习手段就能够让枯燥无味的图像具有独特的意义。在当今时代有越来越多的计算机技术可以帮助用户来达到自己的目的，这对于科学研究的发展也是有着重要作用，先进的思想和技术与优秀的研究方向发生碰撞也会产生美妙的反应。当然，将大数据技术和心理学应用所结合还是又很长的路要走，目前真正实现的案例也不多，但是随着大数据技术的不断完善与发展，相信终会产生更多令人惊奇的互联网技术的应用，包括人工智能等方面都会有一个质的飞跃。
参考文献：
[1]php中文网[K] 2020-10-13.
[2]郑娅峰，赵亚宁，白雪，傅骞.教育大数据可视化研究综述[J/OL].计算机科学与探索：1-23[2020-12-20].http：//kns.cnki.net/kcms/detail/11.5602.tp.20201217.1029.002.html.
[3]李承泽.互联网心理学对大学生心理健康教育的启示研究——评《互联网心理学》[J].新闻与写作，2021（02）：115.
[4]张梦丹.积极心理学融入大学生思政教育的路径探析[J].现代交际，2021（01）：165-167.
[5]李洁琼.基于用户画像与RBF的移动广告精准推送研究[J].自动化与仪器仪表，2021（01）：38-42.
作者简介：
叶寒剑，2000年，男，专科，研究方向：大数据应用，数据库技术。
（作者单位：西南科技大学城市学院 鼎利学院）