第一节 数据化生存：另一种媒介化生存
词条1：数据化生存
1、数据，不仅是个体思想与见解的记录，也是个体的行为、活动的另一种形态，数据成了个体的映射与化身。社会化媒体应用、移动终端进一步刺激了个体数据的生产，未来可穿戴设备将使得更多人体本身的数据得到记录与分享。
plmn2、从信息技术的角度看，任何数字化的信息都是数据。新媒体的数字化生存即数据化生存。
3、从个体对数据的控制关系角度来看，个体的数据有三种形式：
①个体被动产生的数据内容
②个体主动生产的数据内容
③介于主动与被动之间的数据
4、从另一个角度看，个体的数据又有内容型数据与活动型数据之分。内容型数据对应的情形是，用户行动的目的就是生产处直接在网络中发布的内容；而活动型数据，本身并不是用户有意识生产的内容，而是用户活动的附属产物，但它同样是用户行为的重要记录，甚至是研究用户个性的重要依据。随着越来越多的人开始习惯于网络化生存，活动型数据也成为个体人生中的重要痕迹。
古诗文阅读大赛
词条2：个体数据的类型
1、从个体对数据的控制关系角度来看，个体数据的三种形式：
①个体被动产生的数据内容。例如用户进入网络中的各种平台时注册的个人信息。这类用户信息的形成由平台发起，用户即使不愿意也必须提供。
②个体主动生产的数据内容。在论坛、即时通信、博客、微博、、视频平台中，用户自主制造出大量内容，从信息处理角度来看，这些内容也是数据。个体主动生产的内容，更能反映个体“数据化”生存中的心理与诉求。
③介于主动与被动之间的数据，如可穿戴设备形成的用户数据。用户在使用可穿戴设备方
面具有主动性、可选择性。但是一旦使用这些设备后，设备产生的数据是用户难以左右的，因此在这方面也具有一定的被动性。
2、个体数据也可分为：内容型数据和活动型数据。
①内容型数据：用户行动的目的就是生产出直接在网络中发布的内容。
②活动型数据：比如人们在电子商务活动中的购买行为记录。其本身并不是用户有意识生产的内容，而是用户活动的附属产物，但它同样是用户行为的重要记录，甚至是研究用户个性的重要依据。
词条1：用户画像
传统时代的用户画像是粗略的、模糊的。而今天的用户画像，可以在个体、体、整体等三个不同层面展开。
一、个体用户的数据化画像
针对个体用户的数据画像，其目标是揭示用户的自然属性、个性特点、兴趣偏好、行为习惯、需求特征等。甚至有些画像还能进一步揭示个体的政治倾向、态度立场等。个体用户的数据画像，主要依赖以下几类数据：
①用户在各种平台提供的相关个人信息。当然由于隐私保护意识和其他心理，用户未必会完全提供真实信息，所以进行用户画像时需要通过相应方式对其中可能出现的信息偏差进行判断与纠正。
②用户在社交平台公开分享的内容。虽然用户分享的内容或多或少有表演的成分，但是他们都是用户某个角度的折射或镜像。例如：美国宾州大学的几位研究者以Twitter上66502位Twitter用户的头像以及他们发出的1亿450多万条推特内容为研究对象，研究人们在社会化媒体中使用的头像与其性格之间的关系。结论是：不同性格的人在使用头像时有显著区别，且可以根据头像的一些特征来推断人们的性格。例如，具有亲和力或严谨的用户在他们头像中显露出更多积极的情绪，开放度高的用户更喜欢用具有审美价值的照片做头像。
③用户在各种平台的行为数据，如浏览记录、点赞、购物行为等。对用户以往行为的分析，有助于发现行为的内在规律，也可以在一定程度上判断其未来趋向。
④此外，用户所处的地理位置信息、体归属、社会环境等，也是理解用户行为与需求的重要数据。 从目前个性化服务的角度看，用户的画像，最终常常是以“标签”的方式呈现，个体用户身上打上的标签越多，就意味着对他的了解越丰富，也常常是针对这些标签进行特定信息或产品的推送。
二、体用户的数据化画像
以往媒体的分众传播，主要面向基于人口统计变量划分的体，而今天新媒体的体，是虚拟空间中的社或族等。从用户画像角度看，除了人口统计学方面的特征外，对体成员的共同心理和共性特征的把握更为重要。网络体聚合模式不尽相同，在用户画像方面也会有所差异。目前对网络体进行画像的主要目的：
①为了针对体进行营销或其他与经济相关的活动
②为了对不同体的文化进行研究
③为了研究社会意见分布与走向，面向不同目的的用户画像框架会有所不同。
（一）封闭的网络社
社特点：与开放的网络族相比，这类社通常边界清晰，所以在画像时不需要过多考虑边界的问题。
核心问题：这类封闭社成员的人口统计学特征并不明显，所以理解社特征的出发点只能是社会成员的连接纽带，最常见的纽带是兴趣、文化偏好、利益（包括经济利益、社会资本、文化资本）等。
初中数学教学大纲研究目的：在这些社里也会形成一定的成员关系模式，例如常会出现意见领袖这样的话语权中心，也会有一些意见领袖的跟随者。权力关系模式的描绘也是体用户画像要解决的重要问题。
（二）开放的网络族
社特点：网络族的形成往往不是基于空间的封闭性，而是需要具备共同的文化属性、行为特征。
核心问题：对于网络族，用户画像要解决的核心问题主要包括：发现其行为或文化共性，提炼其特征标签且使其可以进行数据化测量，划分族边界，刻画成员的人口统计学特征。可以体现不同族的行为特征。也有些族主要是以文化特性为区分边界。
研究目的：网络族的化学研究，有些时候并不只是为了刻画一个孤立的族，而是同时描绘在同一领域里的“一簇”族，这既是为了对一个大的人进行差异化研究，也是为了在比较中来体现每个族的特点。
（三）离散的共性人
社特点：此类体比较离散但在某些方面具有共性，这些人还无法上升到“族”的级别，他们的流动性也更强。
核心问题：比如有研究者基于社会认同的视角来分析微博用户，并将其进行分类，这一研究思路体现了不同人在使用动机、内容偏好和行为特征方面的不同特点。
研究目的：对这些离散却有共性的人进行画像，不仅可以为某些内容的传播或产品的营销提供目标，也可以更好地理解网络社会的公众心态及动向。
（四）共同地理空间中的网络人
社特点：随着移动互联网的发展，实体空间也成为聚合人的一条线索。很多时候，在同一实体空间的人是某类服务的目标人，有时候也需要对他们进行画像。对于这类人来说，空间的定位是画像的基础。此外，还需要理解、分析从空间位置延伸出来的相关行为，对用户在这些用户上的特征或即时状态进行数据化分析。相比其他人，基于空间的人具有很强的流动性，其画像很多时候应该是实时的。例如：通过采集机场用户的手机轨迹数据并从中抽取机场用户的实时行为特征，构建用户行为画像，判断机场排队、拥堵等情况，并在此基础上基于用户画像模拟研发了一个决策支持系统。
三、整体用户的数据化画像
这里说的整体用户，是指某个产品或某个领域里的用户整体。一个产品的用户往往会有多个子。在关注个体、子差异基础上，对用户整体的共同特征作出分析和判断是有必要的。整体用户的数据化分析，主要包括用户的构成结构、用户在网络中的分布模式、用户使用产品的共性化场景、用户对产品的使用习惯或模式分析四个层面。
第三节 个体用户节点的位置测量
网络中用户产生的数据就是测量用户节点位置的主要依据。用数据来测定的用户节点位置，主要包括物理位置、社会位置与服务位置。
一、节点化用户的物理位置的测量
对用户物理位置的测量是了解用户所处空间特征的前提，目前服务商要关注的是地理位置，其测量主要可以通过移动终端的定位系统来完成。随着技术的进步，地理位置的测量已经不再是难题，但是如何理解地理位置与内容、社交、服务之间关联，如何解决内容、社交、服务与特定空间需求的匹配，才是移动互联网需要解决的核心问题。
月亮的尾巴——从社交产品方面看，基于地理位置的“摇一摇”以及“陌陌”等，是典型的空间思维的应用。
——从服务产品方面看，位置思维的应用更为突出，且成为了创新的重要源头，比如滴滴打车等打车类应用，正是完全建立在位置关联这一前提下。
——从内容传播方面来看，目前移动媒体对空间的理解和运用尚且处于比较初级的阶段。如何基于位置这个变量来进行内容的个性化分发甚至个性化生产，还需要进一步的探索。
在未来，用户的物理位置将不仅仅只是对应于一个地理位置数据，还会与其生活的空间环境的物理数据相关。如温度、湿度、空气质量、人口密度等，这些数据也是提供相应服务的基础，而这些数据的采集，将主要依赖传感器。
二、节点化用户的社会位置的测量
此处的节点化用户的“社会位置”，指的是社会关系中的位置及这一位置中蕴含的资源。用户间的互动关系，或一个用户所处的社、族、社会圈子、或他拥有的社会资本，在很大程度上会影响其行为与需求。
2015年8月，Facebook申请了一项专利，其技术核心是提供分析某个用户的好友数据对该用户进行评估。当用户申请贷款时，服务商会审查该用户社交网络好友的信用等级。只有好友的平均信用等级达到了最低的信用分要求，贷款方才会继续处理贷款申请。也就是说当今的服务商已经开始将用户的社交圈作为用户属性的一个维度来考虑。
如何将用户的人际关系、社交圈、社会资本等，用数据的方式去进行量化的衡量与处理，社会网络分析方法已经提供了一些思路和方法。
三、节点化用户的服务位置的测量
用户的服务位置可以从两个方面来认识：
——①用户的服务需求。用户在特定时空下，在自身惯性和某些特定情境的作用下，产生了什么样的需求，了解他们，是今天的个性化服务前提之一。
——②用户能够提供的资源。在共享经济的导向下，今天的网络需要更多地刺激用户的参与，使用户也成为资源的贡献者，服务的提供者，当用户既是消费者又是服务提供者时，对他们所包含的资源的了解，是促成他们的服务目标达成的基础。
费米能级
以往的个性化服务，主要是基于“服务位置”中的需求特征的了解，而今天，如果能把物理位置、社会位置以及同时包含了需求与资源特征的服务位置三者结合起来认识，就有可能把个性化服务推向更深层次。同时，只有有效评估用户的位置及能力，才能更准确地认识和更有效地激发用户的潜在能量，促进用户的资源贡献。
第四节 数据、算法下的“落点”分析
一、到达落点：三个层面的匹配
（一）个体匹配要素
个体匹配的重点要素为个人画像、节点“位置”、个性化场景、动态需求。个体的匹配即针对特定时空下的行为与需求特征进行场景化匹配，依赖于个人画像、节点“位置”、个性化场景、动态需求。人性中的“摇摆”也会带来需求的变数：
gpu集
①“偶然”与“必然”：算法应更多把握用户行为中的“必然”，以提高算法有效性
②“凝固”与“流动”：用户在莫i格式的兴趣偏好会有稳定性，但时间推移可能会有变化，如何及时预测用户需求的迁移是提高算法精准度的一个方向。
③“套路”和“奇遇”：在迎合个体行为“套路”的同时，算法需要提供一些惯性之外的信息，让个体看到更广阔的世界。
④“悦耳”和“刺耳”：算法总希望顺应用户的心理，为他们提供“悦耳”的声音，但也需要一些刺耳的声音，让用户了解真实世界的多面性。
（二）体匹配要素
体匹配的三个重点要素为：体画像、体动态需求、体分布模式
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议