2021.2
伴随互联网的普及，我国农村网民数量逐渐增多，由此带动农村电子商务获得快速发展，表现为农村电子商务消费比例趋高，许多涉农电子商务平台搭建，促进了农村电子商务的向前发展，在逐渐形成一个以农产品为核心的电子商务圈[1]。大数据技术出现以后，让消费者消费更具社交化、个性化、移动化和主动化, 致使一些农产品消费者的消费心理以及消费行为模式发生了较大变化，为此，农村电子商务平台上的“用户画像”，变成了这一变化中的关键环节，以“用户画像”模式实施精准营销渐成一种营销模式。 1大数据环境下的“用户画像”
因互联网应用环境与应用场景不同，出现的应用状
态也有所不同。谈及“用户画像”精准含义，相对困难。经过探讨和研究，可以对“用户画像”含义，进行如下界定:
(1)“用户画像”可作为一种工具。其工具性的用
途，主要是用来勾画目标用户，根据用户诉求设计营销方向。这是在体现“用户画像”工具的实用性，它可广泛应用于各个领域。
(2)“用户画像”是应用大数据的一个基础，在大数据技术支持下，可反映用户信息全貌，将用户信息进行标签化。实际就是在反映用户所有信息全貌的标签集合。鄱阳湖经济区
江苏公路信息网(3)有关对“用户画像”含义的界定，如果从统计学视角去进行认知，它还可以被说成是对现实存在的用
户，进行一种数学建模。这种含义的界定，是在把特征空间视作是一个标签全集，又将“用户画像”当作是这样一个全集中的子集，并且,“用户画像”则是这个特征空间中的疏向量。
采用“用户画像”是用户信息标签化这样一个含义[2]。“用户画像”需要对用户社会属性、消费行为和生活习惯等进行重点画像，以求了解任何一个用户的真实信息。
安图党建
2
农产品电商平台应用“用户画像”的意义
2.1可提高服务水平与用户体验
精准营销的核心，就是要围绕用户所需，作为营销
活动的开始点与终结点，这就需要相对了解用户需求的变化走向，并在营销过程中，尽可能满足用户所需。因为只有这样，才能让用户对农村电商平台的体验获得提升。利用农村电商平台进行精准营销，需要缩小用户消费渠道，以相对适合的物流公司，将用户购买的农产品，快捷而完整交给用户，在减少农产品流通环节当中，提高农村电商平台的服务质量。2.2可维护用户生命周期留住用户
通过“用户画像”，已经全面了解了用户信息和用
户对农产品的消费需求，则有利对用户实施强化管理，在对用户的管理过程中，可随时根据用户对农产品消费需求，进行沟通与联系，便于对用户进行有力维护，可减少用户走向流失，可为农产品精准营销，壮大精准消费队伍，扩大农村电商平台营销量。2.3利于寻目标用户增加用户数量
通过“用户画像”，比较容易寻或锁定目标用户,
基金项目：2018年广东省高职教育信息技术类专业教学指导委员会“工作室制项目教学模式有效性策略研究”
(XXJZW2018026);2020年广东省科技创新战略专项资金一般项目(pdjh2020b10001)。
作者简介：黄龙泉(1983-)，女，中级讲师，硕士，研究方向：软件技术开发；陈业语(1999-)，男，专科，研究方向：软件技术开发。
基于用户画像的农产品电商平台设计和实现
黄龙泉，陈业语
（广东科贸职业学院，广州510000）
摘
要：基于“用户画像”的农产品电商平台精准营销模式的设计和实现，需要帮助农民设计好农产品电商平台“用户画像”精准营销模式。设计农产品电商平台“用户画像”精准营销模式，需要凭借大数据技术，通过专业化设计。
关键词:“用户画像”；农产品；电商平台；精准营销；模式设计
34
然后，再根据目标用户消费农产品偏好，进行个性化农产品营销精准推荐，促成目标用户购买意愿，
实现农产品的多销。一旦目标用户购买了农村电商平台上的农产品，则可立即将这样的用户转化为既成用户，进行维护，积累消费体。
3“用户画像”的农产品电商平台精准营销模式的设计
顾名思义,“用户画像”就是给用户建立一个标签，这个标签既要包括用户的年龄与性别，又要包括其所在地域和偏好等，再将那些特征不明显的权重和重合类似度较高的特征去掉，对用户标签实施整合，为用户勾勒出一幅相对准确的立体画像[3]。
勾勒“用户画像”，因各个农产品电商平台经营目标不尽相同，整合勾勒“用户画像”的目的，也不尽相同。有的是为提高服务质量而为用户进行画像，有的是为实现精准营销对用户实施画像，有的则是为了提高用户价值而要画像等等。因此，各家农产品电商平台在对用户进行画像以前，需要弄清自身平台画像的目的，以充分体现针对性。在一般情况下，设计“用户画像”的基本流程，包括对用户基础数据的整理，对用户行为实施建模，最后构建“用户画像”。
3.1用户基础数据整理
用户基础数据可被分为动态与静态两种数据，因为设计构建“用户画像”，需要这些数据作为支持，并且是要根据这些数据，运用相对合理方法，描绘用户信息，确定用户信息属性，对用户实施分，以体现用户之间的相似性与差异性[4]。
用户的静态数据，可构成农产品电商平台用户的基本属性。用户静态信息既包括用户的姓名、年龄、性别、学历、职业和所处地区，又包括用户的心理特征、行为特征、兴趣爱好、社交网络和购买力等。用户的静态信息，主要是用来确定用户处在哪个地区，是一个什么样的基本情况。
用户的动态数据，主要包括网络行为数据，如用户在农产品电商平台上的活跃人数、用户访问或启动农产品电商平台的次数、对农产品电商平台网站页面的浏览量和访问时间的长短、用户的装机量、用户的激活量和渗透率等；用户行为数据，像用户浏览农产品电商平台路径、在页面上的停留时长、访问页面的深度、对唯一页面的访问频次、直接进入、跳出或离开页面情况等；用户兴趣爱好数据，比如像用户登录农产品电商平台时间与频次、浏览或收藏内容、互动或评论内容、品牌爱好、生活形态兴趣和所在地理位置等；用户交易数据，例如用户对农产品电商平台的贡献率、唤醒率、促销活动转化率、流失率、回头率以及客单价等。
因为收集用户动态与静态数据具有一定不确定性，不能保证被收集到的数据，都是准确无误的。这就需要依靠在后面的建模中，对这些数据再进行加以推断[5]。为使农产品电商平台更好分析这些数据，当农产品电商平台在存储用户行为数据的同时，最好还要存储一些用户发生某种行为的某种场景。
3.2用户行为建模
农产品电商平台对用户行为进行建模，其实就是对用户数据进行分析和处理的过程。对用户数据进行
分析和处理的过程，需要处理抽象的用户标签，再通过一定的算法，依托数学模型，去除用户那些小概率行为。(1)机器学习。处在“用户画像”的基层，就是机器学习。要想实现农产品电商平台能够实施精准营销，必须要处理好用户数据，将用户数据进行转化处理，形成相同维度特征向量[6]。只有这样，才能运用各种算法，对用户数据进行分析处理。算出相对良好的用户特征标签，可使“用户画像”更为丰富，也能提高机器学习效果。
相对农产品电商平台来说，对用户数据特征的提取，可以适用不同维度。仅以某果园为例，可以看出用户标签有3种渠道来源:1)在网络IT系统中，可以获取用户的一定数据信息，像用户注册时填写的必要信息、购买农产品渠道和积分卡等情况;2)可以通过相关算法，可以进行获得，比如像用户对某项农产品促销活动的参与度和对某种农产品的兴趣爱好度，是否购买过农产品的礼品类商品等;3)以相关推测进行获得，比如通过用户的到货地址，到底是用户的自家，还是用户的所在公司，则能推测用户的兴趣爱好，或者是用户的身份等。运用关联规则，则是体现对相似性农产品的推荐与营销，决策树又主要是为了保留对用户的分析，探析用户流失率情况。
(2)聚类分析。说到聚类分析，它是属于数据挖掘里面的一种比较重要的算法。聚类分析的目标，主要是在针对无任何先知的条件下，依据用户数据的相似度，把用户数据聚合成不同的一些类或簇,
让相同类数据中
包涵体蛋白
35
2021.2
2021.2
[11]王瑞锦，余苏喆，李悦，唐榆程，张凤荔.基于环
签名的医疗区块链隐私数据共享模型[J].电子科技大学学报,2019,48(06):886-892.
[12]袁勇，王飞跃.区块链技术发展现状与展望[J].
自动化学报,2016,42(04):481-494.[13]高翔.基于区块链技术的学位信息验证系统设计与
实现[D].宁夏大学,2019.
cult 3d
研究方向。
参考文献
[1]文靖.广播电视发射台站监控系统设计与实现[D].
成都：电子科技大学,2014.
[2]李富强.广播电视发射台远程监控系统设计与实现[D].厦门：厦门大学,2013.
[3]徐明一.广播电视无线发射监控系统设计与实现[D].济南：山东大学,2009.
湛江师范学院图书馆[4]王皓.10kW 全固态中波DAM 广播发射机的计算
机监控系统分析与设计[D].贵州：贵州大学,
2008.
的元素更相似。在对用户进行细分过程中，采用的常用算法是聚类算法，比如像k-means 算法。
在运用k-means 算法以前，一般都要先选一定的K 个业务场景，例如像用户对农产品价格的关注度、
用户对农产品电商平台举办促销活动的参与度和用户对农产品质量的期待度等场景。以这样的用户数据进行深度挖掘，可分别到K 个场景中的某些特征用户，进而实现用户的细分，为农产品电商平台实现智能化产品推荐与营销，提供相关依据。
4“用户画像”的农产品电商平台精准营销模式实现
农产品电商平台精准营销，既包括营销农产品数据
的精准，也包括农产品营销环节的精准。在大数据背景下，能用“用户画像”当做一种基础，再借势大数据中的数据分析与挖掘工具，协助农民对农产品电商平台上的用户，实施相对精准的全面细分和追踪。
当将农产品电商平台上的用户进行了细分以后，则可以对用户行为特征进行总结，进而可以根据用户的个性化购物需求，为农产品电商平台上的用户，进行差异化产品或服务设计，从而实现对用户提供具有较强针对性的农产品营销服务。最后，再以农产品电商平台具体的农产品营销活动，检验已经设计的“用户画像”准确性，对在检验中发现的问题，再进行及时的修正。这样，再次进行检验，直至检验到合格为止。通过这样的不断修正，则可最终达到了“用户画像”的准确性目的，这时，农民就可以凭借农产品电商平台，不断优化农产品营销方案，实现对农产品的精准营销。5结语
基于“用户画像”的农产品电商平台精准营销模式
的设计和实现，关键在于对于农产品电商平台所需“用户画像”的精准设计。只有设计好农产品电商平台上的“用户画像”精准营销模式，才可让农产品电商平台更好实现农产品的精准营销。因此，做好农产品电商平台“用户画像”精准营销模式设计，是实现农产品精准营销的重要基础，想要帮助农民通过农产品电商平台，实施农产品精准营销，就必须帮助农民设计好农产品电商平台“用户画像”精准营销模式。
参考文献
[1]孙秋莲.基于“用户画像”的农产品电商平台精准
营销模式的设计和实现[J].大众投资指南,2019,(8).[2]原娟娟，顾雨霆，董文洁.基于“用户画像”的农
产品电商平台精准营销模式设计[J].电子商务,
2017,(6).
[3]孙秋莲.基于大数据的农产品电商用户画像系统的
设计和应用[J].山西农经,2019,(10).
[4]陈孝强，李永端，陈敏，等.大数据背景下十堰农
产品电商精准营销模式研究[J].湖北工业职业技术学院学报,2018,(7).
[5]廖莎.大数据时代基于用户画像挖掘的电商精准营
销[J].数码世界,2017,(8).
[6]李勇，谭小玲，陈晓婷，等.基于电商评价数据的
农产品用户画像分析———以安化黑茶为例[J].农村经济与科技,2019,(7).
(上接第16页)(上接第28页)
36
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议