开放互联网中的学者画像技术综述

袁 莎 唐 杰 顾晓韬

1(清华大学计算机科学与技术系 北京 100084) 2 (伊利诺伊大学厄巴纳-香槟分校计算机科学系 伊利诺伊州厄巴纳-香槟 61801) (yuansha@tsinghua.edu.cn)

用户画像是指通过获取构成用户模型的不同维度属性信息(如人口统计学特征、兴趣偏好和行为模式等)进行信息挖掘和分析应用的过程.在互联网时代，用户画像是实现精准化推荐和个性化服务的基石，在电子商务、社会网络分析以及互联网服务等众多领域有着广泛的应用.例如在电子商务系统中，用户的历史购物习惯和偏好对商品的定向推荐和营销有着极其重要的作用；在社会网络中，用户的个人信息和社交交互数据能被用于好友推荐和社群发现；电信网络服务类行业依托用户属性实现个性化的订制服务.

虽然在不同的应用中，实现用户画像的具体参数有所不同，但是实现用户画像的基础技术是通用的.为了表述的准确与清晰，以学者画像为例进行用户画像相关基础理论与技术要点的阐述与分析.面向科研学者的用户画像技术为学术同行分类、专家推荐等功能提供了关键支持，科研学者画像问题已经受到了广泛的关注，以研究学者为中心的学术智库在国家自然科学基金委、科技部、中国工程院等权威部门展开应用.

传统的用户画像通常被当作是一个工程问题，构成用户模型的属性值是由人工收集的，或者是由用户主动提供的.然而，人工数据收集往往需要花费大……