《基于虛擬現實的多粒度用戶畫像可視化系統》論文發表期刊：《信息技術》；發表周期：2021年05期

《基于虛擬現實的多粒度用戶畫像可視化系統》論文作者信息：田萌(1981－) ，男，本科，工程師，研究方向為教育信息化、人工智能、虛擬現實。

　　摘 要: 當前的用戶畫像系統不能實現畫像可視化，導致系統綜合性能差，為此設計基于虛擬現實的多粒度用戶畫像可視化系統。根據硬件設計框架，完成硬件設備技術參數設定，并選擇合適的模數轉換器，以此硬件結構為基礎，使用虛擬現實中的像素均值算法，設計多維用戶數據可視化窗口，并利用梯度提升算法確定多粒度用戶標簽，實現可視化顯示效果優化。測試結果表明，該系統的可視化界面較為美觀且標簽關聯度較高，說明這種系統的綜合性能更優。

　　關鍵詞: 虛擬現實; 多粒度; 圖像可視化; 模數轉換器; 梯度提升算法

　　Abstract: The current user portrait system cannot realize portrait visualization, which results in poor comprehensive performance of the system. Therefore, a multi-granularity user portrait visualization system baseeon virtual reality is designed. The technical parameters of hardware equipment are set according to the hardware design framework, and the appropriate analog-to-digital converter is selected. Based on this hardware structure, the multiimensional user data visualization window is designed by using the pixel average algorithm in virtual reality, and the multi-granularity user tags are determined by gradient lifting algorithm, so as to optimize the visual display effect, which all contribute to the multi-granularity visualization system.The test results show that the visual interface of the svstem is nice and the tag correlation degree is high which indicates that the comprehensive performance of the system is better

　　Key words: Virtual Reality; muli-granularity; image visualization; analog-to-digital converter; gradient lifting algorithm

　　0 引 言

　　隨著信息技術的發展，人們的工作與生活逐步發生了改變。在日常的交流學習中，海量信息在互聯網中流轉著，使得互聯網成為多種信息聚集地，想要在如此龐大的網絡數據中尋找所需信息無異于大海撈針[1 - 2]。因此，如何在海量信息中尋找到有用的信息，已經成為目前互聯網界研究的重點問題，尤其是對于數據統計人員與學習人員來說，這既是機遇也是挑戰。在大數據時代背景下，用戶畫像技術應運而生。用戶畫像技術，是一種能夠勾畫目標用戶，聯系用戶訴求與設計方向的有效工具，到目前為止用戶畫像技術在很多領域都已經得到了廣泛的應用。

　　在用戶畫像技術發展過程中，多粒度用戶畫像因其對用戶描繪能力較強成為目前應用最為廣泛的用戶畫像技術。當前用戶畫像系統有基于大數據技術的用戶畫像系統[3]以及基于 K-means 算法的用戶畫像系統[4]，但是這兩種系統由于未采用可視化技術，導致系統界面美觀度較差。隨著人們對信息處理的要求不斷提升，用戶畫像可視化系統已經逐步替代用戶畫像系統工作，以期實現將用戶畫像以更高階的形式體現。因此在此次研究中，針對原有系統的不足，設計基于虛擬現實的多粒度用戶畫像可視化系統。在系統設計完成后，采用測試形式對比此系統與原有系統的性能差異。

　　1 多粒度用戶畫像可視化系統整體結構

　　在此次設計中系統總體結構如圖 1 所示。

　　1. 1 硬件設計

　　為將虛擬現實技術應用到此次系統設計過程中，在軟件開發前對系統硬件展開優化，優化后的系統硬件框架如圖 2 所示。

　　優化過程主要對數據處理部分以及虛擬現實設備展開優化。在此系統中，利用數據處理硬件對互聯網數據展開處理，其技術指標設定如表 1所示。

　　根據上述表格，選擇合適的數據處理設備，并將其安裝到系統硬件框架中。

　　為將虛擬現實技術有效地應用到此系統中，選用 Google Cardboard[5 - 6]作為用戶畫像可視化的載體，此設備具有低成本的優勢，能夠有效降低系統設計成本，經濟性能優越。此設備組成部分較為簡單，通過硬紙片、凸透鏡、磁鐵、橡皮筋以及NFC 貼紙，實現可視化過程。由于此設備需要與系統主控芯片相連接，為保證可視化設備的使用效果，進一步對兩者之間的通信接口展開優化。

　　在用戶畫像可視化過程中，需要將其以數據的形式傳輸至可視化設備中，因此將模數轉換器作為可視化設備與系統核心控制器之間的連接點，模數轉化器設定如圖 3 所示。

　　模數轉換器由比較器、逐次比較器、數據寄存器以及控制電路組成。通過此設備將用戶畫像數據轉化為可視化設備可接受與處理的數據形式，以保障系統的可視化性能。將此設備與主控芯片進行連接，通過該設備中設定的通信接口完成其與可視化設備的通信。

　　將上述設定的硬件部分與原有系統硬件進行有序連接，完成多粒度用戶畫像可視化系統硬件設計優化，并將此硬件框架作為軟件模塊開發的平臺，充分利用虛擬現實技術的功能提升系統運行質量。

　　1.2 多粒度用戶畫像可視化系統軟件設計根據上文中所設計的系統硬件部分，進行軟件模塊的開發。

　　1.2.1 多維用戶數據可視化設計針對系統設計目標，在軟件開發過程中主要對多粒度用戶畫像數據可視化展開處理，使用虛擬現實技術對可視化窗口展示效果進行優化設計。使用虛擬現實技術中的均值算法-對顯示窗口的像素均值展開計算，并確定此像素點在系統運行過程中是否存在干擾。具體公式為：

　　采用數據可視化技術找到數據之間隱藏的規律、關系以及變化條件。使用交互式的界面，為多粒度用戶畫像構建提供顯示載體。對用戶數據進行分類、排序、組合，采用圖像、二維圖形等多種形式構建一種既有圖形又有圖像的顯示形式，實現多粒度用戶畫像可視化。

　　此次使用梯度提升算法，確定多粒度用戶畫像標簽[13-13]。在所采集到的用戶數據中采用迭代計算生成D個學習器，然后將D個學習器的預測結果結合起來，從計算殘差中確定多粒度用戶畫像標簽。假設fa(a)為f(a)生成的梯度數值，則有：

　　式中，B表示求解器。通過上述計算，可得到數據的梯度值，并通過此梯度值確定數據所屬標簽，構建多粒度用戶畫像。

　　將此部分設計的用戶畫像可視化軟件與上文中完成優化過程的系統硬件相結合，完成基于虛擬現實的多粒度用戶畫像可視化系統設計。

　　2系統測試

　　2.1 測試平臺設計

　　在完成基于虛擬現實的多粒度用戶畫像可視化系統的設計與開發后，為驗證此系統的使用效果，進行系統測試與應用效果分析。

　　采用文獻[3]系統、文獻[4]系統與本文所設計系統進行對比，全面分析不同系統的使用性能。此次測試中使用的服務器均采用私有云服務器，其中應用服務器的運行環境設定為4臺計算機集群上，數據庫服務器運行在3臺計算機集群上，測試平臺中共有1個管理節點，4個數據節點。具體測試環境配置如表2所示。

　　根據測試環境參數，搭建系統測試平臺，并在此平臺中完成系統測試過程。采用本文系統、文獻[3]系統、文獻[4]系統對采集到的560名互聯網用戶進行用戶畫像可視化處理，并根據設定的系統測試指標完成系統之間的性能對比。

　　2.2 系統測試指標

　　在此次測試中，將系統測試指標設定為三部分，分別為用戶畫像生成時間、用戶畫像標簽關聯度以及用戶畫像標簽可視化展現效果。在上述指標中，用戶畫像生成時間如公式(7)：A=0(7)　　式中，A表示單張用戶畫像生成時間，w，表示全部用戶畫像處理時間，n表示用戶個數。

　　2.3測試結果分析

　　在系統測試過程中，將測試設定為兩部分，一部分為原始用戶畫像生成時間，第二部分為剔除無用信息后的用戶畫像生成時間。通過此兩部分驗證本文系統與實驗對比系統的使用差異。三種系統的用戶畫像生成時間測試結果如表3所示。

　　通過表3可以看出，本文系統的用戶畫像生成時間明顯低于文獻[3]系統與文獻[4]系統。

　　隨著用戶人數的不斷增加，本文系統的用戶畫像生成時間沒有出現大幅度的變化，文獻[3]系統與文獻[4]系統則出現了用戶畫像生成時間過長或是波動的情況。經過上述分析可知，本文系統在用戶畫像標簽處理方面的性能優于傳統系統。

　　用戶畫像主要作用是分析用戶的基本特征，因此用戶標簽關聯程度直接影響著系統的性能。由圖 4 可知，本文系統的標簽關聯度較高，通過標簽的關聯性與對應性可有效分析用戶特征。文獻[3]系統與文獻[4]系統的標簽關聯程度較低，標簽選取較為分散，導致用戶畫像結構較為松散，不利于對用戶展開深入分析。

　　進一步比較三種系統的多粒度用戶畫像標簽可視化展現效果，結果如圖 5 所示。

　　由圖 5 可看出本文系統的用戶畫像可視化效果最佳，其排列方式與表現形式較為合理且美觀，并可以通過此圖像全面了解測試用戶的基本特征。文獻[3]系統與文獻[4]系統的可視化效果較差，使用這兩種系統對用戶展開分析時效果不好。

　　將上述測試結果整合分析可知，在多個系統性能測試中，本文系統的使用效果最佳，文獻[3]

　　系統與文獻[4]系統部分指標較差，說明本文系統的應用效果更好。

　　3結束語

　　為提升用戶畫像可視化質量，設計基于虛擬現實的多粒度用戶畫像可視化系統，并通過實驗證明了該系統具有較好應用性能。但是在該系統設計過程中，沒有充分利用用戶的社交信息以及頭像信息，在未來的工作中需要將此部分與此次設計中使用的用戶標簽進行有效融合，以提升用戶分類的精度，生成更加全面的用戶畫像。

　　參考文獻：

　　[1]蔣明會，苗奪謙，羅晟，等，基于粒計算的多粒度用戶畫像[].模式識別與人工智能，2019，32(8)：691-698.

　　[2]李文海，彭鑫，丁丹，等·基于日志可視化分析的微服務系統ii.ita機，2019，46(11)：145-155.

　　[3]李錦銳，章家寶，彭梅，基于大數據技術的求職用戶畫像系統研究與設計D].產業與科技論壇，2019，18(4)：75-76.

　　[4]王洋，丁志剛，鄭樹泉，等，一種用戶畫像系統的設計與實現1].計算機應用與軟件，2018，35(3)：8-14.

　　[5]張艷豐，彭麗徽，劉金承，等·新媒體環境下移動社交媒體倦怠用戶畫像實證研究-基于SsO理論的因關系角[報，2019，38(10)：1092-1101.

　　[6]孫輝，呂健，寸文哲.VR系統信息可視化模型[].圖2，2018，39(2)：317-326.

　　[7]陳添源，高校移動圖書館用戶畫像構建實證[].圖書情報工作，2018，62(7)：38-46.

　　[8]杜景林，喻亞楠. 基于 SSH 框架的 NC 數據可視化驗證系統研究[J]. 現代電子技術，2018，41( 2) : 166 - 169.

　　[9]賈宇飛，趙新俊，趙俊嚴，等. 特種車輛乘員座艙虛擬現實仿真系統研究[J]. 系統仿真學報，2018，30( 1) :132 - 138.

　　[10]單曉紅，張曉月，劉曉燕.基于在線評論的用戶畫像研究-以攜程酒店為例[].情報理論與實踐，2018，41(4)：99—104，149.

　　[11]朱長永，張欣，馬超，等，基于虛擬現實的激光三維圖像增強系統研究[].激光雜志，2019，40(12)：67-71.

　　[12]周哲泓，薛錦云，黃捷文，虛擬現實軟件系統開發方法研究.機152，2019，41(11)：1968-1975.

　　[13]張軍鋒，鐵路旅客用戶畫像系統設計與應用研究D.鐵路計算機應用，2018，27(7)：54-57.

　　[14]丁穎，劉延偉，劉金霞，等，虛擬現實全景圖像顯著性檢測研究進展述D].電子報，2019，47(7)：

　　1575-1583.

　　[15]徐恩，於志文，杜賀，等，基于移動感知數據的用戶系統].州：版，2019，51(4)：30-36.