用户网络行为画像 pdf epub mobi txt 电子书下载在线阅读 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:电子工业出版社

作者:牛温佳

出品人:

页数:223

译者:

出版时间:2016-3-1

价格:CNY 59.00

装帧:平装

isbn号码:9787121280702

丛书系列:

图书标签:

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

具体描述

如何能牢牢地黏住老用户、吸引新用户、读懂用户的偏好兴趣和喜怒哀乐，这都是对企业发展至关重要甚至关乎生死存亡的问题，解决这个问题的方法就是推荐系统。本书分为上中下三篇，共13章，上篇为用户画像知识工程基础，包括表征建模、画像计算、存储及各种更新维护等管理操作；中篇为推荐系统与用户画像，包括传统协同过滤等经典推荐算法的介绍，以及涉及用户画像的推荐方法；下篇为应用案例分析，包括Netflix、阿里等数据竞赛的经典数据案例，以及在具体工程开发过程的具体案例，分别从系统需求、总体结构、算法设计、运行流程及测试结果等五个方面提供详细案例指导。

《洞察人性：读懂社交媒体背后的心理密码》在信息爆炸的时代，社交媒体已不仅仅是信息传递的工具，更是一个庞大且复杂的心理实验室。我们的一举一动，从每一次点赞、评论、分享，到关注的账号、浏览的内容，甚至是活跃的时间段，都在悄无声息地勾勒出我们内心深处的渴望、恐惧、偏好与动机。然而，大多数人只是被动地沉浸其中，鲜少有机会停下来，真正审视和理解这些行为背后隐藏的深刻人性。《洞察人性：读懂社交媒体背后的心理密码》并非一本关于技术操作或数据分析的书籍，它更像是一次深入灵魂的探索之旅。作者凭借敏锐的洞察力和扎实的心理学功底，带领读者穿越社交媒体的表象，触及那些驱动我们行为的原始冲动与复杂情感。本书旨在帮助读者建立一种全新的视角，去解读自己在虚拟世界中的每一次互动，从而更深刻地认识自己，理解他人，甚至预判趋势。第一部分：社交媒体的心理画布——动机与驱动本书的开篇，将从人类最基本的心理需求出发，探讨这些需求如何在社交媒体环境中得到放大与扭曲。我们将深入剖析“归属感”的需求，解析为何人们如此渴望在网络社群中找到认同，为何“点赞”和“评论”能够带来短暂的满足感。书中将引用大量的心理学理论，如马斯洛的需求层次理论，来解释这种对连接和认可的普遍渴求。接着，我们将聚焦于“自我展现”与“自我价值感”的构建。社交媒体为个人提供了一个前所未有的舞台，让我们得以精心策划和展示一个理想化的自我。本书将探讨“印象管理”的心理机制，分析人们如何在网络上进行自我定位，选择性地呈现某些特质，以获得他人的关注和赞赏。我们将审视“点赞经济”背后的心理学原理，以及它如何影响个体的自我评价，有时甚至导致对外部认可的过度依赖。此外，本书还将触及“好奇心”与“信息获取”的驱动力。社交媒体是一个永不枯竭的信息源，它利用算法不断推送我们可能感兴趣的内容，激发我们的探索欲。我们将分析“发现”的心理过程，以及社交媒体如何巧妙地利用“稀缺性”和“新奇感”来吸引我们的注意力。书中会探讨“信息茧房”的形成机制，以及它如何潜移默化地影响我们的认知边界。第二部分：行为的逻辑——模式与信号在理解了基本动机之后，本书将转向分析社交媒体上更为具体的行为模式，并揭示这些模式所传递的深层心理信号。我们将研究“社交比较”的心理学，分析人们为何总是喜欢将自己与他人进行对比，以及这种对比如何影响我们的情绪状态和行为决策。书中将探讨“FOMO”（错失恐惧症）的普遍性，以及它如何驱使人们不断刷屏，生怕错过任何重要信息或社交动态。本书还将深入分析“注意力经济”下的信息消费习惯。我们将解析“滑动”和“跳过”这些看似无意识的行为背后，其实是信息过滤机制在起作用。我们将探讨“短视频”和“碎片化信息”为何如此盛行，以及它们如何迎合了我们不断缩短的注意力和对即时满足的追求。书中将引用认知心理学的相关研究，来解释我们大脑如何处理海量信息，以及算法是如何利用这些机制来最大化用户粘性的。我们还将探讨“情绪传染”在社交媒体上的表现。一个积极或消极的情绪，可以在网络上迅速蔓延，影响着大量用户的感受。本书将分析“表情包”、“感叹号”等非语言符号在情绪表达中的作用，以及网络语言的演变如何反映了群体情绪的动态变化。第三部分：关系的织网——连接与疏离社交媒体的本质是连接，但它也带来了前所未有的社交挑战。本书将重点分析社交媒体如何重塑我们的人际关系。我们将探讨“弱连接”与“强连接”的区别，以及社交媒体如何帮助我们维持大量的弱连接，但有时却可能削弱深度的、有意义的强连接。书中将深入分析“网络社交”的特质，以及它与现实社交的差异。我们将探讨“匿名性”和“去情境化”如何影响我们在网络上的言行，以及这些因素如何导致误解、冲突，甚至网络欺凌。我们将审视“社交压力”在虚拟空间中的体现，以及人们如何在社交媒体上扮演不同的“人设”，以应对来自同伴的期望。此外，本书还将关注“社交焦虑”与“孤独感”的现代困境。在看似热闹的网络世界里，为何仍有许多人感到孤独？我们将分析社交媒体如何加剧这种感受，以及如何利用社交媒体来建立真正有意义的连接，而非沉溺于虚幻的繁荣。第四部分：认知与决策——偏差与影响社交媒体不仅影响我们的情感和社交，更在潜移默化地塑造我们的认知和决策。本书将探讨“确认偏误”等认知偏差如何在社交媒体环境中得到强化。我们将分析算法如何通过推送符合我们既有观点的内容，来加剧我们的群体极化，并使得我们对不同意见的包容度降低。我们将深入研究“社会证明”和“群体思维”在网络上的作用。一个观点或产品，一旦获得大量点赞和评论，就更容易被人们接受。本书将分析这种“从众效应”的心理根源，以及它如何影响我们的消费选择、政治立场甚至人生观。书中还将探讨“注意力稀释”效应。当信息过载时，我们的大脑难以深入思考，容易满足于浅层的信息获取。这将如何影响我们的学习能力、批判性思维，以及对复杂问题的理解能力？第五部分：重塑与超越——自我觉察与数字素养《洞察人性：读懂社交媒体背后的心理密码》的最终目的，是帮助读者提升自我觉察能力，并培养健康的数字素养。本书将提供一系列实用的反思工具和练习，引导读者审视自己在社交媒体上的行为模式，识别出那些不利于身心健康的习惯。我们将探讨如何建立健康的边界，如何在虚拟世界与现实世界之间取得平衡。书中将提供关于如何抵制算法操纵、如何避免信息茧房、以及如何建立有意义的在线连接的建议。本书不会给出简单的“用或不用”的答案，而是鼓励读者以一种更主动、更觉察的方式参与到数字生活中。通过理解社交媒体背后隐藏的心理机制，我们能够更好地掌控自己的注意力，更明智地做出决策，并最终在纷繁的网络世界中，找回属于自己的宁静与真实。结语：《洞察人性：读懂社交媒体背后的心理密码》是一本邀请你进行自我探索的读物。它不教你如何玩转平台，而是引导你理解平台背后的“人”。每一页都蕴含着对人性深处的洞察，每一次阅读都可能是一次自我认知的飞跃。准备好，让我们一同揭开社交媒体的神秘面纱，看见其中映照出的，最真实的你，以及你身边的每一个人。

作者简介

牛温佳，男，博士，中国科学院信息工程研究所副研究员。主持国家自然科学基金青年基金项目和广西可信软件重点实验室开放课题各一项，作为骨干先后参与了多个重要项目，包括工信部重大专项、973、863和中科院战略先导专项等。

目录信息

上篇
第1章用户画像概述 3
1.1 用户画像数据来源 3
1.1.1 用户属性 5
1.1.2 用户观影行为 5
1.2 用户画像特性 5
1.2.1 动态性 5
1.2.2 时空局部性 6
1.3 用户画像应用领域 6
1.3.1 搜索引擎 6
1.3.2 推荐系统 7
1.3.3 其他业务定制与优化 7
1.4 大数据给用户画像带来的机遇与挑战 8
第2章用户画像建模 9
2.1 用户定量画像 9
2.2 用户定性画像 10
2.2.1 标签与用户定性画像 10
2.2.2 基于知识的用户定性画像分析 12
2.2.3 用户定性画像的构建 16
2.2.4 定性画像知识的存储 22
2.2.5 定性画像知识的推理 26
2.3 本章参考文献 29
第3章群体用户画像分析 31
3.1 用户画像相似度 32
3.1.1 定量相似度计算 32
3.1.2 定性相似度计算 34
3.1.3 综合相似度计算 35
3.2 用户画像聚类 36
第4章用户画像管理 41
4.1 存储机制 41
4.1.1 关系型数据库 42
4.1.2 NoSQL数据库 43
4.1.3 数据仓库 45
4.2 查询机制 46
4.3 定时更新机制 47
4.3.1 获取实时用户信息 47
4.3.2 更新触发条件 48
4.3.3 更新机制 49
中篇
第5章视频推荐概述 55
5.1 主流推荐方法的分类 56
5.1.1 协同过滤的推荐方法 56
5.1.2 基于内容的推荐方法 57
5.1.3 基于知识的推荐方法 59
5.1.4 混合推荐方法 60
5.2 推荐系统的评测方法 61
5.3 视频推荐与用户画像的逻辑关系 61
第6章协同过滤推荐方法 65
6.1 概述 65
6.2 关系矩阵及矩阵计算 67
6.2.1 U-U矩阵 67
6.2.2 V-V矩阵 70
6.2.3 U-V矩阵 72
6.3 基于记忆的协同过滤算法 74
6.3.1 基于用户的协同过滤算法 75
6.3.2 基于物品的协同过滤算法 78
6.4 基于模型的协同过滤算法 81
6.4.1 基于隐因子模型的推荐算法 82
6.4.2 基于朴素贝叶斯分类的推荐算法 85
6.5 小结 88
6.6 本章参考文献 88
第7章基于内容的推荐方法 91
7.1 概述 91
7.2 CB推荐中的特征向量 94
7.2.1 视频推荐中的物品画像 94
7.2.2 视频推荐中的用户画像 96
7.3 基础CB推荐算法 97
7.4 基于TF-IDF的CB推荐算法 99
7.5 基于KNN的CB推荐算法 102
7.6 基于Rocchio的CB推荐算法 104
7.7 基于决策树的CB推荐算法 106
7.8 基于线性分类的CB推荐算法 107
7.9 基于朴素贝叶斯的CB推荐算法 109
7.10 小结 111
7.11 本章参考文献 111
第8章基于知识的推荐方法 113
8.1 概述 113
8.2 约束知识与约束推荐算法 114
8.2.1 约束知识示例 114
8.2.2 约束满足问题 115
8.2.3 约束推荐算法流程 117
8.3 关联知识与关联推荐算法 118
8.3.1 关联规则描述 118
8.3.2 关联规则挖掘 121
8.3.3 关联推荐算法流程 123
8.4 小结 124
8.5 本章参考文献 124
第9章混合推荐方法 125
9.1 概述 125
9.2 算法设计层面的混合方法 126
9.2.1 并行式混合 126
9.2.2 整体式混合 129
9.2.3 流水线式混合 131
9.2.4 典型混合应用系统 133
9.3 混合式视频推荐实例 136
9.3.1 MoRe系统概览 136
9.3.2 MoRe算法介绍 137
9.3.3 MoRe算法混合 139
9.3.4 MoRe实验分析 140
9.4 小结 142
9.5 本章参考文献 142
第10章视频推荐评测 145
10.1 概述 145
10.2 视频推荐试验方法 146
10.2.1 在线评测 147
10.2.2 离线评测 149
10.2.3 用户调查 150
10.3 视频离线推荐评测指标 151
10.3.1 准确度指标 151
10.3.2 多样性指标 159
10.4 小结 161
10.5 本章参考文献 162
下篇
第11章系统层面的快速推荐构建 165
11.1 概述 165
11.2 本章主要内容 166
11.3 系统部署 166
11.3.1 Hadoop2.2.0系统部署 166
11.3.2 Hadoop运行时环境设置 169
11.3.3 Spark与Mahout部署 175
11.4 Mahout推荐引擎介绍 181
11.4.1 Item-based算法 181
11.4.2 矩阵分解 185
11.4.3 ALS算法 187
11.4.4 Mahout的Spark实现 190
11.5 快速实战 193
11.5.1 概述 193
11.5.2 日志数据 194
11.5.3 运行环境 196
11.5.4 基于Mahout Item-based算法实践 201
11.5.5 基于Mahout ALS算法实践 205
11.6 小结 208
11.7 本章参考文献 208
第12章数据层面的分析与推荐案例 211
12.1 概述 211
12.2 本章主要内容 212
12.3 竞赛内容和意义 212
12.3.1 竞赛简介 212
12.3.2 竞赛任务和意义 213
12.4 客户-商户数据 215
12.4.1 数据描述 215
12.4.2 数据理解与分析 217
12.5 算法流程设计 219
12.5.1 特征提取 219
12.5.2 分类器设计 220
12.5.3 算法流程总结 222
12.6 小结 222
12.7 本章参考文献 223
· · · · · · (收起)

读后感

评分☆☆☆☆☆

行文风格更像是一篇多人作者共同撺出来的硕士毕业论文，很多内容拼凑比较生硬，缺少逻辑承接，要么文字表达十分冗余，一堆空洞的大白话，要么突然冒出一节教科书式的学术段落，很突兀，和后面的内容也没啥关系。举一个小例子，作为奔着书名买的读者，他需要这本书详细介绍各类...

评分☆☆☆☆☆

用户评价

评分☆☆☆☆☆

这本书的标题《用户网络行为画像》听起来就充满了现代感，让我对接下来的内容充满了期待。我本以为这会是一本技术性很强的指南，教你如何用复杂的算法构建用户模型。然而，实际阅读下来，我发现它更像是一部深入剖析数字时代人类行为的社会学著作。作者并没有沉溺于枯燥的数学公式，而是用生动的案例和深刻的洞察力，描绘了一幅幅在网络空间中我们“不经意间”留下的数字足迹的群像图。它让我重新审视了自己日常的每一次点击、每一次停留，原来每一次互动都在无声地为我们绘制一张看不见的身份标签。书中对“兴趣漂移”和“信息茧房”现象的探讨尤为精彩，作者没有简单地批判这些现象，而是试图去理解其背后的心理机制，这种平衡的视角让论述显得格外有力量。读完后，我不再只是一个单纯的“网络用户”，而更像是一个能看懂网络“潜规则”的观察者，对那些推送给我的信息，也多了一份理解和审慎。

评分☆☆☆☆☆

我通常更偏爱那种充满诗意和哲学思辨的书籍，对于这种偏向“应用科学”的书籍，我的耐心是有限的。但《用户网络行为画像》展现出了一种独特的、近乎文学性的观察角度。它没有堆砌华丽的辞藻，但其对人类在数字化生存状态下“身份构建”过程的描摹，却充满了画面感。想象一下，我们像是在一张巨大的、无形的蛛网上行走，每走一步都会留下震动，而这些震动被精心地记录和分析。书中关于“个性化推荐的悖论”那一部分，简直是神来之笔，它揭示了当我们被过度投喂“想看的东西”时，视野是如何被逐渐压缩的。作者的笔触是冷静且富有同情心的，他像一个耐心的人类学家，记录着我们这个新物种在信息海洋中的迁徙和定居。阅读体验是沉浸式的，让你在不知不觉中，对那些推送的广告和内容，产生全新的、更深层次的理解。

评分☆☆☆☆☆

说实话，我抱着一种“业内人士”的审视态度来翻阅《用户网络行为画像》，毕竟我对互联网行业的某些运作模式略知一二。然而，这本书的深度和广度还是远超我的预期。它巧妙地避开了那些已经被嚼烂的流行术语，转而深入探讨了行为画像背后的伦理困境和长期社会影响。书中关于“数据主权”的讨论，非常具有前瞻性，它没有停留在抱怨层面，而是提出了构建更健康数据生态系统的可行性思路。最让我印象深刻的是其中关于“隐性偏好”的分析，很多时候我们自己都无法清晰界定自己的真实需求，但网络画像系统却能比我们自己更早、更准确地捕捉到这些潜在的欲望。这种对人类认知局限性的揭示，让我感到一丝敬畏，也更坚定了我对审慎使用网络工具的决心。这本书的逻辑链条严密，行文风格坚定有力，读起来让人有一种被专业人士引导的踏实感。

评分☆☆☆☆☆

初次接触《用户网络行为画像》时，我脑海中浮现的是那种厚重、晦涩的学术专著，需要带着笔记本和查阅大量专业词典才能勉强啃下来的类型。万万没想到，它的叙事方式如此流畅且引人入胜，简直像是在听一位经验丰富的行业老前辈，娓娓道来这些年在大数据洪流中观察到的种种奇闻轶事。书中对“注意力经济”下用户心智模型的拆解，简直是入木三分。我尤其欣赏作者对“碎片化时间利用”这一概念的颠覆性解读，它不再仅仅是提高效率的代名词，更被赋予了一层被算法精密计算和引导的色彩。阅读过程中，我多次停下来，反复琢磨某一段话的深意，那种豁然开朗的感觉，远超我阅读技术书籍的体验。它成功地将冰冷的数据和温暖的人性连接在了一起，让我深刻体会到，每一个“画像”背后，都是一个活生生的、有情感需求的个体。

评分☆☆☆☆☆

拿到《用户网络行为画像》时，我正在尝试从一个更宏观的、历史的角度理解技术对社会结构的重塑。这本书恰好提供了一个非常微观但又极具代表性的切入点。它没有宏大地谈论人工智能的未来，而是聚焦于一个具体且已被广泛实施的技术——用户画像。作者的叙事节奏把握得极佳，时而深入到技术实现的细节，时而拔高到社会学理论的高度进行思辨，这种张弛有度的处理，使得全书既有干货，又不失趣味性。我特别欣赏作者对“标签化”风险的警示，强调了行为画像在带来便利的同时，也在无形中固化了人们的认知边界，形成了一种自我实现的预言。这本书读下来，感觉像是完成了一次对自身数字身份的深度体检，它不是要吓唬你，而是提供了一份详尽的“使用说明书”，教你如何更清醒、更有意识地与这个日益数字化的世界共存。

评分☆☆☆☆☆

虽然感觉有点跑题，但是很多内容还是挺专业的，挺有意思

评分☆☆☆☆☆

干货太少，一点都不值得买，关于用户画像总共才50也去，实质只有20页左右的内容，纳闷评价为何还可以，估计水军力量庞大，去亚马逊评论就知道事实了

评分☆☆☆☆☆

只是罗列和堆砌，当作索引还行。

评分☆☆☆☆☆

标题和内容不符合，如果想看如何构建用户画像以及应用就要失望了，讲了很多推荐系统相关的技术，指标计算等，没有这方便背景看懂有难度。总体是一本有技术门槛的书，产品经理和数据分析师回避。

评分☆☆☆☆☆

推荐系统入门第一本，很多地方都写得比较简略。