Page 53 - 打通产品与用户需求

第二章 产品与用户需求

制。对于图书馆行业来说，研究用户与馆藏的互动，以此对用户提供有用的信息
和有价值的馆藏。数字图书馆有很多用户所需要的数据源，比如用户注册数据、
读者调查信息、数字资源的点击量、科研工作者的论文等等，图书馆能够通过机

器和工具挖掘这些大量的关联资源。总之，用户需求挖掘即通过对用户进行跟踪
了解后，利用数据挖掘技术及一系列网络工具统计出用户对哪些信息和数据是真
正感兴趣，并能够为其推送定制相关产品的一种手段。
（二）大数据对用户需求挖掘的影响

1. 大数据为用户需求挖掘提供海量数据
互联网 + 时代，对于大数据最基本的加载、激活、管理、推送的处理要求能
够更好地了解用户的需求，人们可以多渠道获得海量的数据，经过对这样数据的
获取以及用户在不同时期的目标和需求的不同，可以对用户的心理进行深度分析，

对于这一过程的分析，实际上已经实现了用户需求的挖掘。通过这些分析我们可
以大致地分析出实现用户的行为属性和人口的基本属性。如果进一步进行分析，
实现数据的深度挖掘，可能还会呈现出用户的画像，可以在这个画像里面把基于
用户的所有模块都呈现出来，如用户偏好，消费习惯等，且可以从用户使用的终

端上进行分析。
2. 大数据为用户需求挖掘提供技术支撑
如今对大数据的采集、组织与分析处理已不是传统的数据库工具所能完成的，
这就要求大数据分析需要一些新的软件工具以及方法。而经常用于用户需求挖掘

的方法有很多，下面通过分类法、回归分析法、Web 数据挖掘法对用户需求挖掘
的过程进行分析：
分类法。主要用于查找较大范畴的数据库，把要分析的数据对象区分为不同
种类，其目的是利用划分的形式把数据对象归类到特定的类型中。淘宝就是利用

了分类法，根据用户近期的购买记录实施划分工作，并且能够很好地为用户进行
商品推荐，达到提高销售量的目的 ³。
回归分析法。这是一种函数计算方法，能够显现出数据集中某些数据的独特
性质，以及相关数据的不同之处，因而发现相关数据的依赖程度。此方法使用非

常广泛，能用于研究各项数据序列的预测和计算，在挖掘用户需求的每一个阶段
都能够应用。
Web 数据挖掘法。主要应用于网络数据的方法，已逐渐形成综合性的技术，

45