基于用户画像的气象服务系统设计与开发

　　摘要：针对互联网气象服务手段与产品千篇一律现状，提出了基于CRAP架构的系统设计，将信息采集、云库集成、分析系统与主动推送融合为一体提升气象服务能力，系统依托天气罗盘及智慧气象等浙江省气象局的服务平台和出口积累的用户行为数据，挖掘用户访问量、访问偏好和访问时长等信息，结合用户画像分析方案得出规律性特征，指导气象服务信息技术开发策略和气象服务产品研发，最终实现气象服务产品个性化无感推送。经实验和应用表明，利用基于用户画像的气象服务系统较好地提升了用户体验，为互联网式的气象服务向智能化、智慧化气象服务发展提供了参考。

　　关键词：用户画像;气象服务;CR AP;个性化;无感推送;智能

　　引言

　　随着互联网气象服务发展，气象产品趋同态势严重[1-3]，用户体验感下滑，气象服务与用户需求不一致导致矛盾进一步加剧，如何掌握用户对气象信息的个性化需求成为公众气象服务的一大痛点[4-8]。

　　本文提出了基于CRAP架构(Collection信息采集+RDS云库集成+Analysis分析系统+Push-Service主动推送服务)，对浙江气象服务出口采集气象用户行为信息进行分析，完成靶向气象服务产品自动化加工，最终再次通过服务出口实现个性化主动智能推送服务的方案。解决了分众场景不同用户对气象服务产品的具体需求，实现气象服务由用户主动获取气象信息变为感知用户需求，智能推送个性化气象信息，有效提升了用戶的体验感。

　　1系统设计

　　1.1用户行为采集系统

　　用户行为采集系统即CRAP架构中的Collection，本文针对天气罗盘、智慧气象[9]等浙江省气象局服务平台和出口的大量用户日常使用偏好等基础数据[10-13]，对其进行了分布式标准化分析、处理并存放于数据存储中心统一管理，形成用户画像基础数据库。

　　数据采集方式主要是页面标签法[14-16]，将定制化的JavaScript等代码植入服务平台，当用户对平台页面中的标签进行操作时，触发采集机制，该办法尽可能满足了当前平台的服务模式，能够在不影响用户体验的前提下较全面地采集用户体验的行为数据。对上述平台的各大功能子模块植入埋点，部分埋点位置如图1～图3所示。

　　当用户访问平台或者各模块时，触发当前监测事件，采集数据的脚本代码才会被触发，从而采集用户行为数据。埋点技术有2个比较明显的优势：每一个用户的操作行为都是被单独监测采集的，在一个页面文件中可能会存在多个函数被植入多段代码，这样可以保证监测的每一个用户的交互行为事件是独立并且完整的;其次是每一个页面都是独立的，因此采集到的数据没有重复性减少冗余，利于后期CRAP架构中RDS云库上的存储。因此，本文在进行埋点之前先整理并设计好需要采集的数据类型，具体植入采集数据的位置等。部分信息采集字段如表1所示。

　　信息采集表的字段将为RDS建表字段设立奠定基础，而RDS用户行为记录表则作为用户推送服务产品研发的基础依据，主要对用户行为数据记录统计，有助于确定用户使用习惯、当前状态等信息，便于根据实际情况进行智能定制产品，也有助于后续改进或者优化相应的推送服务产品。

　　采集数据储存于RDS阿里云库与OSS对象存储，由结构化的数据库表以及JSON、txt等数据类型组成，RDS记录表如图4所示。基于阿里云的存储方案，使得系统支持高并发读写，性能优良。同时，接口服务使用的是阿里云企业级分布式应用(EDAS)，具备高效、可靠、易拓展等巨大优势[17-23]。

　　1.2用户行为采集系统

　　用户行为分析系统即CRAP架构中的Analysis分析系统，该系统主要针对存储于RDS与OSS的用户行为信息进行进一步分析与研究，从数据中了解用户在气象应用时的浏览方式，访问的气象要素与行为习惯等信息自动研制定制化气象服务产品，具体定制产品对应方案如表2所示，并以API形式提供中间件，该分析方案的主服务部署于阿里云上自建的推送服务集群中，以较高性能与可靠性来获取详细的用户行为信息及分析结果，用户的行为分析系统整体架构如图5所示。

　　该系统的个性化推送产品所使用数据源众多，因此该系统针对浙江省气象局气象实况、预报等数据特征，研发了针对性较高的解析与加工程序，同时将其解析中间件存储于阿里云OSS，Hbase，Redis等供后期调用。对于数据库中的数据，为了保证访问程序性能与服务器性能，采用将数据存储为JSON、XML等格式作为二次交换文件使用，用户行为分析系统可视化流程如图6所示。

期刊VIP网，您身边的高端学术顾问

文章名称： 基于用户画像的气象服务系统设计与开发

文章地址： http://www.qikanvip.com/jisuanjiwangluo/61269.html