摘要：針對互聯(lián)網(wǎng)氣象服務(wù)手段與產(chǎn)品千篇一律現(xiàn)狀，提出了基于CRAP架構(gòu)的系統(tǒng)設(shè)計，將信息采集、云庫集成、分析系統(tǒng)與主動推送融合為一體提升氣象服務(wù)能力，系統(tǒng)依托天氣羅盤及智慧氣象等浙江省氣象局的服務(wù)平臺和出口積累的用戶行為數(shù)據(jù)，挖掘用戶訪問量、訪問偏好和訪問時長等信息，結(jié)合用戶畫像分析方案得出規(guī)律性特征，指導(dǎo)氣象服務(wù)信息技術(shù)開發(fā)策略和氣象服務(wù)產(chǎn)品研發(fā)，最終實(shí)現(xiàn)氣象服務(wù)產(chǎn)品個性化無感推送。經(jīng)實(shí)驗(yàn)和應(yīng)用表明，利用基于用戶畫像的氣象服務(wù)系統(tǒng)較好地提升了用戶體驗(yàn)，為互聯(lián)網(wǎng)式的氣象服務(wù)向智能化、智慧化氣象服務(wù)發(fā)展提供了參考。

　　關(guān)鍵詞：用戶畫像;氣象服務(wù);CR AP;個性化;無感推送;智能

　　引言

　　隨著互聯(lián)網(wǎng)氣象服務(wù)發(fā)展，氣象產(chǎn)品趨同態(tài)勢嚴(yán)重[1-3]，用戶體驗(yàn)感下滑，氣象服務(wù)與用戶需求不一致導(dǎo)致矛盾進(jìn)一步加劇，如何掌握用戶對氣象信息的個性化需求成為公眾氣象服務(wù)的一大痛點(diǎn)[4-8]。

　　本文提出了基于CRAP架構(gòu)(Collection信息采集+RDS云庫集成+Analysis分析系統(tǒng)+Push-Service主動推送服務(wù))，對浙江氣象服務(wù)出口采集氣象用戶行為信息進(jìn)行分析，完成靶向氣象服務(wù)產(chǎn)品自動化加工，最終再次通過服務(wù)出口實(shí)現(xiàn)個性化主動智能推送服務(wù)的方案。解決了分眾場景不同用戶對氣象服務(wù)產(chǎn)品的具體需求，實(shí)現(xiàn)氣象服務(wù)由用戶主動獲取氣象信息變?yōu)楦兄脩粜枨螅悄芡扑蛡€性化氣象信息，有效提升了用戶的體驗(yàn)感。

　　1系統(tǒng)設(shè)計

　　1.1用戶行為采集系統(tǒng)

　　用戶行為采集系統(tǒng)即CRAP架構(gòu)中的Collection，本文針對天氣羅盤、智慧氣象[9]等浙江省氣象局服務(wù)平臺和出口的大量用戶日常使用偏好等基礎(chǔ)數(shù)據(jù)[10-13]，對其進(jìn)行了分布式標(biāo)準(zhǔn)化分析、處理并存放于數(shù)據(jù)存儲中心統(tǒng)一管理，形成用戶畫像基礎(chǔ)數(shù)據(jù)庫。

　　數(shù)據(jù)采集方式主要是頁面標(biāo)簽法[14-16]，將定制化的JavaScript等代碼植入服務(wù)平臺，當(dāng)用戶對平臺頁面中的標(biāo)簽進(jìn)行操作時，觸發(fā)采集機(jī)制，該辦法盡可能滿足了當(dāng)前平臺的服務(wù)模式，能夠在不影響用戶體驗(yàn)的前提下較全面地采集用戶體驗(yàn)的行為數(shù)據(jù)。對上述平臺的各大功能子模塊植入埋點(diǎn)，部分埋點(diǎn)位置如圖1～圖3所示。

　　當(dāng)用戶訪問平臺或者各模塊時，觸發(fā)當(dāng)前監(jiān)測事件，采集數(shù)據(jù)的腳本代碼才會被觸發(fā)，從而采集用戶行為數(shù)據(jù)。埋點(diǎn)技術(shù)有2個比較明顯的優(yōu)勢：每一個用戶的操作行為都是被單獨(dú)監(jiān)測采集的，在一個頁面文件中可能會存在多個函數(shù)被植入多段代碼，這樣可以保證監(jiān)測的每一個用戶的交互行為事件是獨(dú)立并且完整的;其次是每一個頁面都是獨(dú)立的，因此采集到的數(shù)據(jù)沒有重復(fù)性減少冗余，利于后期CRAP架構(gòu)中RDS云庫上的存儲。因此，本文在進(jìn)行埋點(diǎn)之前先整理并設(shè)計好需要采集的數(shù)據(jù)類型，具體植入采集數(shù)據(jù)的位置等。部分信息采集字段如表1所示。

　　信息采集表的字段將為RDS建表字段設(shè)立奠定基礎(chǔ)，而RDS用戶行為記錄表則作為用戶推送服務(wù)產(chǎn)品研發(fā)的基礎(chǔ)依據(jù)，主要對用戶行為數(shù)據(jù)記錄統(tǒng)計，有助于確定用戶使用習(xí)慣、當(dāng)前狀態(tài)等信息，便于根據(jù)實(shí)際情況進(jìn)行智能定制產(chǎn)品，也有助于后續(xù)改進(jìn)或者優(yōu)化相應(yīng)的推送服務(wù)產(chǎn)品。

　　采集數(shù)據(jù)儲存于RDS阿里云庫與OSS對象存儲，由結(jié)構(gòu)化的數(shù)據(jù)庫表以及JSON、txt等數(shù)據(jù)類型組成，RDS記錄表如圖4所示。基于阿里云的存儲方案，使得系統(tǒng)支持高并發(fā)讀寫，性能優(yōu)良。同時，接口服務(wù)使用的是阿里云企業(yè)級分布式應(yīng)用(EDAS)，具備高效、可靠、易拓展等巨大優(yōu)勢[17-23]。

　　1.2用戶行為采集系統(tǒng)

　　用戶行為分析系統(tǒng)即CRAP架構(gòu)中的Analysis分析系統(tǒng)，該系統(tǒng)主要針對存儲于RDS與OSS的用戶行為信息進(jìn)行進(jìn)一步分析與研究，從數(shù)據(jù)中了解用戶在氣象應(yīng)用時的瀏覽方式，訪問的氣象要素與行為習(xí)慣等信息自動研制定制化氣象服務(wù)產(chǎn)品，具體定制產(chǎn)品對應(yīng)方案如表2所示，并以API形式提供中間件，該分析方案的主服務(wù)部署于阿里云上自建的推送服務(wù)集群中，以較高性能與可靠性來獲取詳細(xì)的用戶行為信息及分析結(jié)果，用戶的行為分析系統(tǒng)整體架構(gòu)如圖5所示。

　　該系統(tǒng)的個性化推送產(chǎn)品所使用數(shù)據(jù)源眾多，因此該系統(tǒng)針對浙江省氣象局氣象實(shí)況、預(yù)報等數(shù)據(jù)特征，研發(fā)了針對性較高的解析與加工程序，同時將其解析中間件存儲于阿里云OSS，Hbase，Redis等供后期調(diào)用。對于數(shù)據(jù)庫中的數(shù)據(jù)，為了保證訪問程序性能與服務(wù)器性能，采用將數(shù)據(jù)存儲為JSON、XML等格式作為二次交換文件使用，用戶行為分析系統(tǒng)可視化流程如圖6所示。