互联网开放式创新社区用户画像构建及用户创新需求识别_王松.pdf

科技管理研究Science and Technology Management Research2023 No.72023 年第 7 期doi:10.3969/j.issn.1000-7695.2023.7.018互联网开放式创新社区用户画像构建及用户创新需求识别王 松1，王卫霞2（1.杭州电子科技大学人文艺术与数字媒体学院；2.杭州电子科技大学经济学院，浙江杭州310018）摘要：为充分挖掘用户参与创新知识价值，以构建互联网开放式创新社区用户画像和识别用户创新需求为主要目的，将小米社区的米柚圈子作为研究对象，利用Python爬虫技术对该社区数据进行采集和处理，同时构建用户画像模型，得到核心用户、积极创新用户、积极社交用户、潜在创意用户、边缘用户 5 种类型用户的画像；进一步利用 K-means聚类方法对画像标签数据进行分析，通过词云图、四分图等可视化手段，分别从必备型需求、魅力型需求、期望型需求、沉默型需求 4 个角度将不同类型用户画像创新需求隐性表达进行显性化。研究发现，核心用户、积极创新用户、积极社交用户这 3 类用户是社区中的关键用户，关注这些角色的创新需求可以了解公司产品或服务的创新热点及前沿的创新方向；积极社交用户注重新产品功能的改进，并勇于对新功能进行尝试，维护好与此类用户的关系可以提升社区的活跃度；积极创新用户的必备型需求的创新价值较高；潜在创意用户和边缘用户是社区组成的用户基。为此，可基于不同类型用户的异质性，有针对性地对用户参与创新行为进行引导。关键词：用户画像；用户创新需求；需求识别；需求分析；小米社区中图分类号：G252.0；F124.3；G301 文献标志码：A 文章编号：1000-7695（2023）7-0158-13Construction of User Portraits and Identification of User Innovation Needs in Internet Open Innovation CommunitiesWang Song1,Wang Weixia2(1.School of Humanities and Digital Media,Hangzhou University of Electronic Science and Technology;2.School of Economics,Hangzhou University of Electronic Science and Technology,Hangzhou 310018,China)Abstract:In order to fully explore the value of user participation in innovation knowledge,with the main purpose of constructing a user portrait of an open innovation community on the internet and identifying user innovation needs,the Miyou circle of Xiaomi Community is taken as the research object,and Python crawler technology is used to collect and process data from the community.A user portrait model is constructed to obtain the portraits of 5 types of users,including core users,active innovation users,actively sociable users,potentially creative users and edge users.Furthermore,the K-means clustering method is used to analyze portrait tag data.Through visual means such as word clouds and quadrants,the implicit expression of different types of user portrait innovation needs is explicitly expressed from four perspectives of essential needs,charismatic needs,expectant needs and silent needs.Research finds that core users,active innovation users,and actively sociable users are key users in the community.Focusing on the innovation needs of these roles can help to understand the innovation hotspots and cutting-edge innovation directions of a companys products or services;Actively sociable users pay attention to the improvement of product features,and are more likely to try new features.Maintaining a good relationship with such users can enhance the activity of the community.The essential needs of active innovation users have high innovation value.Potentially creative users and edge users are the user base forming the community.To this end,it is feasible to apply targeted guidance for users to participate in innovation based on their heterogeneity.Key words:user portrait;user innovation needs;needs identification;needs analysis;Xiaomi community收稿日期：2022-08-26，修回日期：2022-11-14基金项目：浙江省软科学研究计划重点项目“企业技术创新数字化转型基于互联网开放式创新平台的实证研究”（2021C25029）在大数据时代背景下，企业内部的资源已经不能满足创新需求，要求跨越组织边界引入外部创新知识和资源，互联网开放式社区由此成为企业获取外部知识和信息的重要渠道。社区中聚集了大量来王松等：互联网开放式创新社区用户画像构建及用户创新需求识别159自不同背景的用户，他们基于不同的偏好，通过发布帖子、评论、点赞等完成知识共享和资源交流，参与企业技术创新，同时也形成一张巨大的关系网络1。用户通过社区网络关系参与创新，指出产品存在的问题，为新产品开发和设计提出建议和创意，为产品和服务问题提出解决思路和方案；同时，企业可以更好地了解互联网平台上用户的需求，降低创新成本。用户参与创新影响着企业利用外部知识进行产品开发的效率，了解用户创新需求以及对用户创新知识的利用可以提高创新产品商业转化的成功率。但是，由于用户参与创新行为具有随意性，发布的帖子内容具有海量化、隐晦性特征，且用户背景复杂多样，需要充分了解用户的异质性，并通过对用户创新知识的挖掘、掌握创新需求点的分布，才能达到社区管理人员与用户之间的高匹配度和用户的创新需求与企业产品创新方向之间的一致性。因此，需要对开放式创新社区用户进行精准画像，并寻找高效有质量的创新需求识别方法将重要用户及其关键信息挖掘出来。基于此，本文利用小米社区（https:/ Copper2提出，他认为用户画像是真实用户的虚拟代表，根据用户行为、动机等不同将用户分为不同类型，从中抽取每类用户的共同特征，设定名字、图片、场景等要素进行描述。李荣莲等3认为用户画像是从海量信息数据库中抽取个人属性信息对用户进行单独表述，具有表达用户的兴趣、偏好和需求等功能。张海涛等4从用户需求、用户角色、用户行为 3 个维度构建用户画像概念模型，通过概念格将用户群体分为三大类型。刘海鸥等5提出了基于用户行为、基于用户兴趣偏好、基于主题、基于人格特性与用户情绪的 4 种画像构建方法。宋雪雁等6从用户的基础属性、行为属性、兴趣属性出发将用户分为体验型用户、提升型用户、社交型用户和成熟型用户 4 种类型。罗婷予等7从微观视角探讨用户画像促进企业与用户互动创新的机制及构建方法。王志刚等8构建了政务微博评论用户的画像，直观展现了各类用户的形象特征。目前学者关于用户画像的构建方式逐渐多样化，如 Iglesias 等9发现用户画像的构建大多采用聚类分析方法；Taylor-West 等10通过问卷调查、访谈等方式获得数据，从体系构建的角度对用户画像进行构建；王晰巍等11认为应该从个人资料、采集数据、行为数据、安全数据及提交数据等维度构成用户画像；刘浒等12整合用户显性特征与隐形特征进行用户情绪预测，并构建了决策树根据预测结果进行用户画像构建；张海涛等13通过国内外用户画像相关文献的研究发现，作为新兴的研究工具，我国关于用户画像方面的研究还较为薄弱，具有较大的探索空间。伴随着社交网络的兴起，使用场景的泛化性，用户生成内容激增，且网络用户具有多样性、差异化等特征，大数据应用场景下用户画像的构建还可以进一步拓展。根据Gruner等14、姚山季等15、Jensen 等16、郭爱芳等17、刘高勇等18的研究，在开放式创新社区中，用户参与创新的行为包括注册、浏览、发帖、分享、评论等。李旭光等19通过分析百度医疗健康类贴吧中用户知识互动与情感交互内容，揭示了用户的社会网络关系基于社区中用户知识互动行为与情感交互行为。因此，本文将从用户参与创新产生的信息数据出发，抽取出用户属性、社交关系、行为特征等数据，对用户进行画像构建。1.2用户创新需求识别研究现状用户创新需求识别是指从用户的行为特征等属性中挖掘出用户感兴趣的并可以为企业创新指明方向的需求点的过程20。由于用户创新需求具有模糊性和不确定性等特征，最初学者侧重于对用户需求识别进行模糊处理，如王晓暾等21利用粗糙层次分析法对用户需求重要度进行识别确定；白涛等22利用模糊 Kano 模型对用户的调查数据进行统计和分析；黄鲁成等23采用层次分析法对用户关注焦点进行提取；李树等24根据模糊 Kano 模型理论构建用户需求层次模型；Shan 等25利用灰色理论等方法对用户需求进行分析。随着互联网时代的来临，通过数据挖掘技术识别归纳用户的创新需求成为一种趋势。王丽培26采用情感分析方法挖掘用户隐性信息需求，借助 Censydiam 模型将隐性用户需求显性化；李贺等27利用 LDA 模型对在线手机评论进行评论主题及产品特征挖掘，有效识别用户需求要素。基于大数据挖掘用户创新需求成为了一种有效的方法，同时具有一定的客观性，弥补了模糊处理的主观性缺点。然而，目前对开放式创新社区用户画像的构建还停留在表象阶段，对创新需求点的分类归纳不够具体，较难为企业提供有针对性的产品创新指导。因此，本文借鉴大数据挖掘思路，采集用户属性、社交关系、行为特征等数据，对用户画像进行构建，从而有利于社区有针对性地引导用户参与创新。基于聚类出的不同用户类别，利用词云图进行创新需求点展示，同时对创新需求点进行细分归纳，通过分布图进行展示，使得企业可以有效地识别出用户160王松等：互联网开放式创新社区用户画像构建及用户创新需求识别创新需求，有针对性地进行用户管理及帮助企业进行技术创新。2研究设计2.1研究框架用户画像概念是指从开放式创新社区中将实体图 1研究框架用户属性、社交关系、行为特征等数据抽象成标签，利用这些标签将目标用户的具体形象展现出来，实现画像后对用户进行具体分析。本文将研究框架具体分为数据的收集与处理、标签加工与处理、标签体系构建、用户画像及可视化展示、用户创新需求识别 5 个阶段（见图 1）。（1）数据收集与处理。首先利用 Python 爬虫技术对开放式创新社区的数据进行采集，并对原始数据进行清洗、去重等处理，最终获取了用户属性、用户行为特征等可用于标签加工的数据集。（2）标签加工与处理。利用文本挖掘技术经过去噪、分词、去停用词等处理将文本数据标签化，同时通过社会网络分析等方法构建用户关系网络，抽取有效信息。（3）标签体系的构建。根据现有对开放式创新社区用户画像标签体系的总结归纳，提出了从用户属性、行为特征、社交关系、创新能力 4 个方面标签进行用户画像，将从帖子中提取出的主题特征作为用户创新需求标签。（4）用户画像及可视化展示。利用聚类分析和统计分析方法，根据上一步骤的画像标签集采用统计图标、网络关系图对不同角色用户画像进行可视化展示。（5）用户创新需求识别。利用词云图对不同角色的用户创新需求进行可视化操作，通过四分图对主题关键词进行整理展示并展示出不同角色的用户的创新需求分布情况。2.2研究步骤2.2.1用户画像模型构建用户画像模型构建的主要核心步骤是画像特征及画像标签体系的构建，目前学者将用户画像特征的构建主要分为基础属性、行为特征、社会关系等，根据开放式创新社区的特殊性，本文加入了创新能力作为画像特征指标进行提取，具体的画像标签和标签说明见图 2。其中，用户等级为用户的数据，可以不经过加工直接获得。行为特征中用户发布的帖子数为用户自注册起至本次数据统计截止日期内发布的帖子总数，并基于此计算出用户发帖频率。需要说明的是，模型中用户的社交关系通过社会网络分析方法进行测度。社会网络是行动者交互行为和其关系的集合，是由多条边（行动者的关系）和节点（行动者）形成的网络。根据开放式创新社区用户发帖、评论、点赞等交互行为构建用户创新网络，网络中的节点代表社区中的用户，边代表用户之间的交互关系，而边的权重为用户交互的次数。本文利用点度中心度、中介中心度作为用户在社区中的社交关系标签，其中点度中心度为节点与其他用户交互的次数，体现的是该节点在社交关系网络中所处的位置；中介中心度指节点用户出现在其他节点对最短路径上的次数，即起中介作用的次数，衡量的是节点在网络中对创新资源的控制能力。在开放式创新社区中，用户基于共同的偏好自愿进行知识共享和信息交互，企业通过收集外部资源进行内部王松等：互联网开放式创新社区用户画像构建及用户创新需求识别161的产品或服务的创新，而帖子正是用户创新贡献的主要来源。通过对开放式创新社区的观察可以发现，标签为服务求助、问题反馈、产品建议这 3 类的帖子具有较高的创新价值，能够为产品或服务的改进和优化提供创意方案；另一方面，在社区中具有较高互动热度或对有助于产品或服务创新的帖子会被社区管理者列为提案，其中有些提案会被立为待优化改进的项目，并经历一定的项目开发周期后得以优化。因此，帖子类型计分和被列为提案数在一定程度上可以体现出社区用户的创新能力。本文根据画像特征抽取出的画像标签进行聚类分析，按照呈现的特征对不同角色进行划分，最终得到不同类型的用户画像。图 2用户画像构建模型在建立标签体系后，利用 K-means 聚类方法对画像标签数据进行分析。由于不同的聚类数 K 会造成不同的聚类结果，随机选取会使得聚类结果陷入局部最优解。郑丹等28认为，对 K 的确定有密度法、经验法、手肘法、逐个归类法、经验法等算法；而统计学者乐承毅等29、路燕等30认为，K-means聚类分析中 4 6 类的集群较为合理。因此，本文在聚类分析中分别将 K 值取为 4、5、6，进行反复计算比较后再取最合理的 K 值。2.2.2用户创新需求识别分别对不同类型用户画像的创新需求进行识别展示，具体步骤如图 3 所示。首先，按照用户类别提取出帖子文本数据样本集合，在经过去噪、分词、去停用词等一系列预处理操作后得到了主题特征标签集合。然后，选取词频最高的前 50 位的主题特征关键词，基于词云图技术对关键词进行可视化展示，其中字体权重大小表示为词频。开放式创新社区中用户发布帖子的评论数、点赞数、浏览量在一定程度上可以反映用户的需求状况。由于这些数据差异较大，具有不同的量纲和数量级，因此首先需要进行标准化处理，其次通过气泡图归纳并显示用户需求点的分布情况，同时划分为 4 个象限进行总结，其中气泡大小代表浏览量，横坐标为评论数，纵坐标为点赞数，而 4 个象限代表以下 4 种不同的需求点：（1）必备型需求。高点赞数高评论数的需求点，用户觉得理所应当实现的创新需求。（2）期望型需求。低点赞数高评论数的需求点，用户带有期待的创新需求，未实现用户会失落，实现了用户会满意。（3）魅力型需求。高点赞数低评论数的需求点，用户意想不到的创新需求。162王松等：互联网开放式创新社区用户画像构建及用户创新需求识别（4）沉默型需求。低点赞数低评论数，用户目前觉得可有可无的创新需求，随着时间的推移可演变为其他 3 种类型需求。图 3用户创新需求识别模型3实证分析3.1平台选取本文选取小米社区作为研究案例。小米社区是基于互联网技术搭建的企业和用户进行交流的平台，是国内典型的、有较大规模和影响力的开放式创新社区代表之一。小米公司根据产品类目设置相应的圈子，共 17 个一级圈子，在每个一级圈子下面还细分了板块。小米品牌爱好者和使用者可以在特定的圈子里进行产品体验分享、程序错误（bug）反馈、功能建议等知识交流活动，通过发帖、回帖、点赞等行为进行互动。对于社区中较为活跃或贡献较大的用户，会赢得小米官方给予的一定物质或虚拟奖励（用户等级升级、用户勋章等）。其中，米柚（MIUI）系统圈子聚集着很多潜在用户和小米系统用户，截至 2022 年 2 月 9 日，该圈子入驻用户共计 424.4 万名，且该圈子的讨论互动热度较高，总帖子达 607.1万个1）。很多针对产品或服务建议的帖子可以迅速得到反馈处理。因此，本文选取了这个有一定的社群规模和讨论热度的圈子作为实证研究对象。3.2数据获取利用 Python 爬虫技术获取了 MIUI 系统圈子的用户相关数据，由于 MIUI 系统圈子拥有较大规模的用户，构建所有用户的关系网络所需要的计算量巨大，超出了本文的研究能力范畴，因此本文剔除了没有与其他用户进行交互的用户以及小米官方员工等数据，最终保留了 4 302 位用户提交的 8 188 条帖子和 128 803 位用户提交的 247 626 条评论，即总共133 105 位用户的相关数据。由于每位用户都拥有属于自己的独特 ID 号，且每个帖子也都有专属 ID 号，因此可以用 ID 号来代表用户，用帖子 ID 号来链接原帖和评论帖进行关系网络的构建。所爬取的各个数据模式如表 1 表 3 所示。表 1用户基本数据模式用户 ID 号用户名用户等级/级发布的帖子数/个发帖频率点度中心度中介中心度帖子类型计分/分被列为提案数/个941908431bug 独一无二312.24491 042 636.00000162863942陈星河 er310.166593 053 236.36211294270806小米用户 _3o5H6S110.016721.00000表 2用户发帖信息数据用户 ID 号用户名评论数/条浏览量/次点赞数/次帖子内容帖子创立时间最近一次评论时间帖子 ID 号1141124638古武3140点击任何界面的输入框，输入法键盘都无法打开2022-02-092022-02-0935691201612592351 号兵站2441我的升级13了。无字模式怎么搞？2022-01-172022-01-1934679022900350507国见比吕1220稳定版升开发版会清空数据吗2022-01-312022-01-3135875694表 3用户评论信息数据帖子 ID 号评论用户 ID 号评论用户名评论内容评论时间35325247982496761易 3707101567望尽快解决 10S 音质问题2022-02-0535325247136988071不见不散 110我的手机云监控显示黑屏只有声音2022-02-08353252472412588248skTT1faker要流畅度和省电2022-02-083.3用户角色识别与用户画像生成由于开放式创新社区用户具有较大的异质性且数据分布不均匀，标签指标衡量单位存在着较大的差异。为了更好地保证聚类结果的稳定性，在聚类分析之前进行了数据的标准化处理，并运用 SPSS 箱图对异常值节点进行识别，具体如图 4 所示。最终王松等：互联网开放式创新社区用户画像构建及用户创新需求识别163共剔除了 ID 号分别为 1303388770（A 刘小哥）、2494509088（天道红运）和2204977975（mi_4K4s0G）图 4SPSS 箱图异常值识别注：图中的点代表每个用户的个案号。等 18 个异常样本，得到 4 284 个样本。经过反复计算筛选后发现，K-means 聚类结果较为合理的 K 值为 5。聚类结果的方差分析和最终聚类中心结果分别见表 4、表 5 和图 5。可见，各标签指标都通过了显著性检验，且通过 F 值大小的表 4聚类结果方差分析变量聚类误差F 值显著性均方自由度均方自由度用户等级6.13240.9954 2796.1610.001发布的帖子数430.39040.5994 279718.9850.001发帖频率825.00840.2304 2793 591.3690.001点度中心度737.60740.3114 2792 368.5150.001中介中心度745.02740.3044 2792 446.8450.001帖子类型计分793.59240.2594 2793 063.0360.001被列为提案数815.72540.2384 2793 421.709 被列为提案数 帖子类型计分 中介中心度 点度中心度 发布的帖子数 用户等级。164王松等：互联网开放式创新社区用户画像构建及用户创新需求识别图 5用户聚类中心结果雷达图注：图内数值代表聚类 K 值。下同。从最终聚类中心结果出发，将用户分为核心用户、积极社交用户、积极创新用户、潜在创意用户、边缘用户 5 类用户，并分别从用户等级、发布的帖子数、发帖频率、点度中心度、中介中心度、帖子类型计分、被列为提案数这些标签指标进行等级分析，用很低、偏低、偏高、很高 4 个等级来表示，具体见表 6；同时选取各个类型用户的典型代表，利用 Gephi 可视化软件对典型代表的个体关系网络进行用户画像。表 6用户画像用户画像对应聚类集群用户属性行为特征社交关系创新能力用户等级发布的帖子数/个发帖频率点度中心度中介中心度帖子类型计分/分被列为提案数/个边缘用户1偏低很低很低很低很低很低很低积极社交用户2很高偏低很低很高很高很低很低核心用户3偏低很高很低偏低偏低很高很高潜在创意用户4很低偏低很低很低很低偏高偏高积极创新用户5很低很低很高很低很低偏低偏低（1）边缘用户，对应聚类集群 1。该类用户角色的各项标签指标数值都很低，从占比来看，这类用户达到 77.05%，说明在开放式创新社区中大部分用户都属于边缘用户，这类用户在社区中的活跃度较低，发布创意的积极性不高，且创意的质量也不高。从社交关系来看，这类用户游离在社交网络的边缘位置，很少与他人进行交互、产生联系，在网络中对创新资源的引流和把控能力较差，社区声望不高。图 6 为典型的边缘用户代表“狂奔的小小蜗牛”（ID号为 6425301）的个体关系网络及画像标签。图 6用户“狂奔的小小蜗牛”的个体画像及画像标签注：分图 6（a）中的数值代表用户 ID 号。下同。（a）个体关系网络（b）画像标签王松等：互联网开放式创新社区用户画像构建及用户创新需求识别165（2）积极社交用户，对应聚类集群 2。这类用户的点度中心度、中介中心度很高，在社交网络中的影响力较大，具备一定的引流能力和对创新资源的控制能力，且在社区的活跃度较高，发布的帖子可以得到他人的认可并可以引发评论、点赞等一系列互动，表现出较强的社交能力。对这类用户加以引导可激发整个社区的活跃度，提高其他用户参与社区创新的积极性。图 7 为典型的积极社交用户“浮沉若梦丶”（ID 号为 1317316920）的个体关系网络及画像标签。图 7用户“浮沉若梦丶”的个体画像及画像标签（a）个体关系网络（b）画像标签（3）核心用户，对应聚类集群 3。这类用户发布的帖子数、帖子类型计分和被列为提案数较其他用户高，说明其会积极发布创意质量较高的帖子，且涉及的创意范围较广，具有较高的话题引领能力和信息控制能力，可以提高整个社区的流量和协作水平。进一步研究发现，该类型用户在社区中提交的帖子多为求助帖和建议帖，表明这类用户可以较好地把握产品或服务的创新需求和潜在创新需求，有着非常强烈的寻求问题解决方案的欲望和创新动机，对开放式创新社区的贡献度较高，并且获得了企业社区管理员的认可。这类用户是社区创新用户和领先用户的重要组成部分，需要企业社区管理者进行重点关注。图 8 为典型的核心用户“关注米柚更新”（ID 号为 332836222）的个体关系网络及画像标签。图 8用户“关注米柚更新”的个体画像及画像标签（a）个体关系网络（b）画像标签166王松等：互联网开放式创新社区用户画像构建及用户创新需求识别（4）潜在创意用户，对应聚类集群 4。这类用户虽然发帖频率和发帖量不高，但其帖子类型计分和被列为提案数较核心用户以外的其他类型用户高，说明这类用户在社区的活跃度不高，但其一般具有深厚的专业技术知识，所提交的创意有利于企业产品或服务的创新，同时也得到了官方的认可。这类用户可以看成是边缘用户向核心用户演变的过渡类型。对于社区管理者而言，激发这类用户的活力，引导其积极参与社区主题是十分重要的。图 9 为典型的潜在创意用户“Mikoni”（ID 号为2367297380）的个体关系网络及画像标签。图 9用户“Mikoni”的个体画像及画像标签（a）个体关系网络（b）画像标签（5）积极创新用户，对应聚类集群 5。这类用户发帖频率最高，说明这类用户的创新意愿较强，但中介中心度、点度中心度等社交关系属性值较低，帖子类型计分不高，被列为提案数的帖子不多，表明该类型用户发布的创意很难获得其他用户的认可，创新贡献质量不高、创新深度不够。企业社区管理者可以通过适当的激励与引导，提升积极创新用户的知识水平和技术能力，提高其创意质量，增强企业创新源的多样性。图10为典型的积极创新用户“小黑酱小可耐”（ID 号为 2330000955）的个体关系网络及画像标签。图 10用户“小黑酱小可耐”的个体画像及画像标签（a）个体关系网络（b）画像标签王松等：互联网开放式创新社区用户画像构建及用户创新需求识别1673.4用户创新需求识别根据研究步骤对原始帖子文本进行去噪、分词、去停用词等处理得到需求主题关键词集合，以词频为字体大小，通过词云图实现了 5 类用户需求主题关键词的展示（见图 11）。可以明显看出，出现频率较高的需求关键词及不同类型用户的需求关注点存在明显差别。图 11不同类型用户需求词云图（a）边缘用户（b）积极社交用户（c）核心用户（d）潜在创意用户（e）积极创新用户将不同类型用户的需求主题关键词及相关数据导入到气泡分布图中，具体如图 12 所示。（a）边缘用户（b）积极社交用户168王松等：互联网开放式创新社区用户画像构建及用户创新需求识别图 12不同类型用户需求点分布（c）核心用户（d）潜在创意用户（e）积极创新用户（1）必备型需求。系统优化相关的内容在边缘用户、潜在创意用户中被评论数、点赞数、浏览量都非常高，说明该需求点是这两类用户的关注热点。不管新产品的功能如何变化，系统升级优化配置始终是用户的长远、必备需求。积极社交用户更关注产品的功能性、稳定性等内在性能配置，结合积极社交用户处于社区关系网络中心位置的特征，满足这类用户的需求，可以更大范围提升网络中用户对产品的满意度。核心用户的必备型创新需求表现为稳定性和充电、耗电等电池性能等方面需求，核心用户的必备型创新需求是用户主流的创新需求，是企业产品创新要实现的重中之重，关乎着产品是否能够正常使用。捕捉核心用户的必备型需求可以确立当前产品创新研发的主要方向。而积极创新用户比较关注密码、指纹识别等创新需求，符合当下大众对个人隐私保护的需求。随着技术信息等不断的发展，密码、指纹识别等不断受到人们的关注，而且指纹识别具有扫描循序、密级程度较高等特点，用户对密码设置、指纹识别等隐私保护的需求空间潜力较大，企业可以据此开发出更多功能，突破创新瓶颈。总之，必备型创新需求是用户最基本的需求，企业须在满足必备型创新需求的前提下再去开发产品其他性能和系统。（2）魅力型需求。满足用户的魅力型创新需求可以提升产品的核心竞争力，快速地拉开其与竞品的距离。个性化在核心用户和边缘用户需求分布四分图中都处于点赞数很高但评论数不多的象限中，若实现该类需求将使得用户拍案叫绝。边缘用户在开放式创新社区用户占据较大比例，若满足这类用户的魅力型创新需求，将会为产品吸引很多潜在用户。积极社交用户的魅力型创新需求主要表现为屏幕显示、画质质量，目前市场上高品质屏幕需求与日俱增，高品质屏幕可以在多样化的使用场景中为用户提供更好的画面显示效果，在提高视觉感官享受的同时，也是创意产出时的一个成品质量的保障，关注该类型用户的魅力型创新需求可以为企业带来预期收益。潜在创意用户及积极创新用户的魅力型创新需求主要为桌面图标、扬声器等系统配置方面的性能需求，这些都是在对产品基础功能满意的基础上提出的额外的创新需求，企业可以根据相应的创新需求制定研发改进策略。（3）期望型需求。在产品基本功能的满足阶段，王松等：互联网开放式创新社区用户画像构建及用户创新需求识别169必备型创新需求库存会减少，更多期望型创新需求会慢慢加入。微信为边缘用户及核心用户共同的期望型创新需求，进一步分析可以发现这两类用户期望微信可以“分身”、运行流畅、消息及时弹出以及避免出现闪退等问题，解决用户期望型创新需求可以提高用户的满意度。积极社交用户的期望型创新需求点主要在公测版，公测版介于开发者测试版和正式版之间，正式版是修复了测试版、公测版之后推出的版本，系统的功能较为稳定齐全，而公测版更加注重新产品功能的改进和尝试，企业可以选择积极社交型用户参与新功能的测试与体验。潜在创意用户及积极创新用户的期望型需求主要在于内存、主板等这类产品硬件性能需求。随着 5G 技术的兴起与成熟，硬件创新的呼声越来越高，关注采纳这类用户的期望型创新需求可以为产品的长远创新提供明确的方向。（4）沉默型需求。5 种类型用户的大部分需求都处于沉默状态，目前虽然沉默型创新需求点的关注热度没这么高，但未来仍然可能成为创新的方向和市场的需求导向，企业应对这类需求有针对性地加以利用。4结论与展望由于开放式创新社区用户背景复杂多样、参与自由等特征，不同角色参与社区创新的方式和贡献及所表达的创新需求也各不相同。另一方面，随着用户数量剧增，社区出现了信息过载等问题，造成优质创新知识无法得到充分互动与关注，从而打击用户参与创新积极性，降低社区创新效果。为充分挖掘用户参与创新知识价值，提高社区创新知识的利用率，以构建社区用户画像和识别用户创新需求为主要目的，本研究对小米社区中不同类型用户的画像和创新需求进行了展示。可以发现，不同角色用户的创新需求和对社区的贡献度不同，社区管理者可从以下方面着手，有针对性地对用户参与创新行为进行引导：核心用户、积极创新用户、积极社交用户这 3类用户是社区中的关键用户，他们往往居于关系网络中心位置，把控着创新资源，关注这些角色的创新需求可以了解公司产品或服务的创新热点及前沿的创新方向。维护好积极社交用户的关系可以提升社区的活跃度。根据对该类型用户的期望型创新需求分析可知，其非常注重新产品功能的改进及勇于对新功能进行尝试，因此企业可以选择积极社交型用户参与新功能的体验与测试。社区管理者应对这类用户进行科学引导，激发其社交属性，吸引更多的新用户参与到社区的创新中；同时应调动其对新功能体验的反馈积极性，提高整个社区创新能力。积极创新用户的必备型需求体现了较高的创新价值，社区管理者应重点关注并提升该类型用户在社区中的活跃保持度。潜在创意用户和边缘用户对社区的创新贡献度不高，在整个关系网络中处于边缘位置，但却是企业产品或服务创新的重要组成部分，是社区组成的用户基。由前文可知，这两类用户的创新需求与社区其他重要成员用户的创新需求具有重合交织部分，因此，社区管理者可以根据这类用户创新需求点的不同分布制定相应的产品创新改进策略；同时可以展开一定的激励政策，如用户等级升级，线下交流活动、设计热门话题等从互动反馈、奖惩机制等对用户关系进行引导，引导其积极参与，促进这类用户向高级角色转化。本文采用的是小米社区的静态样本数据，数据来源单一，未能对其他类型的创新社区的用户样本进一步验证。此外，由于外界因素的影响，用户画像可能会发生变化，如某一时刻的核心用户重要性可能会减弱，被其他用户取而代之，网络中可能会涌现出新一批的核心用户；或是随着时间的推移，这一刻的必备型创新需求在下一刻可能成为沉默型创新需求。今后应该基于动态演化的视角对开放式创新社区用户画像构建和创新需求识别作进一步分析。参考文献：1 PORTERFIELD T E,BAILEY J P,EVERS P T.B2B e commerce:an empirical investigation of information exchange and firm performanceJ.International Journal of Physical Distribution and Logistics Management,2010,40(6):435-455.2 COOPER A.The inmates are running the asylum:why high-tech products drive us crazy and how to restore the sanityM.2nd ed.New York:Sams Publishing,2004:176-193.3 李荣莲,吴莹.基于用户画像大数据的共享内容社区精准知识服务策略J.商业经济研究,2022(16):102-105.4 张海涛,崔阳,王丹,等.基于概念格的在线健康社区用户画像研究J.情报学报,2018,37(9):912-922.5 刘海鸥,孙晶晶,苏妍嫄,等.国内外用户画像研究综述J.情报理论与实践,2018,41(11):155-160.6 宋雪雁,张梦笛.晋江文学城原创文学网站用户画像研究J.图书情报工作,2020,64(23):63-74.7 罗婷予,谢康.用户画像促进企业与用户互动创新的机制及构建方法J.财经问题研究,2023(3):106-116.8 王志刚,邱长波.基于主题的政务微博评论用户画像研究J.情报杂志,2022,41(3):159-165.9 IGLESIAS J A,ANGELOV P,LEDEZMA A,et al.Creating evolving user behavior profiles automaticallyJ.IEEE Transactions on Knowledge and Data Engineering,2012,24(5):854-867.10TAYLOR-WEST P,SAKER J,CHAMPION D.Market segmentation 170王松等：互联网开