用户画像是用户体验设计中广泛使用的一个设计工具,让设计师可以从用户的角度出发进行设计工作以做出更加有效的设计决策。传统创建用户画像的方法通常需要大量的时间和人力资源,用户研究员与设计师需要整合大量的资料,并且常常会遇到由于创建用户画像的主观性而导致最终生成的用户画像结果不被团队采纳等问题。研究将人工智能技术引入设计领域,改变传统创建用户画像的方式,提高生成用户画像的效率,提升设计的智能化程度。研究基于大数据来生成用户画像的方法,并将其应用到实际业务中。设计师利用该系统结合少量定性工作即可生成针对目标产品的基于大量在线社交用户的用户画像。首先对用户画像相关研究进行了文献调研,了解用户画像的发展及构建用户画像的方法。研究针对市场上已有的大数据做用户画像的平台进行了竞品分析,并对用户画像系统的目标使用人群进行了用户研究。通过以上调研结果,研究提出了符合项目目标的数据驱动用户画像构建方法,在自然语言处理相关算法的基础上,构建符合本文方法框架的算法,并结合少量定性研究,实现用户画像智能化生成。接下来进行了用户画像系统的设计工作,明确了该系统的定位,对该系统的用户使用流程、信息架构、系统功能、交互界面进行了详细的设计工作。在系统设计开发的各个阶段进行了可用性测试工作,并在这个过程中修改完善,最后对生成的用户画像结果进行了有效性检验。研究提出的数据驱动的用户画像构建方法改变了传统创建用户画像的流程,使设计师能够以更为高效和低成本的方式生成更具有可靠性的用户画像,具有一定的理论和实用价值。在理论上,在以往关于用户画像研究的基础上提出了将大数据定量研究结合少量人工定性研究的用户画像构建方法。在应用方面,基于本文提到的方法设计了大数据生成用户画像的系统,利用该系统可以帮助企业高效快速的生成具有大量用户基数的用户画像。这两方面的创新解决了以往创建用户画像的过程中耗费时间和人力成本的问题,为将人工智能引入设计领域做了一定的探索,为设计智能化提供了新的方法和工具。