随着互联网的上网用户数量迅速增长，用户访问信息的数量也呈指数级递增，针对如此规模的用户大数据，企业也很难对用户的数据进行准确的分析，从而导致无法有效的将最优的服务投放到最合适的用户群体手中。近年来兴起的用户画像技术正是为了解决这一难题而成为当前用户行为分析的热点技术。
北京恒通博联科技有限公司在多年的大数据领域分析研究的基础上，结合用户画像技术推出的针对图书馆电子资源的学术画像大数据系统。PolyInfo学术画像大数据系统根据大量动态和静态的用户真实数据，经过大数据分析技术，将数据抽象成标签，利用这些标签将用户形象具体化后输出用户画像，该系统能够聚焦读者用户的兴趣偏好与行为规律，对于提升高校图书馆面向读者的精细化信息服务水平具有很大的帮助。
 

多维度分析

1、个人画像
由于每一个用户都是独一无二的，仔细去看每一个个体用户，他们均有着不同的特征，无论是最基础的基本信息、学术成果还是身份信息和特征标签，都是及其重要的，将其整合后构建了全方位的个人用户画像。

2、人群细分

完成每个用户的个体画像之后，就可以进行群体的分层分群，人群细分是所有分析洞察和精准营销的重要基础工作之一。该系统的人群细分能力极其强大、灵活，可以选择任意筛选进行多级组合，包括客户基础属性、行为数据、学术成果等。我们可以查看某一群体的画像。
 

3、行为特征分析
对客户真实访问行为组成的访问行为分析。通过访问行为数据，图书馆可以了解读者的访问习惯、资源或服务的偏好；结合特定的数据挖掘模型，基于历史访问行为，还能够预测未来访问哪些资源的可能性。
 

4、学术成果特征分析
对用户真实发表的所有的学术成果进行分析。通过挖掘到的学术成果数据（包括历史数据），图书馆可以了解该读者或群体的论文成果概况、参与的基金项目及基金项目类型、论文的影响力、学科、资源偏好、研究方向；为预测未来用户需要的学术资源。