您好, 访客   登录/注册

基于互联网用户体验的天气影响预报产品研究及应用

来源:用户上传      作者:

  摘  要:随着日益增长的美好生活需要,用户对气象服务的需求也日趋个性化、具体化。而当下专业天气预报预警主要是针对单一气象要素如气温、降水等的预报,普通用户很难从中了解天气带来的直观感受和具体影响。文章旨在通过对天气影响预报产品研究,挖掘天气对健康、生活等的影响规律,探索如何打造紧贴用户感受的影响预报产品,提升产品服务的个性化和公众认可度。
  关键词:互联网用户;天气预报产品;研究
  中图分类号:P456          文献标志码:A         文章编号:2095-2945(2019)08-0179-02
  Abstract: With the increasing demand for a better life, the demand for meteorological services is becoming more and more personalized and concrete. At present, the professional weather forecast and early warning is mainly aimed at single meteorological elements such as temperature, precipitation and so on. It is difficult for ordinary users to understand the intuitive feelings and specific effects of the weather. The purpose of this paper is to excavate the influence of weather on health and life through the study of weather impact forecast products, and to explore how to create impact forecast products close to users' feelings, so as to improve the individualization of product services and public recognition.
  Keywords: Internet users; weather forecast products; research
  1 天气影响预报服务产品现状调查
  目前面向公众传播的预报服务产品较为专业,大多是阴晴、气温、降水等纯气象要素的预报,而大多数用户不太清楚它们究竟会对生活会造成怎样的影响。为此,一些气象部门开始了“气象+影响”的预报研究,如[1]通过计算不同量级的暴雨可能导致的积水深度和范围,为用户提供城市内涝风险预报等;针对不同易感人群的感冒、儿童哮喘、慢性阻塞性肺疾病(COPD)等,通过初步调研,发现天气影响预报服务产品存在面向公众服务范围小、不成体系、种类少、实际指导意义不大等问题,而导致这些问题的原因主要有:与天气相关的影响类数据挖掘难度大,缺乏合适的数据渠道和来源;不同行业领域的数据融合没有统一的算法规则,其科学性和实用性难以检验;大规模产品化的开发成本高。
  2 如何建立符合用户感受的算法库
  建立符合用户感受的影响预报产品算法库,首先需要掌握足够充分的天气数据和相关影响数据,并建立影响评估模型反复检验。通过中国天气网秋裤预报产品的探索实践,以秋裤预报产品为例,就如何建立符合用户感受的影响预报算法库进行过程还原。
  2.1 算法基础
  2017年10月30日中国气象局发布[2]《QX/T 385-2017穿衣气象指数》行业标准,标准规范了人们在自然气候环境中的着装薄厚程度气象指标,并将着装厚度划分为7 级。同时参考[3]《环境气象学与特种气象预报》一书中针对“着装厚度气象指数预报”的算法经验。
  2.2 算法拓展验证
  为进一步利用服装厚度值针对是否穿秋裤进行分级验证,两次收集秋裤舆情数据与服装厚度进行验证对比。
  2.2.1 中国天气网用户反馈收集舆情
  (1)收集内容:收集全国一百余个城市在2016年10月28日、2017年11月16日、2017年11月17日三天是否穿秋裤、穿着秋裤的厚度。
  (2)数据处理:收集到的舆情数据整理后包含没穿秋裤、穿秋裤、穿加绒秋裤、穿棉裤4种情况,由于数据个体差异大利用温度针对部分舆情进行了剔除,去除最高气温低于5℃未穿秋裤和最高气温高于20℃穿着棉裤的舆情。
  (3)进一步分级:产品最终需要实现没穿秋裤(单裤)、穿秋裤、穿棉裤三个级别,因此将穿加绒秋裤的反馈按温度划分至穿棉裤和穿秋裤中。
  2.2.2 自动获取微博平台舆情
  第一批获取的舆情数据有限,故而利用技术手段进一步抓2017年秋冬季(2017/9/1-2018/1/31)微博平臺包含指定关键词的数据5906条,覆盖全国31个省会城市及港澳台地区。从收集数据来看,进入10月,秋裤等关键词的出现量大幅上升。
  (1)收集内容:收集包含“秋裤”、“棉裤”等关键词的微博,提取用户ID号、发布时间、所属地区,发布微博内容。
  (2)数据处理:由于微博内容相对杂乱,针对微博内容进行了进一步筛选。增加关键词与天气关联:与关键词相伴出现天气关键词(冷、凉、冻、寒、降温、气温、天气、雪)。剔除广告类微博的影响:去除品牌关键词19个(如:南极人、红豆),去除平台关键词15个(如:淘宝、天猫),去除话题关键词3个(如:持家省钱联盟)。剔除可直观判断不合理舆情:当气温在30℃以上时剔除舆情。   (3)舆情数据分级+服装厚度对比:按第一次反馈将舆情关键词定为“没穿秋裤”、“穿秋裤”、“穿棉裤”三个级别,从有效舆情中获取关键词,结合服装厚度值进行对比。
  (4)结论验证:结合第一次舆情分析,没穿秋裤的舆情资料中70%服装厚度在6以下,而穿棉裤的舆情资料中87%服装厚度值大于13。
  2.3 算法结论
  结合两次验证数据,最终将秋裤预报划分为三级:
  3 实际业务应用和传播效果
  2018年11月5日,在一股“超凶”冷空气来袭、大半中国气温将创新低之际,中国天气网在微信公众号上线秋裤预报产品,并推出网络化新闻《炸裂!秋裤预警来了秋裤即将覆盖8成国土》。随后又于11月15日推出《冷!广东广西要穿秋裤1/3国土要上棉裤》,12月5日推出《冻哭!今冬首个棉裤预警全国八成地区需棉裤护体》。
  三次结合新闻点进行的传播宣传,结合重大天气过程发布全国性的秋裤棉裤预警,为产品推广提供了良好的传播氛围。据不完全统计,作品被腾讯新闻、高德地图、新浪天气通、网易新闻、百度、今日头条等多家媒体弹窗push推荐,登上新浪微博热搜榜,累计阅读量超千万,并被CCTV、凤凰卫视、人民日报、中国新闻网、人民网、头条新闻、中国之声、共青团中央、紫光阁等转发,覆盖今日头条、腾讯、网易、凤凰、澎湃新闻、搜狐、新浪等几乎所有主流新媒体平台。
  4 产品优势及不足分析
  通过复盘秋裤预报产品的创作及推广服务过程,基本可以总结出一种可复制的产品化模式,即结合用户兴趣生产资讯,产生传播影响,引发用户关注和反馈,收集用户数据,融合数据分析,形成算法模型和产品雏形。利用该模式打造的秋裤预报主要有以下三大优势。
  独创性。产品不仅可以根据用户定位自动查询未来5天的秋裤棉裤预报,还精心设计了108种原创表情包,搭配网络化的提示语,打造不一样的暖心提醒,让网友可以轻松get到天冷穿什么。
  交互性。定制功能让用户可选择“养生老干部”“傲娇小公举”等个性化形象,还可以选择符合自己风格的裤型,生成专属预报;打造“喊Ta一起穿秋裤”功能,让网友可以“传递秋裤爱”,提醒亲朋好友添衣保暖;“秋裤棉裤体验官”不仅让用户有机会表达自己的感受,也为产品提供了广泛的用户反馈数据,为后期迭代优化提供了基础。
  科学性。秋裤预报在融合穿衣厚度气象标准基础上,广泛收集全国31个省会城市及港澳台地区的秋裤舆情数据,并结合各地气候背景进行了大量数据验证分析,最终形成了科学算法。
  但产品同样存在局限和不足。由于相关影响数据多从微博平台收集,干扰性信息杂多,导致数据清洗难度大、成本高,最终形成的有效数据规模与期望值仍存在差距,未来仍需探索更多影响类数据挖掘渠道;从服务人群来看,没有对不同人群进行细分,进行差异化服务,比如儿童、老人等人群穿秋裤的时间一般来说比青年人群要早,但受限于不同人群数据收集的难度,产品没有达到针对不同人群进行差异化提醒的要求;从分级标准来看,产品对于单裤、秋裤、棉裤的三级标准相对单一,无法涵盖实际生活中的所有情况,比如薄秋裤、厚秋裤、毛裤、打底裤等也成为现代人们常见的保暖选择。未来可通过建立用户直接反馈渠道,收集不同人群的實际穿衣数据,为产品迭代和优化提供有效依据。
  参考文献:
  [1]王强,李佰平,等.上海影响预报和风险预警业务进展[J].气象科技进展,2017,06.
  [2]王静,等.QXT 385-2017穿衣气象指数[S].中国气象局,
  2017,10.
  [3]吴兑,邓雪娇.环境气象学与特种气象预报[M].北京:气象出版社,2001,2.
转载注明来源:https://www.xzbu.com/1/view-14868756.htm

服务推荐