精准扶贫、信息化扶贫是当前我国扶贫工作的重要指导思想。互联网时代和大数据时代的到来为各行业的发展提供了机遇,同时也为扶贫工作的信息化提供了契机。当前,计算机技术应用于贫困户扶贫,主要体现在三个方面:第一,应用计算机系统有效管理扶贫信息,提高办事效率,加速扶贫进程;第二,利用大数据处理技术高效统计分析数据变化、数据指标;第三,利用机器学习技术,对贫困户数据做分类识别或预测,协助帮扶人员决策。虽然计算机技术应用于扶贫工作取得了较大进展,但仍然存在一些缺陷,导致扶贫效果迟缓。这主要体现在以下两个方面:第一,缺少从多方面、多维度精细刻画贫困户特征的方法,缺少可解释性,只回答是什么,难以回答为什么;第二,对构建人机互动反馈闭环的研究较少,只研究或实现决策至结果单一方向的方法或系统。针对上述问题,本文将用户画像技术运用到精准扶贫领域,结合精准扶贫实际业务需求和扶贫数据实际情况,构建出一套贫困户画像标签体系和贫困户画像模型,并实现了基于用户画像的精准扶贫可视化系统中贫困户画像子系统部分。本文主要工作如下:(1)在特征工程的基础上,从多角度、多维度提取贫困户本体特征,构建贫困户标签体系,从而构建多标签、多模型融合的贫困户画像模型,使得精准扶贫系统具备精细刻画贫困户的能力,同时具有可解释性。在贫困户标签体系的基础上,借助大数据处理平台,使用聚类和降维技术,研究用多模型分层融合方法将贫困户分级,提出一种提取贫困群体共同特征的方法。系统实验表明,各贫困群体之间刻画出的特征具有明显区分性和可解释性。(2)提出一种分析群体致贫、脱贫原因的方法,具有较好的可解释性、可追踪性,帮助帮扶人员认识贫困群体特征,把握扶贫效果,提供制定政策参考建议,从而构建扶贫反馈闭环。实现了贫困户脱贫轨迹的刻画,使得本系统具备追踪每个阶段扶贫成绩以及观察贫困户多方面状态变化的能力。(3)基于上述方法和技术,完成基于用户画像的精准扶贫可视化系统的整体架构设计。在此架构基础上,实现贫困户画像子系统的三大功能模块:贫困户画像模块、脱贫群体原因分析模块、脱贫轨迹展示模块。为了验证系统是否满足预期需求,应用工程测试方法对系统做了全面测试,并且提供了相关应用案例展示。测试结果表明,系统符合预期。