看哈耶克如何论证基于行为事件的客户画像

投稿人|袁峻峰 编辑|bian zheng

本文系大数据文摘获作者授权发布，转载具体要求见文末

大数据文摘欢迎高质量的投稿，投稿邮箱：tougao@bigdatadigest.cn

◆ ◆ ◆

摘要

本文是前文[4]提出基于行为事件的客户画像的理论探讨。 客户历史行为事件构建客户画像可以认为是”哈耶克将’自我’理解为能够统一表达全部意识事件的时空框架”[3]的一种应用。

在此基础上，哈耶克构建了“统一表达全部意识事件的时空框架”[3](CommonSpatio-Temporal Framework)，其认为所有可重复的、想象的、过去的、可能的事件都关联到连续的“自我”意识表达。 [1]2.“借助于意识事件的统一表达框架，行为主体得以‘想象’和‘预期’未来事件的样式及后果”[3]. [3]所以我们可以认为，以过程的视角，通过个人历史行为事件数据去构建客户画像是与哈耶克基于事件的统一意识表达框架的相一致的。欢迎各位同业讨论相关应用案例可行性。

◆ ◆ ◆

序言

在前文[4]中，基于行为事件的客户画像的想法源自“每个插曲，每一个决心，每一种不合时宜的行动，都象征着唐吉坷德”[2].

虽然我们常常以特定行为去标记他人“原来你是这样的人！”；但这些都不是系统的理论基础。在寻找模型的理论基础过程中，读到了汪丁丁教授“哈耶克《感觉的秩序》导读”[3],终于找到基于行为事件的客户画像的理论基础,那就是哈耶克的基于事件的统一意识表达框架！

◆ ◆ ◆

理论：哈耶克基于事件的统一意识表达框架

虽然业界的客户画像基本上都是基于标签体系，但是就如前些日子的百度世界大会上大力的推荐其“千人千面”客户画像能力，给用户打了60多万个标签，庞大的标签体系更是证明了特征的随意性以及确认的困难性，这也和福柯的观点相一致。

哈耶克也认为，我们不应纠结于意识是什么而更应关心意识做了什么。因此意识是难以定义的，与之类似的问题，意识或感知的特征也是难以确认的。哈耶克认为这是可以通过有意识过程行为以及无意识过程行为观察的。

这些过程行为是指发生在我们身上用于描述自我与其他人不同的有意识以及无意识行为事件。在此基础上，哈耶克构建了“统一表达全部意识事件的时空框架”[3]( Common Spatio-Temporal Framework)，其认为所有可重复的、想象的、过去的、可能的事件都关联到连续的“自我”意识表达。借此框架可以解决以下问题：

通过行为事件标记一个人，他是什么，做过什么。“Be able to ‘give an account’ of what he is or has beendoing”.[1]“借助于意识事件的统一表达框架，行为主体得以‘想象’和‘预期’未来事件的样式及后果”[3].

并且哈耶克认为事件是通过注意力被感知的，这符合行为经济学的有限理性假设，即只有被感知的事件特征会被用于预期。而不论是主体注意力对事件的特征属性提取，还是预期过程都是基于主体历史的意识经验。

正如汪丁丁教授总结的“在哈耶克看来，对人类这样具有‘有限理性’的动物而言，没有’客观’知识，只有’主体间客观’（Intersubjective）的知识过程。其次，’知识’不是静态的一堆观念，它们是’过程’。”[3]所以我们可以认为，以过程的视角，通过个人历史行为事件数据去构建客户画像是与哈耶克基于事件的统一意识表达框架的相一致的。

◆ ◆ ◆

实践：大数据场景下的个体行为事件

如何将哈耶克所描述的有意识无意识个体行为事件与当下大数据中个体行为事件相结合呢？我们知道在行为经济学以及心理学中，情景记忆（Episodic Memory）是构成自我意识至关重要的一种长期记忆。而互联网中场景化，特别是互联网金融的目标之一是将金融服务融入各个场景中。自然，数据也是有场景化特征的。如果我们不再特意区分线上场景事件、线下场景事件、有意识行为事件、无意识行为事件，那么在哈耶克意识事件统一表达框架下的行为主体未来事件后果预测，也可以应用为在基于行为事件的客户画像体系下场景事件的预测。

◆ ◆ ◆

结论

本文简单的介绍了哈耶克的统一意识事件框架，并将其视为基于行为事件的客户画像体系下跨领域统一推荐模型理论基础。并结合行为经济学以及实践中数据特性，将意识事件进一步理解应用为基于场景事件，为之后具体应用提供可能性。欢迎各位同业讨论相关应用案例可行性。

参考文献：

[1]哈耶克．The Sensory Order: Inquiry into the Foundations of TheoreticalPsychology[M]．1952.

[2]米歇尔·福柯, 莫伟民 译．词与物 [M]．上海三联书店. 2002.

[3]汪丁丁. 哈耶克《感觉的秩序》导读[OL].

[4]袁峻峰. 我们为什么要这样联想|用哲学论证客户画像体系的复杂性 [OL]. 大数据文摘(公众号). 2016-09-14.

本文版权属于袁峻峰，仅代表个人观点。

作者介绍：袁峻峰，花名观妙，蚂蚁金服人工智能部，复旦金融学硕士，FRM金融风险管理师。10年以上从事金融IT相关领域工作经验：国内银行间市场金融产品（包括衍生产品）的量化分析、市场风险管理以及相关系统实现。目前从事并关注于金融领域机器学习相关主题与应用，欢迎探讨, 邮箱yuanjunfeng_fr@163.com , 微信 jake-80。