快速发展的互联网技术改变了人们的生产生活方式,大数据、云计算、人工智能和区块链等互联网新兴技术渗透到人们生活的各个领域。其中,“互联网+社交”形成的社交网络服务忽视了人与人之间的物理距离,改变了人们沟通交友的方式。用户在社交网络平台上进行分享心情、发表评论、浏览信息等一系列活动,这些行为都产生相应的用户行为数据。软件开发人员可以利用这些用户数据进行用户画像,了解用户特点,从而优化软件,为用户提供更好的服务。用户画像的应用非常广泛,可以用来优化产品设计、协助精准投放广告、构建智能推荐服务等,越准确的用户画像越能发挥显著的作用。然而,因为一些不法分子同样可以得到用户的数据,并且利用用户数据做一些损害用户利益的事情。因此,用户自发的隐藏自己的特征,以期保护自己的隐私。虽然这在一定程度上保护了用户的隐私,但同时为软件开发人员设计开发个性化服务带来了困难。本文针对用户隐藏自己的属性特征提出了一种基于属性图的推理方法,可以利用训练数据集的信息推理用户未知的属性,并设计实现了一个基于简书用户数据的用户画像系统,将提出的属性图推理方法应用到用户画像系统中,提高用户画像系统画像的准确性。本文的主要研究工作如下:(1)分析了互联网技术下用户画像的应用,及用户画像面临的问题,并对现有的用户画像相关研究工作进行总结分析;同时分析了社交网络平台下用户数据泄露造成的隐私问题,总结了属性隐私预测的研究方法。(2)基于个体属性特征,提出了一种基于属性图的属性推理方法,并从算法模型、数值实验验证等多个方面对该方法进行描述。(3)设计实现了一个基于简书用户数据的用户画像系统。该用户画像系统包括单个用户画像功能和批量用户画像功能,在单个用户画像功能中还包括直接画像功能和推理画像功能。(4)将提出的基于属性图的属性推理方法应用到基于简书用户数据的用户画像系统中,提高了用户画像系统画像的准确性,为提出的算法找到应用的落脚点。