本题考察对聚类算法的理解。聚类算法常用于公司建立用户行为画像，因此本题选A。

正确答案是：A: 聚类算法。

专业分析：
用户行为画像的目的是通过分析用户的行为数据，将用户分成不同的群体，以便进行更有针对性的运营和营销活动。聚类算法是一种无监督学习算法，特别适合用于将相似的用户行为数据进行分组，从而形成用户画像。以下是对各选项的分析：

A: 聚类算法
聚类算法（如K-means、层次聚类等）能够将用户行为数据进行分组，将相似特征的用户归为一类，这样可以帮助公司识别出不同类型的用户群体，是建立用户行为画像的常用方法。

B: 多元线性回归算法
多元线性回归算法是一种监督学习算法，主要用于预测连续变量，并不适合用于将用户分组或建立用户画像。

C: 决策树算法
决策树算法也是一种监督学习算法，主要用于分类和回归问题。虽然它可以用于用户分类，但它通常需要预先定义的标签，不如聚类算法适合无标签的用户行为数据分组。

D: 朴素贝叶斯算法
朴素贝叶斯算法是一种基于概率的分类算法，适用于有标签的数据分类问题，不太适合用于无监督的用户分组任务。

因此，聚类算法是建立用户行为画像的最佳选择。