建立用户行为画像通常涉及对用户进行分群，以便更好地理解和分析不同用户群体的行为特征。因此，聚类算法是最适合用于这种场景的算法。正确答案是A: 聚类算法。

### 专业分析：
1. **聚类算法（A）**：
- **用途**：用于将数据集分成多个组，使得同一组内的数据点具有较高的相似性，而不同组之间的数据点具有较大的差异性。
- **优点**：可以自动发现数据中的自然分组，无需预先标注数据。
- **应用**：常用于市场细分、图像分割、社交网络分析等。

2. **多元线性回归算法（B）**：
- **用途**：用于预测一个因变量（目标变量）与多个自变量（特征）之间的线性关系。
- **优点**：简单且易于解释。
- **应用**：适用于预测和回归分析，但不适合用于分群。

3. **决策树算法（C）**：
- **用途**：用于分类和回归任务，通过构建决策树模型来进行预测。
- **优点**：易于理解和解释，能够处理非线性关系。
- **应用**：适用于分类和回归，但不适合用于无监督的分群任务。

4. **朴素贝叶斯算法（D）**：
- **用途**：基于贝叶斯定理的分类算法，假设特征之间是条件独立的。
- **优点**：计算效率高，适用于大规模数据集。
- **应用**：适用于分类任务，但不适合用于分群。

综上所述，聚类算法最适合用于建立用户行为画像，因为它可以有效地对用户进行分群，帮助公司更好地理解不同用户群体，从而制定更有针对性的用户留存策略。