因为历史数据中不含用户画像标签，需要用无监督学习算法，4个选项中只有A聚类算法是无监督的

正确答案是：A: 聚类算法

专业分析：

1. **聚类算法**：聚类算法是一种无监督学习算法，可以根据用户行为数据将用户分成不同的组（簇），这些组内的用户具有相似的行为特征。通过聚类分析，可以发现用户的自然分布模式，进而为每个簇创建合理的用户画像标签。这种方法特别适用于没有预先定义标签的数据集。

2. **多元线性回归算法**：多元线性回归是一种有监督学习算法，用于预测连续变量。它需要有明确的目标变量（标签）来进行训练，而题目中提到的历史数据集中没有用户标签信息，因此多元线性回归算法不适合解决这个问题。

3. **决策树算法**：决策树也是一种有监督学习算法，主要用于分类和回归。与多元线性回归类似，决策树算法需要预先标注的训练数据来构建模型，因此它也不适用于没有标签的用户行为数据。

4. **朴素贝叶斯算法**：朴素贝叶斯算法是一种有监督学习算法，通常用于分类任务。它同样需要预先标注的训练数据来进行模型训练，因此在没有用户标签信息的情况下，朴素贝叶斯算法也不适用。

综上所述，聚类算法是最合适的选择，因为它能够在没有标签信息的情况下，通过分析用户行为数据，将用户分组并生成合理的画像标签。