B,C,D都是有监督学习，不适合做画像

在构建用户行为画像时，通常会使用聚类算法来实现。这是因为聚类算法可以帮助我们将用户分成不同的群体，根据他们的行为特征进行分类，从而更好地理解和分析用户行为。

A: 聚类算法 - 正确答案。聚类算法通过将用户分成若干组，使得同一组内的用户行为相似度高，不同组之间的用户行为差异大。这有助于识别出不同类型的用户群体，从而可以针对不同群体采取不同的留存策略。

B: 多元线性回归算法 - 不太合适。多元线性回归主要用于预测和解释因变量与多个自变量之间的线性关系，通常用于连续型数据的预测，不适合用于分群。

C: 决策树算法 - 也不太合适。决策树算法主要用于分类和回归任务，虽然可以用来对用户进行分类，但其主要目的是决策和预测，而不是发现数据内在的分群结构。

D: 朴素贝叶斯算法 - 也不太合适。朴素贝叶斯算法是一种基于概率的分类算法，适用于文本分类等任务，但不适合用于发现用户群体的内部结构。

综上所述，聚类算法是构建用户行为画像的最佳选择。