目录#
用户画像 [3]#
用户画像就是与该用户相关联的数据的可视化的展现，一句话来总结就是用户信息标签化.
这些标签的来源就是一些用户的行为.
架构 [1]#
用户标签 [2]#
基础标签 [3]#
- 人口属性
性别 年龄 职业 等 - 购买能力
收入及购买能力、购买频次和渠道 - 用户等级
高级会员
VIP会员 - 上课情况
- 下粉批次
- 直播间类型
- 完课率
- 听课阶段
行为标签#
绑定手机号
添加微信
删除微信
回复问候
下载软件
购买课程
- 购买9.9直播
- 接听dayN直播报名电话
- 报名dayN直播
- 进入dayN直播间
- 观看dayN预习视频
- 回复dayN预习作业
- 回复dayN作业
- 购买高级会员
- 购买VIP
偏好标签 [3]#
时间偏好
PC端活跃时间
App端活跃时间
Web端活跃时间渠道偏好
常用PC端
常用App端
常用Web端板块关注偏好
科技类
汽车类
电力能源消费需求
消费习惯和消费偏好风险偏好
预测标签#
关注点#
标签的粒度 [3]#
比如年龄标签是20-30岁和21岁，就是明显不同粒度的标签
比如活跃时间是白天或者晚上和下午3点，就是明显不同粒度的标签
静态/动态标签 [3]#
静态标签
性别、年龄、地域、收入 相对是静态标签动态标签
用户访问设备、用户的48小时是否活跃、内容访问偏好、消费偏好等属于时常在发生变动的，这些动态特征可以变成动态标签
圈人-基于标签聚类的人群生成 [3]#
实现方式#
- 按维度(n天内)加权汇总某类主题和实体(买家)在某种对象(课程)上的相关行为(点击 买课)，然后归一化到[0,1]之间，取TopN或全部输出。
- 调整的可以是维度（天数）, 实体（买家），对象（课程）， 行为(点击 买课)，权重等。
关系库 ID-Mapping [2]#
关系库主要是 IDMapping
IDMapping主要指用户设备的打通，用于识别用户的唯一性ID-Mapping的存储
JanusGraph
应用场景[3]#
- 精细化运营
- 商业分析
- 搜索
- 精准广告营销
人群圈选，做定向投放 - 个性化推荐
千人千面