用户画像介绍(UserProfile)
-也叫用户信息标签化,客户标签
-从电商的角度看,根据你在电商网站上所填的信息和你的行为,可以用一些标签把你描绘出来,描述你的标签就是用户画像
构建用户画像技术
1.用收集到的数据(网络日志数据,用户行为数据,网络交易数据)做为源数据
2.对源数据进行建模处理挖掘(文本挖掘,自然语言处理,机器学习,预测算法,聚类算法)
3.构建用户画像,建模分析挖掘后的用户价值信息(用户基本属性,购买能力,行为特征,兴趣爱好,心理特征,社交网络等)
源数据
静态信息数据
- 来源于用户填写的个人资料,或者由此算出的数据 (性别,生日,城市,学历,星座,月收入,婚姻状况,职业等)
- 如果有不确定的,可以建立模型来判断,比如用户性别如果不填,可以建立性别模型,根据用户的行为来判断其性别是什么,及其概率
动态信息数据
- 用户行为产生的数据:注册,浏览,点击,购买,签收,评价
- 比较重要的行为:购买商品,浏览商品,放入购物车,关注商品
确定的标签与根据算法猜测的标签
- 确定的标签: 比如用户购买了或者收藏了某件商品,用户送货地址和联系手机号
- 猜测的标签: 比如用户的性别,是男性的概率0.8,另外还有很多模型:孕妇模型,潜在汽车用户模型,用户价值,败家指数等(不确定的标签,比如猜测分析是否为孕妇和近期是否有买车的想法)
总结:
用户画像针对于对一款产品用户的价值做分析统计,方便今后的优化,建模等可以看成概念为我们开发服务的思想