携程 | 手把手教你用大数据打造用户画像

用户画像作为“大数据”的核心组成部分，在众多互联网公司中一直有其独特的地位。

作为国内旅游OTA的领头羊，携程也有着完善的用户画像平台体系。目前用户画像广泛用于个性化推荐，猜你喜欢等;针对旅游市场，携程更将其应用于“房型排序”“机票排序”“客服投诉”等诸多特色领域。本文将从目的，架构、组成等几方面，带你了解携程在该领域的实践。

1.携程为什么做用户画像

首先，先分享一下携程用户画像的初衷。一般来说，推荐算法基于两个原理“根据人的喜好推荐对应的产品”“推荐和目标客人特征相似客人喜好的产品”。而这两条都离不开用户画像。

根据用户信息、订单、行为等等推测出其喜好，再针对性的给出产品可以极大提升用户感受，能避免用户被无故打扰的不适感。同时针对不同画像的用户提供个性化的服务也是携程用户画像的出发点之一。

2.携程用户画像的架构

2.1.携程用户画像的产品架构

如上图所示，携程用户画像的产品架构大体可以总结为:

注册

采集

计算

存储/查询

监控

所有的用户画像都会在”UserProfile平台”中进行注册，由专人审核，审核通过的画像才可以在“