用户画像和标签体系-《用户画像：方法论与工程化解决方案》读书笔记

目录

0. 概述

1. 用户画像简介

2. 用户画像助力数据走出数据仓库

3. 标签类型

3.1 统计类标签

3.2 规则类标签

3.3 机器学习挖掘类标签

3.4 上述3类标签的比较

4. 用户画像数仓架构

4.1 数据源

4.2 用户画像建模环节

5. 用户画像整体方案需要考虑的几个模块

5.1 数据指标体系

5.2 标签数据存储

5.3 标签数据开发

5.4 作业调度工具

5.5 用户画像产品化

5.6 用户画像应用

6. 用户画像建设项目流程

6.1 画像的需求分析和目标解读

6.2 任务分解和需求调研

6.3 需求场景讨论与明确

6.4 应用场景和数据口径确认

6.5 特征选取和模型数据落表

6.6 线下模型数据验收和测试

6.7 线上模型发布和效果追踪

7. 每阶段的产出物

99. 参考资料

---

0. 概述

本文是在学习《用户画像：方法论与工程化解决方案》这本书时做的一些笔记

---

1. 用户画像简介

用户画像，即用户信息标签化，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户或者产品特征属性进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽象出用户的信息全貌，如图1-1所示。用户画像可看作企业应用大数据的根基，是定向广告投放与个性化推荐的前置条件，为数据驱动运营奠定了基础

 

 

 

2. 用户画像助力数据走出数据仓库

• 基础设施建设和应用

从基础设施建设到应