用户画像基础

用户画像是什么

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，从而抽象出用户的全貌信息。

个人画像示例

从图中，我们可以看到一个人物的画像，它其实是用各种标签来构成的。这些标签(文静、可爱、善解人意、活泼等等)都是对我们的用户的某些属性的一个描述。
从图中也可以看到这些标签被分成了几个类型（基本属性、消费购物、网络社交等等），之所以会去对标签分类，一个是便于对标签的管理，另外一个重要原因是在不同的场景中，这些标签可以帮助我们去实现不同的目标。

群体维度画像示例

下图为某明星的粉丝群体画像分析情况。针对群体的画像，在展示上更多的是将单一标签类型汇聚在一起，然后去展示统一信息。

标签类型

用户画像建模其实就是对用户“打标签”，从对用户打标签的方式来看，一般分为3种类型：统计类标签、规则类标签、机器学习挖掘类标签

1.统计类标签

对于某个用户来说，其性别、年龄、所在城市、近7日活跃天数就是统计类标签，该类标签构成了用户画像的基础

2. 规则类标签

该类标签基于用户行为及确定的规则产生，例如，平台上”消费活跃“用户这一口径的定义为”近30天交易次数>=2“。该类标签的规则往往由运营人员和数据人员共同协商确定。

3.机器学习挖掘类标签

该类标签通过机器学习挖掘产生，用于对用户的某些属性或某些行为进行预测判断。例如，根据一个用户的行为习惯判断该用户是男性还是女性。