携程结合用户画像

本文介绍了携程用户画像的建立初衷、架构及组成。用户画像用于个性化推荐和多种业务场景,如房型排序、机票排序等。系统包含注册、采集、计算、存储/查询和监控等环节,采用实时和批量计算,确保数据的高可用性和准确性,并通过严格权限控制保障数据安全。
摘要由CSDN通过智能技术生成

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

 

图片描述

 

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

 

图片描述

 

如上图所示,携程用户画像的产

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值