用户画像篇·模型标签之用户行为性别预测

一、性别预测问题

• 用户注册时，所填写的性别，存在大概率的随意性；
• 不能完全作为用户画像的性别参考；

所以在无法通过直接手段获得用户真实性别的情况下，需要通过用户的各种行为特征，来对用户的性别进行预测。

二、特征数据选取

（1）比如选取以下的用户特征数据：

category1： 	 30天内买得最多的品类
category2：	     30天内买得第二多的品类
category3：      30天内买得第三多的品类
brand1：         30天内买得最多的品牌
brand2：         30天内买得第二多的品牌
brand3：         30天内买得第三多的品牌
day30_buy_cnts： 30天内的购买单数
day30_buy_amt：  30天内的消费总金额
还可以加：       30天兴趣关键词中的top10个等等...

（2）经验样本数据

label,gid,category1,category2,category3,brand1,brand2,brand3,day30_buy_cnts,day30_buy_amt
0.0,1,105.0,106.0,102.0,1101.0,1108.0,1109.0,20.0,100.0
0,2,105,107,102,1101,1108,1105,25,80
0,3,106,104,102,1102,1108,1109,20,100
0,4,106,107,105,1103,1108,1105,30,90
0,5,112,107,105,2103,1108,1105,38,60
1,6,112,116,112,2101,2107,2109,10,3000
1,7,115,117,112,2103,2107,2105,9,1800
1,8,112,118,113,2102,2108,2109,10,1009
1,9,116,113,118,2103,210