为了满足用户的个性化需求,需要对用户画像进行建模,从而为行为分析习惯、兴趣偏好等重要的商业信息,提供大量的基础数据。
一、用户画像建模的核心
是对用户潜在的意图和兴趣进行表示和存储,根据用户的基础信息、产品信息、访问信息、行为偏好、以及隐式兴趣等归纳出可读取、可计算的用户模型。一般来说,用户建模就是将用户信息标签化,标签化的含义是矩阵中的特征值,用户建模的过程就是将用户信息矩阵化,然后再找出特征值。
二、用户的定量数据
用户画像可以归纳为定量数据和定性数据,定量数据相比定性数据要简单在定量的用户画像建模过程中,需要考虑用户的维度,也叫颗粒度,颗粒度越小,用户刻画就越精准,当然,过犹不及,如果颗粒度越小就要求获取用户越细化用户数据,这会导致获取用户信息的成本增加,而且还会导致用户画像的适配性降低,因此,做用户画像之前,分析师们是要提前做好预设的,在没有数据的时候,这一步的完成可以依靠问卷调查的方法,了解用户的使用场景,关注内容等等,然后以此为基础设计用户画像,对把握颗粒度有一定的参考意义。
确定了用户的颗粒度,就可以通过问卷、访谈或者技术手段来获取用户行为,存储和分析用户数据,获得定量的用户画像。
1、问卷、访谈的形式
是相对直接的手段,通过这种方式,我们可以直接的获取真实的信息,无须过多的建模预测,更多的是处理数据的缺失值、异常值等基础的数据预处理工作。
2、采用技术手段
属于隐式的数据获取方式,进一步的通过统计、规约、分析等方式获取用户画像数据,但是这种方式准确