java用户画像之标签聚类,用户画像—标签聚类

大家好~ ：)

这次想继续和大家聊聊用户画像。用户画像是个体系性比较强的内容模块，分一两次博客也写不完，我争取分多次博客把各个模块都搭建起来。上次把用户画像方面的内容开了一个头，讲了关于标签权重的计算方法，这次就聊聊标签聚类的方法。其实聚类不限于方法和形式，只要能将同类物品 / 内容进行准确聚类的，都是好的方法。好啦，开篇结束啦，下面让我们进入正题吧：

一、应用背景：

继上一篇中提到的用户标签表，存储了用户在平台上每次操作(来自日志数据)、购买(来自业务数据)等行为带来的标签。随着时间的累计，各用户在平台上积累的标签数以亿计，如何对这些不同类型的标签进行归类，找到每个标签所属的某一类别，是本次讲述的重点。

二、标签聚类：

Step1：从用户标签表抽取数据

用户标签表结构长这个样子(字丑 ╥﹏╥)

首先从用户标签表抽取两种类型的标签(我们暂命名为A类标签和B类标签)，

创建临时表1，抽取A类标签：create table gdm.tag_relation_cluster_function_01

as

select user_id,

org_id,

org_name,

cnt,

date_id,

tag_type_id,

act_type_id

from wedw.peasona_user_tag_relation --用户标签表

where date_id >='2017-01-01'

and date_id <='2017-08-24&#