微博 用户画像_微博的用户画像是怎样构建的

...

1.概述

从用户模型维度的划分可以看出，

属性和兴趣维度的用户模型都可以归入用户画

像(User

Profile)的范畴。所谓用户画像，简单来说就是对用户的信息进行标签

化。如图

1

所示。一方面，标签化是对用户信息进行结构化，方便计算机的识别

和处理；另一方面，标签本身也具有准确性和非二义性，也有利于人工的整理、

分析和统计。

用户信息标签化

用户属性

指相对静态和稳定的人口属性，例如：性别、年龄区间、地域、受教育

程度、学校、公司……这些信息的收集和建立主要依靠产品本身的引导、调查、

第三方提供等。

微博本身就有比较完整的用户注册引导、

用户信息完善任务、

认

证用户审核、

以及大量的合作对象等，

在收集和清洗用户属性的过程中，

需要注

意的主要是标签的规范化以及不同来源信息的交叉验证。

用户兴趣

则是更加动态和易变化的特征，首先兴趣受到人群、环境、热点事件、

行业……等方面的影响，

一旦这些因素发生变化，

用户的兴趣容易产生迁移；

其

次，用户的行为(特指在互联网上的行为)多样且碎片化，不同行为反映出来的

兴趣差异较大。接下来主要介绍一下微博画像中兴趣维度的构建方法。