![980f2383987a1fad3564aa1b492e941f.png](https://i-blog.csdnimg.cn/blog_migrate/84e1a22eb1020978057ee331b71dea07.jpeg)
在“用户画像—打用户行为标签”中,主要讲了如何对用户的每一次操作行为、业务行为进行记录打上相应的标签。在这篇博客中,主要讲如何对这些明细标签进行计算以及偏好的产品、内容的类目。
关于用户标签权重的计算,在这篇博客里面讲过了:
超人:用户画像之标签权重算法zhuanlan.zhihu.com![a81cf328e5548dfd7dda495a66baa3cf.png](https://i-blog.csdnimg.cn/blog_migrate/a6031babc7352d4a027ab0871787a7d3.jpeg)
这里再详细介绍一下:
用户标签权重 = 行为类型权重 × 时间衰减 × 用户行为次数 × TF-IDF计算标签权重
公式中各参数的释义如下:
- 行为类型权重:用户浏览、搜索、收藏、下单、购买等不同行为对用户而言有着不同的重要性,一般而言操作复杂度越高的行为权重越大。该权重值一般由运营人员或数据分析人员主观给出;
- 时间衰减:用户某些行为受时间影响不断减弱,行为时间距现在越远,该行为对用户当前来说的意义越小;
- 行为次数:用户标签权重按天统计,用户某天与该标签产生的行为次数越多,该标签对用户的影响越大;
- TF-