用户画像简介

1-1 简介

基本概念
1.基本属性：每个人都有一些基本属性（性别、年龄、婚否、收人、教育程度）。
行为记录：购买行为、浏览行为、点击行为、购物车行为，从这些行为中判断出用户的一些信息，比如说经常购买小孩的物品，从此可以判断出小孩的年龄、小孩的性别、等等的一些信息。
2.购买能力：可以判断出用户的购买能力，从而打上购买力的等级标志。
3.行为特征：可以判断用户的行为特征，比如说用户的活跃程度、购物类型。
4.社交网络：可以判断出他的社交网络。
5.心理特征：比如说出促销的敏感度，购物的真诚度。
6.兴趣爱好：颜色的偏好，品牌的偏好。

用户画像的用途
1.精准营销：邮件、短信、
2.用户统计：地域、时段
3.数据挖掘：特征、行为

学习目标：
1.了解hive数据仓库的特点
2.学会使用hive进行数据开发
3.深入理解用户数据的特点
4.掌握如何构建用户画像
5.亲密接触实际项目的开发
6.积累项目实战经验

主要内容：
1.用户画像项目介绍
2.用户画像建模
3.使用hive进项数据开发
4.用户画像数据开发

1-2 用户画像简介

定义
用户画像（UserProfile）也叫用户信息标签化，客户标签。根据基本信息和行为，用一些标签把用户描绘出来，
描述用户的标签就是用户画像。

构建用户画像的技术
1.数据收集：网络日志数据、用户行为数据、网站交易数据
2.行为建模：文本挖掘、自然语言处理、机器学习、预测算法、聚类算法
3.用户画像：基本属性、购买能力、行为特征、兴趣爱好、心里特征、社交网络

源数据
1.静态信息数据：来源于用户填写的个人资料，或者由此算出的数据。如果有不确定的。可以建立模型来判断。比如用户性别如果不填，可以建立性别模型，通过用户的行为来判断其性别是什么及其概率。
人口属性：性别、生日、年龄、婚否、收人、城市、教育程度、职业、是否有小孩（数量）、星座、月收入
商业属性：消费等级、消费周期
2.动态信息数据：用户行为产生的数据：注册、浏览、点击、购买、签收、评价。
比较重要的行为：购买商品、浏览商品、放入购物车、关注商品。
注册时间、首单时间、潮妈族，纠结商品、最大消费、退货数量、败家指数、品牌偏好。
用户接触点（TouchPoint）
行为类型：浏览、搜索、发表、点赞数
接触点（Tag）：女装单品页面、女鞋单品页面……

标签分类
1.确定的标签
2.根据算法猜测的标签

标签举例：
1.用户活跃度：未购买、活跃、沉睡、流失
2.用户分群：电脑达人、数码潮人、家庭用户、有房一族、网购达人、单身贵族、时尚男女、奶爸奶妈、
闪购用户、超级用户。（根据用户购买的品类情况，比如说一级品类、二级品类）

1-3 用户画像用途

用户画像的作用：
1.分类统计：12星座对雾霾天气的防范指数；奶爸当家指数；
访客画像（男女比例；新老用户比；年龄分布；学历分布）
2.营销推荐：邮件营销；短信营销；push信息。
例 判断你有小孩的话，推荐一些母婴产品
3.数据挖掘：根据用户的数据挖掘出一些有用的信息以支持决策。
利用关联规则计算：喜欢红酒的人通常喜欢什么品牌？利用聚类算法分析：喜欢红酒的人，年龄段分布情况。

数据挖掘
1.属性筛选：属性筛选、基于信息增益的属性打分、属性重要性打分、主成分分析、基于卡方检验的属性筛选；
2.分类预测：决策树、神经网络分类、贝叶斯网络、分类回归树、支持向量机分类、逻辑回归、朴素贝叶斯、分类组合模型；
3.回归预测：多元线性回归、神经网络回归、广义线性回归、支持向量机回归、回归组合模型；
4.聚类分析：K均值聚类、基于K均值的层次聚类、分布估计聚类、两阶段聚类；
5.关联分析：购物篮分析、属性关联分析、序列模式分析；
6.时间序列：ARX时间序列

数据挖掘
喜欢什么东西的人往往喜欢什么？
做了这个事的人接下来一般会做什么？
最经典例子：啤酒与尿布的关系。