用户画像标签数据开发之用户特征库开发

目录

0. 相关文章链接

1. 什么是用户特征库

2. 特征库规划

3. 数据开发

4. 其他特征库规划

---

注：此博文为根据 赵宏田 老师的 用户画像·方法论与工程化解决方案 一书读后笔记而来，仅供学习使用

0. 相关文章链接

用户画像文章汇总

1. 什么是用户特征库

        为进一步从多个维度丰富用户特征，挖掘用户的相关行为，除了 开发用户标签体系外，一般还会开发用户的特征库。一方面为个性化 推荐、精准营销、商业分析等应用提供中间层数据，另一方面也可以 削减不同算法在特征构建时的冗余加工。

        简单来说，用户特征库就是对用户每一次的不同行为（如浏览、 收藏、搜索、购买等）及该行为对应的标签（或商品品类）进行详细 的记录，以便从用户的行为特征中挖掘用户的偏好。与开发用户标签 相比，用户特征库可以对数据进行汇总统计，从多个维度分析用户特 征，而用户标签则“相对静态”地记录了用户当前的状态。

        例如，用户经常浏览或购买奶粉、尿不湿、婴儿车等商品，则她 可能是一个孩子的妈妈；用户经常浏览、收藏、点赞搞笑、段子类视 频，可用于挖掘用户的内容喜爱偏好；用户对女装、美甲等商品的浏 览、购买、收藏等行为数据，在用户性别分类的挖掘中时会很有效。 在用户画像建模的过程中，为了高效挖掘用户特征，需要进行用户特征库的规划和开发。

2. 特征库规划

        用户与商品相关行为的日志数据包含了用户对商品行为的明细。 下面通过一个用户特征库的构建案例进行说明。该用户行为特征库规划ER图如下图所示。 

根据应用需要，创建表dw.cookie_feature_event_append来构建 用户特征，表结构如下表所示。

字段名	中文名	类型	备注
cookie_id	cookie id	String	非空
tagid	标签id	String	非空
tagname	标签名称	Siring	非空
tag_type_id	标签类型	String	按业务线来划分标签
act_num	事件统计值	Bigint	行为次数
data_date	日期分区	String	非空
act name	事件名称	String	如点赞/打赏/加购/点击/收藏/浏览等行为

• cookie_id：用户访问id。
• goods_id：商品id,用户行为对应的商品。
• goods_name：商品名称，用户行为对应的商品。
• tag_type：标签类型，可以按商品归属的三级品类进行划分， 如游戏本、轻薄本、机械键盘等表示不同的3c品类。
• event_value：用户当日行为次数统计值，如用户某日浏览某品 牌笔记本电脑3次，该字段记录为3。
• data_date：数据日期，按日进行分区。
• act_name：用户行为事件名称，如点击、搜索、提交等。

该表中的act_name事件名称对应的数据来源可大致分为3种类型：

• 打点日志数据：用户访问页面时点击了哪些按钮、搜索了哪些 关键词都会通过打点日志上报记录；
• 访问日志数据：用户访问了哪些页面，访问了多长时间都可以 从访问日志数据中挖掘；
• 订单数据：用户订单及订单里面的商品。

其中，事件名称可以通过一张维表来记录用户不同的行为事件，行为事件划分得越细，用户在平台的行为捕捉得越全面，如下表所示。记录用户不通行为事件的维表：

事件名称	事件说明	事件类型
Saddtobagclick	加购点击	加购
Saddtobag picture click	加购图片点击
$shopping_minus_click	购物车点击减号
$shopping_plus_click	购物车点击加号
$add tobag_submit_c lick	加购物品提交
$product_click	商品点击	点击
Spageview_brand_click	详情页品牌点击
Spageview_brandgoods_click	详情页品睥推荐商品点击
Spageview delails click	详情页detail查看
Spageview_gallery_click	详情页图片点击
Sexposed_num	曝光	浏览
Spageview_view	洋情页查看
Shi story_pageview	浏览历史页面
Sexposed_num	点赞内容	点赞
Spageviewview	点赞评论
Ssearch_product	搜索结果点击	搜索
Ssearch_result	搜索关键词点击
Sshare_product	打赏商品	打赏
Ssharemoney	打赏金额

3. 数据开发

        数据开发过程中，主要从订单表、访问日志表、打点日志表中对 用户当日的行为（加购、点击、浏览、点赞等）抽取数据，然后清洗 加载到用户特征库对应表（本案例    一
dw.cookie_feature_event_append）的当日分区下，如下图所示。

        本案例中ods.page_event_log是打点日志表，从打点日志表中获 取用户点击相关行为的事件；从订单表dw.order_info_fact中获取 cookieid当日与相关的订单数据；从cookie的访问日总表 ods.page_view_log中获取cookieid当日访问详情页相关数据。

根据用户行为事件进行数据开发，分别插入用户行为特征库中：

• 用户加购行为带来的标签
• 用户点击行为带来的标签
• 用户搜索行为带来的标签

再举2个用户行为特征的例子：

• 例1：查询近7日浏览某商品(id=6926512)详情页超过10次的用 户，拉取这部分用户对其进行商品营销
• 例2：查询近7日浏览、收藏、关注过“母婴”品类商品的用户， 拉取这部分用户对其进行消息推送营销，

        通过用户特征库，数据分析师或数据开发人员可以从多个维度钻 取用户行为数据进行挖掘

        在特征库的开发过程中，除了从用户维度开发特征库，同样也会 对商品、商家等开发相应的特征库。通过特征库可以更方便地对用 户、商品、商家建模，并分析特征及进行算法应用。

4. 其他特征库规划

        除了要对用户特征库进行开发，也需要围绕本公司的产品进行特 征库的规划与开发。下面提供一种产品特征库的开发维度设计方案，如下表所示。商 品特征库的开发可以从商品类目、价格、曝光量、点击、加购、销量、销售额、评论、退货等多个维度展开。

字段名	中文名	类型	备注
pro duct_id	产品id	Bigint	非空
productname	产品名称	String	非空
lev 1 name	一级类目	String
lev2_name	二级类目	String
lev3_name	二级类目	String
on_sale	在架状态	Bigint
supplierjd	供应商编码	String
supplier name	供应商名称	String
on sale lime	首次上架时间	String
price	吊牌侪	Double
discount_price	折扣价	Double
cost_price	成本价	Double
exposure 30_times	30天曝光次数	Bigint
click_30_times	30天点击次数	Bigint
add_cart_30_iimes	30天加购次数	Bigint
sales_30	30天销量	Bigint
gmv_30	30天带售额	Double
marks	评论数	Bigint
marks_pic	带图片评论数	Bigint
goodcomments	好评数（4&5星）	Bigint
good_comment_rate	好评盘（4&5星）	Bigint
bad comments	差评数（4&5星）	Bigint
bad comment rate	差评率（4&5星）	Bigint
return number	退货数	Bigint
return__tate	退货逐	Double
datadate	日期分区	String	非空

---

注：再次声明，此博文为根据 赵宏田 老师的 用户画像·方法论与工程化解决方案 一书读后笔记而来，仅供学习使用

注：其他相关文章链接由此进 -> 用户画像文章汇总

---