大数据分析--用户画像

从去年还在北京工作的时候就开始不断的听说，用户画像、用户画像，而且，有个项目，项目领导美其名曰：用户画像，这么长时间，也没有真正的思考过什么叫用户画像。前几天看到一篇关于这方面的文章，决定整理消化，希望通过这种方式可以成为我自己的知识。

一、什么是用户画像（user profile）

用户画像，简而言之就是对用户信息的标签化，如图1所示。

二、为什么需要用户画像

用户画像的核心工作是为用户打标签，一方面，标签化是对用户信息的结构化处理，方便计算机识别和处理，方便进行分类统计（男女比例）、数据挖掘（利用关联规则计算喜欢红酒和喜欢运动品牌的关系）、推荐引擎、广告精准投放等；另一方面，标签本身具有准确性和非二义性，有利于人工整理、统计、分析；

三、如何构建用户画像

标签：人为规定的高度精炼的标识，如年龄段标签：25-35岁，地域标签：北京，标签本身无需进行文本预处理工作；

用户信息一般可以分为两类：静态信息和动态信息。

静态信息：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。

动态信息：用户不断变化的行为和兴趣信息，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。

以下从两个行业构建用户的动态标签：

微博用户兴趣标签：