目录
一章 概述
用户画像:同类用户进行不同维度的刻画
用户角色:业务系统中不同用户的角色区分
用户属性:对属性的刻画和描述,如性别,年龄……
数据来源
用户属性——静态画像
用户行为——动态画像
画像特性
时空局限性:时间上,目标是通过精准的刻画,提供个性化服务;空间上:不同领域有不同的侧重点,因此要针对各自的特点设计对应的用户画像。
应用领域
搜索引擎
推荐系统
业务定制
二章 画像建模
画像建模就是用户信息的标签化
用户画像建模的核心是对用户潜在的意图和兴趣进行表示和存储,根据用户的基础信、视频信息、访问信息、行为偏好、隐式兴趣等归纳出可以读取和计算的用户模型。
用户画像两个部分
定性画像:用户基本特征。行为刻画、兴趣模型、视频表征等
标签是用户定性画像的核心
年龄标签,地域标签……语义化和短文本是标签呈现的两个重要特征。语义化使人能理解这些标签,短文本可以减少预处理,方便计算机对标签提取和聚合分析。
定量画像:用户基础变量、兴趣偏好等可量化数据特征
重点考虑用户画像的颗粒度,越细越具体,越细则建模成本越高
颗粒度要适度,再通过表单捕捉用户行为,存储和分析数据。表单是最直接的一种显示收集方式
推荐系统中的两类元素:用户(user)和项(item)
用户定性画像的构建
利用本体对用户画像领域中的标签进行表示、验证、推理和解释。
本体包括类、属性、实例、公理、推理规则
本体构建的关键步骤
-
构建领域词汇表:即各类标签
-
确定类与类之间的结构:确定类属关系,