用户画像数据建模方法计划.docx

用户画像数据建模方法
从1991年TimBerners-Lee发了然万维网（WorldWideWeb）开始，到20年后2011年，互联
网真实走向了一个新的里程碑，进入了“大数据时代”。经历了12、13两年热炒之后，人们渐渐冷
静下来，更向我们展示了一种朴实、简短的方法用于描绘用户信息。
数据源剖析
建立用户画像是为了复原用户信息，因此数据根源于：所有用户有关的数据。
对于用户有关数据的分类，引入一种重要的分类思想：关闭性的分类方式。如，世界上分为两种
人，一种是学英语的人，一种是不学英语的人；客户分三类，高价值客户，中价值客户，廉价值客
；品生命周期分，投入期、成期、成熟期、衰败期⋯所有的子分将组成了目空的全部会合。
的分方式，有助于后不断枚并迭代充漏的信息度。不必担心架构上每一分没有考完整，造成度漏留下展性患。此外，不同的分方式根据用景，需求的不同，也各有道理，按需区分即可。
本文将用数据区分静信息数据、信息数据两大。
静信息数据
用相定的信息，如所示，主要包括人口属性、商属性等方面数据。信息，自成，如果企有真信息无需多建模，更多的是数据冲洗工作，因此方面信息的数据建模不是本篇文章重点。
信息数据
用不断化的行信息，如果存在上帝，每一个人的行都在刻被上帝那双无形的眼睛控着，广上，一个用翻开网，了一个杯子；与用夜晚溜了趟狗，白天取了一次，打了一个哈欠等等一都是上帝眼中的用行。当行集中到互网，以致商，用行就汇聚焦好多，如上所示：凡客首、休鞋品、搜寻帆布鞋、表对于鞋品的微博、“双十一大促力”的微博消息。等等均可看作互网用行。
本篇文章以互网商用，主要剖析象，不考下用行数据（剖析方法相同，只是数据取途径，用方式有些差别）。
在互网上，用行，能够看作用信息的唯一数据根源。怎样用行数据建立数据模型，剖析出用，将是本文着重介的内容。
目剖析
用画像的目是通剖析用行，最每个用打上，以及的重。如，酒、李宁。
，表征了内容，用内容有趣、偏好、需求等等。
重，表征了指数，用的趣、偏好指数，也可能表征用的需求度，能够的理解可信度，概率。
数据建模方法
下面内容将介，怎样根据用行，建立模型出、重。一个事件模型包括：、地址、人物三个要素。每一次用行本上是一次随机事件，能够描绘：什么用，在什么，什么地址，做了什么事。
什么用：关在于用的，用的目的是了区分用、点定位。
以上列了互网主要的用方法，取方式由易到。企的用粘性，能够取的信息有所差别。
什么：包括两个重要信息，戳+度。戳，了用行的点，如，（精度到秒），（精度到微秒），往常采用精度到秒的戳即可。因微秒的戳精度并不可
靠。器精度，正确度最多也只能到毫秒。度，了用在某一面的停留。
什么地址：用户接触点，TouchPoint。对于每个用户接触点。潜在包含了两层信息：网址+内
容。网址：每一个url链接（页面/屏幕），即定位了一个互联网页面地址，或许某个产品的特定页面。能够是PC上某电商网站的页面url，也能够是手机上的微博，微信等应用某个功能页面，某款产品应用的特定画面。如，长城红酒单品页，微信定阅号页面，某游戏的过关页。
内容：每个url网址（页面/屏幕）中的内容。能够是单品的有关信息：类型、品牌、描绘、属性、
网站信息等等。如，红酒，长城，干红，对于每个互联网接触点，其中网址决定了权重；内容决定