用户画像和精准化平台系统实践案例.pdfVIP

《⽤户画像和精准化平台系统实践》核⼼内容： 平台总体介绍 ⽤户标签画像和标签体系 基于画像的相关系统和投放 实时画像 画像系统的优化和改造 ⽤户画像和精准化平台系统实践 数据=》算法=》业务 机器学习、NLP等算法： ⼲告投放 个性化搜索 选品 BI报表 供应链优化 智能定价 精准化营销 优化购物路径 推荐产品架构 各种栏位场景适⽤推荐算法 ⾸⻚：弱⺫的性闲逛，强⺫的寻找相关促销或爆款 类⺫：寻找更适合⾃⼰的商品，了解同类⼈群的购 买选择 详情：挑选、⽐较的需求了解同类⼈群的购买选 择，经济节约的诉求，对相关商品的潜在购买提醒 消息：对于关注的商品、品牌，了触达解其有利的 动态 订单完成⻚：次购物周期结束，顺便看看有没有其 他购物⼼动点 购物⻋：单免邮的需求，对相关商品的潜在购买提 醒占便宜 后台系统⽣成H5猜你喜欢 周期购推荐 Right Time ——消费周期 不同的家庭有不同的消费周期，对每⼀个家庭的每⼀个品 类的消费周期进⾏预测，进⽽指导投放。 ⽤户画像在通⽤精准化数据中的位置 商品维度 商品信息表、商家信息表等 相似、相关库 排⾏榜、热销等 选品中⼼：⽐价、BI、订单、⼲告、搜索数据 ⽤户维度： 标签画像：校园、⽩领、社区⽤户、性别、丽⼈/辣 妈、购买⼒、宝宝年龄等 偏好画像:类⺫、品牌、属性的偏好 ⽤户基本信息表、积分表等 guid/userid映射表 站外画像 意图:类⺫ ⽤户⾏为历史：订单，浏览，加⻋等 上下⽂： 节⽇⽇期维度： ⽇期、促销活动、⽉份. 天⽓⽇期维度： ⽇期、城市、季节、换季、舒适 度、天⽓ 地域维度：城市、省份、⾏政级别、城市级别、⼈ ⼝规模、… 精准化架构 精准化通⽤架构数据流 基于情景的促销排期系统 ⽤户标签画像 完整的地址处理系统包含三部分： •地址结构化 •命名实体识别公司名识别模型的F1值（提⾼到80.6%） •地址匹配 命名实体识别之⾓⾊标注 1.从百度地图POI库中抓取城市的所有公司名和学校名，对 其分词，⼈⼯编写规则对分词结果进⾏处理，转化为⼀个 ⾓⾊标注序列 2.收集所有的词语和⾓⾊，得到⼀个⾓⾊词典，并对⾓⾊ 去除后缀训练对应的NGram模型 3.收集所有的⾓⾊标注序列中的⾓⾊序列，制定为⼀个规 则集 4.对于输⼊的⼀个订单地址，先使⽤⾓⾊词典标注，然后 使⽤相应后缀的NGram进⾏召回，得到⼀个⾓⾊标注序 列。对⼀个⾓⾊标注序列，满⾜上述规则集的就是⼀个命 名实体。 匹配⼩区的地址库形成画像标签 输⼊⼩区地址库和结构化订单地址，输出这些地址与⼩区 的对应关系。 基于⽤户画像的选⼈中⼼ 根据⽤户所在的天⽓、温度感受、紫外线强度等条件，进 ⾏实时投放 DMP