Python数据分析与挖掘实战 第10章 电视产品个性化推荐.pptVIP

贡献度分析又称帕累托分析，它的原理是帕累托法则又称“二八定律”。同样的投入放在不同的地方会产生不同的效益。例如，对一个公司而言，80%的利润常常来自于20%最畅销的产品，而其他80%的产品只产生了20%的利润。对所有收视频道名称的观看时长与观看次数进行贡献度分析。 数据探索 3. 贡献度分析 由图可知，所有收视频道名称的观看时长与观看次数分布图可以看出，随着观看各频道次数增多，观看时长也在随之增多，且后面近28%的频道带来了80%的观看时长贡献度（稍有偏差，但属性明显）。 数据探索 其中排名前15的频道名称为翡翠台、中央3台、中央新闻、广东体育、中央8台、CCTV5＋体育赛事、广东珠江、广东南方卫视、江苏卫视、中央6台、凤凰中文、中央4台、广州电视、中央1台、中央5台。 数据探索 一般情况下，属性构造是经过一系列的数据变化、转换或组合等方式形成属性。 本案例通过对电视产品个性化推荐业务的理解，为每个标签的实现制定了相应的规则。 在建立用户画像的标签库后，对标签属性进行构造。其中，对用户收视行为信息数据中可以实现的用户标签进行描述。 属性构造 立足于电视产品推荐业务的角度，需要采用现有数据建立出用户的标签库，如图所示。 属性构造 1. 用户标签库 给用户贴标签是大数据营销中常用的做法，所谓“标签”，就是浓缩精炼的、带有特定含义的一系列词语，用于描述真实的用户自身带有的属性，方便