[数据挖掘]用户画像.pdfVIP

[数数据据挖挖掘掘]⽤⽤户户画画像像

1.⽤⽤户户画画像像是是什什么么

⽤户画像（UserProfile），作为⼤数据的根基，它完美地抽象出⼀个⽤户的信息貌，为进⼀步精准、快速地分析⽤户⾏为习惯、消费习惯

等重要信息，提供了⾜够的数据基础，奠定了⼤数据时代的基⽯。

男，31岁，已婚，收⼊1万以上，爱美⾷，团购达⼈，喜欢红酒配⾹烟。这样⼀串描述即为⽤户画像的典型案例。如果⽤⼀句话来描述，

即：⽤户信息标签化。

⽤户画像，即⽤户信息标签化，就是企业通过收集与分析消费者社会属性、⽣活习惯、消费⾏为等主要信息的数据之后，完美地抽象出⼀个

⽤户的商业貌作是企业应⽤⼤数据技术的基本⽅式。⽤户画像为企业提供了⾜够的信息基础，能够帮助企业快速找到精准⽤户群体以及⽤

户需求等更为⼴泛的反馈信息。

⽤户画像有很多的的标签组成，每个标签都规定了观察、认识、描述⽤户的⾓度。标签根据企业业务的发展情况，或多或少，对外⽽⾔都是

⼀个整体，这个整体称之为⽤户画像。

2.为为什什么么需需要要⽤⽤户户画画像像

⽤户画像的核⼼⼯作是为⽤户打标签，打标签的重要⽬的之⼀是为了让⼈能够理解并且⽅便计算机处理，如，可以做分类统计：喜欢红酒的

⽤户有多少？喜欢红酒的⼈群中，男、⼥⽐例是多少？

也可以做数据挖掘⼯作：利⽤关联规则计算，喜欢红酒的⼈通常喜欢什么运动品牌？利⽤聚类算法分析，喜欢红酒的⼈年龄段分布情况？

⼤数据处理，离不开计算机的运算，标签提供了⼀种便捷的⽅式，使得计算机能够程序化处理与⼈相关的信息，甚⾄通过算法、模型能

够“理解”⼈。当计算机具备这样的能⼒后，⽆论是搜索引擎、推荐引擎、⼴告投放等各种应⽤领域，都将能进⼀步提升精准度，提⾼信息获

取的效率。

⽤户画像本质就是从业务⾓度出发对⽤户进⾏分析，了解⽤户需求，寻找⽬标客户。另外⼀个⽅⾯就是，⾦融企业利⽤统计的信息，开发出

适合⽬标客户的产品。

提到⽤户画像，很多⼚商都会提到360度⽤户画像，其实经常360度客户画像是⼀个⼴告宣传⽤语，根本不存数据可以⾯描述客户，透彻

了解客户。⼈是⾮常复杂的动物，信息纬度⾮常复杂，仅仅依靠外部信息来刻画客户内⼼需要根本不可能。

⽤户画像⼀词具有很重的场景因素，不同企业对于⽤户画像有着不同对理解和需求。举个例⼦，⾦融⾏业和汽车⾏业对于⽤户画像需求的信

息完不⼀样，信息纬度也不同，对画像结果要求也不同。每个⾏业都有⼀套适合⾃⼰⾏业的⽤户画像⽅法，但是其核⼼都是为客户服务，

为业务场景服务。

3.⽤⽤户户画画像像怎怎么么设设计计

⼀个标签通常是⼈为规定的⾼度精炼的特征标识。

如年龄段标签：25~35岁，地域标签：北京，标签呈现出两个重要特征：语义化，⼈能很⽅便地理解每个标签含义。这也使得⽤户画像模型

具备实际意义。能够较好的满⾜业务需求。

如，判断⽤户偏好。短⽂本，每个标签通常只表⽰⼀种含义，标签本⾝⽆需再做过多⽂本分析等预处理⼯作，这为利⽤机器提取标准化信息

提供了便利。

⼈制定标签规则，并能够通过标签快速读出其中的信息，机器⽅便做标签提取、聚合分析。所以，⽤户画像，即：⽤户标签，向我们展⽰了

⼀种朴素、简洁的⽅法⽤于描述⽤户信息。

3.1数数据据源源分分析析

构建⽤户画像是为了还原⽤户信息，因此数据来源于：所有⽤户相关的数据。

对于⽤户相关数据的分类，引⼊⼀种重要的分类思想：封闭性的分类⽅式。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，低价值客户；产品⽣命周期分为，投⼊期、成长期、成熟期、衰退期…所有的⼦分类将构成了

类⽬空间的部集合。

这样的分类⽅式，有助于后续不断枚举并迭代补充遗漏的信息维度。不必担⼼架构上对每⼀层分类没有考虑完整，造成维度遗漏留下扩展性

隐患。另外，不同的分类⽅式根据应⽤场景，业务需求的不同，也许各有道理，按需划分即可。

本⽂将⽤户数据划分为静态信息数据、动态信息数据两⼤类。

3.1.1静静态态信信息息数数据据

⽤户相对稳定的信息，如图所⽰，主要包括⼈⼝属性、商业属性等⽅⾯数据。这类信息，⾃成标签，如果企业有真实信息则⽆需过多建模预

测，更多的是数据清洗⼯作，因此这⽅⾯信息的数据建模不是本篇⽂章重点。

3.2.2动动态态信信息息数数据据

⽤户不断变化的⾏为信息，如果存在上帝，每⼀个⼈的⾏为都在时刻被上帝那双⽆形的眼睛监控着，⼴义上讲，⼀个⽤户打开⽹页，买了⼀

个杯⼦；与该⽤户傍晚溜了趟狗，⽩天取了⼀次钱，打了⼀个哈⽋等等⼀样都是上帝眼中的⽤户⾏为。当⾏为集中到互联⽹，乃⾄电商，⽤

户⾏为就会聚焦很多，如上图所⽰：浏览凡客⾸页、浏