- 综合排序
- 最热优先
- 最新优先
- 来自专栏张叔叔讲互联网
画像平台常见的3种数据模型
画像数据对于画像平台无疑是非常重要的，按什么样的数据模型存储画像数据直接影响了上层画像平台所能支持的功能范围，本文内容主要介绍3种常见的画像数据模型及其适用的平台功能。 基于用户－行为模型，可以结合用户属性类标签和行为标签实现更加复杂的人群圈选和分析功能，比如圈选出3月1日到3月24日之间，平均在线时长超过1000秒的河南省男性用户；针对给定人群，分析其从3月15日到3 基于用户－行为模型，基本可以实现画像平台大部分功能。可以依据业务特点选择统计类行为数据或者行为明细数据，也可以同时结合两种数据来满足多样的业务需求。 以上介绍了常见的3种画像平台数据模型，随着模型复杂度的提升，工程实现难度不断提高，但是可支持的功能范围逐渐扩大。 ---- 本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
1.1K20编辑于 2023-10-06 - 来自专栏个人总结系列
用户画像标签平台技术
需求背景 目前标签平台的技术需求大体归纳如下： 1.灵活可扩展的标签创建规则或者人群分群规则： 我们需要有非常灵活可扩展的标签的规则定义和分组分群。 2.支持亿级用户技术的标签生产：在技术设计考虑系统未来发展，能够支持相对较大的用户技术的标签生产，需要对计算或者存储方面要求较高，对于系统架构来说，平台的伸缩和适应性都要求相对高一些。 3.理想标签按天更新，实时标签秒级延迟：对于业务，我们一般的标签可以按照天更新。但考虑未来发展和业界动态，有实时标签的应用和场景需求，计算要求秒级响应，可能在秒级之后做推送，然后触达用户。 二. 技术方案设计 标签平台是一个中间层的服务，为前台提供的是数据支持。另外一方面标签平台的加工，依赖底层的基础数据平台的原始数据。包含： 1. 缺点就是有很多分区字段； 3.
5.4K00发布于 2020-10-31 - 来自专栏张叔叔讲互联网
画像平台主要功能
本文介绍画像平台4个功能模块：标签管理、标签服务、分群功能和画像分析。 标签管理 为了高效地使用画像标签，需要对标签进行统筹管理。 标签增删改查 标签是画像平台的数据基石，基于标签数据才能衍生出画像平台的各种功能。标签管理主要功能是支持标签的增删改查操作，其中增加标签是标签管理的核心功能。标签管理支持通过不同的方式添加标签。 人群下载：画像平台用户有时需要将人群下载成指定格式，比如TXT、Excel或者Hive表等格式。 3. 单用户分析 单用户分析最常见的功能是用户画像查询，比如查询某个大V账号的画像信息，其返回结果包含性别、年龄、兴趣爱好、使用偏好、常住省等内容。 本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
2.3K21编辑于 2023-10-04 - 来自专栏张叔叔讲互联网
画像平台的重要性
我第一次知道用户画像是在学习数据挖掘的某节课堂上，当时对画像只有一个概念上的认识；工作后接触到了画像平台，当时第一反应是在平台上查询一下自己的画像信息，发现查询结果非常准确，自此对于平台背后的画像技术产生了很大的兴趣 通过本书将画像平台的构建过程以及赋能业务的方式讲清楚，帮助读者全面且深入地了解画像平台。参考书中内容，读者在构建画像平台和使用画像数据的过程中更加有的放矢。 （3）研发工程师画像平台属于运营类工具平台，其中包括前端可视化页面和服务端功能实现；画像平台还可以通过接口的形式对外提供画像基础服务并赋能更多业务。以上功能的实现依赖研发工程师。 （5）运营人员运营人员是画像平台的核心用户之一，是画像平台主要需求来源方和平台使用反馈方，也是平台的潜在宣传者。在画像平台的使用者中运营人员占大多数。 如果正在进行画像平台建设或者计划搭建画像平台（或者说有类似功能的平台），可以通过本书对画像平台有更加全面的认识，辅助做好产品规划和技术选型。对画像感兴趣的公司和个人。
76520编辑于 2023-10-01 - 来自专栏张叔叔讲互联网
什么是画像平台实时预测服务？
离线阶段即第3章提到的挖掘类标签生产流程，在线阶段是将离线阶段产出的算法模型服务化，通过获取用户实时特征可以借助算法模型即时计算出预测结果。 图片 实时预测服务主要应用在新用户场景下。 此时能够获取到的用户画像标签越丰富，短视频推荐的准确率会越高。 PyTorch开发的深度学习模型，可以借助其自带的Serving方法进行模型在线化；如果使用的是XGBoost训练模型，可以借助XGBoost4J在Java中实现模型实例化；有些公司也会自研模型实例化平台 从技术的角度，所有的挖掘类标签的算法模型都可以提供预测服务，但是用户画像场景下，离线挖掘类标签基本可以满足业务要求，实时预测是在特殊情况下对离线标签数据的一种补充。 ---- 本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
53310编辑于 2023-10-13 - 来自专栏张叔叔讲互联网
画像平台常见架构及技术选型
画像平台功能具有相似性，其技术架构也可以抽象出统一的模式，本节内容主要介绍画像平台常见的技术架构。为了加强读者对技术选型的认识，本节还会介绍几个互联网公司在画像类平台上的技术选型方案。 画像平台常见架构 画像平台常见技术架构图如图2-13所示，主要包括数据层、存储层、服务层和应用层。 标签数据源是画像平台所依赖的最底层数据，不同标签往往散落在不同的业务库表中。为了方便业务使用，画像平台会将所有标签汇总成一张画像宽表。 画像平台通过可视化的页面展示平台功能，用户在画像平台上通过简单的配置便可使用各类功能，提高了画像数据的使用效率。 画像平台技术选型示例 上一小节介绍了画像平台常见的技术架构，本节将介绍各模块的具体技术选型方案。
2K10编辑于 2023-10-05 - 来自专栏rainbowzhou的成长足迹
用户画像平台架构图&构成？
中，聊了聊用户画像是什么、如何用、前置条件以及它与大数据的关系。今天想详细聊聊关于用户画像平台的构成，希望对大家有所帮助。 前言：用户画像平台通过对用户数据的采集、计算、存储、查询和分析，挖掘有价值的信息，以帮助产品人员、运营人员进行优化。 用户画像平台架构图 在【rainbowzhou 面试3/101】技术提问--大数据测试是什么，你如何测？ 用户画像的构成 用户画像基础：需要了解、明确用户画像是什么，包含哪些模块，数据仓库架构是什么样子，开发流程，表结构设计，ETL设计等。 用户画像平台数据处理链路长，涉及的数据质量问题多。它的质量保障是一个巨大的挑战，那么我们应该如何测它呢？在之后的面试系列的文章中，我将进一步讲解数据处理链路的全流程测试的相关内容。
1.6K30编辑于 2023-03-16 - 来自专栏张叔叔讲互联网
画像平台人群包常见应用场景
圈选对军事感兴趣的人群并用于Push应用背景：运营人员每天会整理当前俄乌冲突热门事件并通过Push推送给对军事感兴趣的用户，刚开始主要通过手动的方式在画像平台创建人群，然后导入到Push平台进行推送。 为了降低人力成本并提高推送效率，运营人员希望人群每天可以自动更新，然后推送到Push平台并完成自动化推送。应用方式：运营人员在画像平台上通过规则圈选创建对军事感兴趣的人群并配置为每日自动更新。 应用方式：调研人员通过画像平台LBS人群圈选功能找到了几所高校附近出现过的用户，并结合用户年龄段等标签提高了用户圈选的精确度。生成人群之后，私信平台可以通过接口拉取人群数据并进行私信推送。 3. 基于组合人群赠送优惠券应用背景：三八妇女节当天电商平台会给女性用户赠送商品优惠券，主要通过画像平台的规则圈选找出所有女性用户并构建人群，当用户位于人群中时则赠送优惠券。 ----本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
1.5K20编辑于 2023-10-30 - 来自专栏张叔叔讲互联网
画像平台人群创建方式-规则人群创建
规则圈选的实现依赖画像宽表数据或者BitMap数据，其实现逻辑如图5-12所示。 筛选北京市男性用户的需求可以通过画像平台可视化页面表达出来，其圈选配置最终通过接口传递到平台服务端并存储在数据库MySQL中。 每一个人群最终都会存储在Hive表和OSS中，但是不同人群创建方式优先产出的人群存储类型不同，所以画像平台需要支持Hive和OSS之间数据的相互转换。 批量读取Hive表中数据，在内存中构建BitMap后存储到OSS中；BitMapToHive需要将内存中的数据快速写入Hive表，主要分为写入本地文件、上传到HDFS以及加载成Hive表三个步骤，该过程与第3章中通过文件导入创建标签类似 相关代码和步骤本章不再赘述，可以参考第3章中对应内容。----本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
2.5K00编辑于 2023-10-18 - 来自专栏张叔叔讲互联网
画像平台人群创建方式-导入人群创建
导入人群是将外部数据导入画像平台构建人群，主要有3种实现方式：文件导入、Hive表导入和SQL导入。 文件导入是将TXT、CSV等格式的文件导入画像平台；Hive表导入是指定源Hive表及导入字段，将满足条件的源表数据导入画像平台；SQL导入是Hive表导入的延伸，用户可以自由编写SQL语句，其运行结果最终导入画像平台 图5-20展示了3种导入人群的可视化配置页面。 导入人群是画像平台最常用的人群创建方式之一，其实现了将各类数据源沉淀为人群的功能，支持更灵活的人群创建方式，拓展了画像平台数据范围。 ---- 本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
1.1K10编辑于 2023-10-19 - 来自专栏理论坞
用户画像和精准化平台系统实践
吴军老师说过： “我们处于信息时代，所以我们必须了解这个时代的定律，并且把这些定律作为我们的行动指南。” ——吴军 得到——罗胖精选《吴军 什么是信息时代的收入规律》
84330发布于 2019-06-17 - 来自专栏张叔叔讲互联网
画像平台在电商领域的辅助作用
电商服务团队期望使用画像平台的基础服务快速搭建出优惠券发放平台。 业务目标：搭建优惠券发放平台，平台支持多种优惠券类型；支持商家自主配置优惠券及发放策略，商家可以指定人群进行优惠券发放。画像平台提供高可用的人群基础服务，保证优惠券发放的稳定性。 画像平台提供的基础服务运行稳定，累计创建了很多人群并发放了大量优惠券。 为了支持直播前选品，可以使用画像平台人群分析功能对主播粉丝和直播受众进行画像分析，此时需要找到作者粉丝数据表和直播受众数据表，通过与画像宽表连接可以计算出人群画像占比。 本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
81140编辑于 2023-11-02 - 来自专栏张叔叔讲互联网
画像平台人群创建方式-明细行为圈选
规则圈选中所使用的画像标签数据是离线计算出来的，大部分在计算过程中剔除了很多明细信息，仅保留了最关键的画像内容，即某日某用户的标签值。 虽然画像数据是浓缩精简后的核心数据，但在很多人群圈选场景中依赖行为明细数据，比如运营人员希望找出2022-08-15 10:00:00到2022-08-15 12:00:00之间通过手机客户端点赞了某篇文章的用户 在行为明细圈选时可以结合画像标签数据一起使用，比如找到在某时间段通过手机客户端点赞了某篇文章的北京市男性用户，可以直接关联画像宽表进行计算。 ----本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
1.6K40编辑于 2023-10-21 - 来自专栏张叔叔讲互联网
画像平台标签管理功能常见应用案例
应用方式：风险控制团队向画像平台提出实时标签需求并描述具体应用场景，画像平台找到用户举报事件流并进行实时数据消费，消费过程中计算每个用户当日被举报次数并构建为实时标签。 3. “活动预约参与者”导入标签的生成应用背景：一般大型运营活动都会进行提前预约，运营人员希望分析参与活动预约的用户在后续活动中的表现。 应用方式：运营人员使用画像平台标签管理功能中的新增导入类标签功能，将参与预约活动的用户导入画像平台并构建标签“活动预约参与者”。 应用方式：客户端产品向画像平台提出新增“是否有车”标签需求，该标签属于挖掘类标签，画像平台算法工程师先后开展数据收集与分析、模型评估与训练和模型上线等工作。 ----本文节选自《用户画像：平台构建与业务实践》，转载请注明出处。
96020编辑于 2023-10-29 - 来自专栏Spark学习技巧
自如用户画像平台建设实践与营销应用
今天草帽小子分享的主题是自如用户画像平台建设实践与营销应用，主要分 3 部分： 一是聊聊数据时代下，谁需要懂用户画像？ 02 自如达芬奇·用户画像平台建设实践 01 自如达芬奇·用户画像平台 达芬奇·用户画像平台，是赋能业务进行精细化运营的平台。 02 产品架构 达芬奇·用户画像平台，赋能业务进行精细化营销，主要包含 3 大层次：全域画像、营销全链路、多种业务场景赋能。 画像平台支持标签组合、分群组合以及 ID 数据上传 3 种方式，适应营销人员在不同场景下的圈选需求。 例如在促转场景，圈选 “北京、近 7 天、找房行为次数>3 的用户”，给其推送优惠券，促进用户签约。对于一些特殊场景，画像平台未开发此类标签，则营销人员可自主上传用户 ID 的方式，来创建用户分群。
3.2K20编辑于 2022-01-13 - 来自专栏肉眼品世界
自如用户画像平台建设实践与营销应用
今天分享的主题是自如用户画像平台建设实践与营销应用，主要分 3 部分： 一是聊聊数据时代下，谁需要懂用户画像？ 02 自如达芬奇·用户画像平台建设实践 01 自如达芬奇·用户画像平台 达芬奇·用户画像平台，是赋能业务进行精细化运营的平台。 02 产品架构 达芬奇·用户画像平台，赋能业务进行精细化营销，主要包含 3 大层次：全域画像、营销全链路、多种业务场景赋能。 画像平台支持标签组合、分群组合以及 ID 数据上传 3 种方式，适应营销人员在不同场景下的圈选需求。 例如在促转场景，圈选 “北京、近 7 天、找房行为次数>3 的用户”，给其推送优惠券，促进用户签约。对于一些特殊场景，画像平台未开发此类标签，则营销人员可自主上传用户 ID 的方式，来创建用户分群。
3.5K30发布于 2021-11-10 - 来自专栏机器学习原理
示例三（3）——人物画像特征提取
前言：一个人的信用评级一般用人物画像来评判，如何从很多的人物特征中提取有用的特征呢？ 下面以一个金融反欺诈模型为例子来对特征提取有一个简单的理解。 /data/LoanStats3a.csv', skiprows = 1, low_memory = True)#skiprows跳过第一行，low_memory低内存加载，报错就该成False ''' out_prncp_inv has 1 col collections_12_mths_ex_med has 2 col policy_code has 1 col acc_now_delinq has 3 chargeoff_within_12_mths has 2 col delinq_amnt has 4 col pub_rec_bankruptcies has 4 col tax_liens has 3 term has 2 col grade has 7 col emp_length has 11 col home_ownership has 5 col verification_status has 3
1.7K30发布于 2018-06-13 - 来自专栏凹凸玩数据
用户画像
关于用户画像的概念，数据相关从业人员应该都知道。用户画像的应用场景很广泛，比如精细化运营、数据分析与挖掘、精准营销、搜索和广告的个性化定向推送等。 用户画像的分析核心一个是对用户建模打标签，关于这，之前在内部交流群分享了一份个人学习的资料，大家都觉得真香，今天把全部内容共享出来供大家自行下载阅读。 主要目录： 1、用户画像应用场景 2、产品层面的宏观分析维度 3、用户画像标签类型 4、用户画像项目开发流程 5、数据仓库介绍 6、用户画像数据质量管理 7、常见需要开发的用户画像相关模型 8、用户行为标签表实际开发案例
6.9K20发布于 2020-02-20 - 来自专栏内容营销专家刘鑫炜
数字世界的人格图谱，揭秘各大平台用户画像！
视频号目前还在不断壮大，未来的充满想象，所有在其他平台跑通过得变现方式都可以在视频号上重新做一遍。所以视频号是所有内容创作者不可不做的平台。用户画像：微信生态内用户，多元化。 3. 学历水平：微博用户的学历水平普遍较高，本科及以上学历的用户占比不小。这部分用户对于新闻、知识、观点等内容具有较高的需求。用户行为特点1. 他们喜欢通过微博平台了解社会动态、关注自己感兴趣的明星和话题。同时，用户也积极参与微博的热门话题讨论，表达自己的观点和看法。3. 品牌方在投放广告时，需根据平台特点和用户调性进行精准定位和策略制定。用户画像：广泛，各有侧重，微博用户更倾向于即时通讯和娱乐。内容偏好：新闻、娱乐、体育、生活等。优点：信息量大，覆盖全面。 然而，这些平台对内容的专业性和深度有着极高的要求，品牌方在投放广告时，需注重与平台内容的契合度和专业性。用户画像：特定领域爱好者或专业人士，如雪球财经、东方财富、同花顺的用户多为金融投资者。
1.9K00编辑于 2024-09-11 - 来自专栏算法之名
Flink用户画像用户画像行为特征
","id":15,"tablename":"user_info","account":"abcd","age":24,"email":"981456@qq.com","status":0} 创建用户画像 reduce.addSink(new CarrierAnalySink()); env.execute("portrait carrier"); } } 创建用户画像会员分类标签 ); reduce.addSink(new MemberAnalySink()); env.execute("portrait member"); } } 用户画像行为特征 这里我们会分析用户的几个行为，并进行画像 浏览商品行为：频道id、商品id、商品类别id、浏览时间、停留时间、用户id、终端类别(1、PC端，2、微信小程序，3、app)、deviceId。 创建用户画像商品类别偏好标签 创建一个商品类型标签实体类 @Data public class ProductTypeLabel { private Long userid; private
10.6K20发布于 2021-11-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号