- 综合排序
- 最热优先
- 最新优先
- 来自专栏巡山猫说数据
「10」用户-用户画像如何建设(上)
因为更好的服务用户，满足用户的需求 用户才能更多的 直接或间接 为企业产生价值 为了满足用户需求，就得发现用户需求 这就衍生了 用户画像 接下来这几篇文章，我们就来讲讲 用户画像 什么是需求 我们先看几个场景 这个就是对象的反馈 而行为的对象，又从侧面反馈了用户的需求，毕竟，想吃主食或者想吃零食，可以从侧面映射出，用户是饿了还是闲了 这个就是我们在收获评估中需要记录的数据，行为的对象 及 行为的反馈 总结抽象一下，对于用户画像的建设 针对这些价值，我们需要找到合适的用户，这时，我们可以建设用户画像 关于建设用户画像，我们需要考虑用户的自然属性及行为属性，具体来说，就是回答以下4个问题： 1、用户的自然属性是什么 2、针对这个画像，当前产品中最能满足需求的功能是什么 3、针对这个画像，可以发散出怎样的可尝试的功能 4、针对当前功能，及可发散的功能，我们需要统计什么关键信息 今天这两个模块的梳理，为大家讲解了 需求分层，及需要收集的需求描述信息 这些信息，就是我们建立 用户画像的基础 下篇内容，我们来具体讲解下，用户画像的建设过程 以上，就是本期内容，希望对你有帮助～
1K30发布于 2021-05-18 - 来自专栏林欣哲
10 分钟看懂资产上链平台 DigixDAO
上链 DigixDAO是一个基于以太坊区块链构建的资产代币化的平台（如果有资产证券化概念的同学可以类比联想）。 它是第一个创造了“上链”概念的项目，可以理解为把实物资产记录到区块链上，变为一种区块链资产。 独创的PoA资产证明 PoA是将实物代币化的一种共识模式。举一个例子，从铸币的角度来看我们如何把一克黄金上链。 首先，一克黄金的价值由黄金供应商、托管商、审计商等监管链条上的认证者通过连续的数字签名认证，将这一克黄金的信息注册成资产证明（PoA）资产卡，并将这些信息上传到以太坊的区块链中。 示范性 Digix的黄金PoA资产卡给了其他实物资产上链的示范。率先是用了区块链技术，实现了开放和公开的资产认证过程。代币化后交易更加便捷，也便捷的追踪资产的流通。
1.3K80发布于 2018-04-10 - 来自专栏绿盟科技研究通讯
《2021网络空间测绘年报》解读｜公有云资产画像与风险度量
，助力于数字化转型背景下新兴资产服务的安全管理。 风险态势评估的前提是资产梳理，对云上资产服务的宏观把握十分重要。因此，对公有云资产的梳理与测绘势在必行。然而，对公有云资产开展测绘工作也存在着许多挑战。 再次，公有云上租户众多，运行在其上的业务多种多样，资产部署情况复杂，为资产梳理也带来了难度。 PART 02 公有云资产多维画像 在《2021网络空间测绘年报》中，我们经过多方调研与对比测试，针对国内几大公有云厂商，整理出了相对可靠的IP库。 而后利用测绘系统对公有云资产从存活主机、暴露端口、对外服务等多个维度入手，进行了统计分析。最终基本梳理出了国内几大公有云厂商的资产暴露情况。其中部分结果展示如下。
1.2K10编辑于 2022-03-11 - 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 ) { replaceMinute = "10"; }else if (minuteLong >= 10 && minuteLong < 15) { ); 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 - 来自专栏AI机器思维
数据画像
01 什么是健康码画像？ 健康码画像让普通大众理解了数据，其实在实际的应用中还有很多针对特定场景的画像，如用户画像、产品画像、业务经营画像等，下面以用户画像为例讲解。 02 什么是用户画像？ 、场景等描述，形成一个用户画像原型。 通过这个用户画像，从而对这个人有了一个整体的认识，一个完整的人物画像已经呈现在了你的脑海里。当标签被描述得越多，用户画像就越清晰。 3）从数据角度而言，用户画像有助于建立数据资产，挖掘数据的价值。使数据分析更为精确，甚至可以进行数据交易，促进数据互联互通的流通。
5.8K40发布于 2020-04-22 - 来自专栏算法channel
画像分析
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，之前宝器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
2.7K50发布于 2020-02-21 - 来自专栏凹凸玩数据
用户画像
开发画像后的标签数据，如果只是“躺在”数据仓库中，并不能发挥更大的业务价值。只有将画像数据产品化后才能更便于业务方使用。 首先和用户分群功能一样，需要组合标签筛选出目标用户群体（如图10所示）。 ? 图10 创建需要分析的人群 创建好目标用户群体后，在“对比维度”选择菜单中选择需要分析该批用户的维度（如图11所示），例如这里选择的是下单次数和活跃度。 图13 对比分析两个人群特征 本文介绍了用户画像产品化主要涵盖的功能模块以及这些模块的应用场景。用户画像产品化是把数据应用到业务服务中的一个重要出口，业务人员熟知业务，但对数据不了解。 本文摘编于《用户画像：方法论与工程化解决方案》，经出版方授权发布。
6K30发布于 2020-11-04 - 来自专栏算法无遗策
用户画像构建
用户画像是指用户的进行标签化、信息结构化。 构成用户画像的基本元素通常有：姓名、照片、个人信息、经济状况、工作信息、计算机互联网背景。 用来丰富用户画像的元素有：居住地、工作地点、公司、爱好、家庭生活、朋友圈、性格、个人语录等等。 创建用户画像的方法 用户画像的作用 精准营销，分析产品潜在用户，针对特定群体利用短信邮件等方式进行营销； 用户统计，比如中国大学购买书籍人数 TOP10，全国分城市奶爸指数； 数据挖掘，构建智能推荐系统
4.8K11发布于 2019-12-23 - 来自专栏Unity游戏开发
Unity-资产-常用资产
Texture 纹理是图片或者影视文件覆盖在GameObjects上面来给予他们可视化的效果 Unity支持任何类型的image 和 movie文件在3D项目资产文件中作为纹理。 Unity Materials命名 Search ： Unity查找材质的方式 List of Imported materials : Audio Clip Unity支持单声道，立体声和多通道音频资产 跟踪器模块资产的行为与Unity中的任何其他音频资产相同，尽管在资产导入检查器中没有波形预览功能。
1.7K30发布于 2019-07-15 - 来自专栏全栈程序员必看
用户画像总结
（5）行业报告&用户研究：通过用户画像分析可以了解行业动态，比如人群消费习惯、消费偏好分析、不同地域品类消费差异分析 根据用户画像的作用可以看出，用户画像的使用场景较多，用户画像可以用来挖掘用户兴趣 三、 用户画像的分类 从画像方法来说，可以分为定性画像、定性+定量画像、定量画像 从应用角度来看，可以分为行为画像、健康画像、企业信用画像、个人信用画像、静态产品画像、 旋转设备画像、社会画像和经济画像等。 八、 用户画像基本步骤[F2] 根据具体业务规则确定用户画像方向后，开展用户画像分析，总体来说，一个用户画像流程包括以下三步。 十二、用户画像困难点、用户画像瓶颈 用户画像困难点主要表现为以下4个方面 资料搜集和数据挖掘 在画像之前需要知道产品的用户特征和用户使用产品的行为等因素，从而从总体上掌握对用户需求需求 创建用户画像不是抽离出典型进行单独标签化的过程
3.7K11编辑于 2022-09-09 - 来自专栏计算机视觉CV
用户画像小结
前段时间做可一些用户画像方面的工作，对用户画像技术有了初步了解。如果你是一个对大数据和用户画像技术完全不了解的小白，希望这篇文章可以提供一点帮助。 在项目开展前，当然要先了解用户画像主要是干什么的，下面是我总结的两篇文章，大家可以先对大数据和用户画像有个基本的认识。 用户画像--《美团机器学习实践》笔记 如果刚接触用户画像，可以先通过以上两篇文章对用户画像挖掘和应用有初步了解。如果你读完以后是一脸懵的话，我知道你很急，但是你先别急。 按最简单方式，基于标签tag，我们统计“王者荣耀”用户最大交互次数是10次，最大在线时长是8小时。 ~ 以上内容阐述了如何通过最直观简洁的方式来构建用户画像，让大家对用户画像的概念有更深入的理解。
1.8K111编辑于 2023-08-04 - 来自专栏架构师修炼
用户画像基础
图1-6 用户画像建设项目流程 第一阶段：目标解读 在建立用户画像前，首先需要明确用户画像服务于企业的对象，再根据业务方需求，明确未来产品建设目标和用户画像分析之后的预期效果。 就后文将要介绍的案例而言，需要从用户属性画像、用户行为画像、用户偏好画像、用户群体偏好画像等角度去进行业务建模。 只有业务人员在日常工作中真正应用画像数据、画像产品，才能更好地推动画像标签的迭代优化，带来流量提升和营收增长，产出业绩价值。 用户属性宽表设计（见表1-10），主要记录用户基本属性信息。 ? ? 表1-10 用户属性宽表设计 用户日活跃宽表设计（见表1-11），主要记录用户每天访问的信息。 ? 初步介绍了画像系统的轮廓概貌，帮助读者对于如何设计画像系统、开发周期、画像的应用方式等有宏观的初步的了解。
5.4K50发布于 2020-08-06 - 来自专栏从救火到防火：大模型赋能云原生安全
第 4 期：基于资产画像的治理闭环：从基础镜像到 CICD 的源头治理方法论
我们在第2期里讲的“运行时画像”（哪些库加载了，哪些没加载），不仅仅用来做风险过滤，更要反馈给开发和运维团队，反馈到CI阶段。终极操作：镜像瘦身（Slimming）。 •第2期（已发布）：介绍核心能力资产画像，演示如何将数百万漏洞压缩成数十个必须修的风险，实现精准打击。•第3期（已发布）：深入剖析四维风险决策模型，掌握如何比同行更快锁定“真正有危险的漏洞”。
14300编辑于 2025-12-30 - 来自专栏数据的力量
如何构建用户画像
伴随着对人的了解逐步深入，一个概念悄然而生：用户画像（UserProfile），完美地抽象出一个用户的信息全貌，可以看作企业应用大数据的根基。 一、什么是用户画像？ 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。 如果用一幅图来展现，即： ? 二、为什么需要用户画像 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？ 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 数据源分析 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。 百分点现已全面应用用户画像技术于推荐引擎中，在对某电商客户，针对活动页新访客的应用中，依靠用户画像产生的个性化效果，对比热销榜，推荐效果有显著提升：推荐栏点击率提升27%，订单转化率提升34%。
3.6K61发布于 2018-06-20 - 来自专栏阿黎逸阳的代码
电信流失用户画像
本文和你一起探索电信流失客户的画像，后续文章会对电信用户进行流失预测。 一、数据读取与分析 首先介绍一下数据集，它总共包含了7043个用户的信息。 二、流失客户画像分析-明细 1 是否为老年人 是否为老年人指标不同值对应的客户流失率如下： 老年人和非老年人的客户数分别为1142和5901，在客户数上老年人的占比要远小于非老年人。 10 是否订购技术支持服务 是否订购技术支持服务指标不同值对应的客户流失率如下： 没有订购技术支持服务、没有互联网服务和订购技术支持服务的客户数分别为3473、1526和2044。 16 使用产品时长 首先定义计算IV的函数，代码如下： #切割变量 def bin_cut(data,x,y,n=10): #x为待分箱的变量，y为target变量.n为分箱数量 total 三、流失客户画像分析-总结 总结的流失客户画像如下： 至此，电信流失客户画像已讲解完毕。后续文章会对电信客户流失进行预测，敬请期待。
3.9K10编辑于 2023-08-21 - 来自专栏猴子数据分析
如何构建用户画像？
image.png 在《4个问题带你了解用户画像》中，我们了解了用户画像的定义、作用及使用注意事项等。 就有用户留言问了：在实际工作中，构建用户画像的方法有哪些？如何构建用户画像呢？ 下面我将结合通过案例，带你了解构建用户画像的4个步骤： image.png 用户画像是为业务服务的，因此我们构建画像之前一定要清晰项目背景和业务需求。 用户归类 image.png 回顾用户画像的定义：用户画像是目标用户的代表性画像，其中包含了用户属性、场景、痛点和需求等。 实际构建过程中，我们往往无法用一个画像代表所有目标用户。 我们通过KJ法已经将近100名核心用户分为了四个类别，成就型人格者、外向型探索家、剧中人和客观型行业人员，占比为46%，23%，21%，10%（分三个层级）。 验证效果 image.png 我们开篇强调过，用户画像是为业务服务的。因此提炼画像不是工作的结束，促进画像运用和验证效果也是重要步骤。
3.2K00发布于 2021-08-11 - 来自专栏猴子数据分析
如何构建用户画像？
在《4个问题带你了解用户画像》中，我们了解了用户画像的定义、作用及使用注意事项等。 就有用户留言问了：在实际工作中，构建用户画像的方法有哪些？如何构建用户画像呢？ 下面我将结合通过案例，带你了解构建用户画像的4个步骤： 用户画像是为业务服务的，因此我们构建画像之前一定要清晰项目背景和业务需求。 用户归类 回顾用户画像的定义：用户画像是目标用户的代表性画像，其中包含了用户属性、场景、痛点和需求等。 实际构建过程中，我们往往无法用一个画像代表所有目标用户。 我们通过KJ法已经将近100名核心用户分为了四个类别，成就型人格者、外向型探索家、剧中人和客观型行业人员，占比为46%，23%，21%，10%（分三个层级）。 因此提炼画像不是工作的结束，促进画像运用和验证效果也是重要步骤。
5.1K30发布于 2021-09-23 10句话，轻松读懂资产负债表
今天我就用10句实在话，把资产负债表的关键说透，都是平时工作里总结的干货，你听完再看表，肯定会有新感觉。 第3句：流动资产看“能不能快速变成钱”，非流动资产看“长期能不能赚钱”资产分两大类：流动资产非流动资产怎么区分呢？ 不同行业情况不一样：制造业企业的非流动资产（厂房、设备）占比高，说明它在“重资产运营”；互联网企业流动资产（服务器、用户数据）占比高，说明它在“轻资产扩张”。 第10句：所有者权益的“增减”比总数更重要所有者权益就是公司的“净资产”，等于资产减去负债。不少人只看这个数有多大，其实更该看它是怎么变的。 总结资产负债表就像公司的“家底清单”，它不会直接告诉你公司好不好，但你对着这10句话一点点看，就能看出：公司钱从哪来花到哪去有没有风险能不能持续赚钱平时看资产负债表的时候，别急着翻页，先想想这10个点，
2.1K10编辑于 2025-08-13- 来自专栏华章科技
什么是用户画像？金融行业大数据用户画像实践
参考资产信息也可以将客户定义为高、中、低级别。定性信息的类别和方式方法，金融可以从自身业务出发，没有固定的模式。 帮助企业了解客户资产情况和信用情况，有利于定位目标客户。客户职业、收入、资产、负债、学历、信用评分等都属于信用信息。 3、消费特征：用于描述客户主要消费习惯和消费偏好，用于寻找高频和高价值客户。 企业可以利用客户的收入、学历、资产等情况将客户分为低、中、高端客户，并依据其金融服务需求，提供不同的金融服务。 DMP可以帮助信用卡公司筛选出未来一个月可能进行分期付款的客户，电子产品重度购买客户，筛选出金融理财客户，筛选出高端客户（在本行资产很少，但是在他行资产很多），筛选出保障险种，寿险，教育险，车险等客户， B：寻找高端资产客户 利用银联数据＋移动位置数据（别墅／高档小区）＋物业费代扣数据＋银行自身数据＋汽车型号数据，发现在银行资产较少，在其他行资产较多的用户，为其提供高端资产管理服务 C：需找理财客户 利用自身数据
3.3K30发布于 2018-08-17
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