用戶畫像-中篇(字典輸出)

上一篇二哈介紹了用戶畫像的數(shù)據(jù)采集過程逻卖,這回我們來說說數(shù)據(jù)采集之后的處理形纺。


1薇缅、數(shù)據(jù)存儲(chǔ)&更新

1.1、存儲(chǔ):由于數(shù)據(jù)來源不同攒磨,日志格式也會(huì)不一樣泳桦,需要將不同日志存放在不同文件下,且由于不同業(yè)務(wù)方向不同娩缰,有可能之后需要原始日志灸撰,所以文件備份也要做好;(一定要有唯一標(biāo)識(shí)進(jìn)行不同日志之間的關(guān)聯(lián)拼坎,一般使用設(shè)備ID居多)

1.2浮毯、更新:不同數(shù)據(jù)更新的頻率也不太一樣,比如說產(chǎn)品屬性的數(shù)據(jù)(使用頻次泰鸡、喜好等)债蓝,因?yàn)闀r(shí)刻在變,可以做到日更或者小時(shí)更盛龄,但年齡饰迹、性別這種固定數(shù)據(jù),基本是固定的余舶,那么更新頻次肯定不用那么長啊鸭。


2、數(shù)據(jù)清洗

這個(gè)是非常重要的一環(huán)匿值,在我們收集上來的數(shù)據(jù)中赠制,一定會(huì)有許多的臟數(shù)據(jù),這些臟數(shù)據(jù)如果不清洗千扔,那么直接會(huì)導(dǎo)致之后偏好計(jì)算的不準(zhǔn)確憎妙,也就是標(biāo)簽輸出錯(cuò)誤,間接影響了推薦算法的準(zhǔn)確率曲楚,如果涉及到機(jī)器學(xué)習(xí)厘唾,樣本內(nèi)的錯(cuò)誤將會(huì)造成非常嚴(yán)重的后果。

舉一個(gè)簡單例子龙誊,就是在注冊時(shí)用戶填寫生日的時(shí)候抚垃,我們發(fā)現(xiàn)X年X月X日的用戶特別多,或是有3歲以下100歲以上等趟大,但在這個(gè)點(diǎn)的前后鹤树,數(shù)據(jù)都保持相同趨勢,那么這一定是個(gè)臟數(shù)據(jù)逊朽,很可能是注冊BUG或者是默認(rèn)值導(dǎo)致的結(jié)果罕伯,一定要剔除掉。(比如QQ上出生在1970叽讳,貌似是一個(gè)版本的默認(rèn)值)

所以我們在做數(shù)據(jù)清洗的時(shí)候主要有以下幾個(gè)注意事項(xiàng):

2.1追他、判斷臟數(shù)據(jù):可通過長期趨勢或者相鄰的數(shù)據(jù)來對(duì)比發(fā)現(xiàn)

2.2坟募、處理臟數(shù)據(jù):是用平均值替換還是為空處理,都需要按照具體業(yè)務(wù)來判定


3邑狸、字典輸出

輸出格式基本為key-value的格式

key:是一個(gè)個(gè)的字典參數(shù)懈糯,比如年齡、性別单雾、職業(yè)赚哗、使用時(shí)長、新聞或視頻偏好(可以拆細(xì)成內(nèi)容的不同種類偏好)等等

value:是一個(gè)個(gè)字典參數(shù)的值硅堆,比如年齡就是指單個(gè)年齡或者年齡段屿储,新聞偏好指對(duì)不同內(nèi)容種類的偏好程度

圖例如下:橫軸為key,縱軸為value


4硬萍、標(biāo)簽偏好計(jì)算

這里涉及機(jī)器學(xué)習(xí)算法扩所,只做簡要的說明。

4.1朴乖、有絕對(duì)指標(biāo):比如年齡祖屏、性別、職業(yè)买羞、使用時(shí)長袁勺、使用頻次等,直接可以選擇對(duì)應(yīng)的值

4.2畜普、無絕對(duì)指標(biāo):比如消費(fèi)能力期丰、運(yùn)動(dòng)習(xí)慣、韓劇偏好吃挑、搖滾音樂偏好等钝荡,是根據(jù)算法來得到的(有興趣的同學(xué)可以專門去研究下)



5、數(shù)據(jù)提取/校驗(yàn)

將字典做完舶衬,偏好值輸出完畢埠通,其實(shí)整個(gè)畫像就做好了,但是這個(gè)畫像準(zhǔn)不準(zhǔn)呢逛犹?這個(gè)就需要具體的業(yè)務(wù)具體的檢驗(yàn)了端辱。

首先,可以通過訪問redis或者數(shù)據(jù)庫拿到數(shù)據(jù)虽画,或者通過文件舞蔽、接口等形式將數(shù)據(jù)輸出給業(yè)務(wù)部門

業(yè)務(wù)部門拿到數(shù)據(jù)之后,進(jìn)行策略測試码撰,如果效果符合預(yù)期渗柿,則畫像較準(zhǔn),如果不符合預(yù)期脖岛,則需要重新調(diào)整畫像

用戶畫像其實(shí)是一個(gè)不斷迭代的過程做祝,因?yàn)樵跇I(yè)務(wù)的發(fā)展中砾省,拿到的數(shù)據(jù)會(huì)原來越多鸡岗,維度也會(huì)越來越細(xì)混槐,尤其是DAU千萬以上的產(chǎn)品,數(shù)據(jù)很容易就冗余轩性,后臺(tái)負(fù)責(zé)用戶畫像產(chǎn)品的同學(xué)声登,一定要及時(shí)同步前端業(yè)務(wù)同學(xué)的需求,不要想當(dāng)然揣苏,大而全的去做畫像這件事悯嗓,最好是根據(jù)具體業(yè)務(wù)具體輸出,所以經(jīng)常在大公司內(nèi)卸察,有好幾套不同的用戶畫像脯厨,這也是不同業(yè)務(wù)屬性來決定的。

本次用戶畫像中篇就說完了坑质,因?yàn)楸旧碇蛔鲞^部分的個(gè)性化推薦工作合武,所以并不是那么細(xì)膩,歡迎討論和交流涡扼。



二哈稼跳,互聯(lián)網(wǎng)產(chǎn)品狗,碼字很慢吃沪,性格尚可汤善,不喜可以噴,不定期更新中票彪。红淡。。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末降铸,一起剝皮案震驚了整個(gè)濱河市在旱,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌垮耳,老刑警劉巖颈渊,帶你破解...
    沈念sama閱讀 218,284評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異终佛,居然都是意外死亡俊嗽,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門铃彰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來绍豁,“玉大人,你說我怎么就攤上這事牙捉≈褡幔” “怎么了敬飒?”我有些...
    開封第一講書人閱讀 164,614評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長芬位。 經(jīng)常有香客問我洛波,道長,這世上最難降的妖魔是什么说敏? 我笑而不...
    開封第一講書人閱讀 58,671評(píng)論 1 293
  • 正文 為了忘掉前任诗赌,我火速辦了婚禮,結(jié)果婚禮上被饿,老公的妹妹穿的比我還像新娘四康。我一直安慰自己,他們只是感情好狭握,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,699評(píng)論 6 392
  • 文/花漫 我一把揭開白布闪金。 她就那樣靜靜地躺著,像睡著了一般论颅。 火紅的嫁衣襯著肌膚如雪哎垦。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,562評(píng)論 1 305
  • 那天嗅辣,我揣著相機(jī)與錄音撼泛,去河邊找鬼。 笑死澡谭,一個(gè)胖子當(dāng)著我的面吹牛愿题,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播蛙奖,決...
    沈念sama閱讀 40,309評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼潘酗,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了雁仲?” 一聲冷哼從身側(cè)響起仔夺,我...
    開封第一講書人閱讀 39,223評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎攒砖,沒想到半個(gè)月后缸兔,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,668評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡吹艇,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,859評(píng)論 3 336
  • 正文 我和宋清朗相戀三年惰蜜,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片受神。...
    茶點(diǎn)故事閱讀 39,981評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡抛猖,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情财著,我是刑警寧澤联四,帶...
    沈念sama閱讀 35,705評(píng)論 5 347
  • 正文 年R本政府宣布,位于F島的核電站撑教,受9級(jí)特大地震影響朝墩,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜驮履,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,310評(píng)論 3 330
  • 文/蒙蒙 一鱼辙、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧玫镐,春花似錦、人聲如沸怠噪。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,904評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽傍念。三九已至矫夷,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間憋槐,已是汗流浹背双藕。 一陣腳步聲響...
    開封第一講書人閱讀 33,023評(píng)論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留阳仔,地道東北人忧陪。 一個(gè)月前我還...
    沈念sama閱讀 48,146評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像近范,于是被迫代替她去往敵國和親嘶摊。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,933評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容