· 用戶畫像 = 基礎特征 + 挖掘特征
不同的APP會挖掘的數據不同，一般包含用戶的收入，學歷，活動區域，職業等等
我們使用基礎特征和挖掘特征就能將某個用戶的畫像浮現出來，從而更好的給用戶進行推薦，用戶畫像中我們一般要解決的問題是挖掘特征和給用戶打標簽，當然挖掘特征也可以作為用戶的標簽。

一、特征挖掘：

1、根據運營規則來做特征挖掘，如類目偏好：①連續3個月購買零食金額達到100元的用戶為吃貨 ②最近半年看蘋果的文章超過10次的用戶為果粉等等。
2、kaggle比賽中用戶信息挖掘的案例，如：通過用戶地理位置、使用的app、各款app的使用情況；來預測用戶的年齡段和性別。

device_id手機品牌手機型號安裝的app_name使用此app是否活躍此app第一次使用時間此app上次退出時間此app的類別用戶的所在省市區label：性別_年齡

14322921	apple	iphone11	抖音	1	2019-08-03 15:21:48	2020-10-19 22:37:10	娛樂-短視頻	北京	北京	朝陽	F_25-29
14322921	apple	iphone11	王者榮耀	1	2020-01-01 20:47:11	2020-01-01 20:57:23	游戲-動作	北京	北京	朝陽	F_25-29
78222783	華為	榮耀	簡書	0	2018-09-09 21:32:55	2020-10-21 14:33:59	學習-編程	河北	廊坊	固安	M_30-34

二、用戶標簽生成：

具體實現的參考資料：

https://mp.weixin.qq.com/s?__biz=MzI0OTQyNzEzMQ==&mid=2247487211&idx=1&sn=848069327f8c778e42427158f20f9b36&chksm=e990eb3fdee7622915479093a8f43f61dc8772cc681498f95dbde6960f11c5ed8f75bde29a8e&scene=21#wechat_redirect
注意：上面的實現中沒有對曝光不點擊，或熱門標簽的降權，它們也是十分重要的，需要另外實現

在此基礎上的改進：

總結

以上是生活随笔為你收集整理的用户画像标签权重计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。