中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

文章分享的主要內(nèi)容為用戶(hù)畫(huà)像要如何建模，希望本文對(duì)你有所幫助。

?用戶(hù)畫(huà)像最終的結(jié)果是一張大寬表，一行為一個(gè)用戶(hù)的用戶(hù)畫(huà)像，存儲(chǔ)了用戶(hù)對(duì)應(yīng)的每個(gè)標(biāo)簽值。建模就是為每個(gè)標(biāo)簽制定合理的計(jì)算公式。

（請(qǐng)點(diǎn)擊查看大圖）

基礎(chǔ)模型

基礎(chǔ)數(shù)據(jù)一般有用戶(hù)數(shù)據(jù)、內(nèi)容實(shí)體數(shù)據(jù)、用戶(hù)行為數(shù)據(jù)三類(lèi)，需要根據(jù)用戶(hù)行為構(gòu)建相應(yīng)的數(shù)據(jù)模型產(chǎn)出標(biāo)簽和權(quán)重。每一次的用戶(hù)行為，可以詳細(xì)描述為：什么用戶(hù)，在什么時(shí)間，什么地點(diǎn)，發(fā)生了什么事。

• 什么用戶(hù)：即用戶(hù)識(shí)別，其目的是為了區(qū)分用戶(hù)。用戶(hù)識(shí)別的方式包括Cookie，注冊(cè)ID，微信，微博，QQ，手機(jī)號(hào)等。
• 什么時(shí)間：在用戶(hù)行為中，普遍認(rèn)為近期發(fā)生的行為更能反映用戶(hù)當(dāng)下的特征，因此過(guò)往行為將表現(xiàn)為在標(biāo)簽權(quán)重上的衰減。
• 什么地點(diǎn)：即用戶(hù)的接觸點(diǎn)，，包含了兩個(gè)潛在信息：網(wǎng)址和內(nèi)容。內(nèi)容決定標(biāo)簽，網(wǎng)址決定權(quán)重。用戶(hù)在天貓瀏覽了iPhone6的信息和在蘋(píng)果官網(wǎng)瀏覽也將存在權(quán)重的差異，因此，網(wǎng)址的內(nèi)容反映了標(biāo)簽信息，網(wǎng)址本身則表征了標(biāo)簽的權(quán)重。本案例中的業(yè)務(wù)以閱讀型為主，把網(wǎng)址權(quán)重都簡(jiǎn)化為1。
• 做了什么：用戶(hù)的行為類(lèi)型，例如訪(fǎng)問(wèn)、收藏、試用、分享、搜索等，同樣反映的是標(biāo)簽的權(quán)重。

從上述建模方法中，我們可以簡(jiǎn)單勾畫(huà)出一個(gè)用戶(hù)行為的標(biāo)簽權(quán)重公式：

標(biāo)簽權(quán)重=時(shí)間衰減（何時(shí)）x網(wǎng)址權(quán)重（何地）x行為權(quán)重（做什么）

如果是訪(fǎng)問(wèn)行為，可以再增加訪(fǎng)問(wèn)時(shí)長(zhǎng)的權(quán)重，10S以?xún)?nèi)權(quán)重為1，10S－30S為2，30S以上為3

最后把用戶(hù)一段時(shí)間內(nèi)同一個(gè)標(biāo)簽的權(quán)重進(jìn)行累加，就獲得到用戶(hù)此標(biāo)簽的值。

根據(jù)行為的成本大小來(lái)判斷標(biāo)簽的權(quán)重，成本越高越是真愛(ài)。例如訪(fǎng)問(wèn)頁(yè)面是成本最小的，同時(shí)賦予標(biāo)簽的權(quán)重值就較低收藏能代表用戶(hù)的喜好，權(quán)重較高。

此外這里我們假設(shè)同一個(gè)頁(yè)面所附屬標(biāo)簽和頁(yè)面內(nèi)容的相關(guān)度都是一樣的，例如一篇文章《女人懂西裝是一件很性感的事 你的他穿對(duì)了嗎》附帶了男裝、高級(jí)定制、時(shí)尚、潮流、西裝?5個(gè)不同標(biāo)簽，其實(shí)內(nèi)容和標(biāo)簽的相關(guān)度會(huì)有差異，可以通過(guò)編輯人工或者機(jī)器學(xué)習(xí)的方式為標(biāo)簽賦予不同的相關(guān)度，這樣最終得出的標(biāo)簽權(quán)重可信度更高。

以上只是基礎(chǔ)模型，適用于內(nèi)容標(biāo)簽、產(chǎn)品分類(lèi)、產(chǎn)品標(biāo)簽、品牌標(biāo)簽。美妝總體偏好度、用戶(hù)活躍度、用戶(hù)價(jià)值等標(biāo)簽仍需要單獨(dú)建立模型。潛在需求的挖掘適用回歸預(yù)測(cè)等算法模型。

內(nèi)容偏好度（美妝、服飾）模型

用某分類(lèi)下所有標(biāo)簽的累加值來(lái)度量用戶(hù)對(duì)內(nèi)容的總體偏好度，例如：用戶(hù)A的美妝偏好度為其所有美妝類(lèi)標(biāo)簽值的加和。如果服飾總體偏好度大于美妝偏好度，說(shuō)明用戶(hù)訪(fǎng)問(wèn)的服飾內(nèi)容較多，在本站內(nèi)更偏向看服飾內(nèi)容。

活躍度模型

活躍度可以根據(jù)用戶(hù)來(lái)訪(fǎng)、互動(dòng)情況、核心功能使用頻率等綜合確定。例如：

• 核心用戶(hù)：每周有訪(fǎng)問(wèn)、近一個(gè)月互動(dòng)次數(shù)達(dá)到30次以上
• 活躍用戶(hù)：每周有訪(fǎng)問(wèn)、互動(dòng)次數(shù)10次以上
• 一般用戶(hù)：每月有訪(fǎng)問(wèn)
• 流失用戶(hù)：3月以上未訪(fǎng)問(wèn)

用戶(hù)價(jià)值模型

消費(fèi)領(lǐng)域最廣泛應(yīng)用的是RFM模型。

• R是Recency，最近一次消費(fèi)；R5最高，最近一周有消費(fèi)，最近兩周，最近一個(gè)月，最近兩月，最近半年；
• F是Frequency，消費(fèi)頻率； ?最近6個(gè)月消費(fèi)次數(shù)，例如：五次以上為 F5，依次類(lèi)推；
• M是Monetary，消費(fèi)金額；

計(jì)算結(jié)果為：543，代表R5F4M3級(jí)別對(duì)用戶(hù)，根據(jù)產(chǎn)品類(lèi)型的不同，可以調(diào)整R、F、M的定義。

借鑒RFM模型的思想，我們可以把用戶(hù)行為也拆解為三個(gè)維度來(lái)衡量：最近訪(fǎng)問(wèn)時(shí)間、訪(fǎng)問(wèn)頻次 、互動(dòng)次數(shù)；（只是一種想法，未經(jīng)實(shí)踐檢驗(yàn)）

• R替換成最近訪(fǎng)問(wèn)時(shí)間，R5最高，最近一周訪(fǎng)問(wèn)、最近兩周、最近一個(gè)月、最近兩個(gè)月、最近三個(gè)月；
• F替換成訪(fǎng)問(wèn)頻次（UV），F(xiàn)5最高，30次以上為F5，依次類(lèi)推；
• M替換成互動(dòng)次數(shù)，R5最高，60次以上為R5，依次類(lèi)推；

最后簡(jiǎn)單說(shuō)下需要預(yù)測(cè)的標(biāo)簽?zāi)Ｐ停A(yù)測(cè)更多是推薦系統(tǒng)要做的事情，類(lèi)似潛在需求的標(biāo)簽需要用到機(jī)器學(xué)習(xí)算法，根據(jù)用戶(hù)標(biāo)簽權(quán)重、收藏了產(chǎn)品A、產(chǎn)品C、產(chǎn)品D的用戶(hù)，挖掘還喜歡哪些產(chǎn)品和內(nèi)容。比較常見(jiàn)的有貝葉斯、回歸算法。

作者：百川，微信公眾號(hào)：修煉大數(shù)據(jù)（studybigdata）

本文由 @百川 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自PEXELS，基于CC0協(xié)議