文章分享的主要內(nèi)容為用戶畫像要如何建模，希望本文對你有所幫助。

?用戶畫像最終的結(jié)果是一張大寬表，一行為一個(gè)用戶的用戶畫像，存儲了用戶對應(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。

（請點(diǎn)擊查看大圖）

基礎(chǔ)模型

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

• 什么用戶：即用戶識別，其目的是為了區(qū)分用戶。用戶識別的方式包括Cookie，注冊ID，微信，微博，QQ，手機(jī)號等。
• 什么時(shí)間：在用戶行為中，普遍認(rèn)為近期發(fā)生的行為更能反映用戶當(dāng)下的特征，因此過往行為將表現(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。用戶在天貓瀏覽了iPhone6的信息和在蘋果官網(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)重都簡化為1。
• 做了什么：用戶的行為類型，例如訪問、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，我們可以簡單勾畫出一個(gè)用戶行為的標(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）

如果是訪問行為，可以再增加訪問時(shí)長的權(quán)重，10S以內(nèi)權(quán)重為1，10S－30S為2，30S以上為3

最后把用戶一段時(shí)間內(nèi)同一個(gè)標(biāo)簽的權(quán)重進(jìn)行累加，就獲得到用戶此標(biāo)簽的值。

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

此外這里我們假設(shè)同一個(gè)頁面所附屬標(biāo)簽和頁面內(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 你的他穿對了嗎》附帶了男裝、高級定制、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、產(chǎn)品標(biāo)簽、品牌標(biāo)簽。美妝總體偏好度、用戶活躍度、用戶價(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)測等算法模型。

內(nèi)容偏好度（美妝、服飾）模型

用某分類下所有標(biāo)簽的累加值來度量用戶對內(nèi)容的總體偏好度，例如：用戶A的美妝偏好度為其所有美妝類標(biāo)簽值的加和。如果服飾總體偏好度大于美妝偏好度，說明用戶訪問的服飾內(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)用戶來訪、互動(dòng)情況、核心功能使用頻率等綜合確定。例如：

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

用戶價(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，依次類推；
• M是Monetary，消費(fèi)金額；

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

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

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

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

作者：百川，微信公眾號：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。

題圖來自PEXELS，基于CC0協(xié)議