最近準(zhǔn)備研究下用戶畫像，先制定一個計劃，在簡書上記錄下，希望得到同道中人一起討論。
一、目的
用戶畫像的目的是通過分析用戶行為，最終為每個用戶打上標(biāo)簽，以及該標(biāo)簽的權(quán)重。
如：
用戶A的職業(yè)，標(biāo)簽為“程序員”，權(quán)重為0.8；標(biāo)簽為“用戶運(yùn)營”，權(quán)重為0.3。
用戶A的性別，“男”的權(quán)重為0.7；“女”的權(quán)重為0.3。
用戶A的年齡，20歲以下的權(quán)重為0.6；20-30歲的權(quán)重為0.3；30歲以上的權(quán)重為0.9。
標(biāo)簽：表征了內(nèi)容，用戶屬于或者是對該內(nèi)容有興趣、偏好、需求等等。
權(quán)重：表征了指數(shù)，用戶的興趣、偏好指數(shù)，也可能表征用戶的需求度，可以簡單的理解為可信度，概率。
二、數(shù)據(jù)源分析
構(gòu)建用戶畫像是為了還原用戶信息，因此數(shù)據(jù)來源于：所有用戶相關(guān)的數(shù)據(jù)。
對于用戶相關(guān)數(shù)據(jù)的分類，引入一種重要的分類思想：封閉性的分類方式。
如：
世界上分為兩種人，互聯(lián)網(wǎng)行業(yè)和非互聯(lián)網(wǎng)行業(yè)；
用戶分四種，核心用戶、儲備用戶、重點(diǎn)用戶和可挽回用戶；
用戶地域分四種類型，一線城市、二線城市、三線城市和四線城市…
所有的子分類將構(gòu)成了類目空間的全部集合。
這樣的分類方式，有助于后續(xù)不斷枚舉并迭代補(bǔ)充遺漏的信息維度。不必?fù)?dān)心架構(gòu)上對每一層分類沒有考慮完整，造成維度遺漏留下擴(kuò)展性隱患。另外，不同的分類方式根據(jù)應(yīng)用場景，業(yè)務(wù)需求的不同，按需劃分即可。
三、數(shù)據(jù)建模
如何根據(jù)用戶行為，構(gòu)建模型產(chǎn)出標(biāo)簽、權(quán)重。
一個事件模型包括：時間、地點(diǎn)、人物三個要素。每一次用戶行為本質(zhì)上是一次隨機(jī)事件，可以詳細(xì)描述為：什么用戶，在什么時間，什么地點(diǎn)，對什么對象，做了什么事。
3.1、什么用戶
關(guān)鍵在于對用戶的標(biāo)識，用戶標(biāo)識的目的是為了區(qū)分用戶、單點(diǎn)定位。
以下列舉了互聯(lián)網(wǎng)主要的用戶標(biāo)識方法，獲取方式由易到難。視企業(yè)的用戶粘性，可以獲取的標(biāo)識信息有所差異。
3.2、在什么時間
時間包括兩個重要信息，時間戳+時間長度。時間戳，為了標(biāo)識用戶行為的時間點(diǎn)，如，1395121950（精度到秒）。時間長度，為了標(biāo)識用戶在某一頁面的停留時間。
3.3、什么地點(diǎn)
用戶接觸點(diǎn)，Touch Point。對于每個用戶接觸點(diǎn)。潛在包含了兩層信息：網(wǎng)址 + 內(nèi)容。
網(wǎng)址：每個url鏈接（頁面/屏幕），即定位了一個互聯(lián)網(wǎng)頁面地址，或者某個產(chǎn)品的特定頁面?？梢允荘C上某電商網(wǎng)站的頁面url，也可以是手機(jī)APP上的內(nèi)容。如，一面的啟動頁，一面的主題內(nèi)容頁。
內(nèi)容：每個url鏈接（頁面/屏幕）中的內(nèi)容?？梢允悄硞€內(nèi)容的相關(guān)信息：內(nèi)容平臺、內(nèi)容類別、標(biāo)題、描述等等。
對于每個互聯(lián)網(wǎng)接觸點(diǎn)，其中網(wǎng)址決定了權(quán)重；內(nèi)容決定了標(biāo)簽。
注：接觸點(diǎn)可以是網(wǎng)址，也可以是某個APP的特定功能界面。如，同樣一瓶礦泉水，超市賣1元，火車上賣3元，景區(qū)賣5元。商品的售賣價值，不在于成本，更在于售賣地點(diǎn)。標(biāo)簽均是礦泉水，但接觸點(diǎn)的不同體現(xiàn)出了權(quán)重差異。這里的權(quán)重可以理解為用戶對于礦泉水的需求程度不同。即，愿意支付的價值不同。
3.4、對什么對象
其實(shí)上面的用戶接觸點(diǎn)已經(jīng)說明了一種對象——內(nèi)容。我這邊之所以還單獨(dú)把對象拿出來作為一項，是因為這個對象有可能是我們自己造出來的，比如簡書中某個專題中的內(nèi)容肯定是一個對象，但是如果一個專題里面沒有內(nèi)容，那么它也是一個對象，我們?yōu)檫@個對象設(shè)定的標(biāo)簽也可能是不一樣的，如果某個專題只有2個人，一男一女，那么我們可能就會為這個我們造出來的對象打上一個“情侶”的標(biāo)簽，如果是只有男人，我們可能就會打上“同志”的標(biāo)簽。
3.5、做了什么事
用戶行為類型，對于一個內(nèi)容為主的APP來說有如下典型行為：瀏覽、點(diǎn)贊、評論、收藏等等。
不同的行為類型，對于接觸點(diǎn)的內(nèi)容產(chǎn)生的標(biāo)簽信息，具有不同的權(quán)重。如，收藏權(quán)重計為5，瀏覽計為1。
3.6、總結(jié)
綜合上述分析，用戶畫像的數(shù)據(jù)模型，可以概括為下面的公式：
用戶標(biāo)識 + 時間 + 行為類型 + 接觸點(diǎn)（網(wǎng)址+內(nèi)容）
某用戶因為在什么時間、某個地點(diǎn)、對某個對象，做了什么事。所以會打上XX標(biāo)簽。
用戶標(biāo)簽的權(quán)重可能隨時間的增加而衰減，因此定義時間為衰減因子r，行為類型、網(wǎng)址決定了權(quán)重，內(nèi)容決定了標(biāo)簽，進(jìn)一步轉(zhuǎn)換為公式：
標(biāo)簽權(quán)重=衰減因子×行為權(quán)重×位置權(quán)重
當(dāng)然，很多時候標(biāo)簽本身也是有權(quán)重的。
如：用戶A，昨天在發(fā)現(xiàn)頻道瀏覽“2018年必看驚悚恐怖片之一：XXX電影”的主題內(nèi)容。
我們?yōu)檫@個內(nèi)容打的標(biāo)簽為：恐怖 0.6，電影 0.8
時間：因為是昨天的行為，假設(shè)衰減因子為：r=0.95
行為類型：瀏覽行為記為權(quán)重1
地點(diǎn)：在發(fā)現(xiàn)頻道為 0.6（相比在我的－我創(chuàng)建的主題中的0.9）
則用戶偏好標(biāo)簽是：電影，權(quán)重是0.95*0.6 * 1=0.57，即，用戶Ａ：恐怖 0.57、電影 0.57。最后再乘以標(biāo)簽自己的權(quán)重。
上述模型權(quán)重值的選取只是舉例參考，具體的權(quán)重值需要根據(jù)業(yè)務(wù)需求二次建模，這里強(qiáng)調(diào)的是如何從整體思考，去構(gòu)建用戶畫像模型，進(jìn)而能夠逐步細(xì)化模型。
四、計劃
根據(jù)上面的介紹，我們知道如果要為一個平臺做用戶畫像，那么首先要做的就是根據(jù)自己的業(yè)務(wù)需求進(jìn)行建模。
4.1、為數(shù)據(jù)建模
確定每個位置和行為的權(quán)重，以及造出的對象的權(quán)重。
對象（標(biāo)簽）、位置（權(quán)重）、行為（權(quán)重）、時間衰減值等
4.2、為文章內(nèi)容打上標(biāo)簽
這里需要的就是一些提取文章內(nèi)容的標(biāo)簽算法，同時需要考慮內(nèi)容中標(biāo)簽的自己的權(quán)重值。
4.3、根據(jù)內(nèi)容與對象的標(biāo)簽和數(shù)據(jù)建模中定義的權(quán)重跑出用戶畫像
實(shí)踐是檢驗真理的唯一標(biāo)準(zhǔn)
要想知道自己的數(shù)據(jù)建模是否合理，為文章內(nèi)容打標(biāo)簽的算法的正確性是怎么樣的。
實(shí)踐吧～
用戶畫像我將作為一個系列來記錄，歡迎前輩們多多指導(dǎo)
