人群属性—可计算方式用户偏好标签一文件格式

在“消费者画像—打用户行为标签”中，主要讲了如何对所有用户的每一次操作行为、其他业务行为方面开展全部记录打上相应的小标签。在这篇个人博客中，主要讲如何对这些明细清单小标签并计算出来以及偏好的产品、其他内容的商品类目。

关于所有用户权重的计算方式，在这篇博客里里的讲过了：

女超人：用户画像之标签格式权重调整算法实现

这里再详细整体介绍一下：

目标用户指标股=不道德行为类型权重来×时间不能量衰减×普通用户行为的情况频次×dg-iaf计算出来标签上证50

公式中各参数的现代汉语词典供大家参考：

不道德行为两种类型权重：现有用户浏览、搜、收藏保存、直接下单、再购买等不同行为方面对普通用户而言有着不同的重中之重，一般而言操作方式复杂度越高的行为上证50越大。该上证50值一般由运营工作人员工作或数据建模工作的人员主观分析；时间点衰减幅度：现有用户某些行为方面受时间不影响不断减缓，行为方面时间距大现在的越远，该行为的性质对现有用户当前来说的价值意义越小；行为的性质频次：所有用户上证50按天相关统计，用户某天与该小标签不会产生的行为总次数越多，该标签对所有用户的造成影响越大；dg-iaf计算全部标签上证50：每个全部标签的对现有用户的重要性及该小标签在全体标签中重中之重的平方和得出每个标签格式的客观权重来值；

为计算用户行为全部标签，需在发现用户不道德行为标签的此基础上计算方法现有用户行为小标签对应的指标股值，而后对同类小标签做权重调整信息汇总，计算出来人群属性的全部标签。关于现有用户行为的性质标签如何打，在这篇博客上面有重点介绍过了

钢铁之躯：客户画像—打用户行为的情况小标签

下面介绍如何在用户行为的情况标签格式表的基础上加工内容偏好全部标签：

1、标签属性上证50表设计结构

字段名称标准定义：

app（usernamevipidy）：所有用户唯一hanv；标签urchest（headerurchest）：各类图书hanv；标签格式名称命名（tagrequire）：图书命名规则；现有用户不道德行为频率（mos2）：现有用户10月17日不会产生该标签的平均次数，如现有用户1月24日浏览一本图书4次，则我们的记录4；行为的性质发货日期（datesid）：不产生该条小标签对应日期；小标签两种类型（tagderivedhanv）：在本部分案例中通过与少儿读物两种类型表相关联度，装入每本少儿读物下表中的不同类型，如《以及钢铁》相关联“文学名著”；普通用户行为的性质不同类型（programcontrolid）：即现有用户的再购买、查看评论、跟评等操作中行为方面，在本例中技术手段预设数值比较1~7来定义一所有用户分类的行为类型。1：再购买行为的情况，2：查看评论行为的情况，3：评论行为的情况，4：收藏行为方面，5：被取消购买收藏行为的性质，6：加购物车行为，7：搜素行为；

2、在普通用户行为的性质全部标签技术基础上加工权重调整表

后加工标签格式上证50表时，需根据所有用户不同行为方面对应的上证50下建立一个指标股维表：

向维表中插入数据全面：

3、对每个用户偏好的每个小标签加总求权重值，对权重调整值做倒降序排序，取topN

更多关于消费者画像进一步开发、详细分析和完整解决方案的其他内容详见https://user.vip.com/12824930.html