用户画像的核心工作就是给用户打标签,标签通常是人为规定的高度精炼的特征标识,如年龄、性别、地域、兴趣等。这些标签集合就能抽象出一个用户的信息全貌,每个标签分别描述了该用户的一个维度,各个维度之间相互联系,共同构成对用户的一个整体描述。

最完备最准确的画像的理想情况是获取到用户所产生的的所有数据,吃喝拉撒睡消费等等,构建技术需要解决的是如何将这些结构化、半结构化和非结构化的数据利用起来,用于分析。


上图为常用的标签体系,细分到了所有维度,当然基于以上维度还可以继续细分。

CIO之家 www.ciozj.com 公众号:imciow