<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>用户画像 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/</link>
    <description>Recent content in 用户画像 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 17 May 2022 09:14:05 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>用户画像-方法论与工程化解决方案</title>
      <link>https://index.zshipu.com/geek/post/bi/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F-%E6%96%B9%E6%B3%95%E8%AE%BA%E4%B8%8E%E5%B7%A5%E7%A8%8B%E5%8C%96%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/</link>
      <pubDate>Tue, 17 May 2022 09:14:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/bi/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F-%E6%96%B9%E6%B3%95%E8%AE%BA%E4%B8%8E%E5%B7%A5%E7%A8%8B%E5%8C%96%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/</guid>
      <description></description>
    </item>
    <item>
      <title>知乎的用户画像与实时数据的架构与实践</title>
      <link>https://index.zshipu.com/geek/post/bi/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/%E7%9F%A5%E4%B9%8E%E7%9A%84%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%B8%8E%E5%AE%9E%E6%97%B6%E6%95%B0%E6%8D%AE%E7%9A%84%E6%9E%B6%E6%9E%84%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 25 Apr 2022 09:14:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/bi/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/%E7%9F%A5%E4%B9%8E%E7%9A%84%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%B8%8E%E5%AE%9E%E6%97%B6%E6%95%B0%E6%8D%AE%E7%9A%84%E6%9E%B6%E6%9E%84%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>一、前言 知乎业务中，随着各业务线业务的发展，逐渐对用户画像和实时数据这两部分的诉求越来越多。对用户画像方面，期望有更快、更准、更方便的人群筛选工具和方便的用户群体分析能力。对于实时数据方面，期望拥有可以实时响应的用户行为流，同时在算法特征、指标统计、业务外显等业务场景有愈来愈多的</description>
    </item>
    <item>
      <title>微信看一看推荐系统用户画像构建指南</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%9E%84%E5%BB%BA%E6%8C%87%E5%8D%97/</link>
      <pubDate>Tue, 15 Mar 2022 09:32:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%9E%84%E5%BB%BA%E6%8C%87%E5%8D%97/</guid>
      <description>导语 | 推荐系统无论在工业界还是学术界都被广泛研究，有不少关于召回和排序的工作，但是对于用户画像的研究少之又少。下文将就微信看一看推荐系统中如何构建用户兴趣标签展开讨论，希望与大家一同交流。文章作者：闫肃，微信搜索应用部研发工程师。 一、背景 用户画像是推荐系统中非常重要的一环，用户画</description>
    </item>
    <item>
      <title>汽车之家如何构建用户画像</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B1%BD%E8%BD%A6%E4%B9%8B%E5%AE%B6%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/</link>
      <pubDate>Tue, 15 Mar 2022 09:30:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B1%BD%E8%BD%A6%E4%B9%8B%E5%AE%B6%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F/</guid>
      <description>谈到用户画像，大体可以用俩个词概述&amp;quot;persona&amp;quot; 和 &amp;ldquo;profile&amp;rdquo;。两者区别在于使用者的差异。Persona 也叫做用户角色，是描绘抽象一个自然人的属性，主要是讨论产品、需求、场景、用户体验的时候使用。Profile 是和数据挖掘、大</description>
    </item>
    <item>
      <title>用户画像实践神策数据标签生产引擎架构</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%AE%9E%E8%B7%B5%E7%A5%9E%E7%AD%96%E6%95%B0%E6%8D%AE%E6%A0%87%E7%AD%BE%E7%94%9F%E4%BA%A7%E5%BC%95%E6%93%8E%E6%9E%B6%E6%9E%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:15:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%AE%9E%E8%B7%B5%E7%A5%9E%E7%AD%96%E6%95%B0%E6%8D%AE%E6%A0%87%E7%AD%BE%E7%94%9F%E4%BA%A7%E5%BC%95%E6%93%8E%E6%9E%B6%E6%9E%84/</guid>
      <description>分享嘉宾：王琛@神策数据 编辑整理：冯露 出品平台：DataFunTalk 导读： 用户画像是建立在数据基础之上的用户模型，是产品改进、精准营销等业务场景中不可或缺的重要基础。而构建用户画像的过程就是要给用户打上各种维度的标签，并基于标签进行定性或定量分析。这其中，建设灵活、全面、高效的</description>
    </item>
    <item>
      <title>用户画像番外篇之用户活跃用户价值度分析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%95%AA%E5%A4%96%E7%AF%87%E4%B9%8B%E7%94%A8%E6%88%B7%E6%B4%BB%E8%B7%83%E7%94%A8%E6%88%B7%E4%BB%B7%E5%80%BC%E5%BA%A6%E5%88%86%E6%9E%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:14:10 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%95%AA%E5%A4%96%E7%AF%87%E4%B9%8B%E7%94%A8%E6%88%B7%E6%B4%BB%E8%B7%83%E7%94%A8%E6%88%B7%E4%BB%B7%E5%80%BC%E5%BA%A6%E5%88%86%E6%9E%90/</guid>
      <description>超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 传送门： http://www.6aiq.com/article/1536068531959 用户活跃、用户价制度分析的在数据分析师的日常工作中经常会碰到，如何根据公司的业务情况对本公司的用户做活跃和价制度的划分是一种常规化的分析工作。 在用户生命周期中，对每个用户进行群体划分，有针对性地做分群分层运营，可以更高地提高营收</description>
    </item>
    <item>
      <title>网易严选用户画像建设实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E4%B8%A5%E9%80%89%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E4%B8%A5%E9%80%89%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</guid>
      <description>文章作者：卢若浩 网易严选 内容来源：作者授权 出品平台：DataFunTalk 导读： 在数字化转型的浪潮下，企业越来越重视自身数据资产的沉淀和应用。画像作为一种重要的数据资产形式，受到了越来越多的关注。网易严选作为一家自营电商，业务链路长、场景多，所涉及的核心业务实体也多，如用户、商品</description>
    </item>
    <item>
      <title>伴鱼用户画像平台设计篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%B4%E9%B1%BC%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%B9%B3%E5%8F%B0%E8%AE%BE%E8%AE%A1%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%B4%E9%B1%BC%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%B9%B3%E5%8F%B0%E8%AE%BE%E8%AE%A1%E7%AF%87/</guid>
      <description>作者：应京含 1. 背景 在伴鱼，我们努力了解我们的用户，旨在为用户提供更好的服务。APP 内容推荐，需要根据用户特征来决定推送内容；促销活动，需要针对不同的用户群体设计不同的活动方案；线上产品售卖，也需要了解用户喜好，才能更好地把产品卖给用户。 为此，我们搭建了用户画像平台。本文将首先探讨</description>
    </item>
    <item>
      <title>简单聊聊特征工程</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%80%E5%8D%95%E8%81%8A%E8%81%8A%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%80%E5%8D%95%E8%81%8A%E8%81%8A%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/</guid>
      <description>随着大数据时代的到来，特征工程发挥着越来越重要的作用。那么什么是特征工程呢，简单说，就是发现对因变量y有明显影响作用的特征，通常称自变量x为特征，特征工程的目的是发现重要特征。 一般来说，特征工程大体上可以分为三个方面，一是 特征构造 ，二是 特征选择 ，，三是 特征生成 。三个方面当中，最重</description>
    </item>
    <item>
      <title>用户画像从到的构建思路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%BB%8E%E5%88%B0%E7%9A%84%E6%9E%84%E5%BB%BA%E6%80%9D%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%BB%8E%E5%88%B0%E7%9A%84%E6%9E%84%E5%BB%BA%E6%80%9D%E8%B7%AF/</guid>
      <description>文章作者：杨帆、杨楠楠 编辑整理：Hoh 内容来源：《数据产品经理：实战进阶》 出品平台：DataFun 导读： 用户画像作为当下描述分析用户、运营营销的重要工具，被全部互联网人熟知，用户画像的定义并不复杂，是系统通过用户自行上传或埋点上报收集记录了用户大量信息，为便于各业务应用，将这些信</description>
    </item>
    <item>
      <title>用户画像在阅文的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E9%98%85%E6%96%87%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:29 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E9%98%85%E6%96%87%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：陈炜于 阅文集团 高级总监 编辑整理：李沛欣、马宇峰 出品平台：DataFunTalk **导读：**阅文作为国内最大的网络文学公司，我们在实践过程中，总结了一套适合自身业务特点的用户画像方法论，及实践经验。本文将介绍为什么需要用户画像，以及如何做用户画像，并结合在阅文场景下所面</description>
    </item>
    <item>
      <title>干货用户画像在用户生命周期中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E7%94%A8%E6%88%B7%E7%94%9F%E5%91%BD%E5%91%A8%E6%9C%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E7%94%A8%E6%88%B7%E7%94%9F%E5%91%BD%E5%91%A8%E6%9C%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：姚凯飞 句逗科技 联合创始人 编辑整理：刘璐 出品平台：DataFunTalk 导读： 做用户，绕不开画像！画像不仅可以提升对用户的认知，还可以通过落地赋能业务。今天我们聊聊用户画像在用户生命周期中的应用，主要介绍用户画像在电商场景下如何驱动产品链路优化。将按照用户生命周期，对用户</description>
    </item>
    <item>
      <title>标签数据用户位置标签及数据如何从生产到应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A0%87%E7%AD%BE%E6%95%B0%E6%8D%AE%E7%94%A8%E6%88%B7%E4%BD%8D%E7%BD%AE%E6%A0%87%E7%AD%BE%E5%8F%8A%E6%95%B0%E6%8D%AE%E5%A6%82%E4%BD%95%E4%BB%8E%E7%94%9F%E4%BA%A7%E5%88%B0%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A0%87%E7%AD%BE%E6%95%B0%E6%8D%AE%E7%94%A8%E6%88%B7%E4%BD%8D%E7%BD%AE%E6%A0%87%E7%AD%BE%E5%8F%8A%E6%95%B0%E6%8D%AE%E5%A6%82%E4%BD%95%E4%BB%8E%E7%94%9F%E4%BA%A7%E5%88%B0%E5%BA%94%E7%94%A8/</guid>
      <description>作者：NK冬至 首席数据科学家 “ LBS相关的标签，是用户标签画像系统中的重要内容。 ” 好久没有分享关于用户画像、用户标签相关的内容了。关于标签数据，之前有分享过 《用户生命周期标签的计算》、 《用户偏好兴趣类标签如何计算》。今天分享一下，关于LBS相关的标签内容。 01 什么是LBS 讲LBS标</description>
    </item>
    <item>
      <title>用户画像数据质量管理</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%95%B0%E6%8D%AE%E8%B4%A8%E9%87%8F%E7%AE%A1%E7%90%86/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%95%B0%E6%8D%AE%E8%B4%A8%E9%87%8F%E7%AE%A1%E7%90%86/</guid>
      <description>作者： 超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 链接推送： 如何构建用户画像—打用户行为标签 用户画像——标签聚类 大家好，今天和大家分享一下用户画像数据质量管理这块的内容。数据质量管理这项工作的重要性不言而喻，所谓“garbage in，garbage out”，基础数据的质量性如果无法</description>
    </item>
    <item>
      <title>携程用户画像在携程商旅的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E6%90%BA%E7%A8%8B%E5%95%86%E6%97%85%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%9C%A8%E6%90%BA%E7%A8%8B%E5%95%86%E6%97%85%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者简介 大卫，携程资深算法工程师，关注计算广告和推荐系统。 发表于： 2020年 7月16日 一、用户画像 用户画像这一概念最早源于交互设计领域，由交互设计之父Alan Cooper提出。其指出用户画像是真实用户的虚拟代表，是建立在真实数据之上的目标用户模型。具体而言，在互联网用户分析领域，</description>
    </item>
    <item>
      <title>用户画像之标签权重算法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%B9%8B%E6%A0%87%E7%AD%BE%E6%9D%83%E9%87%8D%E7%AE%97%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 09:03:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%B9%8B%E6%A0%87%E7%AD%BE%E6%9D%83%E9%87%8D%E7%AE%97%E6%B3%95/</guid>
      <description>作者：超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 用户画像——标签聚类 如何构建用户画像—打用户行为标签 用户画像——数据质量管理 感谢大家长期以来对文章的关注，最近工作比较忙，好久没更新了。接下来的几篇文章想和大家分享下关于用户画像的一些东西。今天我们先从用户画像的标签权重开始聊起吧。</description>
    </item>
    <item>
      <title>闲鱼是如何做个性化商品选品及人群画像分析的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%97%B2%E9%B1%BC%E6%98%AF%E5%A6%82%E4%BD%95%E5%81%9A%E4%B8%AA%E6%80%A7%E5%8C%96%E5%95%86%E5%93%81%E9%80%89%E5%93%81%E5%8F%8A%E4%BA%BA%E7%BE%A4%E7%94%BB%E5%83%8F%E5%88%86%E6%9E%90%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%97%B2%E9%B1%BC%E6%98%AF%E5%A6%82%E4%BD%95%E5%81%9A%E4%B8%AA%E6%80%A7%E5%8C%96%E5%95%86%E5%93%81%E9%80%89%E5%93%81%E5%8F%8A%E4%BA%BA%E7%BE%A4%E7%94%BB%E5%83%8F%E5%88%86%E6%9E%90%E7%9A%84/</guid>
      <description>作者： 深宇 闲鱼技术 背景 运营或者产品同学开展的各种导购、外投活动中常常需要做商品选品或者用户圈选，来提高活动的相关指标。一般的步骤包括商品选品、ab实验、用户画像分析、活动全量投放。其中如何快速准确并且多样地做商品选品以及相关人群画像分析决定着活动效果的好坏。 常用的商品选品方案包括</description>
    </item>
    <item>
      <title>一点做用户画像的人生经验强打通</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E7%82%B9%E5%81%9A%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%9A%84%E4%BA%BA%E7%94%9F%E7%BB%8F%E9%AA%8C%E5%BC%BA%E6%89%93%E9%80%9A/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E7%82%B9%E5%81%9A%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%9A%84%E4%BA%BA%E7%94%9F%E7%BB%8F%E9%AA%8C%E5%BC%BA%E6%89%93%E9%80%9A/</guid>
      <description>本文转载自： https://www.cnblogs.com/en-heng 1.背景 在构建精准用户画像时，面临着这样一个问题：日志采集不能成功地收集用户的所有ID，且每条业务线有各自定义的UID用来标识用户，从而造成了用户ID的零碎化。因此，为了做用户标签的整合，用户ID之间的强打通（亦称为ID-Mapping）成了迫切的需求。大概三年前，</description>
    </item>
    <item>
      <title>用户画像方法论与工程化解决方案</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%96%B9%E6%B3%95%E8%AE%BA%E4%B8%8E%E5%B7%A5%E7%A8%8B%E5%8C%96%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%96%B9%E6%B3%95%E8%AE%BA%E4%B8%8E%E5%B7%A5%E7%A8%8B%E5%8C%96%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/</guid>
      <description>文章作者：赵宏田 资深大数据技术专家 内容来源：《用户画像方法论与工程化解决方案》 导读： 在互联网步入大数据时代后，用户行为给企业的产品和服务带来了一系列的改变和重塑，其中最大的变化在于，用户的一切行为在企业面前是可“追溯”“分析”的。企业内保存了大量的原始数据和各种业务数据，这是企业</description>
    </item>
    <item>
      <title>用户画像标签聚类</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%A0%87%E7%AD%BE%E8%81%9A%E7%B1%BB/</link>
      <pubDate>Tue, 15 Mar 2022 08:56:43 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%A0%87%E7%AD%BE%E8%81%9A%E7%B1%BB/</guid>
      <description>作者： 超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 链接推送： 如何构建用户画像—打用户行为标签 用户画像——数据质量管理 这次想继续和大家聊聊用户画像。用户画像是个体系性比较强的内容模块，分一两次博客也写不完，我争取分多次博客把各个模块都搭建起来。上次把用户画像方面的内容开了一个头，讲了</description>
    </item>
    <item>
      <title>如何构建用户画像打用户行为标签</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%89%93%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E6%A0%87%E7%AD%BE/</link>
      <pubDate>Tue, 15 Mar 2022 05:19:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%89%93%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E6%A0%87%E7%AD%BE/</guid>
      <description>本文转载自 机器学习与人工智能 公众号 用户画像中用户行为标签是很重要的一块内容，这篇详细讲讲如何打行为标签。 数据仓库 用户画像的应用流程从原始的数据输入到模型应用可分为5块（图1），包括将操作型环境数据经ETL后集中存储在数据仓库，之后经过对数据的建模、挖掘、分析建立用户画像模型，最终</description>
    </item>
    <item>
      <title>网易大数据用户画像实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E5%A4%A7%E6%95%B0%E6%8D%AE%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 18:38:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E5%A4%A7%E6%95%B0%E6%8D%AE%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：张长江 网易 大数据技术专家 编辑整理：黄乐平 出品平台：DataFunTalk 导读： 网易大数据生态数量级巨大，且产品线丰富，覆盖用户娱乐、电商、教育等领域，并且APP 活跃度高，积累了多维度的用户行为数据。通过集团数据资产构建全域用户画像，旨在服务于域内众多业务场景，同时也在探</description>
    </item>
    <item>
      <title>用户画像番外篇之随笔三则</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%95%AA%E5%A4%96%E7%AF%87%E4%B9%8B%E9%9A%8F%E7%AC%94%E4%B8%89%E5%88%99/</link>
      <pubDate>Mon, 14 Mar 2022 18:24:09 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%95%AA%E5%A4%96%E7%AF%87%E4%B9%8B%E9%9A%8F%E7%AC%94%E4%B8%89%E5%88%99/</guid>
      <description>超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 一则：开发上的一点记录 文章说是生活随笔，到不如说是对本周开发工作中的一些体会与思考的记录。 这个专栏我想除了对知识上的一些记录，以后也可以加入生活上的收获。好记性不如烂笔头，或许多年后再回看这些文章，回看进步的历程，也是一件很有成就感的事情</description>
    </item>
    <item>
      <title>干货篇神策数据机器学习在用户画像中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E7%A5%9E%E7%AD%96%E6%95%B0%E6%8D%AE%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:41 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E7%A5%9E%E7%AD%96%E6%95%B0%E6%8D%AE%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾: 王琛，神策数据用户画像研发部技术负责人 整理出品: AICUG人工智能社区 浏览器不支持该媒体的播放 :( 导读： 在广告投放业务中，目标人群是否精准对投放的转化效果有直接的影响。通过用户标签找到精准度较高的目标人群通常需要丰富的行业经验，而利用基于机器学习技术的相似人群扩展（Loo</description>
    </item>
    <item>
      <title>用户画像计算用户偏好标签及数据指标与表结构设计</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E8%AE%A1%E7%AE%97%E7%94%A8%E6%88%B7%E5%81%8F%E5%A5%BD%E6%A0%87%E7%AD%BE%E5%8F%8A%E6%95%B0%E6%8D%AE%E6%8C%87%E6%A0%87%E4%B8%8E%E8%A1%A8%E7%BB%93%E6%9E%84%E8%AE%BE%E8%AE%A1/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E8%AE%A1%E7%AE%97%E7%94%A8%E6%88%B7%E5%81%8F%E5%A5%BD%E6%A0%87%E7%AD%BE%E5%8F%8A%E6%95%B0%E6%8D%AE%E6%8C%87%E6%A0%87%E4%B8%8E%E8%A1%A8%E7%BB%93%E6%9E%84%E8%AE%BE%E8%AE%A1/</guid>
      <description>作者： 超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 传送门： http://www.6aiq.com/article/1537330058545 一、用户画像—计算用户偏好标签 下面介绍如何计算用户的偏好标签。 在上一篇写用户画像的文章 “用户画像—打用户行为标签”中，主要讲了如何对用户的每一次操作行为、业务行为进行记录打上相应的标签。在这篇博客中，主要讲如何对这些明细标</description>
    </item>
    <item>
      <title>人脸分析数据时代的面像学一文读懂用户画像的前世今生</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E8%84%B8%E5%88%86%E6%9E%90%E6%95%B0%E6%8D%AE%E6%97%B6%E4%BB%A3%E7%9A%84%E9%9D%A2%E5%83%8F%E5%AD%A6%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%9A%84%E5%89%8D%E4%B8%96%E4%BB%8A%E7%94%9F/</link>
      <pubDate>Mon, 14 Mar 2022 17:46:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E8%84%B8%E5%88%86%E6%9E%90%E6%95%B0%E6%8D%AE%E6%97%B6%E4%BB%A3%E7%9A%84%E9%9D%A2%E5%83%8F%E5%AD%A6%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E7%9A%84%E5%89%8D%E4%B8%96%E4%BB%8A%E7%94%9F/</guid>
      <description>在难得的饭后闲余，我偶尔也关注一些娱乐新闻。我注意到，最近国内外公众人物的“人设崩塌”频率堪比Facebook的数据泄露。 谁能想到素来以稳重成熟形象示人的“大叔”吴秀波，私情会如此泛滥；眉清目秀的张雨绮，“暴力倾向”似乎就没收敛过；外形俊朗、才华横溢的《银河护卫队》导演詹姆斯·古</description>
    </item>
    <item>
      <title>用户画像技术及方法论</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%8A%80%E6%9C%AF%E5%8F%8A%E6%96%B9%E6%B3%95%E8%AE%BA/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%8A%80%E6%9C%AF%E5%8F%8A%E6%96%B9%E6%B3%95%E8%AE%BA/</guid>
      <description>文章作者：姚凯飞 编辑整理：Hoh 导读： 用户画像也是近几年比较热的一个词，不过很多小伙伴对于画像的认知还只是标签化的层面，或者只是利用其做一些简单的分群分析；如何全面地认知并做系统性地尝试，背后有非常多的点需要我们深思挖掘。今天就根据自己的一些浅见进行分享，因为与商品画像的联系，中</description>
    </item>
  </channel>
</rss>
