AI实战:推荐系统之影视领域用户画像——数据采集内容

前言


用户画像就是根据用户特征、业务场景和用户行为等信息,构建一个标签化的用户模型。

了解用户画像架构:

AI实战:推荐系统之影视领域用户画像——数据采集内容_第1张图片

构建用户画像三部曲:

  • 一、数据收集

    数据收集主要包括用户行为数据、用户基础数据。

    下面是某跨境电商平台的例子:
    AI实战:推荐系统之影视领域用户画像——数据采集内容_第2张图片

  • 二、搭建用户画像标签体系

    通过对用户行为数据进行分析和计算,为用户打上标签,可得到用户画像的标签建模,即搭建用户画像标签体系。

    标签建模主要是基于原始数据进行统计、分析和预测,从而得到事实标签、模型标签与预测标签。

  • 三、构建用户画像

    用户画像包含的内容并不完全固定,不同企业对于用户画像有着不同对理解和需求。根据行业和产品的不同,所关注的特征也有不同,但主要还是体现在基本特征、社会特征、偏好特征、行为特征等。
    AI实战:推荐系统之影视领域用户画像——数据采集内容_第3张图片

    用户画像的核心是为用户打标签。即将用户的每个具体信息抽象成标签,利用这些标签将用户形象具体化,从而为用户提供有针对性的服务。



影视领域用户画像

  • 画像内容
    在这里插入图片描述

  • 信息挖掘

    登入行为 => 挖掘社会关系、社交网络

    消费行为 => 购买能力

你可能感兴趣的:(人工智能,自然语言处理,深度学习,机器学习,推荐系统,用户画像)