用户标签推荐初探

给用推荐或者分析用户兴趣，可以使用用户行为也可以利用我们网站上节目的标签进行，一个个标签可以看做对一个节目的具体描述；

       可以用户通过访问不同的节目用来给用户打上兴趣标签，从而可以实现用户的标签聚类、节目推荐、标签推荐；

 

       下面的数据以8月6日节目表和cv为例

       第一步：从节目表本身观察标签情况：

       总节目数：72,022,802

       有标签标记的节目数：69,924,664，占比：97%，可以看出97%的节目都有标签标记

       标签总数：13,586,031，平均每个标签标记5个节目

       标签被使用TOP排行（节目表中聚集的标签大多由编辑给出，人为干预明显，用户标签具有一定的发散；通过标签可以很好的表明节目属性）：

      

编号	标签	节目数
1	影视	3196084
2	娱乐	2353418
3	动画	731858
4	动漫	724920
5	搞笑	658204
6	音乐	605067
7	东方神起	580143
8	物流公司	497544
9	搬家公司	424254
10	货运公司	403647
11	MV	400536
12	货运专线	353209
13	SJ	322107
14	电视剧	302191
15	韩剧	292828
16	物流专线	284228
17	翻唱	275716
18	钢管舞	273313
19	原创	267915
20	自拍	237739

 

       第二步：从用户本身观察标签情况（给用户打标签）：

       总用户数：25,985,533

       有标签的用户数：25,643,716，占总用户数的98.7%，可以看出通过用户行为有98.7的用户可以通过标签标记

       被使用标签TOP排行（通过用户可以看到人为标签的因素减少，用户的兴趣或需求更具体，更能反映热点）：

      

编号	标签	用户数	标签使用次数	平均次数
1	搞笑	1047140	1946513	1.858885154
2	影视	867043	1810165	2.08774536
3	娱乐	797445	1478266	1.853752923
4	爱情公寓3	687796	1889974	2.747870008
5	孙杨	627486	896767	1.429142642
6	NARUTO	503846	2520309	5.002141527
7	活佛济公3	490016	2180128	4.44909554
8	电影	470980	645106	1.369709966
9	motoluo	448636	1540460	3.433652226
10	火影忍者	432686	1650044	3.813490614
11	林丹	410362	578314	1.409277662
12	动画	377562	904218	2.394886138
13	美女	350892	512759	1.461301483
14	恶搞	335593	510835	1.5221861
15	女性	333091	474276	1.423863149
16	HunanTV	307853	605931	1.968247833
17	伦敦奥运会	292765	514478	1.757307055
18	回到三国	289885	822928	2.838808493
19	奥运	277856	435722	1.568157607
20	中国好声音	274940	426027	1.54952717

 

       第三步：通过用户标签进行用户聚类、推荐：

       进行中