1-1 简介

基本概念1.基本属性：每个人都有一些基本属性（性别、年龄、婚姻、收藏、教育）。行为记录：购买行为、浏览行为、点击行为、购物车行为，从这些行为中判断用户的一些信息，如经常购买儿童物品，从现在起可以判断儿童的年龄、性别等。.购买能力可以判断用户的购买力，从而打上购买力的等级标志。.行为特征：可以判断用户的行为特征，如用户活动和购物类型。.社交网络：可以判断他的社交网络。.心理特征:比如促销敏感，购物真诚。.兴趣爱好：颜色的偏好，品牌的偏好。用户画像的用途1.精准营销:邮件、短信、2.用户统计：区域、时间3.数据挖掘:特征和行为学习目标:1.了解hive数据仓库特点2.学会使用hive数据开发3.深入了解用户数据的特点4.掌握如何构建用户画像5.密切接触实际项目开发6.积累项目实践经验的主要内容：1.用户肖像项目介绍2.用户画像建模3.使用hive4.进项数据开发.开发用户肖像数据

1-2 用户肖像简介

定义用户肖像（UserProfile）也被称为用户信息标签，客户标签。根据基本信息和行为，用一些标签来描述用户，描述用户的标签是用户肖像。构建用户肖像的技术1.数据收集：网络日志数据、用户行为数据、网站交易数据2.行为建模：文本挖掘、自然语言处理、机器学习、预测算法、聚类算法3.用户肖像：基本属性、购买力、行为特征、兴趣爱好、心理特征、社交网络源数据1.静态信息数据：来自用户填写的个人数据或由此计算的数据。如果有不确定性。可以建立一个模型来判断。例如，如果用户的性别没有被填写，他们可以建立一个性别模型，并通过用户的行为来判断他们的性别口属性：性别、生日、年龄、婚姻、收藏、城市、教育、职业、是否有儿童（数量）、星座、月收入商业属性：消费水平、消费周期2.动态信息数据：用户行为产生的数据：注册、浏览、点击、购买、签收、评价。比较重要的行为：购买商品、浏览商品、放入购物车、关注商品。注册时间、首单时间、潮妈族，纠结商品，最大消费，退货数量，败家指数，品牌偏好。用户联系点（TouchPoint）行为类型:浏览、搜索、发表、点赞数接触点（Tag）：女装单品页面，女鞋单品页面……标签分类1.确定的标签2.以算法猜测的标签为例：1.用户活动:未购买、活跃、沉睡、损失2.用户群：计算机专家、数字潮人、家庭用户、房主、网上购物专家、单身贵族、时尚男女、父母、闪购用户、超级用户。（根据用户购买的类别，如一级和二级类别）

1-3 用户肖像用途

用户肖像的作用:1.分类统计：12星座对雾霾天气的预防指数；爸爸主导指数；访客肖像（男女比例；新老用户比例；年龄分布；教育分布）2.营销推荐：邮件营销；短信营销；push信息。例 如，如果孩子，推荐一些母婴产品3.数据挖掘：根据用户的数据挖掘一些有用的信息来支持决策。使用相关规则：喜欢红酒的人通常喜欢什么品牌？使用聚类算法分析：喜欢红酒的人，年龄分布。数据挖掘1.属性筛选：基于信息增益的属性筛选、属性重要性评分、主要成分分析、基于卡方检验的属性筛选；2.分类预测：决策树、神经网络分类、贝叶斯网络、分类回归树、支持向量分类、逻辑回归、简单贝叶斯、分类组合模型；3.回归预测：多线性回归、神经网络回归、广义线性回归、支持向量机回归、回归组合模型；4.聚类分析：K均值聚类，基础K平均水平聚类、分布估计聚类、两阶段聚类；5.关联分析：购物篮分析、属性关联分析、序列模式分析；6.时间序列：ARX时间序列数据挖掘喜欢什么的人往往喜欢什么？做过这件事的人接下来通常会做什么？最经典的例子:啤酒和尿布的关系。