用户画像和精准化平台系统实践案例.pdf

《用户画像和精准化平台系统实践案例.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《用户画像和精准化平台系统实践》核心内容：平台总体介绍用户标签画像和标签体系基于画像的相关系统和投放实时画像画像系统的优化和改造用户画像和精准化平台系统实践数据=》算法=》业务机器学习、NLP等算法：广告投放个性化搜索选品BI报表供应链优化智能定价精准化营销优化购物路径推荐产品架构各种栏位场景适用推荐算法首页：弱目的性闲逛，强目的寻找相关促销或爆款类目：寻找更适合自己的商品，了解同类人群的购买选择详情：挑选、比较的需求了解同类人群的购买选择，经济节约的诉求，对相关商品的潜在购买提醒消息：对于关注的商品、品牌，了触达解其有利的动态订单完成页：次购物周期结束，顺便看看有没有其他购物心动点购物车

2、：单免邮的需求，对相关商品的潜在购买提醒占便宜后台系统生成H5猜你喜欢周期购推荐RightTime——消费周期不同的家庭有不同的消费周期，对每一个家庭的每一个品类的消费周期进行预测，进而指导投放。用户画像在通用精准化数据中的位置商品维度商品信息表、商家信息表等相似、相关库排行榜、热销等选品中心：比价、BI、订单、广告、搜索数据用户维度：标签画像：校园、白领、社区用户、性别、丽人/辣妈、购买力、宝宝年龄等偏好画像:类目、品牌、属性的偏好用户基本信息表、积分表等guid/userid映射表站外画像意图:类目用户行为历史：订单，浏览，加车等上下文：节日日期维度：日期、促销活动、月份.天气日期维度

3、：日期、城市、季节、换季、舒适度、天气地域维度：城市、省份、行政级别、城市级别、人口规模、…精准化架构精准化通用架构数据流基于情景的促销排期系统用户标签画像完整的地址处理系统包含三部分：•地址结构化•命名实体识别公司名识别模型的F1值（提高到80.6%）•地址匹配命名实体识别之角色标注1.从百度地图POI库中抓取城市的所有公司名和学校名，对其分词，人工编写规则对分词结果进行处理，转化为一个角色标注序列2.收集所有的词语和角色，得到一个角色词典，并对角色去除后缀训练对应的NGram模型3.收集所有的角色标注序列中的角色序列，制定为一个规则集4.对于输入的一个订单地址，先使用角色词典标注，然后

4、使用相应后缀的NGram进行召回，得到一个角色标注序列。对一个角色标注序列，满足上述规则集的就是一个命名实体。匹配小区的地址库形成画像标签输入小区地址库和结构化订单地址，输出这些地址与小区的对应关系。基于用户画像的选人中心根据用户所在的天气、温度感受、紫外线强度等条件，进行实时投放DMP实时用户意图：StormTopology意图计算过程•判断意图是否完成，如果是，直接返回；•获取完成了一半和未完成状态的意图，如果空，设置当前意图到未完成意图；•更新所有未完成意图，更新得分（遗忘因子衰减，如下）；•更新所有半完成意图，更新得分（遗忘因子衰减，如下）；•设置当前意图到最近意图列表中。消息消费

5、可靠性回顾实时框架比较用户画像数据流sigmod是logistic的特殊形式，利用线性加权、衰减函数、logisitic函数统计出用户对标签的兴趣值，在此基础上利用信息增益率评估用户对标签的关注程度利用线性加权、衰减函数、logisitic函数统计出用户对标签的兴趣值，在此基础上利用信息增益率评估用户对标签的关注程度画像系统的优化和改造1.用户偏好画像权重算法的不断迭代优化2.引入Storm等实时技术3.主题推荐标签、用户命名实体等新增标签补充进画像4.HBase的离线和在线分离、Hbase的KV读和Solr的批量读分离5.性能不断优化6.数据存储改进画像系统的流程用户偏好类目的分布主题推

6、荐标签