电商用户画像

用户画像，其实就是通过算法聚合成一类实现用户信息标签化。而本文就以电商用户为例，展示了如何从0到1做画像建模。一、构建用户画像① 用户画像信息：基本属性，购买能力，行为特征，兴趣爱好，心理特征，社交网络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 数据收集：网络日志数据，用户行为数据，网站交易数

用户画像用于解决把数据转化为商业价值的问题，就是从海量数据中来挖金炼银。一、什么是用户画像？用户画像是根据用户社会属性、生活习惯和消费行为等信息抽象出的标签化用户模型。用户画像核心价值在于了解用户、猜测用户的潜在需求、精细化的定位人群特征、挖掘潜在的用户群体。结合媒体网站、广告主、企业及广告公司得到的数据深度挖掘群体用

了解和分析用户最好的办法就是建立persona（人物角色或者用户画像），它是产品最重要的设计工具和沟通工具。但很多用户研究更多针对的是在产品设计初期对潜在用户的需求定义，persona所代表的是某类人群，一个产品通常会设计3～6个角色代表所有的用户群体。在用户画像的过程中有一个很重要的概念叫做颗粒度，就是我们的用户画像

一、背景介绍最近1~2年电商行业飞速发展，各种创业公司犹如雨后春笋大量涌现，商家通过各种活动形式的补贴来获取用户、培养用户的消费习惯。但任何一件事情都具有两面性，高额的补贴、优惠同时了也催生了“羊毛党”。“羊毛党”的行为距离欺诈只有一步之遥，他们的存在严重破环了活动的目的，侵占了活动的资源，使得正常的用户享受不到活动的

作者|颜国平，腾讯云－天御系统研发负责人。一直负责腾讯自有验证码、业务安全、防刷、账号安全等研发工作。内部支持的产品（游戏、电商、腾讯投资的O2O企业）非常广泛。在业务安全领域项目经验丰富，并且具备深度学习、大数据架构搭建等实战经验。一、背景介绍最近1~2年电商行业飞速发展，各种创业公司犹如雨后春笋大量涌现，商家通过各