文档介绍：用户画像–大数据时代下的用户洞察
刘黎春
SNG运营部/数据中心
May 2015
目录
1 用户画像体系
2 挑战及解决方案
3 用户画像挖掘举例
4 用户画像应用场景
SNG数据现状
人口属性
 年龄
 性别
 地域
 家乡
移动互联网
关系链  • QQ
 LBS
QQ群  手机APP
 • +
QQ关系链  移动设备

手Q游戏 • 最高同时在线2亿+
数据现状
• QQ空间
社交&音乐游戏 • +
 说说 
 端游
相册  页游
 QQ音乐 
增值业务手游
 QQ会员
 黄钻
 绿钻
 QQ秀
用户画像体系
用户画像主要挑战
1. 如何充分利用腾讯各种丰富的数据资源及之间的联系
社交网络 LBS日志用户群组多媒体数据 UGC文本登录IP
2. 如何使用户画像适应各种不同的应用场景
广告推荐市场信用
定向系统营销评分
3. 如何高效的处理海量的用户数据（超过10亿的QQ用户，
超过千亿级别的各类日志数据）
用户画像解决方案
1. 针对不同的底层数据类型设计特定的挖掘算法，挖掘
用户的行为特征，形成底层标签。综合考虑不同数据
来源的，形成更上层的抽象用户标签

2. 建立完善的用户画像标签体系结构，从不同维度、
粒度对用户进行描述。
3. 搭建用户画像挖掘系统，基于大规模存储和机器学
****计算平台，定期对全量用户数据进行计算和挖掘，
并提供用户标签的使用和查询服务。
用户画像挖掘的基本框架
单一数据源挖掘
社交网络