文档介绍：全国高校标准教材《云计算》姊妹篇,剖析大数据核心技术和实战应用
大数据
刘鹏主编张燕张重生张志立副主编
BIG DATA
刘鹏
教授,清华大学博士。现任南京大数据研究院院长、中国信息协会大数据分会副会长、中国大数据技术与应用联盟副理事长。
主持完成科研项目25项,发表论文80余篇,出版专业书籍15本。获部级科技进步二等奖4项、三等奖4项。主编的《云计算》被全国高校普遍采用,被引用量在国内计算机图书类排名居前。创办了知名的中国云计算()和中国大数据()网站。
曾率队夺得2002 PennySort国际计算机排序比赛冠军,两次夺得全国高校科技比赛最高奖,并三次夺得清华大学科技比赛最高奖。
荣获“全军十大学****成才标兵”(排名第一)、南京“十大杰出青年”、江苏省中青年科学技术带头人、清华大学“学术新秀”等称号。
第九章大数据商业应用
用户画像和精准营销
广告推荐
互联网金融<br****题
全国高校标准教材《云计算》姊妹篇,剖析大数据核心技术和实战应用
of
43
3
实战:个人贷款风险评估
第九章大数据商业应用
人在网络世界中的行为集合代表了他在网络世界中的“性格”,这个集合就描述了他的网络个性和用户特征(User Profile)。从数据拥有者,也就是企业角度来看,他们掌握了所有用户在网络世界中“某方面”的行为****惯,如用户浏览了哪些网页、搜索了哪些关键词、购买了哪些商品、留下了哪些评价等,企业都会收集汇总。如何将如此庞杂的数据转换为商业价值,成为现在企业越来越关注的问题。面对高质量、多维度的海量数据,如何建立精准的用户模型就显得尤为重要,用户画像的概念也就应运而生。
第九章大数据商业应用
用户画像从多维度对用户特征进行构造和刻画,包括用户的社会属性、生活****惯、消费行为等,进而可以揭示用户的性格特征。有了用户画像,企业就能真正了解了用户的所需所想,尽可能做到以用户为中心,为用户提供舒适快捷的服务。
1
用户画像技术通过对用户的分析,让企业对用户的精准定位成为了可能。在这个基础上,依靠现代信息技术手段建立个性化的顾客沟通服务体系,将产品或营销信息推送到特定的用户群里中,既节省营销成本,又能起到最大化的营销效果。
2
用户画像,即用户信息的标签化,是企业通过收集、分析用户数据后,抽象出的一个虚拟用户,可以认为是真实用户的虚拟代表。用户画像的核心工作就是为用户匹配相符的标签,通常一个标签被认为是人为规定的高度精练的特征标识。
of
43
5
第九章大数据商业应用
精准营销
用户统计
数据挖掘
效果评估
指导产品研发
优化用户体验
of
43
6
第九章大数据商业应用
基础数据收集
网络行为
数据
服务内行为数据
用户内容偏好数据
用户交易数据
行为建模
文本挖掘
自然语言处理
机器学****br/>预测算法
构建画像
聚类算法
基本属性
购买能力
行为特征
兴趣爱好
心理特征
社交网络
of
43
7
第九章大数据商业应用
of
43
8
网络行为数据:活跃人数、页面浏览量、访问时长、激活率、外部触点、社交数据等
服务内行为数据:浏览路径、页面停留时间、访问深度、页面浏览次数等
用户内容偏好数据:浏览/收藏内容、评论内容、互动内容、生活形态偏好、品牌偏好等用户交易数据(交易类服务):贡献率、客单价、连带率、回头率、流失率等
当然,收集到的数据不会是100%准确的,都具有不确定性,这就需要在后面的阶段中建模来再判断,比如某用户在性别一栏填的男,但通过其行为偏好可判断其性别为“女”的概率为80%。
数据收集与分析
01
构建用户画像是为了将用户信息还原,构建一个用户数据模型。因此这些数据是基于真实的用户数据。
用户数据可以大致分为网络行为数据、服务内行为数据、用户内容偏好数据、用户交易数据这四类。
第九章大数据商业应用
of
43
9
数据建模
02
该阶段是对上阶段收集到数据的处理,进行行为建模,以抽象出用户的标签,这个阶段注重的应是大概率事件,通过数学算法模型尽可能地排除用户的偶然行为。
这时也要用到机器学****对用户的行为、偏好进行猜测,好比一个 y=kx+b 的算法,X 代表已知信息,Y 是用户偏好,通过不断的精确k和b来精确Y。
在这个阶段,需要通过定性与定量相结合的研究方法来建立很多模型来为每个用户打上标签以及对应