2.2 用户画像分析
用户画像是一个描述用户、刻画用户的全方位的特征和标签体系,构建一个立体、详尽的用户画像的价值在于精准刻画产品的受众群体形象,提供统一的用户标签中台服务,支撑经营分析、精准营销服务、内容个性化分发等。数据科学领域在讨论用户画像的构建时,通常会讨论和甄别我们需要的到底是用户角色(User Persona)还是用户标签(User Profile)。严格意义上来讲,两者有一定区别。
1)用户角色:针对用户真实数据之上虚拟(抽象)出的典型人物角色,比如一线城市互联网白领女性、二线城市小镇青年。
2)用户标签:比如性别、年龄、身份等表达人的属性相关信息,都是具体的用户标签。
对于推荐算法来说,严格甄别两者的差异并没有太多的实际意义,无论是用户角色还是用户标签,都可以归结为用户信息的抽象归纳和标签化。从结果导向出发,在推荐算法中构建用户画像,是为了挖掘更优质的用户标签来提升召回和排序模型的质量,通过用户画像提供的用户瞬时、短期、长期偏好标签优化召回内容与用户需求的匹配度,提升召回内容多样性,同时,还可以将画像标签作为排序模型的强特征来提升模型学习能力。另外,基于用户画像的业务数据分析还可以为我们提供推荐算法的优化线索,从用户画像中挖掘特定的人群,发现产品转化、内容分发的薄弱环节,进行针对性的算法优化,这也是常见的手段。