我们做用户画像的目的有两个:必须从业务场景出发,解决实际的业务问题,之所以进行用户画像要么是获取新用户,或者是提升用户体验,或者是挽回流失用户等有明确的业务目标。根据用户画像的信息做产品设计,必须要清楚知道用户长什么样子,有什么行为特征和属性,这样才能为用户设计产品或开展营销活动。一般常见的错误想法是画像维度的数据越多越好,画像数据越丰富越好,费了很大的力气进行画像后,却发现只剩下了用户画像,和业务相差甚远,没有办法直接支持业务运营,投入精力巨大但是回报微小,可以说得不偿失。鉴于此,我们的画像的维度和设计原则都是紧紧跟着业务需求去推动。目前Qunar用户画像数据仓库中的数据源来自业务数据库的数
1
Python练习项目目标编写Python微博爬虫数据来源微博列表请求分析应答报文分析获取微博正文微博正文文本提取获取多页微博反爬虫机制应对处理爬虫完整代码词云图生成成果展示 目标 用爬虫程序抓取目标用户人民日报的微博文本,通过分析词频,生成直观的词云图。 编写Python微博爬虫 注意:微博的接口可能会发生变化,所以请不要盲目照抄,建议按照下述流程独立分析。 数据来源 微博移动版网页(点此跳转) 内容简洁,便于分析,因此选用移动版网页作为爬取对象。 微博列表请求分析 打开目标用户的移动版微博主页:人民日报 注意:此处需要退出微博登录来保证请求内容的普适性。 F12打开开发者工具,这里使用的是谷
2021-02-18 10:06:24 218KB python python爬虫 爬虫
1
2019中国生鲜电商行业商业模式与用户画像分析报告.pdf
2021-02-03 00:04:51 9.36MB 生鲜电商
用户画像?听起来很简单啊!不就是用户的性别,年龄,身高体重,学历收入,家庭 住址,消费积分,登陆访问一类的指标吗!列一堆数就行了,我们的客户男性比例40%, 年龄35岁以下占比50%,本科占比30%,个人月收入5000以上占比60%,未婚比例50%,月 均消费3500元,最长购买的三种组合是AB,AC,BC,每天8点是登陆高峰,你看看,我 才干了1个月数据分析就做出了这么全面的用户画像!我多厉害!写报告的时候我还贴了两 个典型用户的照片呢,好崇拜我自己。还有什么好聊的?
2021-01-28 04:32:31 280KB 用户画像实战应用
1
分享课程——基于Flink流处理的动态实时亿级全端用户画像系统,本课程基于真实的大型电商系统场景下讲解的用户画像系统,本系统采用第四代计算引擎Flink,同时采用微服务架构Spring Boot+Spring Cloud 架构 ,前端采用Vue.js+Node.js架构,完全符合目前企业级的使用标准。
2021-01-28 04:27:16 412B flink
1
Flink+ClickHouse构建亿级电商用户画像平台(PC、移动、小程序)教程分享,2020年10月录制,完整版131节,附源码和课件;本课程采用Flink+ClickHouse技术架构实现我们的画像系统,通过学习完本课程可以节省你摸索的时间,节省企业成本,提高企业开发效率。
2021-01-28 04:26:35 999B flink 大数据 实时大数据
1
Flink+ClickHouse构建用户画像平台(2020最新),本课程采用Flink+ClickHouse技术架构实现我们的画像系统,通过学习完本课程可以节省你摸索的时间,节省企业成本,提高企业开发效率。 希望本课程对一些企业开发人员和对新技术栈有兴趣的伙伴有所帮助,如对我录制的教程内容有建议请及时交流。项目中采用到的算法包含Logistic Regression、Kmeans、TF-IDF等,Flink暂时支持的算法比较少,对于以上算法,本课程将手把手带大家用Flink实现,并且结合真实场景,学完即用。
2021-01-28 04:26:34 984B flink 大数据
1
大数据项目千面电商平台实战(用户画像
2021-01-28 04:17:03 13KB 用户画像
1
抖音DAU超4亿,较去年同期的2.5亿,增长了60%。抖音与头条的重合度为32.1%,重合用户占抖音的42.2%。抖音与西瓜的重合度为24.6%,重合用户占抖音的29.5%。抖音10-19次占比领先,30分钟以上时长占比提高到38%。抖音整体人群画像,男女较均衡,19-30岁TGI高,新一线、三线及以下城市用户TGI高。抖音省份/城市TOP10分布,广东、河南、山东省占比高,郑州、西安、昆明市偏好度高。抖音男女人群画像,男性19-24岁、41-45岁的用户偏好度高,女性中19-30岁用户偏好度高。抖音高低线城市人群画像,高线城市中19-30岁的用户偏好度高,低线城市中19-35岁用户偏好度高。抖音不同年龄段人群画像,95后中男性占比略高、且TGI高;90后中女性TGI高。抖音不同年龄段人群画像,85后中女性TGI高,低线城市占比超6成;80后中男性占比高、TGI高。抖音用户偏好视频类型,演绎、生活、美食类视频播放量较高,观看情感、文化、影视类视频增长较快。男性用户对军事、游戏、汽车偏好度较高,女性用户对美妆、母婴、穿搭偏好度高。00后对游戏、电子产品、时尚穿搭类视频偏好度高。95后对游戏、电子产品、穿搭类视频偏好度高。90后对影视、母婴、美食类视频偏好度高。80后对汽车、母婴、美食类视频偏好度高。
2020-12-10 10:35:32 6.72MB 抖音
1