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。

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。

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。

大数据项目千面电商平台实战（用户画像）

用户网络行为画像

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。

用户画像是当前大数据领域的一种典型应用,精确有效的用户画像,依赖于从大量的数据中提取正确的特征,这需要一个厉害的画像方法论，正确的数据处理流程，以及强大的数据管理系统作为支撑。本文档讲从用户画像基本概念、理论、方法、流程、案例等多个方面进行用户画像的介绍。

用户画像案例分析，详细讲解各行业应用技巧，包括《大数据用户画像的方法及营销实践》、《电商平台下用户画像的设计与分析》等文章

2016CCF 大数据精准营销中搜狗用户画像挖掘

基于Hadoop生态圈，真实企业项目，构建用户自画像，百度云分享，视频教程