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

涛哥最新出品的体系化《用户画像综合项目教程》，涵盖用户画像技术架构设计、用户画像标签模型设计、各类事实标签、统计标签、模型标签、策略标签等的具体实现，包含idmapping，图计算spark graphx，朴素贝叶斯模型，评论文本NLP分析等各类算法 非常适合有一定大数据开发技术基础，但缺乏综合项目经验的同学学习

用户画像系统实践.pdf 个人收集电子书，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！

给客户培训整理的用户画像流程介绍，包括用户标签体系构建流程、标签生命周期管理、数据架构、标签工厂、标签存储等

各公司 用户画像 实现 详细介绍，包括设计 过程，基础架构 等详细内容的介绍。 如何使用方法论来建设用户画像系统