用户画像–大数据时代下的用户洞察.pdf

用户画像–大数据时代下的用户洞察 刘黎春 SNG运营部/数据中心 May 2015 目录 1 用户画像体系 2 挑战及解决方案 3 用户画像挖掘举例 4 用户画像应用场景 SNG数据现状 人口属性  年龄  性别  地域  家乡 移动互联网 关系链  LBS • QQ  QQ群  手机APP  QQ关系链 • 月活跃8.4亿+  移动设备  手Q游戏 • 最高同时在线2亿+ 数据现状 • QQ空间 社交音乐 游戏 • 月活跃6.5亿+  说说  端游  相册  页游  QQ音乐  手游 增值业务  QQ会员  黄钻  绿钻  QQ秀 用户画像体系 用户画像主要挑战 1. 如何充分利用腾讯各种丰富的数据资源及之间的联系 社交网络 LBS日志 用户群组 多媒体数据 UGC文本 登录IP 2. 如何使用户画像适应各种不同的应用场景 广告 推荐 市场 信用 定向 系统 营销 评分 3. 如何高效的处理海量的用户数据（超过10亿的QQ用户， 超过千亿级别的各类日志数据） 用户画像解决方案 1. 针对不同的底层数据类型设计特定的挖掘算法，挖掘 用户的行为特征，形成底层标签。综合考虑不同数据 来源的，形成更上层的抽象用户标签 2. 建立完善的用户画像标签体系结构，从不同维度、 粒度对用户进行描述。 3. 搭建用户画像挖掘系统，基于大规模存储和机器学 习计算平台，定期对全量用户数据进行计算和挖掘， 并提供用户标签的使用和查询服务。 用户画像挖掘的基本框架 单一数据源挖掘 社交网络 底层标签