数据分析学习记录W31——画像的初步理解

画像是数据挖掘常见的应用方式，通过对目标群体的标签信息进行聚类，来寻找目标群体的共同特征；

通过这段时间的学习思考，我总结了画像的一般步骤

1. 建立数据集
   也就是确定要对多大范围内的人进行画像操作。可以是搜集到的所有人，也可以是通过一些筛选条件的识别出的部分人；
2. 匹配特征数据
   将数据集内的人与其特征行为数据进行管理，比如他的行为数据；
3. 对特征数据进行标签化
   将各维度的特征是数据转化为更易识别的标签。常见的处理方式包括：

• 将维度数据直接转化为标签，比如星座、性别
• 将度量数据切分为数据桶，然后为数据桶打标签，比如将年龄划分为18-,18-35,35-50,50+，然后打上未成年、青年、中年、老年等。这个操作最考验分析人员对业务的理解

4. 将所有标签标准化
   将所有维度的标签映射为1,2,3……的数据，以便进行聚类
5. 进行聚类操作
   通过算法工具进行聚类
6. 观察聚类后的各群体构成，总结其标签，提炼该群体核心和特征。