用户画像应用
2017-11-04 本文已影响159人
unbuilt
今天参加了CCF TF组织的大数据系统与应用讲座，听了关于小米用户画像的介绍，简要做个笔记。
数据来源：
- 手机、电视、生态链产品等式硬件
- MIUI、互娱、云服务、金融等服务
- 小米商城、小米之家、全网电商等
用户画像1.0
基于统计的用户标签
基本的方法就是预测+统计
基础属性
- 性别/年龄
- 学历/职业
- 地域/语言
- 设备数量/型号/系统
- 帐号真实性/米粉
状态属性
- 设备活跃状态
- 在校/工作状态
- 结婚/育儿状态
- 有车/有房
- 频繁出差
兴趣属性
- 兴趣爱好（一级/二级）
金融属性
- 收入/支出
- 个人信誉/购买力
- 消费（小米网/游戏/图书/主题/小米生活）
行为属性
- App使用行为
- 拨打电话（黄页）
- 搜索和浏览行为
- 视频/阅读行为
电商属性
- 电商团购
- 品牌偏好
SNS社交
- SNS社交
注: 小米有多看阅读，所以会了解用户的内容相关兴趣。
性别的预测
大约有5%的准确数据（用户填写的，用户填写的准确率可能在90%?95%以上，总体上用户不是乱填的）。
通过安装APP、访问网站、搜索词等特征预测用户性别，在Recall为99%时Precision为83%，如果降低Recall可以提高准确率>90%。
用户真实性预测
根据帐号登录、手机使用、电商购买、米币支付、MI Cloud使用、注册码信息等特征使用规则划分可信用户，黄牛从20%下降到10%以内。用户真实性预测也用于金融信用以及各种活动中。误杀率高（在知乎上看到有人吐糟）。
用户画像2.0
基于行为的事实标签
通过规则提取事件
- 搜索
- 跑步
- 拍照
- 注册
- 安装
- 下载
- 出行
- 购物
- 阅读
- 通话
- 游戏
- 搬家
- 重置
- 视频
- 交友
- 打车
构建庞大标签体系
- 聚合各业务已有标签
- 尽量使用已有资源
- 人工：例如构建售后相关标签
反馈定向
- 粗选一组用户，进行实验，得到成功率。
- 根据进行反馈的用户的行为，去挑选更多的用户进行实验，很大可能得到更高的成功率（目标用户群更精准）。
- 直到业务部门满意成功率。
路径分析
- 用于用户真实性判定。
- 用户的事件，进行频繁项集分析，并没有作用。
- 路径分析可以起作用，有效降低误杀率（人工规则很难组合多个维度的规则，往往有一个维度超限就作出判定。路径分析可以考虑多种维度及参数的组合。）。
- 使用路径分析生成一组组规则，人工审核规则，主要指标：错误率、覆盖率。
用户画像2.1
外延扩展
App2Vec
对50万App生成200维分布式表征。
用于性别预测，AUC达到85%准确率，与之前方法相当，但是非常省事。
反馈定向结果与APP分类结果都达到现有水平。
App打开预测
Top@5的准确率为83%，这是一个还不能使用的水平。
选取每个用户的Top5的应用作为预测，Top@5的准确率是60%。
Top@10的准确率大于90%，但是没有意义。
行为预测
小米应该在做虚拟个人助理产品。一方面像其他类似产品一样，可能采用一些规则的方式，比如知道用户下班了，空气质量差，从而提前打开空气静化器。另一方面，在尝试预测用户的下一个行为，例如时间+Context（回家模式、睡眠模式、阅读模式、通话模式）得到阅读0.7，外卖0.3，开灯0.1。
