利用python进行用户画像用到的工具 用户画像用什么算法

【编程开发】某风网 大数据推荐系统算法工程师 项目实战

1 用户画像

用户画像是对现实世界中用户的数学建模。

2 构建用户画像系统

标签：表示用户特征、多个维度、之间相互关联。

挑战：1.记录和存储亿级数据用户的画像；2.支持和扩展不断增加的维度和偏好；3.毫秒级更新；4.支撑个性化，广告投放和精细化营销等产品。

3 用户画像系统流程

1、明确问题和了解数据

追求数据和需求的匹配
明确需求：分类、聚类、推荐、。。。
数据的规模、重要特征的覆盖度

2、数据预处理

数据集成、数据冗余、数值冲突
数据采样 ：拿出部分数据进行处理
数据清洗、缺失值处理、噪声数据

3、特征工程

数据和特征决定了机器学习的上限，模型和算法只是逼近这个算法而已
特征：对所需解决问题有用的属性
特征的提取、选择、构造：针对所解决问题选择最有用的特征集合；通过相关系数等方式计算特征的重要性（人工筛选、Random Forest、 PCA。。。。。。。。。）

4、模型与算法

4 用户画像系统架构

5 用户标签系统使用案例

注：数据规模不大可以用串行处理（python），比较大的话可以考虑使用分布式（Spark, Mapreduce）。

注：两组数据有相同的key

注：相关性强的话可以删除一个，性能要求（时效。。。）