大数据变现实践：微博百亿营收背后的数据挖掘技术(12)

2019-09-25

我们对用户画像建立了非常详细的标签体系，这里列了一个提纲。

标签体系可以包含人口统计类型指标，比如年龄、性别、地域，这是一个最基本的人口统计学指标，除此之外，还有兴趣类别类型指标、兴趣关键词类型指标、关注关系类型指标、预测类类型指标、互动行为类型指标等等，建立一套非常复杂的用户标签体系是用户画像的基础。

接下来做商业化的应用，用户画像可以从两个维度来辅助于商业化：

① 广告定向

商业化应用里跟用户侧的推荐系统不一样，我们需要建立商业广告、广告主跟用户之间的连接，也就是下图右边这条线。

这条线是通过用户画像来做的，广告主会选择定向条件（用于圈定人群），比如投放上海20-30岁的男性用户，这就是定向。

广告系统的作用是根据广告主的定向寻找与之匹配的人群（即用户画像与广告定向的匹配），这里面会包含精准的定向，也包含泛化的定向匹配。这个过程在广告系统里通常叫targeting或者叫召回。

推荐阅读

上一篇：a豆adolbook14渐变粉正式开售：十代酷睿，首款金属渐变笔记本

下一篇：科创板今日仅铂力特等3只个股上涨沃尔德跌幅居首