用户行为建模：构建用户标识、产出标签与权重

2023-06-28 理论教育版权反馈

【摘要】：本节详细介绍如何根据用户行为构建模型产出标签、权重。关键在于对用户的标识，用户标识的目的是为了区分用户、单点定位。表9-2用户标识表②什么时间。时间戳，为了标识用户行为的时间点，如，1395121950，1395121950.083612，通常采用精度到秒的时间戳即可，因为微秒的时间戳精度并不可靠。行为类型：浏览行为记为权重1；地点：品尚红酒单品页的网址子权重记为0.9。用户偏好标签是红酒，权重是0.95×0.9×1=0.855，即用户A：红酒0.855、长城0.855。

本节详细介绍如何根据用户行为构建模型产出标签、权重。一个事件模型包括时间、地点、人物三个要素。每一次用户行为本质上是一次随机事件，可以详细描述为：什么用户，在什么时间，什么地点，做了什么事。

①什么用户。关键在于对用户的标识，用户标识的目的是为了区分用户、单点定位。

表9-2列举了互联网主要的用户标识方法，获取方式由易到难。视企业的用户黏性，可以获取的标识信息有所差异。

表9-2　用户标识表

pagenumber_ebook=228,pagenumber_book=212

②什么时间。时间包括两个重要信息，时间戳+时间长度。时间戳，为了标识用户行为的时间点，如，1395121950（精度到秒），1395121950.083612（精度到微秒），通常采用精度到秒的时间戳即可，因为微秒的时间戳精度并不可靠。浏览器时间精度，准确度最多也只能到毫秒。时间长度是为了标识用户在某一页面的停留时间。

③什么地点。对于每个用户接触点（touch point），潜在包含了两层信息：网址+内容。网址就是每一个url链接（页面/屏幕），即定位了一个互联网页面地址，或者某个产品的特定页面。可以是PC上某电商网站的页面url，也可以是手机上的微博，微信等应用某个功能页面，某款产品应用的特定画面，如长城红酒单品页、微信订阅号页面、某游戏的过关页。内容就是每个url网址（页面/屏幕）中的内容，可以是单品的相关信息：类别、品牌、描述、属性、网站信息等，如红酒、长城。对于每个互联网接触点，网址决定了权重，内容决定了标签。

标签权重：矿泉水1//超市；矿泉水3//火车；矿泉水5//景区

类似地，用户在京东商城浏览红酒信息，与在品尚红酒网浏览红酒信息，表现出对红酒的喜好度是有差异的。这里的关注点是不同的网址，存在权重差异，权重模型的构建需要根据各自的业务需求构建。所以，网址本身表征了用户的标签偏好权重。网址对应的内容体现了标签信息。

④什么事。用户行为类型，对于电商有如下典型行为：浏览、添加购物车、搜索、评论、购买、点击赞、收藏等。

不同的行为类型对于接触点的内容产生的标签信息具有不同的权重。

综合上述分析，用户画像的数据模型可以概括为下面的公式：

用户标识+时间+行为类型+接触点（网址+内容）

某用户因为在什么时间、地点、做了什么事，会被打上相应标签。

用户标签的权重可能随时间的增加而衰减，因此定义时间为衰减因子r，行为类型、网址决定了权重，内容决定了标签，进一步转换为公式：

标签权重=衰减因子×行为权重×网址子权重

如：用户A，昨天在品尚红酒网浏览一瓶价值238元的长城干红葡萄酒信息，标签：红酒，长城；时间：因为是昨天的行为，假设衰减因子r=0.95。

行为类型：浏览行为记为权重1；地点：品尚红酒单品页的网址子权重记为0.9（京东红酒单品页为0.7）。

假设用户对红酒出于真的喜欢，才会去专业的红酒网选购，而不在综合商城选购。用户偏好标签是红酒，权重是0.95×0.9×1=0.855，即用户A：红酒0.855、长城0.855。