专业的短链接生成工具
链接域名
短网址有效期
用户画像里的兴趣类标签如何计算?
更新时间:2025-6-4 15:22:57 作者:爱短链
每天都会产生大量的信息。
信息过载已成为一个严重的问题。
面对如此大量的信息,用户很难快速找到他们感兴趣的内容。
因此,制作用户肖像和计算兴趣标签变得越来越重要。
今天,作者分享了用户兴趣偏好标签的计算方法。
今日分享用户兴趣偏好标签的计算方法。
1.什么是兴趣偏好标签? 首先,兴趣偏好是什么? 事实上,从字面意义上说,更容易理解:我们以电子商务为例,即用户是否喜欢某个对象(这里的对象可以是商品、类别等)。
官方定义:根据消费者与兴趣对象的互动,圈定兴趣对象的兴趣程度。
例如,我想看看用户是否喜欢体育类别。
一些朋友会问,计算这个标签是太容易吗?直接拿出用户历史上所有的购买记录,对不同类别的交易进行分类统计,看体育类的交易是否多,就完了。
逻辑没有问题,但忽略了很多场景:例如,用户每天浏览与体育相关的类别,但交易量不大。
这也表明他们对这一类别有偏好吗?这种偏好的计算往往比交易偏好更具营销价值和全面性。
如何计算兴趣偏好标签? 二、兴趣偏好标签的计算 首先看计算逻辑的总体概述,主要分为三个部分:互动行为、互动深度和权重。
我们的兴趣偏好以用户喜欢哪个类别为例。
1. 互动行为 这部分是确定哪些用户行为应该纳入兴趣标签的计算。
通常在电子商务中,更常用的是:浏览、购买、订单。
这些行为往往反映了用户对该类别的强烈兴趣。
此外,搜索行为也能反映用户的偏好,但由于搜索词涉及大量NLP标签计算中的内容费时费力。
当精度要求不高时,不考虑搜索行为。
2. 互动深度 所谓互动深度,是指用户在每种互动行为下都能衡量用户行为深度的具体内容。
否则,很容易发生这种情况:用户只对某一类别下的某一产品有强烈的偏好,但最终的计算结果是用户对整个类别感兴趣。
使用交互深度可以减少异常情况的影响。
我们在这里举的例子使用三个指标来反映用户的行为深度:三级类别的设计,涉及sku数,购买件数。
3. 权重设置 权重部分非常重要。
这是为了合理区分不同行为对最终结果的贡献。
也很容易理解。
订单一定意味着用户更感兴趣。
毕竟,真爱才是真正能付出的。
因此,在权重方面,订单也是如此