用户画像算法：历史、现状与未来

文章预览

本文 约9400字 ，建议阅读 10+ 分钟 今天分享的主题是用户画像算法，力求从一个更加宏观的视角讲述用户画像算法整体的发展历史、现状与未来。 主要包括以下五大部分： 1. 用户画像简介 2. 基于本体论（Ontology）的传统用户画像 3. 画像算法 & 深度学习 4. 总结与展望 5. Q & A 01   用户画像简介 画像是一种人类可理解的、机器可读写的，对用户的结构化描述。它不仅可以提供个性化服务，还在企业的战略决策和商业分析中发挥了重要作用。 1. 画像的分类 画像可以根据数据来源分为社会通识类和领域知识类。社会通识类画像又可以按照时间维度划分成静态类和动态类，最常见的静态类社会通识画像包含人口统计学特征，比如性别，户籍，毕业学校等，这些内容在相当长一段时间窗口里都是相对静态的，除了画像用到它，人口统计学、人类学和社 ………………………………