![这就是推荐系统:核心技术原理与企业应用](https://wfqqreader-1252317822.image.myqcloud.com/cover/78/47549078/b_47549078.jpg)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
1.2.2 用户画像:理解和刻画用户
用户画像是对用户属性、行为及需求的刻画和描述。在推荐系统中,用户画像会参与推荐的召回、排序、重排等各个重要的环节。
用户画像常规的方法是将用户信息标签化,即将用户属性、兴趣、行为等特征都抽象为标签。标签是人工抽象出来的事物代表性的特点,是我们对客观事物文字化的描述和理解。一个详尽且准确的用户画像可以帮助推荐系统更好地理解用户。如图1-5所示,用户画像是大数据时代基于用户数据,通过各种统计方法、机器学习、自然语言处理、文本挖掘、聚类等技术产出的全方位的特征描述。
![](https://epubservercos.yuewen.com/B578D9/26947378207581806/epubprivate/OEBPS/Images/45422_24_1.jpg?sign=1738871732-sYEeq8qjiJJUzB4x688um7Xekukl4zZM-0-9d6b7c371fa5c9ca134b1829a7a1ba2f)
图1-4 内容理解任务划分
![](https://epubservercos.yuewen.com/B578D9/26947378207581806/epubprivate/OEBPS/Images/45422_24_2.jpg?sign=1738871732-XkeuAFUAblMbpC04KLCXwS14kMnqmtzE-0-a16756ec7e6d09bf943d294e1a2281ce)
图1-5 用户画像技术