代数学
埋点和⽤户画像
多媒体电教室
质壁分离埋点：做动作⾏为分析；（数据仓库中的⽤户⾏为数据在logdb.events表中，就是埋点系统埋进来的数据）中国期刊全文数据库
埋点的过程就是针对功能，准备要分析的动作，对数据进⾏观测，提取有价值的数据，将数据进⾏分析，模拟及判断分析结果，形成数据报告，最终⽤结果对功能进⾏判定； 初级埋点：在产品流程关键部分植⼊相关统计代码，⽤来追踪每次⽤户的⾏为，统计关键流程的使⽤程度；
中级埋点：植⼊多段动作代码，追踪⽤户在该模块每个界⾯上的系列⾏为，事件之间相互独⽴；
⾼级埋点：联合公司⼯程，ETL采集分析⽤户全量⾏为，建⽴⽤户画像，还原⽤户⾏为模型，作为产品分析，优化的基础；
⽤户画像：与该⽤户相关联的数据的可视化的展现，即⽤户信息标签化； 技术定义：海量数据的标签，根据⽤户的⽬标，⾏为和观点的差异，将它们区分为不同的类型，然后每种类型中抽取出典型特征，赋予名字，照⽚，⼀些⼈⼝统计学要素，场景等描述，形成⼀个任务原型；
共振的应用及其危害
⽤户画像完美地抽象出⼀个⽤户的信息全貌，需要做到的终极形态是不同⽤户视⾓，打开同⼀个⽹站或者APP，体验完全不同；
⽤户画像的最终形态是通过分析⽤户⾏为，最终为每个⽤户打上标签，以及改标签的权重；
标签表征了内容，⽤户对该内容有兴趣，偏好，需求等等； 权重表征了指数，⽤户的兴趣，偏好指数，也可能表征⽤户的需求度，可理解为可信度，概率；
关于加强商业性房地产信贷管理的通知
数据建模：标签=⽤户标识+时间+⾏为类型+接触点（⽹址+内容）的聚合，某⽤户因为在什么时间，地点做了什么事，所以打上**标签；
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议