如何基于用户行为去分析用户偏好

 

    用户实体行为分析系统要涉及多个方面，下面，就在小编的带领下快速了解一下吧。

    首先就是要设计兴趣主题，用户的兴趣维度，通常可以以标签的形式来表示。同样是限定在某实体域的兴趣，比如，对于图书阅读，兴趣主题可以是「悬疑」，「情感」，「科技」等等分类标签。兴趣主题，值得一提的是，只是从用户行为中抽象出来的兴趣维度，比如qq阅读和豆瓣阅读的图书分类标签大不一样，并无统一标准。我们选取什么粒度的兴趣空间取决于我们对用户偏好模型的要求，而兴趣维度的粒度也不固定，就像门户网站有「新闻」，「娱乐」，「体育」等一级分类，而新闻下有「国内」，「社会」，「国际」二级分类，娱乐下有「明星」，「星座」，「八卦」二级分类。

    在同一层次上兴趣维度的集合，比如豆瓣阅读中，可以用「新上架」，「免费」，「热门」，「特价」来构成一个兴趣空间，兴趣空间也是非常重要的一方面，当然，如果使用这个兴趣空间来表征用户的兴趣，就太粗了，这里只是假设。也可以用「小说」，「科技」，「历史」，「幻想」，「计算机」·····「美食」构成一个兴趣空间。这是两种不同的分类维度。值得一提是，这也并非不可能，这取决于一个如何看待这个集合的问题，如果将「新上架」也加入到后者集合里，就显然有些莫名其妙。如果不把它看作基于内容的分类，而是图书标签库，那么也是可行的，甚至利于建立更好地模型。本文后面我有提到。

    通常在经过对行为日志的汇总处理后生成的比较容易理解的数据就是一份描述用户行为的会话日志。还有不等不说的就是用户行为数据，这种日志记录了用户的各种行为，比如在图书阅读app中这些行为主要包括点击，试读，购买，阅读，在本地app中，阅读行为有可能追踪不到，评分，评论。

    以上就是基于用户行为去分析用户偏好的几个重要方面的简单介绍，是不是没有你想象的那么难，俗话说得好，学无止境，还不抓紧去了解关于用户行为分析系统的相关知识，悄悄告诉你，小编其他的文章里就有哦！

 

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！