新浪微博的用戶畫像是怎樣構(gòu)建的

1、新浪微博的用戶畫像是如何建立的?1.概括從上一篇認(rèn)識(shí)每一個(gè)“你”：微博中的用戶模型里面對(duì)用戶模型維度的劃分能夠看出，屬性和興趣維度的用戶模型都能夠納入用戶畫像(UserProfile)的范圍。而所謂用戶畫像，簡(jiǎn)單來(lái)說(shuō)就是對(duì)用戶的信息進(jìn)行標(biāo)簽化。如圖1所示。一方面，標(biāo)簽化是對(duì)用戶信息進(jìn)行構(gòu)造化，方便計(jì)算機(jī)的辨別和辦理；另一方面，標(biāo)簽自己也擁有正確性和非二義性，也有益于人工的整理、剖析和統(tǒng)計(jì)。用戶屬性指相對(duì)靜態(tài)和穩(wěn)固的人口屬性，比如：性別、年紀(jì)區(qū)間、地區(qū)、受教育程度、學(xué)校、企業(yè)這些信息的采集和成立主要依賴產(chǎn)品自己的指引、調(diào)查、第三方供給等。微博自己就有比較完好的用戶注冊(cè)指引、用戶信息完美任務(wù)、認(rèn)證

2、用戶審查、以及大批的合作對(duì)象等，在采集和沖洗用戶屬性的過(guò)程中，需要注意的主假如標(biāo)簽的規(guī)范化以及不同根源信息的交錯(cuò)考證。用戶興趣則是更為動(dòng)向和易變化的特點(diǎn)，第一興趣遇到人群、環(huán)境、熱門事件、行業(yè)等方面的影響，一旦這些要素發(fā)生變化，用戶的興趣簡(jiǎn)單產(chǎn)生遷徙；其次，用戶的行為（特指在互聯(lián)網(wǎng)上的行為）多樣且碎片化，不同行為反應(yīng)出來(lái)的興趣差別較大。接下來(lái)主要介紹一下微博畫像中興趣維度的建立方法。微博用戶興趣剖析標(biāo)簽根源用戶自標(biāo)簽、達(dá)人或認(rèn)證標(biāo)簽、企業(yè)、學(xué)校、微群標(biāo)簽、星座、微博重點(diǎn)詞這些根源都可能成為用戶的標(biāo)簽。而針對(duì)每個(gè)特定的用戶采集標(biāo)簽除了其自己之外，他關(guān)注用戶的標(biāo)簽也會(huì)傳達(dá)到該用戶身上。如圖2所示（

3、藍(lán)色實(shí)線代表關(guān)注關(guān)系，橙色虛線代表興趣標(biāo)簽根源）。權(quán)重計(jì)算在采集到一個(gè)用戶可能存在的標(biāo)簽后，還需要給標(biāo)簽賦必定的權(quán)重，用來(lái)劃分不同標(biāo)簽關(guān)于該用戶的重要程度。不同標(biāo)簽的根源用戶質(zhì)量，標(biāo)簽的傳達(dá)路徑，轉(zhuǎn)發(fā)關(guān)系，標(biāo)簽的自己，以及標(biāo)簽與用戶之間的共現(xiàn)關(guān)系都會(huì)考慮在內(nèi)。不同質(zhì)量的用戶自己產(chǎn)生的標(biāo)簽權(quán)重不同樣，質(zhì)量越高，以為該標(biāo)簽的可信度越高，不論是將該標(biāo)簽賦給自己仍是傳達(dá)出去的時(shí)候其權(quán)重值越高。標(biāo)簽的傳達(dá)路徑主假如針對(duì)鑒于關(guān)注關(guān)系的標(biāo)簽傳達(dá)，親近度比較高的關(guān)注用戶傳達(dá)過(guò)來(lái)的標(biāo)簽權(quán)重值會(huì)比較高。標(biāo)簽是來(lái)自于用戶的原創(chuàng)仍是其轉(zhuǎn)發(fā)的微博，權(quán)重值會(huì)有差別，一般來(lái)說(shuō)原創(chuàng)的權(quán)重會(huì)高于轉(zhuǎn)發(fā)權(quán)重。假如標(biāo)簽自己是一個(gè)非常

4、常有的詞，那么它用于刻畫用戶的興趣的劃分性是比較差的，相反假如是一個(gè)長(zhǎng)尾詞，則劃分性較強(qiáng)。出于這樣的考慮，越是長(zhǎng)尾詞，標(biāo)簽的權(quán)重值會(huì)越高。標(biāo)簽與用戶的共現(xiàn)關(guān)系是指用戶和該標(biāo)簽?zāi)芊癯３９餐霈F(xiàn)，評(píng)論的是二者的關(guān)系性。關(guān)系性越高，則標(biāo)簽的權(quán)重值越高。綜合上述的要素，一個(gè)標(biāo)簽關(guān)于特定用戶的權(quán)重值能夠大概表示為：標(biāo)簽權(quán)重(根源因子+親近度因子+轉(zhuǎn)發(fā)因子+長(zhǎng)尾因子)共現(xiàn)因子。時(shí)效性跟著時(shí)間的變化，用戶的興趣會(huì)發(fā)生轉(zhuǎn)移，時(shí)間越長(zhǎng)遠(yuǎn)，標(biāo)簽的權(quán)重應(yīng)當(dāng)相應(yīng)的降落，距離目前時(shí)間越近的興趣標(biāo)簽應(yīng)當(dāng)獲得適合突出。出于這樣的考慮，一般會(huì)在標(biāo)簽權(quán)重值上疊加一個(gè)時(shí)間衰減函數(shù)，這個(gè)時(shí)間衰減函數(shù)被設(shè)計(jì)成如圖3所示的指數(shù)衰減的形

5、式，經(jīng)過(guò)定義衰減幅度和半衰期，調(diào)理衰減的程度，表現(xiàn)不同的時(shí)效性。別的，針對(duì)用戶的興趣，還會(huì)設(shè)定一個(gè)較小的時(shí)間窗口來(lái)獲得用戶的短期興趣。經(jīng)過(guò)用戶在短時(shí)間內(nèi)的原創(chuàng)、轉(zhuǎn)發(fā)和關(guān)注行為采集興趣標(biāo)簽，并計(jì)算標(biāo)簽的權(quán)重。短期興趣更新周期會(huì)較長(zhǎng)久興趣更短，興趣更集中，可是能夠比較實(shí)時(shí)地反響用戶興趣的變化。從興趣到能力但是，用戶擁有某方面的興趣，只代表了他愿意接受這方面的信息，其實(shí)不可以代表他擁有產(chǎn)生有關(guān)內(nèi)容的能力。所以，在發(fā)掘了用戶興趣標(biāo)簽的基礎(chǔ)上，還需要發(fā)掘哪些用戶能夠針對(duì)特定的標(biāo)簽擁有必定的內(nèi)容生產(chǎn)能力。微博中的關(guān)注關(guān)系能夠以為是一種認(rèn)證，擁有同樣興趣的用戶之間的關(guān)注則有可能是興趣相投（自然也可能不是，但畢竟有必定的指導(dǎo)性），那么將擁有