利用Python搭建用户画像系统

举报
格图洛书 发表于 2021/12/30 02:19:20 2021/12/30
【摘要】 用户画像是当下很多企业都会提及的概念,多数情况下会和大数据以及营销挂钩。本文将对用户画像的相关知识进行进行简单的介绍,并利用Python去实现一个简单的用户画像系统。 1.什么是用户画像 用户画像可以理解成是海量数据的标签,根据用户的目标、行为和观点的差异,将他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...

用户画像是当下很多企业都会提及的概念,多数情况下会和大数据以及营销挂钩。本文将对用户画像的相关知识进行进行简单的介绍,并利用Python去实现一个简单的用户画像系统。

1.什么是用户画像

用户画像可以理解成是海量数据的标签,根据用户的目标、行为和观点的差异,将他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,形成一个人物原型 。

用户画像 = 自我介绍

简单的来说用户画像等于自我介绍,比如:我的一个好友叫王小震,25岁,摩羯座,从事软件开发工作,超级无敌工作狂,平时喜欢外出爬山,打球、喜欢看书,类型多偏技术和管理,偶尔玩玩LOL等游戏,喜欢美食,但对海鲜过敏,目前还是单身狗一只……

看完之后,是不是感到这个人物十分清晰了?这是因为一个完整的人物画像已经呈现在了你的脑海里。当标签被描述得越多,你的用户画像就越清晰。

2.做用户画像的意义

a.从公司战略层面来说,好的用户画像可以帮助企业进行市场洞察、预估市场规模,从而辅助制定阶段性目标,指导重大决策,提升ROI;更有助于避免同质化,进行个性化营销。

b.从产品本身角度来说,用户画像可以围绕产品进行人群细分,确定产品的核心人群,从而有助于确定产品定位,优化产品的功能点。例如美妆类app,则前期可大致锁定画像一二线城市,喜欢时尚,年龄段在18至35之间的女性。

c.从数据管理角度来说,用户画像有助于建立数据资产,挖掘数据的价值,使数据分析更为精确,甚至可以进行数据交易,促进数据流通。互联网营销行业中常用的DMP(Data Management Platform)就是用户画像使用的一个好例子。

3.用户画像的基本要素

 

用户画像主要从静态属性、动态属性、消费属性和心理属性来划分。

静态属性是勾勒用户画像的基础:性别、年龄、学历、角色、收入、地域、婚姻等。

动态属性是指用户在互联网上的上网行为、娱乐偏好、社交习惯、出行方式以及获取知识的方式,这些都直接反应了用户对你的内容是否感兴趣。

消费属性是指用户的消费水平、消费心理、消费嗜好等,这反映的是用户对花钱有什么看法。到底是喜欢质量好的还是追求品质高的呢?到底是倾向于功能价值还是情感价值?

心理属性是指用户在生活、工作、情感、社交等方面所拥有的个人价值观。

4.构建用户画像的步骤

采集数据:数据的来源有多种,很多公司有自己的CRM系统,或者有智能采集系统日志的工具,常用的采集方式包括API、SDK和传感器采集等,可以通过想要挖掘什么标签来反推需要的数据源。

数据清洗:原始数据源存在“脏数据”,包括数据空缺和噪声、不一致、重复、错误等问题,为了保证后期挖掘的准确性,避免对决策造成影响,须对原始数据进行预处理。

数据标准化:用户画像的建立需要有整合多源数据(跨屏跨媒体)的能力,例如一个实体可能使用多个设备,拥有网络世界的多个账号,则须把多个身份ID组合,建立统一的标准,才能完整标识实体的用户画像。

用户建模:通过算法模型来定义人群的用户画像,常见为分类模型和聚类模型,例如朴素贝叶斯、决策树、SVM,神经网络,k-means等。

标签挖掘:通过平台来进行标签的加工和计算,通常需要部署环境,如通过Hadoop平台进行训练和学习,大规模的并行计算。

标签验证:须通过真实case验证标签挖掘结果的正确性,保证标签对应的处理结果跟预期大体相符。此步骤有时可以跟上个步骤(标签挖掘)对调,即可以先用小样本数据验证模型的可靠性,再依照结果进行调整,再进行挖掘。

数据可视化:即视觉呈现群体或个人的用户画像,包括柱状图/饼状图/表格等,可根据实际情况选择合适的可视化方式。

5.利用Python生成用户画像

上面介绍了用户画像的相关概念、基本要素和构建步骤,下面介绍如何去完成开发,先附上效果图一张

 

 

步骤为:获取数据-->分析数据-->生成用户画像-->网站实现

 

获取数据:在我们的实际开发中,原始数据是通过在数据库中获取,本文为了方便通过test.txt文件读取数据;

分析数据:在该步骤中,我们需要对读取的数据进行切割,并提取关键词及计算关键词的权重,这里我们我们利用Python的一个中文分词工具jieba,如果还没安装的可以使用pip安装(安装命令为:pip install jieba);

生成用户画像:在这个步骤中,我们需要把获得关键词生成云词图,这里借用wordcloud生成云词图(如果还没安装可以通过命令pip install wordcloud进行安装)

 
  1. # -*- coding: utf-8 -*-

  2. __author__ = 'heroli'

  3. #wordcloud生成中文词云

  4. from wordcloud import WordCloud

  5. import jieba

  6. # 词频计算

  7. import jieba.analyse as analyse

  8. from scipy.misc import imread

  9. import os

  10. from os import path

  11. import matplotlib.pyplot as plt

  12.  
  13. class WC(object):

  14.  
  15. # 绘制词云

  16. def draw_wordcloud(self):

  17. #读入一个txt文件

  18. comment_text = open('static/test.txt','r').read()

  19. #结巴分词,生成字符串,如果不通过分词,无法直接生成正确的中文词云

  20. cut_text = " ".join(jieba.cut(comment_text))

  21. result = jieba.analyse.textrank(cut_text, topK=1000, withWeight=True)

  22. # 生成关键词比重字典

  23. keywords = dict()

  24.  
  25. for i in result:

  26. keywords[i[0]] = i[1]

  27.  
  28. d = path.dirname(__file__) # 当前文件文件夹所在目录

  29. color_mask = imread("static/images/alice.png") # 读取背景图片

  30. cloud = WordCloud(

  31. #设置字体,不指定就会出现乱码

  32. font_path="./fonts/Simfang.ttf",

  33. # font_path=path.join(d,'simsun.ttc'),

  34. width=200,

  35. height=200,

  36. #设置背景色

  37. background_color='white',

  38. #词云形状

  39. mask=color_mask,

  40. #允许最大词汇

  41. max_words=2000,

  42. #最大号字体

  43. max_font_size=40

  44. )

  45. word_cloud = cloud.generate(cut_text)# 产生词云

  46. word_cloud.to_file("static/images/user_img.jpg") #保存图片

  47. # 显示词云图片

  48. # plt.imshow(word_cloud)

  49. # plt.axis('off')

  50. # plt.show()

  51.  
  52.  
  53. if __name__ == '__main__':

  54. wc = WC()

  55. wc.draw_wordcloud()


网站实现:网站通过flask实现,Flask是一个使用python编写的轻量级 Web 应用框架。由于其简单易学,非常适合与编写轻量级的web应用,故本文选择flask进行网站的实现。代码比较简单,下面为主要代码:

 

 
  1. # -*- coding:utf-8 -*-

  2. from flask import Flask

  3. from flask import render_template

  4. import userWordCould

  5.  
  6. app = Flask(__name__)

  7.  
  8. @app.route('/')

  9. def all():

  10. return '开启探索用户画像的大门'

  11.  
  12. @app.route('/portrait/')

  13. @app.route('/portrait/<name>')

  14. def portrait(name=None):

  15. wc = userWordCould.WC()

  16. wc.draw_wordcloud()

  17. return render_template('portrait.html', name=name)

  18.  
  19. if __name__ == '__main__':

  20. app.run(debug=True,host='127.0.0.1')


 

以下为html代码:

 
  1. <!DOCTYPE html>

  2. <html lang="en">

  3. <head>

  4. <meta charset="UTF-8">

  5. <title>用户画像</title>

  6. </head>

  7. <body>

  8. <div class="body">

  9.  
  10. <img src="{{ url_for('static', filename='images/user_img.jpg') }}">

  11. </div>

  12. <style>

  13. .body{

  14. margin: 0 auto;

  15. text-align: center;

  16. }

  17. .body img{

  18. margin: 0 auto;

  19. text-align: center;

  20. }

  21. </style>

  22. </body>

  23. </html>


应用实现完毕,项目结构如下:

 

进入项目文件夹,启动项目:

python portrait.py

* Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)
* Restarting with stat
* Debugger is active!
* Debugger PIN: 263-119-555

然后再浏览器打开http://127.0.0.1:5000/portrait地址即可看到上面的用户画像效果页面。

文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。

原文链接:wenyusuran.blog.csdn.net/article/details/81132940

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。