大数据项目-----用户画像

陆山右

于 2018-12-01 08:27:36 发布

阅读量1.5k

点赞数

CC 4.0 BY-SA版权

分类专栏：大数据文章标签：用户消费画像家庭画像

本文链接：https://blog.csdn.net/weixin_41919236/article/details/84667109

大数据专栏收录该内容

69 篇文章

订阅专栏

本文探讨了数据源获取手段，如爬虫技术在社交、出行及消费数据收集中的应用，以及如何利用TensorFlow和SparkMLlib等工具建立算法模型。深入分析了不同数据类型，包括城市级别数据、人口移动数据和用户画像数据，并讨论了用户消费观念、职业、收入和喜好的消费行为。提出了基于流式处理的用户画像标签化方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

`1、数据源`

数据类型	数据源获取手段
社交数据	爬虫
出行数据	:
消费数据	爬虫
房地产相关数据	爬虫
产品评论数据	爬虫
	···
	···

`2、通过建立算法模型，产生如下数据，算法可以使用Tensflow、Spark MLlib等。`

`3、数据类型`

城市级别数据
城市级别数据	人口、经济、交通、基础设施	这块数据过于牛，需要用到很多算法
人口移动数据	地铁通勤、专车以及出租车通勤	可以pass,了解一下即可
用户画像数据	用户消费画像、家庭画像	`这一块可以大有作为`

在这里插入图片描述

1、用户画像数据：用户消费画像 和 家庭画像
2、两个方向：租房数据报表开发 和 给用户画像打标签（spark流处理）、（备注：打标签流程）
3、消费行为：消费观念 
		职业
		收入
		喜好
4、 5-6种用户画像，提取标签规则 ---->简单的提取规则
5、用户画像 ---->给某些用户打标签----流式处理过程