国产成人精品福利网站人,2021久久天天躁狠狠躁夜夜

只是個性化服務嗎

星期二上午幫老師給專碩代課，三組學生上講臺匯報作業(yè)，她們準備得都很充分，匯報的三個都是女同學，我看了下，班上男同學占少數(shù)。

三個作業(yè)主題分別是用戶畫像、OA和知識管理工具三個方面的，幸好三個我都研究過。我講評用戶畫像的時候，想在我們NLSP后臺演示一下我們嘗試做的用戶畫像模塊，不知道是不是教室里用的電腦屏幕太小，系統(tǒng)界面顯示不全，也拖動不出來，只好作罷。

我現(xiàn)在發(fā)現(xiàn)一個問題，書看得多了，談話的時候容易串話題，越扯越遠，未免太啰嗦了一些，下次注意。

用戶畫像最近幾年是個很熱的話題，各行各業(yè)都在說這個事，很多專著里面花大幅章節(jié)來討論。

用戶畫像，英文為User Profile，是根據(jù)用戶基本屬性、社會屬性、行為屬性、心理屬性等真實信息而抽象出的一個標簽化的、虛擬的用戶模型。“用戶畫像”的實質(zhì)是對 “人”的數(shù)字化。用戶畫像的應用場景有很多，比如個性化推薦、精準營銷、金融風控、精細化運營等等。舉個例子來理解用戶畫像的實際應用價值，我們經(jīng)常用手機網(wǎng)購，但其實我們每個人的購物APP頁面都不一樣。所謂“千人千面”，即電商APP的個性化推薦系統(tǒng)會給每個用戶“量身定制”專屬首頁，精準推送符合用戶需求和偏好的商品，從而提升轉(zhuǎn)化率和用戶體驗。而用戶畫像構建的核心工作，即是給用戶貼“標簽”。標簽（tag）：也稱數(shù)據(jù)點。我們通過“標簽”來對用戶的多維度特征進行提煉和標識。

冷數(shù)據(jù)：性別、興趣、常駐地、職業(yè)、收入水平和年齡層次等相對穩(wěn)定的用戶畫像數(shù)據(jù)。溫數(shù)據(jù)：近期活躍應用、近期活躍場景等具有一定時效性的用戶行為數(shù)據(jù)。熱數(shù)據(jù)：當前區(qū)域、當下打開的應用等場景化明顯的實時數(shù)據(jù)。

在用戶畫像上，電商和各種商家對這個可真是著了迷了，那是實實在在的真金白銀啊。大數(shù)據(jù)時代，APP比自己的爹媽都了解自己啊，甚至比自己還了解自己。所以說，大數(shù)據(jù)殺熟那是小菜一碟。掌握的數(shù)據(jù)越多，一個人被描述得越精確，電商是什么數(shù)據(jù)都想收集，是所有數(shù)據(jù)。

用戶畫像只是關注個體的定位和描述嗎？不是的。用戶畫像更重要的是要歸納出一個群體的共性特征。用戶畫像可以幫助我們了解到最重要的80%用戶需求是什么，以及哪些是用戶其實沒那么在意的20%的需求。通過建立用戶畫像（一個真實用戶的形象），我們可以與用戶產(chǎn)生共情，設身處地地去思考用戶需求。

很多企事業(yè)單位已經(jīng)積累了很多數(shù)據(jù)，很多已經(jīng)開始了構建自己的用戶畫像體系，很多運營人員也將用戶畫像作為“用戶洞察“、開展“精細化運營“的基礎。這里有三個誤區(qū)，需要了解一下。

誤解一：將標簽等同于特征。標簽標識多維度的特征。但標簽不同于特征。有的單個特征可以當做一個標簽來使用，但有的標簽是由多個特征聚類組合加工而成的。所以，不能把標簽等同于特征。比如 “有車一族”這一標簽就是由“男性（冷數(shù)據(jù)）”“手機安裝有并經(jīng)常打開汽車資訊類APP（溫數(shù)據(jù)）” “常出現(xiàn)在4S店（基于LBS技術可以得到的場景化的熱數(shù)據(jù)）”等特征綜合提煉得出。

誤解二：認為用戶畫像就是客觀事實。一般來說，企業(yè)在構建標簽體系時，會標注標簽屬性，幫助內(nèi)部理解標簽賦值的來源，進而理解指標的含義。一般來說，常見的有5種標簽屬性：固有屬性、推導屬性、行為屬性、態(tài)度屬性、測試屬性。固有屬性即指這些指標的賦值體現(xiàn)的是用戶生而有之或者客觀存在的屬性，比如：性別、年齡、是否生育等。推導屬性則是由其他屬性推導而來的屬性，比如星座，我們可以通過用戶的生日推導；而用戶的品類偏好，則可以通過日常購買來推導。行為屬性是產(chǎn)品內(nèi)外實際發(fā)生的行為被記錄后形成的賦值，比如用戶的登陸時間、頁面停留時長等。態(tài)度屬性則是用戶自我表達的態(tài)度和意愿。在大數(shù)據(jù)的需求背景下，以往通過問卷來調(diào)研手機用戶態(tài)度屬性的方式顯得有些低效；現(xiàn)在更多的則是利用產(chǎn)品中相關的模塊做用戶態(tài)度信息收集，比如微博的“點贊”按鈕，用戶可以表達自己對某觀點的贊同。測試屬性是指來自用戶的態(tài)度表達，但并不是用戶直接表達的內(nèi)容，而是通過分析用戶的表達，結構化處理后，得出的測試結論。現(xiàn)在很多產(chǎn)品都有UGC功能，用戶可以表達自己的觀點、情感、態(tài)度，通過對用戶生成的內(nèi)容進行文本挖掘分析，可以得出用戶的價值觀、性格等屬性。所以，標簽數(shù)據(jù)未必是客觀事實，但也不是完全虛構，而是基于事實數(shù)據(jù)進行符合邏輯的模型分析得出。

誤解三：認為用戶畫像都是對單個用戶的描述。在互聯(lián)網(wǎng)全面普及、物聯(lián)網(wǎng)正進入爆發(fā)的當下，對特定用戶的洞察有海量數(shù)據(jù)和前沿的數(shù)據(jù)智能技術作為支撐和依托，特定用戶的畫像構建當然是可行的。比如， APP/應用可以基于自身積累的用戶注冊數(shù)據(jù)和用戶行為數(shù)據(jù)來綜合刻畫特定用戶的畫像，基于此，金融風控類應用可以精準識別高風險用戶；新聞類應用可以準確篩選出熱衷發(fā)表一些過激或負面言論跟帖的用戶；電商類應用可以判斷那些總是在頻繁下單、打五星好評、然后取消訂單的刷單用戶….然而，目前行業(yè)更多聚焦于對某一人群或行業(yè)的洞察上，也會通過數(shù)據(jù)報告的形式呈現(xiàn)洞察結果。

高校圖書館作為為廣大師生提供教學和科研資源保障的單位，坐擁了很多紙本圖書期刊資源和海量的數(shù)字資源，如何能把這些資源有效推廣出去，讓廣大讀者真正能找到所需的資料，讓買來的資源發(fā)揮有效的作用，是智慧圖書館建設的重中之重。

圖書館引入用戶畫像這個概念是非常必要和迫切的，其實這也是圖書館一直以來所做的，但是并沒有把這件事情框在“用戶畫像”這個概念里，“為書找人，為人找書”不就是鮮明的旗幟嗎？當然，在數(shù)字時代，海量資源的充分利用、精準統(tǒng)計和分析是不容易的一件事。用戶畫像，重在實踐。

我們圖書館每年會買7、8萬種紙本圖書，幾千種期刊，當然電子數(shù)據(jù)庫就更多了，有180多個。電子和紙本資源經(jīng)費已經(jīng)要超越6:4了，往后會更多。NLSP中有大量的本校師生用戶數(shù)據(jù)、也有一些聯(lián)盟的讀者數(shù)據(jù)，能把這些人和資源更優(yōu)化地匹配是個難點也是個重點。

圖書館做用戶畫像，一是要提供精準服務、個性化服務，給讀者留下一個永久保留的數(shù)字資產(chǎn)；二是為圖書館的資源建設做決策支持，就是俗話說的“好鋼用在刀刃上”，把錢用在最需要的地方，窮圖書館就是這樣沒辦法，做不到土豪館的買買買。

NLSP作為圖書館界落地的國內(nèi)首家下一代圖書館管理系統(tǒng)，已經(jīng)在著手做用戶畫像模塊，旨在學術方面數(shù)據(jù)的統(tǒng)計和分析，不涉及紙本資源和電子資源之外的無關信息。NLSP是個生長體，前后臺的功能一直在完善，像谷歌宣稱的那樣：永遠的Beta版。

看個簡單的圖，多了就不貼出來了。

當然，用戶畫像沒有上面說的這么簡單，還有很多復雜的事情要做。因為“用戶畫像”按大的分類來說，就必須區(qū)分兩種：

一種叫做Persona，也叫做用戶角色，是描繪抽象一個自然人的屬性。

一種叫做Profile，是和數(shù)據(jù)挖掘、大數(shù)據(jù)息息相關的應用。通過數(shù)據(jù)建立描繪用戶的標簽。

本站僅提供存儲服務，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權內(nèi)容，請點擊舉報。

九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区