别懵逼，用户画像其实是这么回事儿

佚名 6年前 (2019-04-26) 随笔 948人围观抢沙发百度已收录

大数据研习社这个社群运营至今，已有QQ群50+，微信群10+，微信/头条/博客多维度覆盖，触及影响的大数据人群20万+。好学君发现，在大数据领域，大家讨论比较多而且“来钱”最快的领域就是用户画像以及个性化推荐这块儿啦。但很多同学又觉得用户画像特别难“搞”，不好落地而且依赖的技术多资源多。

好学君本人对用户画像一直处于懵逼状态，偶尔想装X还心底发虚，直到我看到了下面这份资料。这是来自前阿里推荐算法工程师姚凯飞的一次分享，对用户画像讲得比较透彻，个人觉得这个绝对是要收藏的了。

SRE实战互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

Part 1 什么是用户画像

Part 2 为什么需要用户画像

Part 3 如何构建用户画像

Part 4 用户画像的应用

Part 5 总结

这份资料从宏观上将用户画像讲得比较透彻，不过对我们技术人来说，迟早还得将焦点落在具体的技术方案和项目上。最近，一位参与负责过电商、医疗、游戏都多个领域用户画像大型项目的资深数据开发工程师赵老师新出了一门课程《基于大数据的用户画像解决方案》。

相对网上仅有的几份其它同品类课程来说，这门课从内容到实操落地都是不错的。内容上涵盖用户标签指标体系、数据分析、数据开发、ETL、搭建开发环境、kafka和hbase等常用大数据组件的介绍、画像的产品形态、如何打通数据服务层为各业务线提供接口服务，以及如何应用用户标签和效果评估；实操性上来说，每章案例都进行详细的分析和开发过程讲解，附有相应的分析报告、文档以及代码。