编辑导语：互联网的飞速成长，把人们带入到了一个信息异常富厚的时代，天天城市有大量的信息发生，信息过载已成为了一个严重的问题。面临如此海量的信息，用户很难快速找到本身感乐趣的内容。于是制浸染户用户画像，计较乐趣类标签变得越来越重要。本日，本文作者就为我们分享了“用户乐趣偏好”标签的计较要领。

本日分享一下“用户乐趣偏好”标签的计较要领。

一、什么是乐趣偏好类标签

首先，什么是乐趣偏好呢？

其实从字面意义上，较量容易领略：我们以电商为例，就是某个用户对某个工具（这里的工具可以是商品、可以是品类等）是否有爱好。

官方一点的界说：圈定某乐趣涉及的工具，按照消费者与该乐趣工具的互动环境，判定消费者对某一乐趣的喜好水平。

举个例子，想看看用户对付“体育举动”类目是不是有偏好。

有伴侣会问，这标签计较不是太容易了么，直接把这个用户汗青上所有的购置记录，拿出来，分类目统计一下差异类目标成交环境，看看体育举动类目标成交多不多，不就完了。

逻辑是没问题，可是忽略了许多场景：好比用户每天欣赏体育举动相关的类目，但成交量不大，是不是也说明对该类目有偏好呢？而这种偏好的计较，往往比成交的偏好更有营销代价，也更全面。

那如何举办乐趣偏好标签的计较呢？

二、乐趣偏好标签的计较

先看计较逻辑总体概览，主要分为了三部门：互动行为、互动深度、权重。我们这里的乐趣偏好，以用户偏好哪个一级品类为例，举办展开。

1. 互动行为

这部门是确定有哪些用户行为要纳入到乐趣标签的计较中。

凡是在电商中，利用的较量多的就是：欣赏、加购、下单。有这些行为，往往反应出用户对该品类有较强的乐趣。

别的，搜索行为也是很能反应用户偏好的，但由于搜索词涉及大量NLP的内容，在做标签的计较中，较量耗时艰辛，在精度要求没有那么高的时候，可以先不思量搜索行为。

2. 互动深度

所谓的互动深度，指的是用户在每种互动行为下，有哪些详细的内容可以权衡用户行为的深度环境。

否则容易呈现这种环境：用户只是对某个类目下的某个商品有超强偏好，可是最终计较功效却是该用户对整个类目都有乐趣。用互动深度，能低落异常环境带来的影响。

我们这里举的例子，利用了三个指标来反应用户的行为深度：设计三级类目数、涉及sku数、购置件数。

3. 权重配置

权重部门很重要。这是为了将差异行为对最终功效的孝敬，举办公道差别化。

也较量容易领略，必定是下单说明用户更感乐趣嘛，究竟能真掏钱的才是真爱。所以在权重巨细上，也是下单>加购>欣赏。

关于如何配置权重，后头有时机再分享。

4. 综合得分

最后就是按照行为、深度、以及权重，综合计较偏好得分了。

凡是，计较之前会对数据举办一些尺度化的处理惩罚，制止量纲对功效的影响。基于得分，举办阈值的分别，可以分别出差异的偏好水平。

以上是关于人群乐趣偏好标签的分享，关于其他范例标签的计较，敬请等候