基于大规模行为数据的用户画像课件

1、基于大规模行为数据的用户画像用户大数据2用户画像用户画像DemographicAgeGenderLife stageMarital statusResidenceEducationVocationPersonalityOpennessConscientiousnessExtraversionAgreeablenessNeuroticismImpulsivityNovelty-seekingIndecisiveness InterestsFoodBookMovieMusicSportRestaurantStatusEmotionEventHealthWealthDeviceSocialFrien

2、dCoworkerSpouseChildrenOther relativesTie strengthScheduleTaskDriving routeMetro/bus lineAppointmentVacation相关研究工作Dynamics of Online IntimacyWSDM 2016Location to ProfileWSDM 2015Big Five PersonalityWSDM 2017Location InterestsIJCAI 2017Consumer ImpulsivityUbiComp 2015Novelty SeekingTraitWWW 2015/WWW

3、2014LifeSpec跨平台用户行为数据集6LifeSpec跨平台用户行为数据集Average bedtime of different cities(1M respondents, led by Chinese Medical Doctor Association, announced in world sleep day 2013) BeijingGuangzhouRankCityBedtime7用户移动规律与位置预测8基于用户位置数据的用户画像GenderEducationMarital StatusZodiac SignAgeLocation check-ins of Beijing

4、 and ShanghaiLocation to Profile (L2P) Framework SpatialityTemporality Location KnowledgeUsers demographics用户移动规律RestrictionTemporal & Spatial RegularityM. C. Gonzalez, C. A. Hidalgo, and A.-L. Barabasi. Understanding individual human mobility patterns. Nature, 453 (7196):779782, 2008.Song C, Qu Z,

5、Blumm N, et al. Limits of predictability in human mobilityJ. Science, 2010, 327(5968): 1018-1021.基于用户位置数据的用户画像四体液说黑色的胆汁产生了忧郁型人格血液产生了乐观型人格黄色的胆汁产生了易怒型人格粘液产生了冷静型人格词汇学假说在人们生活中，最重要的那些人格特质最终会成为语言的一部分。 相对重要的人格特质更可能以一个单词的形式，被纳入语言。最初，描述人格特质的词汇有4500多个：“talkative”（健谈）, “aggressive”（有攻击性）, “fearful”（充满畏惧）用户大五人格推测外向性随和性神经质尽责性开放性用户大五人格推测用户文字与大五人格ExtraversionAgreeablenessNeuroticismConscientiousnessOpennessPositiveNegative用户头像与大五人格ExtraversionAgreeablenessNeuroticismConscientiousnessOpennessPositiveNegative非你莫属节目助理主持人更像人的聊天机器人随着带有用户标签的语言数据变得容易获取，如果我们有足够的关于某个人的数据，就能训练出一个和他个性一样的聊天机器人我们还可以通过一群人，例如儿童、