用户画像技术架构
收录了 用户画像技术架构 频道下的 50 篇内容
用户画像在阅文的探索与实践
本文将介绍为什么需要用户画像，以及如何做用户画像，并结合在阅文场景下所面临的问题，为大家分享下我们在用户画像上的探索与实践。
你真的懂用户画像吗？
在移动互联网时代，精细化运营成为企业重要的竞争力，此时，“用户画像”的概念也应运而生。
用户画像技术及方法论
本文介绍如何通过用户及商品画像来构建数字化体系。
51 信用卡的数据驱动运营增长体系丨 QCon
51信用卡是一家互联网金融公司，业务涉及到信用卡的办卡、管理、还款、资讯以及借贷和理财相关服务，用户需求比较多元化。
微软专家眼中个性化推荐系统的 5 大研究趋势
个性化推荐系统的未来会如何发展？
网易大数据用户画像实践
网易大数据生态数量级巨大，且产品线丰富，覆盖用户娱乐、电商、教育等领域，并且APP活跃度高，积累了多维度的用户行为数据。通过集团数据资产构建全域用户画像，旨在服务于域内众多业务场景，同时也在探索外部商业化方案。
QCon 北京：构建大数据生态需要哪些核心技术？
2016年QCon全球软件开发大会北京站为期三天的会议已圆满结束，参会者对整体内容设置及安排反馈良好。这里我们梳理出22号“大数据生态构建”厂商共建专场的重点演讲内容，为没能到现场聆听的小伙伴们奉上饱满的干货内容。
基于标签的实时短视频推荐系统
本文结合电视猫的业务场景及工程实践经验来详细讲解基于标签的倒排索引算法的原理及工程落地方案细节。
老司机谈电商系统之推荐系统
本文转载自技术琐话公众号
个推开发者服务进阶之路
在移动互联网时代，App贯穿我们的工作和生活，他们既是工作的必需品，也是生活的乐趣之源。对用户来说，App的推送服务是必不可少的，它不仅能让用户及时收到重要的消息，也能让推送的服务商获得更多的流量，实乃双赢之举。
日处理数据量超 10 亿：友信金服基于 Flink 构建实时用户画像系统的实践
目前该系统支持日处理数据量超10亿，接入上百种合规数据源。
贝壳找房郭凯：贝壳用户画像系统的构建历程 | 视频
贝壳找房的用户策略团队如何从0到1构建贝壳用户画像体系？
京东购物在微信等场景下的算法应用实践
此次分享的是以WQ（微信手Q）购物智能推荐系统介绍智能推荐算法在实际中的应用，介绍的WQ购物从海量服务到简单的个性服务到现在的个性化服务发展历程。
数十亿用户数据，上千个用户标签维度，用户分析怎么做？
本文介绍用户行为分析的应用场景、以及通过一些行业案例展示如何使用 Kyligence 进行用户行为分析，最后用 Demo 演示了具体的行为分析过程。
机器学习在好分期资金适配中的应用实践
“通过对数据的收集和清洗，以及一系列计算规则（包括文中所说的相似度计算），最后发现资金方的适配成功率提高了将近10%。”
51 信用卡的数据驱动运营增长体系
本次分享介绍如何基于实时大数据架构、机器学习算法和ab-test框架来实现新用户的实时个性化精准分化、生命周期运营等。
如何突破腾讯大数据分析架构瓶颈
本次分享介绍腾讯大数据技术的新发展和架构实践。
Geekbang 微直播报名丨互联网金融深度解读系列演讲【免费】
ArchSummit深圳2015大会即将于7月17日正式开幕，为了满足广大读者在线学习的要求，Geekbang推出了在线微直播的大牛V课堂活动，可以免费报名收看互联网金融专题的相关演讲，关注公众号geekbang01即可。
机器学习在苏宁搜索平台中的实践
本次分享介绍搜索如何利用机器学习在商品排序、用户意图识别、商品异常检测、异常流量检测、架构优化等方面的应用。
京公网安备 11010502039052号 | 产品资质
