本文原始碼：GitHub·點這里 || GitEE·點這里

一、場景分析

1、場景案例

互聯網行業的朋友一定了解或者聽說過下列幾個場景：

阿里：千人千面，意思不同用戶使用阿里相關的產品感覺是不一樣的，例如支付寶首頁的推薦內容，和其他相關推薦流資訊是完全不同的，

騰訊：社交廣告，不同用戶的朋友圈或者其他媒體場景下的廣告資訊是不同的，會基于用戶特征推薦，

頭條：資訊價值，根據用戶瀏覽資訊，分析用戶相關喜好，針對分析結果推薦相關的資訊流，越關注某類內容，獲取相關的資訊越多，

如上幾種場景的邏輯就是：基于不斷分析用戶的行為，生成用戶的特征畫像，然后再基于用戶標簽，定制化的推薦相關內容，

2、基本概念

通過上面的場景，衍生出來兩個概念：

用戶畫像

用戶畫像，作為一種勾畫目標用戶、聯系用戶訴求與設計方向的有效工具，把該用戶相關聯的資料的可視化的展現，就形成了用戶畫像，用戶畫像在各領域得到了廣泛的應用，最初是在電商領域得到應用的，在大資料時代背景下，用戶資訊充斥在網路中，將用戶的每個具體資訊抽象成標簽，利用這些標簽將用戶形象具體化，從而為用戶提供有針對性的服務，

標簽資料

標簽在生活中非常常見，比如商品標簽，個人標簽，行業標簽，例如提到996就想到程式員，提到程式員就想到格子衫，

標簽是把分散的多方資料進行整合納入統一的技術平臺，并對這些資料進行標準化和細分，進行結構化存盤和更新管理，讓業務線可以把這些細分結果推向現有的互動營銷環境里的平臺，產生價值，這些資料稱為標簽資料，也就是常說的標簽庫，資料標簽的概念也是在最近幾年大資料的發展中不斷火熱起來的，

標簽價值

• 精細運營的基礎，有效提高流量精準和效率，
• 幫助產品快速定位需求人群，進行精準營銷；
• 能幫助客戶更快切入到市場周期中；
• 深入的預測分析客戶并作出及時反應；
• 基于標簽的開發智能推薦系統；
• 基于某類用戶的分析，洞察行業特征；

標簽的核心價值，或者說最常用的場景：實時智能推薦，精準化數字營銷，

二、資料標簽

1、標簽劃分

屬性標簽

屬性標簽是變化最小的，例如用戶實名認證之后，基于身份資訊獲取相關：性別，生日，出生年月，年齡，等相關標簽，變動頻率小，且最具有精準性，

行為標簽

行為標簽就是用戶通過在產品上的一系列操作，基于行為日志分析得出：例如購買能力、消費愛好、季節性消費標簽等，在資訊流的APP上，通過相關瀏覽行為，不斷推薦用戶感興趣的內容就是基于該邏輯，

規則標簽

根據業務場景需求，配置指定規則，基于規則生成分析結果，例如：

• 近7天活躍用戶：近7天，每天都登錄的用戶作為規則生成；
• 丟失用戶：六個月內沒有任何操作，可以發放高額優惠劵；
• 潛在用戶：使用或產生瀏覽資料，但是未發生任何交易行為；

這類標簽可以基于動態的規則配置，經過計算和分析，生成描述結果，也就是規則標簽，

擬合標簽

擬合類的標簽最具有復雜性，通過用戶上述幾種標簽，智能組合分析，給的預測值，例如：未婚、瀏覽相關婚禮內容，通過分析預測用戶將要舉辦婚禮，得到一個擬合結果：預測將要結婚，這個預測邏輯也可以反向執行，用戶購買嬰兒用品：預測已婚已育，

這就是資料時代常說的一句話：用戶在某個應用上一通操作之后，演算法分析的結果可能比用戶對自己的描述還要真實，

2、標簽加工流程

資料采集

資料采集的渠道相對較多，比如同一APP內的各種業務線：購物、支付、理財、外賣、資訊瀏覽等等，通過資料通道傳輸到統一的資料聚合平臺，有了這些海量日志資料的支撐，才具有資料分析的基礎條件，不管是資料智能，深度學習，演算法等都是建立在海量資料的基礎條件上，這樣才能獲取具有價值的分析結果，

資料加工

結合如上業務，通過對海量資料的加工，分析和提取，獲取相對精準的用戶標簽，這里還有關鍵的一步，就是對已有的用戶標簽進行不斷的驗證和修復，尤其是規則類和擬合類的相關標簽，

標簽庫

通過標簽庫，管理復雜的標簽結果，除了復雜的標簽，和基于時間線的標簽變，標簽資料到這里，已經具有相當大的價值，可以圍繞標簽庫開放一些收費服務，例如常見的，用戶在某電商APP瀏覽某些商品，可以在某資訊流平臺看到商品推薦，大資料時代就是這么令人感覺智能和窒息，

標簽業務

資料走了一大圈轉換成標簽，自然還是要回歸到業務層面，通過對標簽資料的用戶的分析，可以進行精準營銷，和智能推薦等相關操作，電商應用中可以提高成交量，資訊流中可以更好的吸參考戶，

應用層

把上述業務開發成服務，集成到具有的應用層面，不斷提升應用服務的質量，不斷的吸參考戶，提供服務，當然用戶的資料不斷在應用層面產生，在轉到資料采集服務中，最終形成完整的倍訓流程，

3、應用案例

從流程和業務層面描述都是簡單的，到開發層面都會變得復雜和不好處理，這可能就是產品和開發之間的隔閡，

標簽的資料型別

不同標簽的分析結果需要用不同的資料型別描述，在標簽體系中，常用描述標簽的資料型別如下：列舉、數值、日期、布爾、文本型別，不同的型別需要不一樣的分析流程，

商品和標簽

這里提供一個基礎案例，用商品的標簽來分析商品，例如通過商品產地，價格，狀態等條件，來查詢產品庫有多少符合條件的商品，

資料表設計

主要分四張表：標簽分類，標簽庫，標簽值，標簽資料，

CREATE TABLE `tc_tag_catalog` (
	`id` INT (11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID',
	`catalog_name` VARCHAR (50) NOT NULL DEFAULT '' COMMENT '名稱',
	`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創建時間',
	`update_time` datetime DEFAULT NULL COMMENT '更新時間',
	`state` INT (1) DEFAULT '1' COMMENT '狀態1啟用,2禁用',
	PRIMARY KEY (`id`)
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標簽層級目錄';

CREATE TABLE `tc_tag_cloud` (
	`id` INT (11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID',
	`catalog_id` INT (11) NOT NULL COMMENT '目錄ID',
	`tag_name` VARCHAR (100) DEFAULT '' COMMENT '標簽名稱',
	`tag_code` INT (11) DEFAULT NULL COMMENT '標簽編碼',
	`bind_column` VARCHAR (100) DEFAULT '' COMMENT '系結資料列',
	`data_type` INT (2) NOT NULL COMMENT '1列舉,2數值,3日期,4布爾,5值型別',
	`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創建時間',
	`update_time` datetime DEFAULT NULL COMMENT '更新時間',
	`remark` VARCHAR (150) DEFAULT NULL COMMENT '備注',
	`state` INT (1) DEFAULT '1' COMMENT '狀態1啟用,2禁用',
	PRIMARY KEY (`id`)
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標簽云';

CREATE TABLE `tc_tag_data_enum` (
	`tag_code` INT (11) NOT NULL COMMENT '標簽編碼',
	`data_value` VARCHAR (150) NOT NULL COMMENT '列舉值',
	`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創建時間',
	KEY `tag_code_index` (`tag_code`) USING BTREE
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標簽列舉值';

CREATE TABLE `tc_tag_data_set` (
	`id` INT (11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID',
	`product_name` VARCHAR (100) DEFAULT '' COMMENT '商品名稱',
	`unit_price` DECIMAL (10, 2) DEFAULT '0.00' COMMENT '單價',
	`is_shelves` INT (1) DEFAULT '1' COMMENT '是否上架：1否,2是',
	`origin_place` VARCHAR (100) DEFAULT '' COMMENT '產地',
	`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創建時間',
	PRIMARY KEY (`id`)
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標簽資料集';

模擬入參介面

這里的引數應該是基于需求，動態選取，進行組織到一起：

例如圖片中這里給定的標簽值串列，稱為列舉值，

@RestController
public class AnalyzeController {

    @Resource
    private TagDataSetService tagDataSetService ;

    @GetMapping("/analyze")
    public String analyze (){
        List<TagParam> tagParamList = new ArrayList<>() ;

        TagParam tagParam1 = new TagParam(1,"產地","origin_place") ;
        List<String> valueList1 = new ArrayList<>() ;
        valueList1.add("深圳");
        valueList1.add("廣東");
        tagParam1.setValueList(valueList1);
        tagParamList.add(tagParam1) ;

        TagParam tagParam2 = new TagParam(2,"價格","unit_price") ;
        List<String> valueList2 = new ArrayList<>() ;
        valueList2.add("1999");
        tagParam2.setValueList(valueList2);
        tagParamList.add(tagParam2) ;

        TagParam tagParam3 = new TagParam(3,"生產日期","create_time") ;
        List<String> valueList3 = new ArrayList<>() ;
        valueList3.add("2020-05-01 13:43:54");
        tagParam3.setValueList(valueList3);
        tagParamList.add(tagParam3) ;

        TagParam tagParam4 = new TagParam(4,"是否上架","is_shelves") ;
        List<String> valueList4 = new ArrayList<>() ;
        valueList4.add("1");
        tagParam4.setValueList(valueList4);
        tagParamList.add(tagParam4) ;

        TagParam tagParam5 = new TagParam(5,"產品名稱","product_name") ;
        List<String> valueList5 = new ArrayList<>() ;
        valueList5.add("智能");
        tagParam5.setValueList(valueList5);
        tagParamList.add(tagParam5) ;

        Integer count = tagDataSetService.analyze(tagParamList) ;

        return "Result：" + count ;
    }
}

引數決議查詢

通過對引數的決議，最終形成查詢的SQL陳述句，獲取精準的結果資料，

@Service
public class TagDataSetServiceImpl extends ServiceImpl<TagDataSetMapper, TagDataSet> implements TagDataSetService {

    @Resource
    private TagDataSetMapper tagDataSetMapper ;

    @Override
    public Integer analyze(List<TagParam> tagParamList) {
        StringBuffer querySQL = new StringBuffer() ;
        for (TagParam tagParam:tagParamList){
            querySQL.append(" AND ") ;
            querySQL.append(tagParam.getBindColumn()) ;
            // 1列舉,2數值,3日期,4布爾,5值型別
            List<String> valueList = tagParam.getValueList();
            switch (tagParam.getDataType()){
                case 1:
                    querySQL.append(" IN (") ;
                    for (int i = 0 ; i < valueList.size() ;i++){
                        if (i != valueList.size()-1){
                            querySQL.append("'").append(valueList.get(i)).append("',");
                        } else {
                            querySQL.append("'").append(valueList.get(i)).append("'");
                        }
                    }
                    querySQL.append(" )") ;
                    break;
                case 2:
                    querySQL.append("=").append(tagParam.getValueList().get(0)) ;
                    break;
                case 3:
                    querySQL.append(">='").append(tagParam.getValueList().get(0)).append("'") ;
                    break;
                case 4:
                    querySQL.append("=").append(tagParam.getValueList().get(0)) ;
                    break;
                case 5:
                    querySQL.append(" LIKE '%").append(tagParam.getValueList().get(0)).append("%'") ;
                    break;
                default:
                    break;
            }
        }
        /* 最終執行的 SQL
            SELECT COUNT(*) FROM tc_tag_data_set
            WHERE 1 = 1
            AND origin_place IN ('深圳', '廣東')
            AND unit_price = 1999
            AND create_time >= '2020-05-01 13:43:54'
            AND is_shelves = 1
            AND product_name LIKE '%智能%'
         */
        String whereCondition = String.valueOf(querySQL);
        return tagDataSetMapper.analyze(whereCondition);
    }
}

可能有人會說這不就是個查詢流程嗎？如果有這樣的疑問，把上述案例換成用戶查詢，標簽資料的價值會更直觀，

三、智能畫像

1、基本概念

用戶畫像

作為一種勾畫目標用戶、聯系用戶訴求與設計方向的有效工具，用戶畫像在各領域得到了廣泛的應用，最初是在電商領域得到應用的，在大資料時代背景下，用戶資訊充斥在網路中，將用戶的每個具體資訊抽象成標簽，利用這些標簽將用戶形象具體化，從而為用戶提供有針對性的服務，

行業畫像

通過行業屬性標簽，行業下用戶標簽的綜合分析，生成行業分析報告，提供極有價值的導向，這是最近兩年極其熱門的應用，

畫像補全

通過不斷分析用戶資料，豐富標簽庫，使用戶的畫像更加豐富立體，

2、畫像報告

通過標簽資料的分析，生成一份分析報告，報告內容包含豐富的用戶標簽統計資料，

例如：90后畫像報告

這個報告，互聯網用戶一定或多或少都看到過，主要是一些標簽統計，共性標簽展示，或者哪些群體對90后三觀影響最大，收入來源，學歷等各種分析解讀，

四、源代碼地址

GitHub·地址
https://github.com/cicadasmile/data-manage-parent
GitEE·地址
https://gitee.com/cicadasmile/data-manage-parent

推薦閱讀：《架構設計系列》，蘿卜青菜，各有所需

標籤：Java

上一篇：日志JCL初探

下一篇：用自定義鏈式堆疊解決力扣括號匹配問題