电子商务平台用户画像标签系统的构建

电商平台连接卖家和买家，最终目的是促进交易，追求更高的销售额。提高人货匹配度是促进交易的关键，提高人货匹配度的关键是“让买家找到想要的商品”。

基于“人、货、场”的理论模型，本文试图建立一个面向电子商务平台的用户画像标签系统。

在平台上购物的整体流程可以概括为:进入平台，挑选商品，下单付款。

这个过程可以抽象为“人、货、场”。

即用户通过什么渠道进入什么商品的页面，完成选择并下单付款。

人对应用户，货对应商品，场对应渠道。

用户特征可以从用户的基本信息、亲属关系、位置信息、社交特征、消费特征五个维度来构建，表现出用户是一个什么样的人。

商品特征可以从品类偏好和品类行为人群两个维度来构建。

1，类别偏好

品类偏好标签定义为:用户在平台上偏好的商品品类。

2.类别行为组

品类行为人群标签的定义是:用户在平台上指定产品品类和时间段内的交互行为。流行的是用户对商品做了什么。

品类行为人群有三个要素:具体品类、行为类型、时间范围。

有五种行为类型:搜索、点击、收藏、添加和购买。

时间范围1 * * *有五个选项，分别是最近7天、最近15天、最近30天、最近90天和最近180天。

按类别行为人群标记的人是在指定时间范围内在指定类别中具有指定行为的所有人。

渠道是指用户访问商品详情页的途径，分为活动渠道和内容渠道。通过渠道特征，可以圈定偏好某种内容形式和内容渠道的人群，让商品有针对性地出现在这个位置。

通过“人、货、场”的理论，建立用户画像的标签体系。