利用Python搭建用户画像系统

用户画像是当下很多企业都会提及的概念，多数情况下会和大数据以及营销挂钩。本文将对用户画像的相关知识进行进行简单的介绍，并利用Python去实现一个简单的用户画像系统。

1.什么是用户画像

用户画像可以理解成是海量数据的标签，根据用户的目标、行为和观点的差异，将他们区分为不同的类型，然后每种类型中抽取出典型特征，赋予名字、照片、一些人口统计学要素、场景等描述，形成一个人物原型。

用户画像 = 自我介绍

简单的来说用户画像等于自我介绍，比如：我的一个好友叫王小震，25岁，摩羯座，从事软件开发工作，超级无敌工作狂，平时喜欢外出爬山，打球、喜欢看书，类型多偏技术和管理，偶尔玩玩LOL等游戏，喜欢美食，但对海鲜过敏，目前还是单身狗一只……

看完之后，是不是感到这个人物十分清晰了？这是因为一个完整的人物画像已经呈现在了你的脑海里。当标签被描述得越多，你的用户画像就越清晰。

2.做用户画像的意义

a.从公司战略层面来说，好的用户画像可以帮助企业进行市场洞察、预估市场规模，从而辅助制定阶段性目标，指导重大决策，提升ROI；更有助于避免同质化，进行个性化营销。

b.从产品本身角度来说，用户画像可以围绕产品进行人群细分，确定产品的核心人群，从而有助于确定产品定位，优化产品的功能点。例如美妆类app，则前期可大致锁定画像一二线城市，喜欢时尚，年龄段在18至35之间的女性。

c.从数据管理角度来说，用户画像有助于建立数据资产，挖掘数据的价值，使数据分析更为精确，甚至可以进行数据交易，促进数据流通。互联网营销行业中常用的DMP（Data Management Platform）就是用户画像使用的一个好例子。

3.用户画像的基本要素

用户画像主要从静态属性、动态属性、消费属性和心理属性来划分。

静态属性是勾勒用户画像的基础：性别、年龄、学历、角色、收入、地域、婚姻等。

动态属性是指用户在互联网上的上网行为、娱乐偏好、社交习惯、出行方式以及获取知识的方式，这些都直接反应了用户对你的内容是否感兴趣。

消费属性是指用户的消费水平、消费心理、消费嗜好等，这反映的是用户对花钱有什么看法。到底是喜欢质量好的还是追求品质高的呢？到底是倾向于功能价值还是情感价值？

心理属性是指用户在生活、工作、情感、社交等方面所拥有的个人价值观。

4.构建用户画像的步骤

采集数据：数据的来源有多种，很多公司有自己的CRM系统，或者有智能采集系统日志的工具，常用的采集方式包括API、SDK和传感器采集等，可以通过想要挖掘什么标签来反推需要的数据源。

数据清洗：原始数据源存在“脏数据”，包括数据空缺和噪声、不一致、重复、错误等问题，为了保证后期挖掘的准确性，避免对决策造成影响，须对原始数据进行预处理。

数据标准化：用户画像的建立需要有整合多源数据（跨屏跨媒体）的能力，例如一个实体可能使用多个设备，拥有网络世界的多个账号，则须把多个身份ID组合，建立统一的标准，才能完整标识实体的用户画像。

用户建模：通过算法模型来定义人群的用户画像，常见为分类模型和聚类模型，例如朴素贝叶斯、决策树、SVM，神经网络，k-means等。

标签挖掘：通过平台来进行标签的加工和计算，通常需要部署环境，如通过Hadoop平台进行训练和学习，大规模的并行计算。

标签验证：须通过真实case验证标签挖掘结果的正确性，保证标签对应的处理结果跟预期大体相符。此步骤有时可以跟上个步骤（标签挖掘）对调，即可以先用小样本数据验证模型的可靠性，再依照结果进行调整，再进行挖掘。

数据可视化：即视觉呈现群体或个人的用户画像，包括柱状图/饼状图/表格等，可根据实际情况选择合适的可视化方式。

5.利用Python生成用户画像

上面介绍了用户画像的相关概念、基本要素和构建步骤，下面介绍如何去完成开发，先附上效果图一张

步骤为:获取数据-->分析数据-->生成用户画像-->网站实现

获取数据：在我们的实际开发中，原始数据是通过在数据库中获取，本文为了方便通过test.txt文件读取数据；

分析数据：在该步骤中，我们需要对读取的数据进行切割，并提取关键词及计算关键词的权重，这里我们我们利用Python的一个中文分词工具jieba，如果还没安装的可以使用pip安装(安装命令为：pip install jieba);

生成用户画像：在这个步骤中，我们需要把获得关键词生成云词图，这里借用wordcloud生成云词图（如果还没安装可以通过命令pip install wordcloud进行安装）

# -*- coding: utf-8 -*-
__author__ = 'heroli'
#wordcloud生成中文词云
from wordcloud import WordCloud
import jieba
# 词频计算
import jieba.analyse as analyse
from scipy.misc import imread
import os
from os import path
import matplotlib.pyplot as plt
class WC(object):
# 绘制词云
def draw_wordcloud(self):
#读入一个txt文件
comment_text = open('static/test.txt','r').read()
#结巴分词，生成字符串，如果不通过分词，无法直接生成正确的中文词云
cut_text = " ".join(jieba.cut(comment_text))
result = jieba.analyse.textrank(cut_text, topK=1000, withWeight=True)
# 生成关键词比重字典
keywords = dict()
for i in result:
keywords[i[0]] = i[1]
d = path.dirname(__file__) # 当前文件文件夹所在目录
color_mask = imread("static/images/alice.png") # 读取背景图片
cloud = WordCloud(
#设置字体，不指定就会出现乱码
font_path="./fonts/Simfang.ttf",
# font_path=path.join(d,'simsun.ttc'),
width=200,
height=200,
#设置背景色
background_color='white',
#词云形状
mask=color_mask,
#允许最大词汇
max_words=2000,
#最大号字体
max_font_size=40
)
word_cloud = cloud.generate(cut_text)# 产生词云
word_cloud.to_file("static/images/user_img.jpg") #保存图片
# 显示词云图片
# plt.imshow(word_cloud)
# plt.axis('off')
# plt.show()
if __name__ == '__main__':
wc = WC()
wc.draw_wordcloud()

网站实现：网站通过flask实现，Flask是一个使用python编写的轻量级 Web 应用框架。由于其简单易学，非常适合与编写轻量级的web应用，故本文选择flask进行网站的实现。代码比较简单，下面为主要代码：

# -*- coding:utf-8 -*-
from flask import Flask
from flask import render_template
import userWordCould
app = Flask(__name__)
@app.route('/')
def all():
return '开启探索用户画像的大门'
@app.route('/portrait/')
@app.route('/portrait/<name>')
def portrait(name=None):
wc = userWordCould.WC()
wc.draw_wordcloud()
return render_template('portrait.html', name=name)
if __name__ == '__main__':
app.run(debug=True,host='127.0.0.1')

以下为html代码：

<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>用户画像</title>
</head>
<body>
<div class="body">
<img src="{{ url_for('static', filename='images/user_img.jpg') }}">
</div>
<style>
.body{
margin: 0 auto;
text-align: center;
}
.body img{
margin: 0 auto;
text-align: center;
}
</style>
</body>
</html>

应用实现完毕，项目结构如下：

进入项目文件夹，启动项目：

python portrait.py

* Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)
* Restarting with stat
* Debugger is active!
* Debugger PIN: 263-119-555

然后再浏览器打开http://127.0.0.1:5000/portrait地址即可看到上面的用户画像效果页面。