648
【近战】基于微博用户关系与行为的用户建模分析
【编者按】好的技术实战分享从来不因为时间的流失而褪色。2011年开始运营的阿里技术沙龙共积累35期，近100位深度实战培训资源（PPT+视频）让很多朋友大呼过瘾。接棒阿里技术沙龙，云栖社区特别挑选最具人气的12场深度实战分享组成【近战】的第一个系列。其中包含新浪微博、淘宝搜索、美团、美丽说、淘宝推荐、小米、支付宝、阿里云、淘宝无线在内，涵盖建模、个性化推荐、排序学习、系统优化、数据监控、流量优化、架构探索等多方面一线经验总结。
以下为【近战】第一篇，基于微博用户关系与行为的用户建模分析。
用户建模是广告、推荐、搜索算法最基础也是最核心的技术问题之一，本报告将介绍新浪微博大数据挖掘团队如何综合利用社交关系和用户行为来建立用户模型。以下分享下精彩内容。
微博及大数据
微博作为中国最大的社交媒体平台，微博沉淀了海量的用户，内容，关系，和行为数据。
其中用户：注册人数10亿，月活人数1.98亿，日活人数：8900万。关系:关注关系近千亿，分组关系50亿+。内容：日增博文1亿+，日增原创4000万。行为：转发6000万， 评论3000万，赞1亿，收藏:1000万， 查看200亿。
图1
如图1，微博大数据要做什么？要帮助用户发现感兴趣的内容，加快有价值内容的传播效率。目标如何实现?要挖掘有能力生产垂直领域优质内容的用户，挖掘用户内容消费的兴趣偏好。工作如何串联?用户能⼒力标签，用户兴趣标签，微博内容标签。
大数据标签体系
最后更新：2017-04-01 13:37:06