1.概述
從用戶模型維度的劃分可以看出，屬性和興趣維度的用戶模型都可以歸入用戶畫像(User Profile)的范疇。所謂用戶畫像，簡單來說就是對(duì)用戶的信息進(jìn)行標(biāo)簽化。如圖1所示。一方面，標(biāo)簽化是對(duì)用戶信息進(jìn)行結(jié)構(gòu)化，方便計(jì)算機(jī)的識(shí)別和處理；另一方面，標(biāo)簽本身也具有準(zhǔn)確性和非二義性，也有利于人工的整理、分析和統(tǒng)計(jì)。
用戶信息標(biāo)簽化
用戶屬性指相對(duì)靜態(tài)和穩(wěn)定的人口屬性，例如：性別、年齡區(qū)間、地域、受教育程度、學(xué)校、公司……這些信息的收集和建立主要依靠產(chǎn)品本身的引導(dǎo)、調(diào)查、第三方提供等。微博本身就有比較完整的用戶注冊(cè)引導(dǎo)、用戶信息完善任務(wù)、認(rèn)證用戶審核、以及大量的合作對(duì)象等，在收集和清洗用戶屬性的過程中，需要注意的主要是標(biāo)簽的規(guī)范化以及不同來源信息的交叉驗(yàn)證。
用戶興趣則是更加動(dòng)態(tài)和易變化的特征，首先興趣受到人群、環(huán)境、熱點(diǎn)事件、行業(yè)……等方面的影響，一旦這些因素發(fā)生變化，用戶的興趣容易產(chǎn)生遷移；其次，用戶的行為（特指在互聯(lián)網(wǎng)上的行為）多樣且碎片化，不同行為反映出來的興趣差異較大。接下來主要介紹一下微博畫像中興趣維度的構(gòu)建方法。
2.微博用戶興趣分析
(1)標(biāo)簽來源
用戶自標(biāo)簽、達(dá)人或認(rèn)證標(biāo)簽、公司、學(xué)校、微群標(biāo)簽、星座、微博關(guān)鍵詞……這些來源都可能成為用戶的標(biāo)簽。而針對(duì)每個(gè)特定的用戶收集標(biāo)簽除了其自身以外，他關(guān)注用戶的標(biāo)簽也會(huì)傳遞到該用戶身上。如圖2所示（藍(lán)色實(shí)線代表關(guān)注關(guān)系，橙色虛線代表興趣標(biāo)簽來源）。
用戶興趣標(biāo)簽來源
(2)權(quán)重計(jì)算
在收集到一個(gè)用戶可能存在的標(biāo)簽后，還需要給標(biāo)簽賦一定的權(quán)重，用來區(qū)分不同標(biāo)簽對(duì)于該用戶的重要程度。不同標(biāo)簽的來源用戶質(zhì)量，標(biāo)簽的傳遞路徑，轉(zhuǎn)發(fā)關(guān)系，標(biāo)簽的本身，以及標(biāo)簽與用戶之間的共現(xiàn)關(guān)系都會(huì)考慮在內(nèi)。
不同質(zhì)量的用戶自身產(chǎn)生的標(biāo)簽權(quán)重不一樣，質(zhì)量越高，認(rèn)為該標(biāo)簽的可信度越高，無論是將該標(biāo)簽賦給自己還是傳遞出去的時(shí)候其權(quán)重值越高。
標(biāo)簽的傳遞路徑主要是針對(duì)基于關(guān)注關(guān)系的標(biāo)簽傳遞，親密度比較高的關(guān)注用戶傳遞過來的標(biāo)簽權(quán)重值會(huì)比較高。
標(biāo)簽是來自于用戶的原創(chuàng)還是其轉(zhuǎn)發(fā)的微博，權(quán)重值會(huì)有區(qū)別，一般來說原創(chuàng)的權(quán)重會(huì)高于轉(zhuǎn)發(fā)權(quán)重。
如果標(biāo)簽本身是一個(gè)非常常見的詞，那么它用于刻畫用戶的興趣的區(qū)分性是比較差的，相反如果是一個(gè)長尾詞，則區(qū)分性較強(qiáng)。出于這樣的考慮，越是長尾詞，標(biāo)簽的權(quán)重值會(huì)越高。
標(biāo)簽與用戶的共現(xiàn)關(guān)系是指用戶和該標(biāo)簽是否經(jīng)常共同出現(xiàn)，評(píng)價(jià)的是兩者的關(guān)聯(lián)性。關(guān)聯(lián)性越高，則標(biāo)簽的權(quán)重值越高。
綜合上述的因素，一個(gè)標(biāo)簽對(duì)于特定用戶的權(quán)重值可以大致表示為：標(biāo)簽權(quán)重 = (來源因子 + 親密度因子 + 轉(zhuǎn)發(fā)因子 + 長尾因子) × 共現(xiàn)因子。
(3)時(shí)效性
隨著時(shí)間的變化，用戶的興趣會(huì)發(fā)生轉(zhuǎn)移，時(shí)間越久遠(yuǎn)，標(biāo)簽的權(quán)重應(yīng)該相應(yīng)的下降，距離當(dāng)前時(shí)間越近的興趣標(biāo)簽應(yīng)該得到適當(dāng)突出。出于這樣的考慮，一般會(huì)在標(biāo)簽權(quán)重值上疊加一個(gè)時(shí)間衰減函數(shù)，這個(gè)時(shí)間衰減函數(shù)被設(shè)計(jì)成如圖3所示的指數(shù)衰減的形式，通過定義衰減幅度和半衰期，調(diào)節(jié)衰減的程度，體現(xiàn)不同的時(shí)效性。
時(shí)間衰減函數(shù)
此外，針對(duì)用戶的興趣，還會(huì)設(shè)定一個(gè)較小的時(shí)間窗口來獲取用戶的短期興趣。通過用戶在短時(shí)間內(nèi)的原創(chuàng)、轉(zhuǎn)發(fā)和關(guān)注行為收集興趣標(biāo)簽，并計(jì)算標(biāo)簽的權(quán)重。短期興趣更新周期會(huì)較長期興趣更短，興趣更集中，但是能夠比較及時(shí)地反應(yīng)用戶興趣的變化。
(4)從興趣到能力
然而，用戶具有某方面的興趣，只代表了他愿意接受這方面的信息，并不能代表他具有產(chǎn)生相關(guān)內(nèi)容的能力。因此，在挖掘了用戶興趣標(biāo)簽的基礎(chǔ)上，還需要發(fā)掘哪些用戶能夠針對(duì)特定的標(biāo)簽具有一定的內(nèi)容生產(chǎn)能力。
微博中的關(guān)注關(guān)系可以認(rèn)為是一種認(rèn)證，具有相同興趣的用戶之間的關(guān)注則有可能是興趣相投（當(dāng)然也可能不是，但畢竟有一定的指導(dǎo)性），那么將具有相同興趣標(biāo)簽的用戶提出來，通過關(guān)注關(guān)系構(gòu)成一個(gè)圖，被認(rèn)證得最多的用戶（被關(guān)注邊指向得最多）被認(rèn)為在這個(gè)興趣標(biāo)簽上具有最強(qiáng)能力。如圖4所示中的帶紅色邊框的用戶。
具有相同興趣標(biāo)簽用戶基于關(guān)注關(guān)系構(gòu)成的連通圖
3.小結(jié)
用戶畫像的目的是將用戶信息標(biāo)簽化，本文中介紹針對(duì)微博本身的特點(diǎn)介紹微博用戶畫像的構(gòu)建，該用戶畫像主要還是從微博的業(yè)務(wù)出發(fā)，完善用戶信息和發(fā)掘用戶興趣，區(qū)分興趣和能力，并形式化結(jié)構(gòu)化表達(dá)出來。數(shù)據(jù)的來源也主要是微博平臺(tái)本身，并沒有采用更多的邊緣數(shù)據(jù)。
本文系作者：
運(yùn)營那些事兒
授權(quán)發(fā)表，鳥哥筆記平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》
如對(duì)文章、圖片、字體等版權(quán)有疑問，請(qǐng)點(diǎn)擊
反饋舉報(bào)
上一篇
我們致力于提供一個(gè)高質(zhì)量內(nèi)容的交流平臺(tái)。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)