【专知荟萃13】工业学术界用户画像 User Profile 实用知识资料全集（入门/进阶/竞赛/论文/PPT，附PDF下载）

点击上方“专知”关注获取专业AI知识!

【导读】主题荟萃知识是专知的核心功能之一，为用户提供AI领域系统性的知识学习服务。主题荟萃为用户提供全网关于该主题的精华（Awesome）知识资料收录整理，使得AI从业者便捷学习和解决工作问题！在专知人工智能主题知识树基础上，主题荟萃由专业人工编辑和算法工具辅助协作完成，并保持动态更新！另外欢迎对此创作主题荟萃感兴趣的同学，请加入我们专知AI创作者计划，共创共赢！ 今天专知为大家呈送第十三篇专知主题荟萃-用户画像知识资料大全集荟萃 （入门/进阶/竞赛/论文/PPT等），请大家查看！专知访问www.zhuanzhi.ai,  或关注微信公众号后台回复" 专知"进入专知，搜索主题“用户画像”查看。此外，我们也提供该文网页桌面手机端（www.zhuanzhi.ai）完整访问，可直接点击访问收录链接地址，以及pdf版下载链接，请文章末尾查看！此为初始版本，请大家指正补充，欢迎在后台留言！欢迎大家分享转发~

• 用户画像——专知荟萃

• 基础入门

• 进阶文章

• 竞赛

• Papers

• 视频教程

• PPT

基础入门

1. 架构师特刊：用户画像实践 by infoq

• http://www.infoq.com/cn/minibooks/profile-in-practice

luckydogzzy 用户画像学习日记

• https://www.gitbook.com/@luckydogzzy

• 用户画像学习日记： https://www.gitbook.com/book/luckydogzzy/-/details

• 用户画像文章整理（一）：https://www.gitbook.com/book/luckydogzzy/yhhxzl1/details

• 用户画像文章整理（二）：https://www.gitbook.com/book/luckydogzzy/-yhhxzl2/details

用户画像从入门到挖坑 by xrzs

• https://my.oschina.net/leejun2005/blog/906225

浅谈用户画像在电商领域的现状和发展

• http://www.woshipm.com/user-research/673939.html

永洪BI:手把手教您搞定用户画像

• http://news.yesky.com/prnews/280/85552280.shtml

基于大数据的用户画像构建（理论篇）by 简书

• http://www.jianshu.com/p/0d77238771ef

知乎问题：什么是用户画像呢？一般用户画像的作用是什么？ by

• Alex Chu的回答 - 知乎 https://www.zhihu.com/question/19853605/answer/73136157

• Tristan的回答 - 知乎 https://www.zhihu.com/question/19853605/answer/105450827

关于用户画像那些事，看这一文章就够了

看完后，别再说自己不懂用户画像了

用户画像，找到为你产品买单的那群人

内部课程｜巧用“用户画像”进行个性化运营

【干货】浅谈“用户画像”方法

进阶文章

1. 深度学习在用户画像标签模型中的应用

• https://neway6655.github.io/deep%20learning/2017/07/24/deep-learning-in-user-profile-practice.html

腾讯防刷负责人：基于用户画像大数据的电商防刷架构

用户画像系统实践 by 1号店精准化部架构师

• http://7xnz4l.com1.z0.glb.clouddn.com/Arch043.pdf

外卖O2O的用户画像实践 by 美团点评技术团队

• https://tech.meituan.com/waimai-ups.html

数据驱动精准化营销在大众点评的实践 by 美团点评技术团队

• https://tech.meituan.com/dp-growth-hacker.html

基于内容和用户画像的个性化推荐

• http://www.rowkey.me/blog/2016/04/07/up-recommend/

基于知识图谱的用户理解 肖仰华 复旦大学

基于知识图谱的用户画像关键技术 肖仰华 复旦大学

• https://pan.baidu.com/s/1hsKSoyK

大数据背后的360度用户画像，助力11.11新零售

• http://www.pmcaff.com/article/index/1009814922629248?from=label&pmc_param%5Blabel_name%5D=

竞赛

1. 2016CCF 大数据精准营销中搜狗用户画像挖掘 代码

• 一等奖 https://github.com/hengchao0248/ccf2016_sougou

• 二等奖 https://github.com/AbnerYang/2016CCF-SouGou

• 第五名 https://github.com/dhdsjy/2016_CCFsougou2

• https://github.com/xmojiao/CCF-Competition_Sogou

SMP 2016 技术评测

• 新浪微博数据（包括用户个人信息、用户微博文本以及用户粉丝列表，详见数据描述部分），进行微博用户画像

• http://www.cips-smp.org/smp2016/public/cup.html

• 第五名 https://github.com/scaufengyang/smpcup2016/tree/master/code

• https://github.com/aprilvkuo/user_profiling_competition

SMP 2017 CSDN用户画像技术评测

• https://biendata.com/competition/smpcup2017/

Papers

1. App2Vec: Vector Modeling of Mobile Apps and Applications

1. http://paul.rutgers.edu/~qma/research/ma_app2vec.pdf

2. Personalizing search via automated analysis of interests and activities
   J Teevan, ST Dumais, E Horvitz - … of the 28th annual international ACM …, 2005
   https://dl.acm.org/citation.cfm?doid=1076034.1076111
   

3. Automatic identification of user interest for personalized search 2006
   https://dl.acm.org/citation.cfm?id=1135883
   

4. Implicit user modeling for personalized search X Shen, B Tan, CX Zhai  CIKM 2005
   https://dl.acm.org/citation.cfm?id=1099747
   

5. User profiles for personalized information access S Gauch, M Speretta, A Chandramouli, A Micarelli 2007
   https://link.springer.com/chapter/10.1007%2F978-3-540-72079-9_2?LI=true
   

6. Interest-based personalized search Z Ma, G Pant, ORL Sheng - ACM Transactions on Information Systems …, 2007 https://dl.acm.org/citation.cfm?id=1198301
   

7. Mining long-term search history to improve search accuracy B Tan, X Shen, CX Zhai  KDD 2006
   https://dl.acm.org/citation.cfm?id=1150493
   

8. Potential for personalization J Teevan, ST Dumais, E Horvitz 2010
   https://www.researchgate.net/publication/220286342_Potential_for_Personalization
   

9. Towards TV recommender system: experiments with user modeling M Bjelica - IEEE Transactions on Consumer Electronics, 2010
   https://www.researchgate.net/publication/224184101_Towards_TV_Recommender_System_Experiments_with_User_Modeling
   

10. Modeling user posting behavior on social media Z Xu, Y Zhang, Y Wu, Q Yang SIGIR 2012
    https://dl.acm.org/citation.cfm?id=2348358
    

11. Extracting multilayered Communities of Interest from semantic user profiles: Application to group modeling and hybrid recommendations I Cantador, P Castells  2011
    https://dl.acm.org/citation.cfm?id=1982988
    

12. U-sem: Semantic enrichment, user modeling and mining of usage data on the social web F Abel, I Celik, C Hauff, L Hollink 2011
    https://arxiv.org/abs/1104.0126v1
    

13. Weakly Supervised User Profile Extraction from Twitter. 2014
    http://www.stanford.edu/~jiweil/ppt/attribute.pdf

14. Harvesting multiple sources for user profile learning: a big data study
    A Farseev, L Nie, M Akbari, TS Chua 2015
    https://dl.acm.org/citation.cfm?id=2749381
    

15. Improving user profile with personality traits predicted from social media content R Gao, B Hao, S Bai, L Li, A Li, T Zhu 2013
    https://dl.acm.org/citation.cfm?id=2507219

视频教程

1. 电商大数据应用之用户画像, 慕课网

• [http://www.imooc.com/learn/460]

专访阿里交互数据师：如何通过数据挖掘用户画像

• http://meia.me/course/169353

腾讯高级产品经理：如何做好用户画像、用户研究、竞品分析？

• http://v.youku.com/v_show/id_XMTU0ODU3NTkzMg==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2\

用户画像、性格分析与聊天机器人 by 微软亚洲研究院研究员 谢幸

• http://v.youku.com/v_show/id_XMjY1OTkzMzYzNg==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2\

PPT

1. 用户画像的构建及应用 BY 百分点

• https://wenku.baidu.com/view/3d5fb37a6f1aff00bed51eeb.html

基于Spark的实时用户画像分析系统-汪飞-1027

• https://wenku.baidu.com/view/ff3676d752d380eb63946d24.html

【分享31页PPT】基于用户画像的大数据挖掘实践

• https://wenku.baidu.com/view/684129ba0b1c59eef9c7b443.html

【业界实战】小米大数据总监司马云瑞详解小米用户画像的演进及应用解读（附报告pdf下载）

初步版本，水平有限，有错误或者不完善的地方，欢迎大家提建议和补充，会一直保持更新，敬请关注http://www.zhuanzhi.ai 和关注专知公众号，获取最新AI相关知识

特别提示-专知信息检索主题：

获取完整版查看，最新更新推荐系统知识资料，请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录，顶端搜索“用户画像” 主题，查看获得专知荟萃全集知识等资料，直接PC端访问体验更佳！如下图所示~

此外，请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），

• 后台回复“用户画像”或者“UPZ” 就可以在手机端获取专知用户画像知识资料pdf下载和查看链接地址，直接打开荟萃资料的链接地址~~

欢迎转发到你的微信群和朋友圈，分享专业AI知识！

往期专知 47 31921 47 15287 0 0 2570 0 0:00:12 0:00:05 0:00:07 2922 47 31921 47 15287 0 0 2261 0 0:00:14 0:00:06 0:00:08 3218荟萃知识资料全集获取（关注本公众号-专知，获取下载链接），请查看：

请扫描小助手，加入专知人工智能群，交流分享~

获取更多关于机器学习以及人工智能知识资料，请访问www.zhuanzhi.ai,  或者点击阅读原文，即可得到！

-END-

欢迎使用专知

专知，一个新的认知方式！目前聚焦在人工智能领域为AI从业者提供专业可信的知识分发服务, 包括主题定制、主题链路、搜索发现等服务，帮你又好又快找到所需知识。

使用方法>>访问www.zhuanzhi.ai, 或点击文章下方“阅读原文”即可访问专知

中国科学院自动化研究所专知团队

@2017 专知

专 · 知

关注我们的公众号，获取最新关于专知以及人工智能的资讯、技术、算法、深度干货等内容。扫一扫下方关注我们的微信公众号。

点击“阅读原文”，使用专知！