一、畫像標(biāo)簽體系

去哪兒在每個業(yè)務(wù)發(fā)展過程中構(gòu)建了獨(dú)立的畫像標(biāo)簽體系。隨著公司的不斷壯大，需將各個業(yè)務(wù)的畫像標(biāo)簽體系進(jìn)行整合。從技術(shù)角度看，整合的過程相對簡單，但業(yè)務(wù)層面的整合則較為復(fù)雜。因?yàn)楦鱾€標(biāo)簽在不同業(yè)務(wù)中的定義存在差異，這增加了整合的難度。為了確保整合后的標(biāo)簽體系能夠更好地服務(wù)于公司的整體戰(zhàn)略，需要進(jìn)行深入的關(guān)鍵詞提取和優(yōu)化，確保各個標(biāo)簽的邏輯性和一致性。

1. 什么是畫像標(biāo)簽

用戶行為為用戶在 APP 上操作所產(chǎn)生的行為，業(yè)務(wù)日志則為用戶自己點(diǎn)擊、下單、搜索等行為在服務(wù)器端產(chǎn)生的數(shù)據(jù)。畫像標(biāo)簽是通過規(guī)則統(tǒng)計(jì)和挖掘算法對用戶行為和業(yè)務(wù)數(shù)據(jù)進(jìn)行計(jì)算后得出的用戶等維度的數(shù)據(jù)。

2. 畫像標(biāo)簽的需求來源

每個業(yè)務(wù)部門在搭建自己的畫像標(biāo)簽平臺時，由于目標(biāo)不同，需求也有所差異，比如機(jī)票業(yè)務(wù)通常以營銷為目標(biāo)，酒店業(yè)務(wù)通常以服務(wù)為目標(biāo)。我們應(yīng)從實(shí)際業(yè)務(wù)需求出發(fā)，與各個部門溝通，包括公司管理層、實(shí)習(xí)生等不同層級的人員，進(jìn)行深入的需求調(diào)研，以確保整合后的標(biāo)簽體系能夠更好地滿足業(yè)務(wù)需求。在整合過程中，用戶畫像標(biāo)簽需求主要分為三類：營銷風(fēng)控、內(nèi)部業(yè)務(wù)分析應(yīng)用和描述用戶。

• 營銷風(fēng)控：用戶營銷、個性化推薦、精準(zhǔn)廣告投放、用戶風(fēng)控。
• 業(yè)務(wù)分析：業(yè)務(wù)優(yōu)化分析、多維度業(yè)務(wù)指標(biāo)監(jiān)控、指導(dǎo)新業(yè)務(wù)產(chǎn)品設(shè)計(jì)。
• 描述用戶：單一用戶的定義、平臺用戶的定位、行業(yè)報(bào)告。

3. 畫像標(biāo)簽的分類

在畫像標(biāo)簽構(gòu)建的過程中分為業(yè)務(wù)分類和技術(shù)分類。

從需求中提煉出業(yè)務(wù)需要的用戶畫像分類，其中一級類目和二級類目偏以業(yè)務(wù)流程進(jìn)行分類向的定義，并以此不斷擴(kuò)充。

另外，根據(jù)不同的技術(shù)需求，我們需要選擇合適的技術(shù)棧來實(shí)現(xiàn)畫像標(biāo)簽的生成、存儲和調(diào)用。

首先，需要明確畫像標(biāo)簽的定義和目標(biāo)，以便確定需要使用哪種技術(shù)。其次，需要考慮標(biāo)簽的更新周期和訪問方式，這決定了是否需要在線或離線處理標(biāo)簽，以及選擇哪種存儲資源。最后，根據(jù)這些因素，我們可以選擇合適的技術(shù)棧來實(shí)現(xiàn)畫像標(biāo)簽體系，確保系統(tǒng)的性能和穩(wěn)定性。通過這樣的技術(shù)分類，可以更好地管理和維護(hù)畫像標(biāo)簽體系，提高其可擴(kuò)展性和可用性

（1）構(gòu)建方法

• 統(tǒng)計(jì)類：依靠 SQL 即可完成。
• 規(guī)則類：面向數(shù)據(jù)分析師、商業(yè)分析師以及產(chǎn)品運(yùn)營等具有一定業(yè)務(wù)背景的人通過對業(yè)務(wù)的理解，去構(gòu)建一些規(guī)則類的標(biāo)簽，這類標(biāo)簽會基于業(yè)務(wù)的理解變化產(chǎn)生變動。
• 模型類：這類標(biāo)簽需要算法團(tuán)隊(duì)進(jìn)行復(fù)雜的計(jì)算或需要樣本數(shù)據(jù)。與一些基礎(chǔ)標(biāo)簽不同，模型類標(biāo)簽在精度上可能存在挑戰(zhàn)，無法達(dá)到百分之百的準(zhǔn)確。因?yàn)橛袝r我們獲得的樣本數(shù)量非常有限，使得標(biāo)簽的準(zhǔn)確率難以維持在較高的水準(zhǔn)。因此，對于模型類標(biāo)簽，我們可能需要尋找其他的方法和技術(shù)來提高其精度和可用性。

（2）更新周期

除了已列出的按小時、周、月的更新周期外，我們目前還實(shí)現(xiàn)了實(shí)時的標(biāo)簽更新，這更接近于流式更新。

（3）訪問方式

由于畫像標(biāo)簽平臺需要處理大量數(shù)據(jù)和用戶請求，需要根據(jù)后臺技術(shù)棧來選擇合適的訪問方式，對于一些大型公司，用戶量和數(shù)據(jù)量都非常龐大，因此我們需要考慮如何有效地存儲和調(diào)用標(biāo)簽。有些標(biāo)簽可能只需要離線構(gòu)建，而有些標(biāo)簽則可能需要在線調(diào)用。對于離線標(biāo)簽，我們可以選擇不占用高存儲成本的資源，例如將數(shù)據(jù)存儲在 Redis 或 HBase 中。而對于在線標(biāo)簽，需要確保系統(tǒng)能夠快速響應(yīng)用戶請求，并提供穩(wěn)定的服務(wù)。因此，在選擇訪問方式時，我們需要根據(jù)實(shí)際情況進(jìn)行權(quán)衡和選擇，以確保系統(tǒng)的性能和穩(wěn)定性。

4. 畫像標(biāo)簽體系構(gòu)建過程

在畫像標(biāo)簽體系的生產(chǎn)過程中，我們需要對各類數(shù)據(jù)源進(jìn)行一系列的處理，最終生成標(biāo)簽。其中，ID Mapping 是一個關(guān)鍵環(huán)節(jié)。ID Mapping 的目標(biāo)是解決不同ID 指向同一人的問題，特別針對早期成立的公司，由于注冊方式多樣，可能會出現(xiàn)多個 ID 對應(yīng)同一用戶的情況。例如，用戶通過郵箱注冊后可以綁定或更改手機(jī)號，或者曾經(jīng)允許未登錄狀態(tài)下使用，這些情況都可能導(dǎo)致多個 ID 對應(yīng)同一用戶。

為了解決這個問題，ID Mapping 承擔(dān)著實(shí)現(xiàn)多設(shè)備關(guān)聯(lián)的任務(wù)。另外，ID Mapping 對于風(fēng)控來說也是至關(guān)重要的基礎(chǔ)步驟。通過 ID Mapping，可以更好地識別和關(guān)聯(lián)不同設(shè)備的使用者，從而更好地進(jìn)行風(fēng)險(xiǎn)控制和安全管理。通過合理的 ID Mapping 設(shè)計(jì)和管理，我們可以更好地保護(hù)用戶隱私和數(shù)據(jù)安全，同時提高畫像標(biāo)簽體系的準(zhǔn)確性和可靠性。

二、畫像標(biāo)簽平臺

畫像標(biāo)簽平臺也稱之為 CDP 平臺，包含了畫像標(biāo)簽的生產(chǎn)、數(shù)據(jù)分析、業(yè)務(wù)應(yīng)用、效果分析等服務(wù)。下圖為去哪兒 CDP 平臺的功能架構(gòu)。

在去哪兒網(wǎng)，疫情發(fā)生后加強(qiáng)了內(nèi)部能力的建設(shè)，將畫像標(biāo)簽與主流策略平臺進(jìn)行了整合。目前該平臺涵蓋了畫像標(biāo)簽的整個生命周期，可實(shí)現(xiàn)畫像構(gòu)建、人群圈選以及最終的營銷動作等功能。通過這樣的整合，能夠更好地實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的營銷策略，將用戶畫像與營銷活動無縫連接起來。這有助于提高營銷效果和用戶滿意度，同時也有利于企業(yè)內(nèi)部的數(shù)據(jù)整合和協(xié)同工作。

三、常見算法類畫像標(biāo)簽

1. 常見模型類標(biāo)簽常用算法類型

在實(shí)踐過程中，基于樣本和技術(shù)棧，可以將模型類標(biāo)簽常用算法分為如下幾大類：

（1）分類算法：在業(yè)務(wù)流程中利用預(yù)測類標(biāo)簽來進(jìn)行圈選和業(yè)務(wù)過濾，需要擁有足夠的樣本數(shù)據(jù)來進(jìn)行訓(xùn)練和優(yōu)化模型，從而提高預(yù)測準(zhǔn)確率。預(yù)測類標(biāo)簽不僅僅局限于訂單支付預(yù)測，還可以包括搜索支付預(yù)測、搜索預(yù)測、詳情頁預(yù)測等。

（2）推薦算法：與排序和優(yōu)先級相關(guān)，需要更廣泛的前沿知識和技術(shù)棧。推薦算法的目標(biāo)是從召回集中為用戶推薦合適的酒店房型。例如，對于親子出游的場景，推薦算法可以為用戶推薦雙床房或套間等合適的酒店房型。

（3）知識圖譜：利用圖數(shù)據(jù)庫技術(shù)更好地揭示用戶及其周邊關(guān)系。風(fēng)控場景中應(yīng)用較多，例如識別異常用戶和判斷是否為惡意用戶。

（4）因果推斷：通過一個例子解釋了給用戶發(fā)短信和 push 消息對營銷效果的影響，并涉及到成本問題。

（5）圖形圖像：結(jié)合圖形圖像處理技術(shù)，對圖形圖像進(jìn)行打標(biāo)。涉及到對圖像的分割、識別等技術(shù)，但更多的是通過用戶標(biāo)簽反向應(yīng)用到圖像打標(biāo)上。例如，對于發(fā)表不正當(dāng)評論的用戶，將其標(biāo)簽提取出來，并應(yīng)用到圖形圖像打標(biāo)算法中，以提高打標(biāo)的效率和準(zhǔn)確性。

（6）NLP 機(jī)器人

（7）lookalike 營銷算法：即通過種子用戶進(jìn)行擴(kuò)展?fàn)I銷的算法。

基于需求的類型會有不同的分類方法：

• 單一實(shí)體：通過關(guān)系網(wǎng)絡(luò)或知識圖譜來尋找其他相關(guān)實(shí)體。例如，利用知識圖譜可以發(fā)現(xiàn)實(shí)體之間的關(guān)系，從而擴(kuò)展單一實(shí)體的關(guān)聯(lián)實(shí)體。
• 業(yè)務(wù)實(shí)體集：與特定業(yè)務(wù)相關(guān)的標(biāo)簽，由業(yè)務(wù)本身產(chǎn)生，而非人為控制。例如，酒店搜索用戶或機(jī)票搜索用戶，如果想要針對這些用戶進(jìn)行營銷并擴(kuò)展業(yè)務(wù)，就要通過對業(yè)務(wù)實(shí)體標(biāo)簽的深入分析和挖掘，更好地理解用戶需求和行為，從而優(yōu)化業(yè)務(wù)策略，提高轉(zhuǎn)化率和用戶體驗(yàn)。業(yè)務(wù)實(shí)體集可以通過品牌模式、關(guān)聯(lián)規(guī)則、方案標(biāo)簽平臺等方式進(jìn)行擴(kuò)充，以獲取更豐富的畫像標(biāo)簽或畫像用戶。
• 規(guī)則實(shí)體集：指基于特定規(guī)則或條件生成的標(biāo)簽。這些標(biāo)簽通常是由產(chǎn)品團(tuán)隊(duì)根據(jù)對業(yè)務(wù)的理解，利用標(biāo)簽工具圈選出符合特定規(guī)則的用戶群體。例如，在推薦行程或房型的過程中，有些用戶可能已經(jīng)購買了北京的機(jī)票和酒店，那么我們可以將這些具有特定行為鏈條的用戶作為目標(biāo)群體，進(jìn)行營銷推廣。可以使用關(guān)系實(shí)體和聚類算法來處理。在進(jìn)行聚類算法時，需要注意不能僅使用規(guī)則標(biāo)簽進(jìn)行聚類，而應(yīng)該使用其他標(biāo)簽。同時，需要避免將與規(guī)則標(biāo)簽強(qiáng)相關(guān)的標(biāo)簽與規(guī)則標(biāo)簽混為一組。為了避免這種情況，方案標(biāo)簽平臺會提供標(biāo)簽與其他標(biāo)簽的相關(guān)性分析，幫助用戶過濾掉相似的標(biāo)簽。
• 行為實(shí)體集：基于用戶行為生成的標(biāo)簽。這些標(biāo)簽通過分析用戶的行為特征和需求類型，來制定相應(yīng)的營銷策略。例如，對于購買過北京機(jī)票和酒店的用戶，我們可以進(jìn)一步分析他們的行為特征，如購買時間、頻次、偏好等，以制定更具針對性的營銷策略。

2. 基于知識圖譜和頻繁模式的 looklike 算法

僅依賴畫像標(biāo)簽進(jìn)行篩選可能產(chǎn)生大量不符合需求的目標(biāo)用戶，如何對這些用戶進(jìn)行排序成為了一個難題。傳統(tǒng)的方法如根據(jù)價值、活躍度等進(jìn)行排序，很難確保選出的用戶與目標(biāo)用戶群最為相似。而通過知識圖譜或頻繁模式，我們可以衡量用戶之間的相似度，并且這種相似度是可量化和擴(kuò)展的。通過關(guān)系層面，該算法能夠更準(zhǔn)確地找到與目標(biāo)用戶相似的用戶群體。

3. 基于因果推斷的 lookalike 算法

與傳統(tǒng)的關(guān)聯(lián)規(guī)則和畫像標(biāo)簽相比，因果推斷能夠解決更深層次的問題。關(guān)聯(lián)規(guī)則和畫像標(biāo)簽主要解決的是相關(guān)性問題，例如“購買啤酒的用戶也可能會購買尿布”，但無法解釋為什么存在這種相關(guān)性。在不同的文化和市場中，這種相關(guān)性可能并不成立。因此通過歷史數(shù)據(jù)和模型進(jìn)行因果推斷，可以找到影響用戶行為和轉(zhuǎn)化的關(guān)鍵因素。這些關(guān)鍵因素可以通過關(guān)系發(fā)現(xiàn)被找到，進(jìn)而幫助我們更好地理解用戶行為和業(yè)務(wù)過程。

例如右上角紅色部分通過對業(yè)務(wù)的理解篩選出的更能體現(xiàn)業(yè)務(wù)的過程的部分，從而去擴(kuò)充更多的用戶出來。

4. 物的畫像

在物的畫像構(gòu)建過程中，我們主要關(guān)注的是物的屬性和特征，例如酒店畫像中的城市、商圈、航線、航班等。這些屬性有助于我們更準(zhǔn)確地描述和了解物，并為其畫像提供豐富的內(nèi)容。

與用戶畫像相比，物的畫像更強(qiáng)調(diào)物與物之間的相似性。在實(shí)踐中，我們通常利用物的相似性進(jìn)行推薦和排序等操作。為了衡量物與物之間的相似性，可以采用多種方法，如屬性向量和 embedding。這些方法可以將物表示為向量，并利用這些向量進(jìn)行相似性計(jì)算。需要注意的是，物的畫像構(gòu)建過程與用戶畫像構(gòu)建過程雖然相似，但在實(shí)際應(yīng)用中，我們需要根據(jù)業(yè)務(wù)需求和場景進(jìn)行適當(dāng)?shù)恼{(diào)整和優(yōu)化。同時，還需要深入分析物與物之間的關(guān)系和層次結(jié)構(gòu)，以確保物的畫像準(zhǔn)確反映業(yè)務(wù)需求。

此外，在物的畫像構(gòu)建過程中，我們還需要關(guān)注一些關(guān)鍵問題。

（1）相近并不意味著相似。例如，在使用 embedding 方法時，如果高價值的用戶群體搜索的都是五星級酒店，那么這些五星級酒店之間的相關(guān)性可能會很強(qiáng)。但在某些業(yè)務(wù)場景中，這種相關(guān)性可能并不適用。因此，我們需要根據(jù)具體業(yè)務(wù)場景仔細(xì)考慮物的相似性。

（2）冷啟動問題。例如在酒店畫像中，當(dāng)一個新的酒店上線時，它可能缺乏用戶行為數(shù)據(jù)。為了解決這個問題，我們可以利用屬性距離抽取大維度的標(biāo)簽屬性，構(gòu)建一個偏用戶態(tài)的畫像標(biāo)簽，并利用這個標(biāo)簽進(jìn)行相似度計(jì)算。

（3）可解釋性

四、畫像標(biāo)簽應(yīng)用場景

應(yīng)用一：營銷人群精選與擴(kuò)散

畫像標(biāo)簽在營銷的精選和擴(kuò)散過程中起到了至關(guān)重要的作用。通過合理運(yùn)用畫像標(biāo)簽，運(yùn)營人員可以對已選定的用戶群體進(jìn)行更細(xì)致的分析和篩選，當(dāng)運(yùn)營人員覺得初始精選的用戶群體過大或過小，或者營銷效果需要進(jìn)一步擴(kuò)大或優(yōu)化時，可以通過畫像標(biāo)簽進(jìn)行擴(kuò)散或重新精選以達(dá)到更好的營銷效果。

然而，在進(jìn)行畫像標(biāo)簽的精選和擴(kuò)散時，最常見的是用戶轉(zhuǎn)化和運(yùn)營干預(yù)的四象限問題。這四個象限分別代表不同的用戶轉(zhuǎn)化狀態(tài)和運(yùn)營干預(yù)策略，需要針對不同情況進(jìn)行不同的應(yīng)對措施。例如，對于高轉(zhuǎn)化低干預(yù)的用戶，可以采取保持現(xiàn)狀的策略；對于低轉(zhuǎn)化低干預(yù)的用戶，可以采取促進(jìn)轉(zhuǎn)化的策略等。

以下是畫像標(biāo)簽在應(yīng)用過程中營銷精選擴(kuò)散的四個階段：

科學(xué)分析：深入挖掘用戶數(shù)據(jù)，精準(zhǔn)定位目標(biāo)群體，以提升轉(zhuǎn)化效果。

輔助圈選：利用標(biāo)簽高效篩選目標(biāo)用戶，提高營銷活動的針對性和效率。

智能擴(kuò)量：基于算法和模型，對用戶群體進(jìn)行智能分類和擴(kuò)量，以擴(kuò)大營銷覆蓋面。

模型落地：結(jié)合實(shí)際營銷活動，優(yōu)化畫像標(biāo)簽和策略，實(shí)現(xiàn)最佳的營銷效果。

應(yīng)用二：業(yè)務(wù)指標(biāo)歸因分析

通過畫像標(biāo)簽體系來分析業(yè)務(wù)指標(biāo)的好壞，并進(jìn)一步優(yōu)化策略。在業(yè)務(wù)迭代過程中，我們通常使用歸因分析算法和商業(yè)分析等方法來產(chǎn)生策略。然后進(jìn)行實(shí)驗(yàn)測量，如果實(shí)驗(yàn)策略表現(xiàn)良好，就會全量上線。

然而，在這個過程中會遇到兩個問題：如何分析指標(biāo)的好壞以及實(shí)驗(yàn)結(jié)果的好壞。為了解決這些問題，我們需要進(jìn)行業(yè)務(wù)指標(biāo)的歸因分析。首先，通過報(bào)表、報(bào)警等途徑發(fā)現(xiàn)業(yè)務(wù)問題，找出問題的原因，明確具體的場景和實(shí)際的轉(zhuǎn)化關(guān)系。接著，定位問題的原因，并判斷這個原因是可控的還是不可控的。如果是不可控的，可能就是一個自然抖動，不需要過多關(guān)注；如果是可控的，就需要進(jìn)一步探究是否存在未知的場景導(dǎo)致這個問題。

在定性分析模塊中，我們會明確可控因素和不可控因素，并挖掘一些未知的場景出現(xiàn)問題的原因。最后，給出建議，指導(dǎo)業(yè)務(wù)人員在什么場景下去做。這個場景其實(shí)就是某個業(yè)務(wù)的轉(zhuǎn)化率下降了，通過整個業(yè)務(wù)的分析過程，我們可以得出非市場因素和可控因素分別占比多少。如果市場因素占比較大，那我們就可以先滯后解決這個問題，不必立即動用大量人力物力。

應(yīng)用三：AB 實(shí)驗(yàn)效能分析

在負(fù)責(zé)去哪兒的 AB 實(shí)驗(yàn)系統(tǒng)的過程中，我們經(jīng)常面臨一些挑戰(zhàn)。當(dāng)產(chǎn)品團(tuán)隊(duì)投入大量時間和資源完成實(shí)驗(yàn)后，如果實(shí)驗(yàn)結(jié)果不顯著，很容易產(chǎn)生諸如“為什么實(shí)驗(yàn)無效”和“下一步迭代的方向是什么”等疑問。

為了解決這些問題，我們進(jìn)行了 AB 實(shí)驗(yàn)效能分析，主要分為三個部分。首先，我們通過業(yè)務(wù)流程漏斗模型、核心用戶畫像標(biāo)簽識別以及業(yè)務(wù)域誤導(dǎo)標(biāo)簽識別，嘗試判斷實(shí)驗(yàn)效果不佳是否因?yàn)榱刻嵘粔颉Ｆ浯危\(yùn)用決策樹等分析方法，探究質(zhì)的提升是否存在問題，例如其他實(shí)驗(yàn)的沖突或提升量未達(dá)到顯著性比例的情況。最后，量化動作效能，明確每個動作對目標(biāo)的影響程度。

通過這些分析過程，我們可以為產(chǎn)品團(tuán)隊(duì)提供具體的指導(dǎo)，幫助他們選擇效能更高的方向進(jìn)行優(yōu)化，從而實(shí)現(xiàn)質(zhì)的提升。這些分析不僅有助于優(yōu)化產(chǎn)品迭代方向，還能為公司節(jié)省資源和時間，提高整體業(yè)務(wù)效果。

五、問答環(huán)節(jié)

Q1：用戶行為跟業(yè)務(wù)日志有什么區(qū)別？

A1：用戶行為數(shù)據(jù)主要記錄了用戶在 APP 端的交互行為，如點(diǎn)擊等，這些數(shù)據(jù)主要反映用戶的交互過程。而業(yè)務(wù)數(shù)據(jù)則涉及后臺處理的各種信息，例如代理連接過程、物流信息等，這些數(shù)據(jù)雖然對用戶來說是不可見的，但對于理解整個業(yè)務(wù)流程和提升用戶體驗(yàn)同樣至關(guān)重要。在實(shí)際操作中，我們需要將這些數(shù)據(jù)納入到我們的畫像標(biāo)簽體系中，以便更好地分析和理解用戶行為和業(yè)務(wù)過程。例如對于電商平臺來說，有些數(shù)據(jù)可能對用戶無關(guān)緊要，但有些則涉及到用戶體驗(yàn)和業(yè)務(wù)流程，因此需要進(jìn)行適當(dāng)?shù)暮Y選和處理。

Q2：目前流式標(biāo)簽是怎么做的？能支持比較復(fù)雜的標(biāo)簽規(guī)則嘛？是數(shù)據(jù)開發(fā)出來還是可視化配置的？

A2：流式標(biāo)簽可以通過流式計(jì)算來實(shí)現(xiàn)，如使用 Flink 等工具。用戶可以拖拽定義好的數(shù)據(jù)，通過流式計(jì)算進(jìn)行標(biāo)簽的計(jì)算。同時，也可以上傳 Python 代碼或 SQL 代碼進(jìn)行自定義的計(jì)算。此外，還可以通過 Spark 等方式來支持。在流式標(biāo)簽中，需要限制計(jì)算的量和時間窗口，以滿足不同需求。

流式標(biāo)簽可以支持復(fù)雜的標(biāo)簽規(guī)則。用戶可以通過上傳 Python 代碼或 SQL 代碼來實(shí)現(xiàn)更復(fù)雜的標(biāo)簽計(jì)算。

流式標(biāo)簽可以通過數(shù)據(jù)開發(fā)和可視化配置兩種方式來實(shí)現(xiàn)。在去哪旅行平臺上，用戶可以拖拽定義好的數(shù)據(jù)，通過流式計(jì)算進(jìn)行標(biāo)簽的計(jì)算，也可以上傳 Python 代碼或 SQL 代碼進(jìn)行自定義的計(jì)算。

Q3：什么是實(shí)時標(biāo)簽？

A3：實(shí)時標(biāo)簽是指在用戶行為或業(yè)務(wù)事件發(fā)生時，實(shí)時計(jì)算并應(yīng)用的標(biāo)簽。例如，當(dāng)用戶在前端界面提交投訴時，系統(tǒng)會實(shí)時地分析用戶的訴求和訂單問題，并為用戶打上相應(yīng)的實(shí)時標(biāo)簽。這種實(shí)時標(biāo)簽?zāi)軌蚩焖俚胤从秤脩舻男枨蠛蛦栴}，以便及時地進(jìn)行處理和優(yōu)化。不同公司對實(shí)時標(biāo)簽的定義有所不同，去哪兒 3 秒以內(nèi)的算實(shí)時，而小時級都稱之為是非實(shí)時的一個場景。

Q4：ID Mapping 是將多個手機(jī)號/設(shè)備號識別成一個唯一的 ID?還是使每個用戶都有一個唯一的 ID？比如一個手機(jī)號在兩個設(shè)備登錄過，其中一個設(shè)備又登錄過另外一手機(jī)號，是唯一的一個還是三個?

A4：隨著移動互聯(lián)網(wǎng)的普及，越來越多的公司開始采用手機(jī)號作為用戶唯一的標(biāo)識符。一鍵登錄已成為行業(yè)通用的做法，使得用戶能夠更加方便地登錄和使用應(yīng)用。對于去哪兒這樣的平臺，我們也采用了手機(jī)號作為用戶唯一的 ID。在大多數(shù)情況下，我們會將手機(jī)號視為用戶的唯一標(biāo)識符。但在某些特殊情況下，我們也會考慮用戶更換手機(jī)號的場景，并對其進(jìn)行相應(yīng)的處理。此外，為了更好地管理和識別用戶，當(dāng)一個手機(jī)號在兩個設(shè)備上登錄時，我們會通過一系列的判斷來確定用戶對設(shè)備的持有狀態(tài)。如果用戶是臨時登錄設(shè)備，我們將其視為訪問人；如果用戶長期持有該設(shè)備，則將其視為持有人。

Q5：貨品標(biāo)簽有哪些應(yīng)用場景？

A5：其中最常見的是貨品定價。為了實(shí)現(xiàn)貨品定價的個性化，我們需要使用貨品標(biāo)簽。這些標(biāo)簽是基于內(nèi)部因素和外部因素的具體數(shù)值計(jì)算得出的。如果內(nèi)部因素沒有得到適當(dāng)?shù)氖崂恚獠恳蛩氐挠绊懣赡軙豢浯?strong>。可以理解為類似于暴力求解的方式，我們把每一個因素都放進(jìn)去試，然后去看每個因素對它的影響是多少，并且在每個因素里判斷它是相關(guān)性還是因果性。

Q6：業(yè)務(wù)的實(shí)時標(biāo)簽是不是要定制化開發(fā)？

A6：實(shí)時標(biāo)簽在建成之后，我們已經(jīng)通過開發(fā)層面去盡可能地窮舉了一些通過基礎(chǔ)的統(tǒng)計(jì)就能出來的一些實(shí)時標(biāo)簽。至于說像規(guī)則類和模型類的實(shí)時標(biāo)簽，肯定是要定制化開發(fā)的。

Q7：標(biāo)簽的生命周期怎么管理？

A7：在建立之初會有一些一次性的標(biāo)簽，用完就不使用了。

Q8：是否可以用一些統(tǒng)計(jì)方法來確定 AB 實(shí)驗(yàn)的時候的最小樣本量？AB 實(shí)驗(yàn)有標(biāo)準(zhǔn)的計(jì)算過程，這樣是不是可以知道大概需要多少樣本量可以達(dá)到統(tǒng)計(jì)顯著的一個效果了？

A8：更小的業(yè)務(wù)公司，可能流量先天性就不夠，你想要達(dá)到一個最小樣本量，操作層面也不太能實(shí)現(xiàn)，所以我們需要有一些在沒有達(dá)到最小樣本量的時候，能快速去大致地推斷這個實(shí)驗(yàn)效果。

Q9：用戶口徑畫像的口徑類型是怎么存儲和展示的？用戶畫像的標(biāo)簽除了單一的，還有多標(biāo)簽，形成一個用戶偏好角度。這兩類標(biāo)簽怎么存儲比較好？

A9：展示每一個公司都不一樣。從存儲角度來說去哪兒是有多個存儲方式的，我們可以容忍一部分?jǐn)?shù)據(jù)的冗余存儲，主要還是為了以實(shí)時響應(yīng)快為準(zhǔn)，就是它在訪問化標(biāo)簽的時候，我們盡可能地以一個低耗時去訪問它。

Q10：模型在方案標(biāo)簽建設(shè)中有哪些應(yīng)用？

A10：其實(shí)這個我現(xiàn)在通過去哪兒這邊的實(shí)踐來說，大模型在算法標(biāo)簽應(yīng)用是非常的廣的。首先最簡單的一個例子，我們在構(gòu)建戶的畫像的時候，經(jīng)常會遇到 POI 地標(biāo)數(shù)據(jù)，地標(biāo)的數(shù)據(jù)是從一些文檔里面抽取的，可能這個就大模型在用，這個地方的準(zhǔn)確率說實(shí)話比我們以往自己構(gòu)建的一些模型效果好很多。以及我們在構(gòu)建知識圖譜的時候，會遇到一些實(shí)體消歧、實(shí)體合并等等。

Q11：涉及到排序推薦也需要畫像算法工程師實(shí)現(xiàn)嗎？

A11：其實(shí)不是的，這個推薦是推薦工程師，但是推薦算法要用到畫像工程師的結(jié)果，畫像工程師需要把畫像標(biāo)簽的質(zhì)量和這個應(yīng)用的場景作出清晰的描述以便于推薦排序工程師能夠更好地使用。