本文原始碼：[GitHub·點這裡](https://github.com/cicadasmile/data-manage-parent) || [GitEE·點這裡](https://gitee.com/cicadasmile/data-manage-parent) # 一、場景分析 ## 1、場景案例 網際網路行業的朋友一定了解或者聽說過下列幾個場景： **阿里**：千人千面，意思不同使用者使用阿里相關的產品感覺是不一樣的，例如支付寶首頁的推薦內容，和其他相關推薦流資訊是完全不同的。 **騰訊**：社交廣告，不同使用者的朋友圈或者其他媒體場景下的廣告資訊是不同的，會基於使用者特徵推薦。 **頭條**：資訊價值，根據使用者瀏覽資訊，分析使用者相關喜好，針對分析結果推薦相關的資訊流，越關注某類內容，獲取相關的資訊越多。 如上幾種場景的邏輯就是：基於不斷分析使用者的行為，生成使用者的特徵畫像，然後再基於使用者標籤，定製化的推薦相關內容。 ## 2、基本概念 通過上面的場景，衍生出來兩個概念： **使用者畫像** 使用者畫像，作為一種勾畫目標使用者、聯絡使用者訴求與設計方向的有效工具，把該使用者相關聯的資料的視覺化的展現，就形成了使用者畫像。使用者畫像在各領域得到了廣泛的應用，最初是在電商領域得到應用的，在大資料時代背景下，使用者資訊充斥在網路中，將使用者的每個具體資訊抽象成標籤，利用這些標籤將使用者形象具體化，從而為使用者提供有針對性的服務。 **標籤資料** 標籤在生活中非常常見，比如商品標籤，個人標籤，行業標籤，例如提到996就想到程式設計師，提到程式設計師就想到格子衫。 標籤是把分散的多方資料進行整合納入統一的技術平臺，並對這些資料進行標準化和細分，進行結構化儲存和更新管理，讓業務線可以把這些細分結果推向現有的互動營銷環境裡的平臺，產生價值，這些資料稱為標籤資料，也就是常說的標籤庫。資料標籤的概念也是在最近幾年大資料的發展中不斷火熱起來的。 **標籤價值** - 精細運營的基礎，有效提高流量精準和效率。 - 幫助產品快速定位需求人群，進行精準營銷； - 能幫助客戶更快切入到市場週期中； - 深入的預測分析客戶並作出及時反應； - 基於標籤的開發智慧推薦系統； - 基於某類使用者的分析，洞察行業特徵； 標籤的核心價值，或者說最常用的場景：實時智慧推薦，精準化數字營銷。 # 二、資料標籤 ## 1、標籤劃分 **屬性標籤** 屬性標籤是變化最小的，例如使用者實名認證之後，基於身份資訊獲取相關：性別，生日，出生年月，年齡，等相關標籤。變動頻率小，且最具有精準性。 **行為標籤** 行為標籤就是使用者通過在產品上的一系列操作，基於行為日誌分析得出：例如購買能力、消費愛好、季節性消費標籤等。在資訊流的APP上，通過相關瀏覽行為，不斷推薦使用者感興趣的內容就是基於該邏輯。 **規則標籤** 根據業務場景需求，配置指定規則，基於規則生成分析結果，例如： - 近7天活躍使用者：近7天，每天都登入的使用者作為規則生成； - 丟失使用者：六個月內沒有任何操作，可以發放高額優惠劵； - 潛在使用者：使用或產生瀏覽資料，但是未發生任何交易行為； 這類標籤可以基於動態的規則配置，經過計算和分析，生成描述結果，也就是規則標籤。 **擬合標籤** 擬合類的標籤最具有複雜性，通過使用者上述幾種標籤，智慧組合分析，給的預測值，例如：未婚、瀏覽相關婚禮內容，通過分析預測使用者將要舉辦婚禮，得到一個擬合結果：預測將要結婚。這個預測邏輯也可以反向執行，使用者購買嬰兒用品：預測已婚已育。 這就是資料時代常說的一句話：使用者在某個應用上一通操作之後，演算法分析的結果可能比使用者對自己的描述還要真實。 ## 2、標籤加工流程  **資料採集** 資料採集的渠道相對較多，比如同一APP內的各種業務線：購物、支付、理財、外賣、資訊瀏覽等等。通過資料通道傳輸到統一的資料聚合平臺。有了這些海量日誌資料的支撐，才具有資料分析的基礎條件。不管是資料智慧，深度學習，演算法等都是建立在海量資料的基礎條件上，這樣才能獲取具有價值的分析結果。 **資料加工** 結合如上業務，通過對海量資料的加工，分析和提取，獲取相對精準的使用者標籤，這裡還有關鍵的一步，就是對已有的使用者標籤進行不斷的驗證和修復，尤其是規則類和擬合類的相關標籤。 **標籤庫** 通過標籤庫，管理複雜的標籤結果，除了複雜的標籤，和基於時間線的標籤變，標籤資料到這裡，已經具有相當大的價值，可以圍繞標籤庫開放一些收費服務，例如常見的，使用者在某電商APP瀏覽某些商品，可以在某資訊流平臺看到商品推薦。大資料時代就是這麼令人感覺智慧和窒息。 **標籤業務** 資料走了一大圈轉換成標籤，自然還是要回歸到業務層面，通過對標籤資料的使用者的分析，可以進行精準營銷，和智慧推薦等相關操作，電商應用中可以提高成交量，資訊流中可以更好的吸引使用者。 **應用層** 把上述業務開發成服務，整合到具有的應用層面，不斷提升應用服務的質量，不斷的吸引使用者，提供服務。當然使用者的資料不斷在應用層面產生，在轉到資料採集服務中，最終形成完整的閉環流程。 ## 3、應用案例 從流程和業務層面描述都是簡單的，到開發層面都會變得複雜和不好處理，這可能就是產品和開發之間的隔閡。 **標籤的資料型別** 不同標籤的分析結果需要用不同的資料型別描述，在標籤體系中，常用描述標籤的資料型別如下：列舉、數值、日期、布林、文字型別。不同的型別需要不一樣的分析流程。 **商品和標籤** 這裡提供一個基礎案例，用商品的標籤來分析商品，例如通過商品產地，價格，狀態等條件，來查詢產品庫有多少符合條件的商品。 `資料表設計` 主要分四張表：標籤分類，標籤庫，標籤值，標籤資料。 ```sql CREATE TABLE `tc_tag_catalog` ( `id` INT (11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID', `catalog_name` VARCHAR (50) NOT NULL DEFAULT '' COMMENT '名稱', `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間', `update_time` datetime DEFAULT NULL COMMENT '更新時間', `state` INT (1) DEFAULT '1' COMMENT '狀態1啟用,2禁用', PRIMARY KEY (`id`) ) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標籤層級目錄'; CREATE TABLE `tc_tag_cloud` ( `id` INT (11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID', `catalog_id` INT (11) NOT NULL COMMENT '目錄ID', `tag_name` VARCHAR (100) DEFAULT '' COMMENT '標籤名稱', `tag_code` INT (11) DEFAULT NULL COMMENT '標籤編碼', `bind_column` VARCHAR (100) DEFAULT '' COMMENT '繫結資料列', `data_type` INT (2) NOT NULL COMMENT '1列舉,2數值,3日期,4布林,5值型別', `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間', `update_time` datetime DEFAULT NULL COMMENT '更新時間', `remark` VARCHAR (150) DEFAULT NULL COMMENT '備註', `state` INT (1) DEFAULT '1' COMMENT '狀態1啟用,2禁用', PRIMARY KEY (`id`) ) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標籤雲'; CREATE TABLE `tc_tag_data_enum` ( `tag_code` INT (11) NOT NULL COMMENT '標籤編碼', `data_value` VARCHAR (150) NOT NULL COMMENT '列舉值', `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間', KEY `tag_code_index` (`tag_code`) USING BTREE ) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標籤列舉值'; CREATE TABLE `tc_tag_data_set` ( `id` INT (11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID', `product_name` VARCHAR (100) DEFAULT '' COMMENT '商品名稱', `unit_price` DECIMAL (10, 2) DEFAULT '0.00' COMMENT '單價', `is_shelves` INT (1) DEFAULT '1' COMMENT '是否上架：1否,2是', `origin_place` VARCHAR (100) DEFAULT '' COMMENT '產地', `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間', PRIMARY KEY (`id`) ) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '標籤資料集'; ```  `模擬入參介面` 這裡的引數應該是基於需求，動態選取，進行組織到一起：  例如圖片中這裡給定的標籤值列表，稱為列舉值。 ```java @RestController public class AnalyzeController { @Resource private TagDataSetService tagDataSetService ; @GetMapping("/analyze") public String analyze (){