2019年机器学习技术在用户挖掘中的应用与挑战.pdf

《2019年机器学习技术在用户挖掘中的应用与挑战.pdf》由会员分享，可在线阅读，更多相关《2019年机器学习技术在用户挖掘中的应用与挑战.pdf（19页珍藏版）》请在三个皮匠报告上搜索。

1、2019 KE.COM ALL COPYRIGHTS RESERVED1机器学习在贝壳用户画像上的实践与挑战2019 KE.COM ALL COPYRIGHTS RESERVED41用户画像概述2贝壳用户画像实践3赋能业务应用2019 KE.COM ALL COPYRIGHTS RESERVED5关于贝壳品质居住租赁装修海外新房二手链家2018.4贝壳房子信息服务用户经纪人20W经纪人3000W月活1.8亿房源2019 KE.COM ALL COPYRIGHTS RESERVED6数说用户213天首次访问成交2019 KE.COM ALL COPYRIGHTS RESERVED7画的什么？价格

2、偏好成交意愿朝向业务偏好楼层商圈用户画像常用设备常驻城市浏览房源带看次数南高楼层北京-二手北京-芍药居北京-太阳宫强ios15次5次北京800-1000W2019 KE.COM ALL COPYRIGHTS RESERVED8标签体系2019 KE.COM ALL COPYRIGHTS RESERVED9关键难点业务埋点业务埋点数据采集解析业务埋点结构化存储统计分析数据挖掘行为预估效果评估业务数据层计算层 高效、稳定的计算和存储 统一的数据抽象和建模 统一各产品线前后端埋点 评估标签质量-准确率和覆盖率效果评估业务日志数据采集加工计算 精准刻画用户关键难点2019 KE.COM ALL COP

3、YRIGHTS RESERVED10事实性标签M站app链家线上小程序贝壳pc线下城市App安装设备类型注册时间浏览时间浏览次数商机次数带看次数用户事实标签2019 KE.COM ALL COPYRIGHTS RESERVED11挖掘标签-工作地&居住地用户上报坐标点工作地样本居住地样本计算位置得分DBSCAN聚类计算类簇得分聚类簇排序选取聚类簇选取类簇中心目的地结果位置信息工作地居住地 北京地区覆盖率78%，准确率72%2019 KE.COM ALL COPYRIGHTS RESERVED12挖掘标签-用户活跃度 购房意愿会波动 意愿的波动会体现在行为的变化上 通过短期行为刻画当前意愿核访带

4、看委托IM/400用户活跃度聚类成熟行动兴趣意向观察沉默1231334545443321246556556620181023201810302018110620181113201811202018112720181204201812112018121820181225201901012019010820190115201901222019012920190205201902122019021920190226201903052019031220190319201903262019040220190409201904162019 KE.COM ALL COPYRIGHTS RESERVED13预

5、测标签-业务偏好新房二手租赁租房买房二手新房如何选取label，确定偏好如何让样本覆盖不同阶段的用户如何优化样本分布的不均衡性2019 KE.COM ALL COPYRIGHTS RESERVED14预测标签-LTV浏览页面产生商机转委托带看签约成交房+客人+房+客用户价值（买家+卖家）留存率委托率签约率商机率留咨率带看率底层数据库特征算子1.数据清洗2.时间聚合3.特征运算4.特征编码模型训练GBDT+LR效果评估AUC、F1、P、R模型可视化分析Predict目标留存商机委托带看签约留咨2019 KE.COM ALL COPYRIGHTS RESERVED15实现框架DW数仓新房二手租赁海

6、外装修如视数据采集层IdMapping统计分析数据抽取数据清洗数据处理层业务解析kmeansdbscansmotelr/gbdt标签计算层HbaseMongodbClickHouseRedis数据存储层2019 KE.COM ALL COPYRIGHTS RESERVED16典型应用一种子用户计算相似度扩展用户群种子包S=1,y=1S=0,y=1S=0,y=0所有的正样本y=1y=0S=0S=1假设s是从y中随机采样出来的,跟具体的x无关Pulearningp(y=1|x)p