大家好,我是爱学习的小xiong熊妹。
一提到用户画像,很多人直观地会想到:通过用户画像分析出用户偏好。到底用户偏好该如何做分析,今天简单分享下,给大家一个懒人攻略。
直观上看,用户偏好,就是
A用户喜欢产品甲
B用户喜欢产品乙
问题是:如何通过数据的形式,把这个关系表达出来。
最简单的方法是:
如下图,A、B用户各抽100人,观察其对甲乙产品“喜欢”的人数,这样就能简单的把“喜欢”表达出来了。
如果真如上边例子的话,用户的喜好是很明显的。把人数换算成比例,可以清晰看到:抽出的100名A用户,90%都喜欢甲产品,抽出的100名B用户,90%都喜欢乙产品。那肯定两类用户喜好不同。
但实际情况会很纠结,比如下图这种情况。理论上,年轻人喜欢喝汽水,中年喜欢喝茶,老年喜欢喝牛奶。但是在数据上看,其比例差异也就不到20%。很多时候会让人纠结:到底年龄和饮料之间有没有关系呀?
这时候可以用统计学中独立性检验,一定程度减少纠结。
(大家可以直接略过这一段)独立性检验是一种基础方法。所谓独立性检验,指的是其利用了“两个互独立的事件同时发生的概率,等于两件事单独发生的概率的乘积”的原理进行检验。
独立性检验的原假设是两个变量独立。大家知道,原假设就是要被怼翻的,所以如果假设检验不通过(P值小于0.05),就能拒绝原假设,认为两个变量有关系。
具体的统计学原理稍显复杂,既然是懒人攻略,那么就直接给操作步骤:
第一步:根据题目,给出观察数据
第二步:计算期望频数数据
第三步:使用公式计算卡方检验结果
大家直接看P值就好了,小于0.05,推翻原假设,年龄和饮料选择之间不独立,可认为差异是真实存在的。
上边虽然给了很多方法,但是一定要注意:用户喜好并不是固定不变的,过去的数据参考意义会很有限。
可能一个促销活动,一个蹭热点的标题,就把前边发现的结论推翻了。
总之,通过简单的数据定义出来的“偏好”,可能不是真正的偏好,其中夹杂了大量的其他原因。需要更多方法来剔除这些原因。今天就讲到这里啦,大家感兴趣的话,记得转发+在看+点赞,三连,支持下小熊妹哦,谢谢大家。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。