关于课程所介绍的算法实际应用，标签生成

Question

老师好，我视频看到现在，感觉前面介绍了不少算法，但还是不知道如何应用在业务里，像前面介绍的FM特征交叉，标签权重计算这些，不知道每个算法的在本课程业务模块里的应用效果是什么？如何将这些算法串联起来根据业务行为数据生成标签呢？

Answer 1

小简同学 2021-09-23 10:41:36

同学你好，每个算法是生成某个类别的标签，在真正的项目里，每个算法模块都会单独出来，例如将朴素贝叶斯预测性别作为一个单独模块运行，然后在每天的凌晨对昨天的用户行为进行标签的生成。最后将各个算法分别生成的标签都存入到一张标签流水表里。为后面的业务逻辑，如人群圈选，提供数据支持。

• 提问者 前田慶次 #1

  老师，我再问下，第4章 特征工程和第5章 标签体系构建，第6章 群体用户画像构建这几章节在我们的项目里面的调用关系是什么，是先要执行特征工程再执行标签体系构建，接着再群体用户画像构建，然后生成用户标签流水表和用户标签主题表吗？

• 小简同学 回复 提问者 前田慶次 #2

  用户标签流水表和用户标签主题表，在项目表结构导入的脚本中，就已经建好了。这个课程整体来看，可以分为2个部分：1.通过算法对用户打标签  2. 人群圈选。通过算法对用户打标签主要是在第6章 群体用户画像构建，通过算法进行挖掘，肯定要进行特征处理之类的，所以在第4章是介绍了特征工程的知识。对用户购物偏好的挖掘，又会涉及到标签权重。所以在第5章介绍了标签权重计算，标签存储的知识。可以说，第4章和第5章是第6章的一个知识铺垫。

• 提问者 前田慶次 回复 小简同学 #3

  好的老师，我大概了解了，就是说第6章之前的都是一些知识的铺垫，第6章打标签时会使用到之前的特征工程和权限的代码，完成项目功能一的部分，然后第7章人群管理完成项目功能二的部分。

点开查看后面1条评论