用户画像（UserProfile），即用户信息标签化。
用户画像有很多的的标签组成，每个标签都规定了观察、认识、描述用户的角度。标签根据企业业务的发展情况，或多或少，对外而言都是一个整体，这个整体称之为用户画像。
2、为什么需要用户画像？
用户画像的核心工作是为用户打标签，打标签的重要目的之一是为了让人能够理解并且方便计算机处理。
用户画像的本质就是从业务角度出发对用户进行分析，了解用户需求，寻找目标客户。
3、用户画像怎么设计？
一个标签通常是人为规定的高度精炼的特征标识。
3、1数据源分析
这样的分类方式，有助于后续不断枚举并迭代补充遗漏的信息维度。不必担心架构上对每一层分类没有考虑完整，造成维度遗漏留下扩展性隐患。另外，不同的分类方式根据应用场景，业务需求的不同，也许各有道理，按需划分即可。
3.1.1静态信息数据
用户相对稳定的信息。
3.1.2动态信息数据
用户不断变化的行为信息。
3.2目标分析
用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。
3.3数据建模方法
3.3.1什么用户
关键在于对用户的标识，用户标识的目的是为了区分用户、单点定位。
3.3.3什么地点
用户接触点，TouchPoint。对于每个用户接触点。潜在包含了两层信息：网址+内容。
3.3.4什么内容
每个url网址（页面/屏幕）中的内容。
对于每个互联网接触点，其中网址决定了权重；内容决定了标签。
3.3.5什么事
不同的行为类型，对于接触点的内容产生的标签信息，具有不同的权重。
标签权重=衰减因子×行为权重×网址子权重
如：用户A，昨天在品尚红酒网浏览一瓶价值238元的长城干红葡萄酒信息。
标签：红酒，长城
行为类型：浏览行为记为权重1
地点：品尚红酒单品页的网址子权重记为0.9（相比京东红酒单品页的0.7）
假设用户对红酒出于真的喜欢，才会去专业的红酒网选购，而不再综合商城选购。
则用户偏好标签是：红酒，权重是0.95*0.7*1=0.665，即，用户Ａ：红酒0.665、长城0.665。
4、用户画像怎么开发？
5、用户画像工作坚持的原则（金融企业）
金融企业是最早开始用户画像的行业。
5.1信用信息和人口属性为主
描述一个用户的信息很多，信用信息是用户画像中重要的信息，信用信息是描述一个人在社会中的消费能力信息。
5.3将定量的信息归类为定性的信息
用户画像的目的是为产品筛选出目标客户，定量的信息不利于对客户进行筛选，需要将定量信息转化为定性信息，通过信息类别来筛选人群。
例如可以将年龄段对客户进行划分，18岁-25岁定义为年轻人，25岁-35岁定义为中青年，36-45定义为中年人等。可以参考个人收入信息，将人群定义为高收入人群，中等收入人群，低收入人群。
5.4用户画像的方法介绍，不要太复杂
金融企业需要结合业务需求进行用户画像，从实用角度出发，我们可以将用户画像信息分成五类信息。分别是人口属性，信用属性，消费特征，兴趣爱好，社交属性。
5.4.1人口属性
5.4.2信用属性
5.4.3消费特征
5.4.4兴趣爱好
5.5金融企业用户画像的基本步骤
5.5.3对数据进行分类和标签化（定量to定性）
5.5.4依据业务需求引入外部数据
5.5.5按照业务需求进行筛选客户（DMP(大数据管理平台)的作用）