- 综合排序
- 最热优先
- 最新优先
- 来自专栏万能的小草
标签体系建设
前言 ---- 由于去年下半年至今一直在进行标签体系建设，因此希望把标签体系建设过程中的碰到的问题以及建设的方法和阶段性的成果分享给大家。 共勉！ 2.数据清洗： 基于完整的用户数据，进行数据准备，过滤无效数据，完成数据ETL，形成准确、易用、完整的高质量数据。 标签构建和画像画像 1. 标签生产引擎： 通过人机协同的方式，支持多种标签构建方式（规则、统计、算法、人工导入），实现用户360度全域标签。以产品化的方式进行标签体系全生命周期管理。 2. 私有标签则是面向特定业务的特定场景下建立的，具有单一性、临时性 四、标签体系的阶段成果及后期规划 当前标签体系支持三大服务模式： 用户主动触发模式 。 未来展望分为两点： 技术突破，搭建实时标签体系。 目前的标签更多聚焦在离线行为数据，后期随着业务拓展，需要搭建起一套完善的实时、离线标签体系，支持两种混用， 业务赋能。
2.5K20发布于 2021-05-17 - 来自专栏万能的小草
标签体系建设-私有标签服务
一、前言 之前有提到目前初步搭建起了公有标签和私有标签两大体系。其中公有标签：面向公司通用的场景、具有普遍性、长期性的特点。私有标签则是面向特定业务的特定场景下建立的，具有单一性、临时性。 部分读者对私有标签比较感兴趣，今天重点介绍一下。 ? 标签新增流程图一 二、背景 目前已有部分面向于场景开发的定制化标签，不适合作为公有标签对外提供服务。 若将该部分标签添加为公有标签可能对用户造成困扰，且以上标签贴合业务场景定制开发，不一定适用于其他场景，故针对这类标签需要作为私有标签，区别于公有标签对外提供服务。 需求方可提前跟标签PD联系评估标签的通用性，如果是特定场景下临时需求可以走私有标签，可由业务线的数据分析人员完成标签逻辑的开发。 b.私有标签质量如何保证。 五、收益 私有标签上线极大的提升了标签的服务效率，缩短了原有标签的开发周期。从以前平均下来单次标签开发需求从1周左右缩短至2天以内。
2.2K10发布于 2021-06-24 - 来自专栏大数据学习与分享
用户画像标签体系
在数据的基建和应用层面，除了重视数据分析外，也越来越重视数据资产在更多业务场景中的应用，标签画像的建设和应用就是其中一类很常见的需求和期望。 从对业务的价值来说，标签和画像是类似中间层的系统模块，具体来说，数据资产本质上是一些采集、采购所获得的数据源，但企业希望在数据源的基础上，实现资产变现，而且不断扩大资产价值。 很多企业都意识到，这个中间层就是标签画像。 下面主要介绍了企业做标签画像的目的，重点阐述标签和画像的应用场景及应用流程，构建标签和画像体系的实操方法论，最后给出了行业案例。
2.9K62编辑于 2022-05-19 - 来自专栏万能的小草
标签体系建设-标签创建方式介绍
当前标签体系支持创建标签方式有以下四种：1.基础标签 2.规则标签 3.逻辑标签 4.复合标签。 接着详细的介绍这四种标签的配置方式及实现形式。 2 规则标签 通过基础标签的交并运算生成的标签 新建新手法拉利司机的规则标签，将最近30天上传过驾驶证，且车型是法拉利 3 逻辑标签 基于业务的计算逻辑生成的标签 现有【性别-人工】【性别-算法】，依照优先级生成一个更准确的标签 二、规则标签 第一步：基础信息配置。包含：标签名称、标签描述、更新方式、更新频率. ? 三、逻辑标签 第一步： 配置标签基础信息，点击下一步添加规则； 预选标签类型，拖拽修改标签值优先级（仅支持同一类型创建逻辑标签） ? 四、复合标签 用户可基于已有标签的二次计算创建生产新标签。 运算结果设置支持用户对参与运算标签值、标签结果设置上下限，该部分设置可选填 复合标签结果值：限制组合标签结果值的上限与下限（对结果生效）； 标签值设置：限制参与计算标签的上限与下限（对计算生效）。
3.6K42发布于 2021-06-24 - 来自专栏常用算法专栏
标签分类体系详解
2. 规则标签（Rule-based Tags）——“这意味着什么” 定义：基于业务规则对事实数据进行逻辑判断后生成。 特点：依赖人工经验，可解释性强。 事实标签由数据平台维护，规则标签由运营配置，模型标签由算法团队迭代。 行业实战案例——标签体系如何驱动业务 案例1：电商平台（如京东、拼多多） 核心目标：提升GMV、复购率、用户LTV 标签类型 典型标签 应用场景 事实标签 最近购买品类、收货地址、支付方式 客服查询、 案例2：金融科技（如招商银行、蚂蚁集团） 核心目标：风控合规、资产配置、客户留存 标签类型 典型标签 应用场景 事实标签 账户余额、贷款记录、交易频次 KYC（了解你的客户）、反洗钱 规则标签 “高净值客户 结语：标签不是终点，而是对话的开始 无论是电商的“猜你喜欢”，金融的“智能风控”，还是SaaS的“客户健康分”， 标签体系的本质，是把模糊的“用户”变成可操作的“对象”。
76710编辑于 2025-12-21 - 来自专栏暴走大数据
推荐系统之标签体系
为什么要先介绍标签体系？ 一个推荐系统效果好与坏最基本的保障、最基础的是什么？如果让我来回答，一定是标签体系。 标签体系概览 ? 以京东的标签体系中的京东超市为例用思维导图来拆解，后面我们会详细的介绍如何构建标签体系。 ? 2.标签生成的自助化，可重复修改的规则，降低无效标签的堆积。业务一直在发展，如果规则一成不变则很难跟上业务节奏的变化。 2.调度机制及信息同步：标签之间有一些关联，标签之间的链条断裂，是否有个调度机制或者信息同步机制让大家的工作不被影响。 2.标签分类 按业务需求梳理了业务数据后，可以继续按照业务产出对象的属性来进行分类，主要目的： 方便管理标签，便于维护和扩展。 结构清晰，展示标签之间的关联关系。 为标签建模提供子集。
1.4K10发布于 2021-01-26 - 来自专栏肉眼品世界
PPT | 标签画像体系实践
在数据的基建和应用层面，除了重视数据分析外，也越来越重视数据资产在更多业务场景中的应用，标签画像的建设和应用就是其中一类很常见的需求和期望。 从对业务的价值来说，标签和画像是类似中间层的系统模块，具体来说，数据资产本质上是一些采集、采购所获得的数据源，但企业希望在数据源的基础上，实现资产变现，而且不断扩大资产价值。 很多企业都意识到，这个中间层就是标签画像。 下面这份PPT材料主要介绍了企业做标签画像的目的，重点阐述标签和画像的应用场景及应用流程，构建标签和画像体系的实操方法论，最后给出了行业案例。
50810编辑于 2022-03-29 - 来自专栏Spark学习技巧
推荐系统之标签体系
为什么要先介绍标签体系？ 一个推荐系统效果好与坏最基本的保障、最基础的是什么？如果让我来回答，一定是标签体系。 标签体系概览 ? 以京东的标签体系中的京东超市为例用思维导图来拆解，后面我们会详细的介绍如何构建标签体系。 ? 2.标签生成的自助化，可重复修改的规则，降低无效标签的堆积。业务一直在发展，如果规则一成不变则很难跟上业务节奏的变化。 2.调度机制及信息同步：标签之间有一些关联，标签之间的链条断裂，是否有个调度机制或者信息同步机制让大家的工作不被影响。 2.标签分类 按业务需求梳理了业务数据后，可以继续按照业务产出对象的属性来进行分类，主要目的： 方便管理标签，便于维护和扩展。 结构清晰，展示标签之间的关联关系。 为标签建模提供子集。
1.9K20发布于 2021-01-25 - 来自专栏张叔叔讲互联网
画像标签分类及体系
标签分类方式 本节主要介绍3种标签分类方式：按照生产方式、按照时效性和按照标签所属维度。本节最后给出了一个实际的标签体系分类示例。 1. 导入类标签主要依赖工程能力，将用户导入数据落盘到存储引擎中，后续处理过程和使用方式与其他类型标签一致。 2. 按时效性分类 标签按照时效性可以分为离线标签和实时标签。 不同的实体类型对应的分类的维度也不相同，以淘宝为例，如果为商品实体构建标签体系，其所属维度划分方式可以分为：基础属性、供货信息、商家信息、市场信息等。 4. 标签分类示例 以上小节介绍了标签的3种分类方式，本小节以短视频业务场景为例给出一个具体标签体系分类示例，其具体内容如表3-2所示。 表3-2 短视频领域标签体系分类示例 标签名称 标签值示例 所属维度 离线/实时 生产方式 性别 男、女 基础属性 离线 统计 年龄段 小于18、18-30、30-60、大于60 基础属性 离线 统计
1.8K10编辑于 2023-10-07 - 来自专栏最新最全的大数据技术体系
用户画像标签系统体系解释
文章目录 一 标签系统体系架构 二 标签模型开发流程 三 标签模型计算逻辑 一 标签系统体系架构 1）、标签数据 标签管理平台中，每个标签开发时，首先需要在管理平台上注册（新建标签：4级标签和5级标签 ： tagName -> tagRule：标签规则 2）、业务数据 依据每个业务标签（4级标签）的标签规则rule，获取业务数据 inType 判断业务数据的数据源，然后解析参数为Meta，加载业务数据 二 标签模型开发流程 展示每个标签模型在实际开发时主要流程： 1）、标签管理平台新建标签 123级标签 34级标签 设置相关属性，包含标签的属性字段的值和对应模型字段的值 标签模型对应Spark Application名称，及标签模型分类，尤其关键为标签规则 rule 5级标签 2）、开发标签模型 如何开发标签模型及测试功能，完成以后需要打成jar包 3）、调度执行 标签管理平台中可以直接调用 获取标签数据spark.read.format(“jdbc”) 只获取与标签相关的所有数据 2）、【HBase】解析标签规则rule，加载业务数据 spark.read.format(“hbase
2.2K20编辑于 2022-02-24 - 来自专栏数据社
干货，如何建立数据标签体系
大家好，我是一哥，今天给大家分享一篇标签体系如何建设的干货文章，欢迎转发收藏~ 为什么要先介绍标签体系？ 一个推荐系统效果好与坏最基本的保障、最基础的是什么？如果让我来回答，一定是标签体系。 标签体系概览 以京东的标签体系中的京东超市为例用思维导图来拆解，后面我们会详细的介绍如何构建标签体系。 2.标签生成的自助化，可重复修改的规则，降低无效标签的堆积。业务一直在发展，如果规则一成不变则很难跟上业务节奏的变化。 2.调度机制及信息同步：标签之间有一些关联，标签之间的链条断裂，是否有个调度机制或者信息同步机制让大家的工作不被影响。 结果类似如下： 2.标签分类 按业务需求梳理了业务数据后，可以继续按照业务产出对象的属性来进行分类，主要目的： 方便管理标签，便于维护和扩展。 结构清晰，展示标签之间的关联关系。 为标签建模提供子集。
10.5K64发布于 2021-01-22 - 来自专栏PM吃瓜(公众号)
内置标签2
二．遍历循环 ThinkPHP 内置标签提供了 Volist 标签、Foreach 标签和 For 标签。 "5" length="10">
- {$arr.id} -- {$arr.user} -- {$arr.mail}
</volist> //mod 求当前余数，当前 index 除以 2 余 1，输出偶数 <volist name="data" id="vo" mod="<em>2</em>"> <eq name="mod" value="1">- {$vo.id} -- {$vo.user} -- Volist 标签类似，只不过 Foreach 标签更加简单，没有额外属性。 //完整形式 <for start="1" end="100" comparison="lt" step="<em>2</em>" name="k"> {$i}
</for>66910发布于 2019-08-13 - 来自专栏Spark学习技巧
标签类目体系设计方法论
标签类目体系的设计方法基于“树形结构的标签树”第一性原理，通过识别对象、同一对象数据打通、数据化的事物表达、构建数据类目体系、构建标签类目体系、前后台标签类目体系等步骤实现完整的数据资产构建过程。 （2）其次梳理“人”“物”等实体对象的类目。 信息化建设比较成熟的企业，已经专门梳理有“人”“物”实体对象的数据库。 五 构建标签类目体系 梳理完企业原始积累的数据类目体系后，需要根据业务场景需要，设计标签及标签类目体系。标签类目体系的设计过程，比数据类目体系更为复杂。 2、标签设计的五种思路 标签的设计一般来自业务诉求的梳理抽象。简单而言，将业务痛点拆解成应对的数据方案，数据方案中的数据资源拆解到字段粒度，就是标签的设计过程。 2、前后台类目的联系与区别 前台标签类目一般按照大场景/子场景/数据服务等层级展开。
3.8K21发布于 2021-07-27 - 来自专栏知了一笑
标签管理体系之业务应用
一、评估标签质量 1、业务背景 基于标签对业务进行精准分析，从而影响运营思路和产品迭代的节奏，进而带来非常高的商业价值，但是这里需要对标签的质量进行评估，假设标签的覆盖场景非常低，而且准确度低，同样也会反向影响业务 2、覆盖维度 单一场景下标签能产生的价值并不高，这也是很多产品在初期不会过度考虑数据分析的一大原因，能获取到有标签含义的数据不足以产生较高的价值。 ? 二、标签基础应用 1、贴标签 给一个用户贴标签的过程是非常复杂的，这里通常需要依赖现有成熟的标签体系。 例如新注册的用户或者长期不活跃的用户，如何获取精准的分析，从而为运营提供激活用户的策略： ? 2、标签查询 基于对标签的选择，和标签值选取，生成数据查询的条件，圈取数据包，这是最常使用的手段。 2、数据包运算 基于多个数据包，进行运算，比如两个数据包并集，交集，补集，差集等系列运算。 ? 这样可以得到数据包的差距，分析组合标签或者差异标签之间的影响，可以给营销带来精确的参考。
94720发布于 2021-01-12 - 来自专栏理论坞
深度解析用户画像的标签体系
一般来说，设计一个标签体系有三种思路： 结构化标签体系 简单地说，就是标签组织成比较规整的树或森林，有明确的层级划分和父子关系。结构化标签体系看起来整洁，又比较好解释，在面向品牌广告主开喷时比较好用。 性别、年龄这类人口属性标签，是最典型的结构化体系。下图就是Yahoo!受众定向广告平台采用的结构化标签体系。 下图是Bluekai聚合多家数据形成的半结构化标签体系： 当然，标签体系太过混乱的话，投放运营起来就比较困难。 面向品牌的结构化标签体系，设计的好坏似乎并不太重要;而彻底非结构化的标签，也没有太多设计的需求。产品狗们碰到的难点，往往是如果设计合理的半结构化标签体系以驱动广告的实效。 (2)游戏行业 游戏的用户决策过程总体上令人难以捉摸，这是因为它有点儿电影、音乐一样的艺术性特质。而人们对艺术的喜爱，并不是理性的，也就难以总结规律。
7.6K65发布于 2018-12-14 - 来自专栏专注 Java 基础分享
struts2标签库----数据标签详解
上篇文章我们介绍struts2标签库中的控制标签的基本使用和部分原理，本篇文章接着了解下标签库中有关数据标签的使用和原理。 主要涉及以下数据标签： action标签：用于在视图页面跳转到一个Action bean标签：用于创建一个Javabean实例，按需保存到context中 date标签：用于格式化输出一个日期 debug 标签：用于调试查看ognl上下文中内容 include标签：用于包含其他的jsp或者servlet页面资源 param标签：主要配合别的标签作为子标签使用 push标签：用于将某个值放入到root栈顶 set标签：设置一个新变量，放入指定范围 url标签：用于生成一个URL地址 数据标签主要是用于提供各种数据访问相关的功能，生成输出国际化信息等。 有关于struts2标签库的数据标签已经简单介绍完了，由于没有结合具体的项目，所以介绍的很浅显，不当之处，望指出！
1.5K100发布于 2018-01-04 - 来自专栏专注 Java 基础分享
struts2标签库----控制标签详解
从本篇开始我们逐渐了解和使用struts2为我们提供的标签库技术，使用这些标签可以大大降低我们表现层的开发难度。 OGNL表达式和JSP中的EL很是类似，都是用于取数据的，只是OGNL配合着Struts2标签库可以实现更加强大的功能。 2、if/else if/else逻辑判断标签 这几个标签其实含义和我们Java SE中的if/else 差不多，只是用标签的形式在HTML页面使用了。 ，构建一个list集合，使用#{name2:value1,name2:value2}构建map集合。上述代码运行结果如下： ? 我们打开debug可以看到： ? 有关struts2的控制标签部分就简单介绍到这，如有错误，望不吝赐教！
2.1K100发布于 2018-01-04 - 来自专栏接地气学堂
标签体系，这么做才有实用价值
标签体系，绝对是数据分析年度工作中，最值得摆在开年做的。因为它和所有工作都有关系，经营分析、投放分析、用户画像、推荐策略、商品运营……都得靠标签带动。 标签体系做得好，后续分析才有足够多素材，才能积累经验。标签体系做得差，白费功夫不说，后边做深入分析的时候还没有依靠。 那么该如何做呢? 今天简单分享一下 一、标签体系常见错误 最常见的错误，就是：标签就是一箩筐，啥玩意都往里装。 认真了解业务需求以后，就会发现：大面积打标签，根本没必要。把大面积的标签一股脑怼给业务用，更没必要！提供少而精的标签，培养业务使用习惯，循序渐进建成完整体系，才是项目成功的关键。 “喜欢”“偏好”类标签非常难做。 1、数据少：不是头腾阿，采集不到足够用户决策路径 2、定义难：啥叫喜欢？购买算不算喜欢？只看不买算不算？
89910编辑于 2022-03-28 - 来自专栏大数据成神之路
标签体系下的用户画像建设小指南
2、按照标签的指代和评估指标的不同，可分为定性标签和定量标签。 （2）标签级别（标签的体系结构） 分级有两个层面的含义，其一是：指标到最低层级的涵盖的层级；其二是指：指标的运算层级。其一非常好理解，这里重点说运算层级。 2、标签体系结构 标签体系可以归纳出如下的层级结构。 ? （1）原始输入层 主要指用户的历史数据信息，如会员信息、消费信息、网络行为信息。经过数据的清洗，从而达到用户标签体系的事实层。 3、标签体系结构分类 一般来说，设计一个标签体系有3种思路，分别是：（1）结构化标签体系；（2）半结构化标签体系；（3）非结构化标签体系。 性别、年龄这类人口属性标签，是最典型的结构化体系。下图就是Yahoo!受众定向广告平台采用的结构化标签体系。 ? （2）半结构化标签体系 在用于效果广告时，标签设计的灵活性大大提高了。
6.1K52发布于 2021-07-12 零基础学习HTML(2)——img标签、a标签
html5/ html5速查手册：https://man.ilovefishc.com/html5/ css速查手册：https://man.ilovefishc.com/css3/ 学习正文 img标签 ：https://man.ilovefishc.com/pageHTML5/img.html a标签：https://man.ilovefishc.com/pageHTML5/a.html <!
17310编辑于 2026-01-23
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号