（一）内容简介

张学宁：中国电商精英会会长、学宁会创始人、互联网实战专家、互联网+团队孵化总教练、知名企业家导师

内容看点：

用户画像即是为用户打上各种各样的标签，如年龄、性别、职业、商品品牌偏好、商品类别偏好等。这些标签的数目越丰富，标签越细化，对用户的刻画就越精准。例如，分析某用户为女性，可能仅仅是将与女性相关的服装、个人护理等商品作为推荐结果反馈给该用户;但若根据用以往的浏览、交易等行为挖掘出进一步的信息，如用户的地理信息为海南，买过某几类品牌的服装，则可以将薄款的、品牌风格相似的服装作为推荐结果。

一般而言，用户画像可以分为基础属性、购物偏好、社交关系、财富属性等几大类。对于刻画淘宝网购用户，则应侧重于他们在网购上的行为偏好。下面以用户女装风格偏好为例，讲解该用户标签是如何基于全域数据产出的。