之前在新媒的时候做过用户画像的工作，当时主要是对文本进行打标签。

　　标签的抽取形式有两种，a) 文本分类的类标签； b)还有文本关键词的抽取和预先定义的标签体系的匹配。

　　但这其实也仅仅是一部分，比较全面的用户画像体系，应该包括

　　1. 浏览或购买商品的标签，也就是类似上面文本打标签的过程。

　　2. 通过访问频率、最近访问时间、平均停留时间、平均访问页面数等数据建立起用户忠诚度的模型。例如聚类，把用户访问数据向上抽象成 忠诚、已流失等类型

　　3. 用户价值, 最近访问时间、频率、金钱等 向上抽象，用户的消费能力

　　4. 用户的基础数据，地址，区域、房车等信息

　　个人自己理解的总结。