← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 7258.a · 生成模型:WorkBuddy (Claude)

四类数据采集来源

理解等级:初级

推荐系统的数据主要来自四类渠道,彼此互补。一是数据埋点,私有化部署的事件追踪,是用户行踪监控仪,最常用;二是注册信息,能迅速拿到年龄、手机号、地点、兴趣等基础属性;三是网络爬虫,补充物料相关外围信息(哪些商品好卖、哪些新闻热门),覆盖广、信息多;四是问卷,获取用户对业务的体验与反馈,与业务方向和模型训练强相关。注意点:埋点只是起点,拿到原始数据后还要二次加工(分析运营合理性、用户偏好、建立画像等),且爬虫与问卷受合规与样本偏差约束,不能替代真实行为日志。可迁移:任何数据驱动产品都应先盘清”数据从哪来”,再谈处理。相关卡见 [[数据埋点与埋点事件]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 构建推荐系统的特征 3.1 怎么收集数据 · 查看原书依据

      二次加工以后主要进行数据分析,比如分析运营机制的合理性,分析产品功能的合理性,分析用户消费行为,监控产品的流畅性,分析不同渠道的用户行为差异,分析用户转化以及存留,分析用户偏好,收集市场反馈,保障用户数据安全,定位异常,建立用户画像等

    参考来源

    - 位置:《推荐系统全链路设计:原理解读与业务实践》第3章《构建推荐系统的特征》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/29.html;src-019) - 结论依据:原文明确列出数据通常来自数据埋点、注册信息、网络爬虫、问卷四类,并分别说明各自用途与特点,支撑本卡的分类与适用判断。 - 原始内容:二次加工以后主要进行数据分析,比如分析运营机制的合理性,分析产品功能的合理性,分析用户消费行为,监控产品的流畅性,分析不同渠道的用户行为差异,分析用户转化以及存留,分析用户偏好,收集市场反馈,保障用户数据安全,定位异常,建立用户画像等