# 一、標籤簡介 **標籤概念** 標籤，最初用來對實物進行分類和標記，例如標明物品的品名、重量、體積、用途等簡要資訊。後來逐漸流行到資料行業，用來標記資料，對資料快速分類獲取和分析。 **標籤特點** 精確描述定位和搜尋，具有生命週期的特性，可以計算，配置和規則化處理。可以用標籤來描述各種結構和非結構化[文件、圖片、視訊等]的資料，從而使這些內容被高效的管理。 - 描述特徵：標籤[手機顏色]，特徵[紅色，白色]； - 描述規則：標籤[活躍使用者]，規則[每日登陸，產生交易]； **標籤價值** - 精細運營的基礎，有效提高流量精準和效率。 - 幫助產品快速定位需求資料，進行精準分析； - 能幫助客戶更快切入到市場週期中； - 深入的預測分析資料並作出及時反應； - 基於標籤的開發智慧推薦系統； - 基於某類下的資料分析，洞察行業特徵； 標籤的核心價值，或者說最常用的場景：實時智慧推薦，精準化數字營銷。 # 二、標籤定義  **屬性標籤** 屬性標籤是描述基本特徵，不需要行為產生，也不是基於規則引擎分析，例如基於使用者實名認證資訊，獲取：性別，生日，出生日期等特徵。變動頻率極小，且精準性較高。 **行為標籤** 通過不同業務渠道埋點，捕捉使用者的行為資料，基於這些資料分析，形成結果描述的標籤，例如：分析使用者「網購平臺」，得到的結果拼多多,淘寶,京東,天貓等。這些都是需要通過行為資料來判斷的標籤。 **規則標籤** 規則下分析出來的標籤，更多是基於產品或者運營角度來看，例如電商平臺需要對會員等級超過5級，且近7天活躍的會員發一次福利，這裡就涉及兩個標籤應用：1.「會員等級」基於什麼規則判斷；2.「近7天活躍」如何判斷，是基於登入，還是產生交易行為，這些都要可以動態配置，然後基於規則引擎把結果生成。基於動態的規則配置，經過計算和分析，生成描述的標籤，也就是規則標籤。 **擬合標籤** 擬合類標籤極具複雜性，通過對多種標籤智慧組合分析，給出預測描述，或者直接給出進階定義，例如所謂的讀心術，即通過多個特徵，眼神資訊，判斷人的心理活動。在機器學習中有一句話：通過長期對使用者行為的判斷和學習，機器可能比使用者還了解使用者。 # 三、標籤管理體系 **層級分類** 標籤管理的基本手段，通常以行業來分：金融，教育，娛樂等；通過多級分類細化管理。 **基礎標籤** 即資料的關鍵標籤，特點精確扁平，不可再細分，用來精確的描述資料，類似元資料。當使用多個標籤組合描述資料特徵，就會形成結構化的表管理。 **標籤值型別** 值型別：數字，字典，布林，日期，文字框，自定義等，是對標籤具體值的管理。例如標籤「性別」，標籤值「男.女.未知」,這種典型通過羅列字典來描述的場景。 # 四、標籤生產流程 ## 1、基礎流程  **資料採集** 資料採集的渠道相對較多，比如同一APP內的各種業務線：購物、支付、理財、外賣、資訊瀏覽等等。通過資料通道傳輸到統一的資料聚合平臺。有了這些海量日誌資料的支撐，才具有資料分析的基礎條件。不管是資料智慧，深度學習，演算法等都是建立在海量資料的基礎條件上，這樣才能獲取具有價值的分析結果。 **資料加工** 結合如上業務，通過對海量資料的加工，分析和提取，獲取相對精準的使用者標籤，這裡還有關鍵的一步，就是對已有的使用者標籤進行不斷的驗證和修復，尤其是規則類和擬合類的相關標籤。 **標籤庫** 通過標籤庫，管理複雜的標籤結果，除了複雜的標籤，和基於時間線的標籤變，標籤資料到這裡，已經具有相當大的價值，可以圍繞標籤庫開放一些收費服務，例如常見的，使用者在某電商APP瀏覽某些商品，可以在某資訊流平臺看到商品推薦。大資料時代就是這麼令人感覺智慧和窒息。 **標籤業務** 資料走了一大圈轉換成標籤，自然還是要回歸到業務層面，通過對標籤資料的使用者的分析，可以進行精準營銷，和智慧推薦等相關操作，電商應用中可以提高成交量，資訊流中可以更好的吸引使用者。 **應用層** 把上述業務開發成服務，整合到具有的應用層面，不斷提升應用服務的質量，不斷的吸引使用者，提供服務。當然使用者的資料不斷在應用層面產生，在轉到資料採集服務中，最終形成完整的閉環流程。 ## 2、資料聚合池 - 基於IDmapping技術，置換唯一標識[uid]; - 基於uid關聯標籤，放入計算池； - 相同的uid攜帶的標籤會以貪吃蛇的方式執行； - 不斷豐富該uid下攜帶的標籤內容； 以此方式豐富標籤的場景，產生更大的資料價值； # 五、原始碼地址 ``` GitHub·地址 https://github.com/cicadasmile GitEE·地址 https://gitee.com/cicadasmile ``` **資料洞察系列文章** |序號| 標題| |:---|:---| |01 | [資料分析：基於智慧標籤，精準管理資料](https://mp.weixin.qq.com/s/Tg_AirB-ewWym6MOhRkwjw)| |02 | [資料分析：資料視覺化圖表，BI工具構建邏輯](https://mp.weixin.qq.com/s/W86TbvYD_i9h23ZSNeh1Ag)| |03 | [資料分析：複雜業務場景下，量化評估流程](https://mp.weixin.qq.com/s/5FragJud2yh2LVE_ev-szA)| **推薦閱讀：程式設計體系整理** |序號|專案名稱|GitHub地址|GitEE地址|推薦指數| |:---|:---|:---|:---|:---| |01|Java描述設計模式,演算法,資料結構|[GitHub·點這裡](https://github.com/cicadasmile/model-arithmetic-parent)|[GitEE·點這裡](https://gitee.com/cicadasmile/model-arithmetic-parent)|☆☆☆☆☆| |02|Java基礎、併發、面向物件、Web開發|[GitHub·點這裡](https://github.com/cicadasmile/java-base-parent)|[GitEE·點這裡](https://gitee.com/cicadasmile/java-base-parent)|☆☆☆☆| |03|SpringCloud微服務基礎元件案例詳解|[GitHub·點這裡](https://github.com/cicadasmile/spring-cloud-base)|[GitEE·點這裡](https://gitee.com/cicadasmile/spring-cloud-base)|☆☆☆| |04|SpringCloud微服務架構實戰綜合案例|[GitHub·點這裡](https://github.com/cicadasmile/husky-spring-cloud)|[GitEE·點這裡](https://gitee.com/cicadasmile/husky-spring-cloud)|☆☆☆☆☆| |05|SpringBoot框架基礎應用入門到進階|[GitHub·點這裡](https://github.com/cicadasmile/spring-boot-base)|[GitEE·點這裡](https://gitee.com/cicadasmile/spring-boot-base)|☆☆☆☆| |06|SpringBoot框架整合開發常用中介軟體|[GitHub·點這裡](https://github.com/cicadasmile/middle-ware-parent)|[GitEE·點這裡](https://gitee.com/cicadasmile/middle-ware-parent)|☆☆☆☆☆| |07|資料管理、分散式、架構設計基礎案例|[GitHub·點這裡](https://github.com/cicadasmile/data-manage-parent)|[GitEE·點這裡](https://gitee.com/cicadasmile/data-manage-parent)|☆☆☆☆☆| |08|大資料系列、儲存、元件、計算等框架|[GitHub·點這裡](https://github.com/cicadasmile/big-data-parent)|[GitEE·點這裡](https://gitee.com/cicadasmile/big-data-parent)|☆☆