标签体系中的一些基本概念

Posted 小杨的冥想课

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了标签体系中的一些基本概念相关的知识,希望对你有一定的参考价值。

标签体系中的一些基本概念

基础概念

实体标签

  • 必须是名词,且必须是唯一指代

概念标签

  • 概念标签通常表示的是“一类”或“某种相似”的内容

主题词

  • 用来填补不同级别标签之间的空白,保持了推荐的多样性又不至于过分精准而导致极度收敛

标签体系构建的原则

一、放弃⼤而全的框架,以业务场景倒推标签需求

二、标签生成自助化,解决效率和沟通成本

  • 标签生成的自助化能够让沟通成本降最低
  • 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
  • 释放数据团队人力,释放业务团队的想象力

三、有效的标签管理机制

标签体系的实施架构

数据加工层

  • 数据加工层收集,清洗和提取来处理数据,收集了所有数据之后,需要经过清洗:去重,去无效数据,去异常数据等等。然后再是提取特征数据

数据业务层

  • 用来维护整个标签体系,集中在一个地方来进行管理
  • 主要包括以下核心内容
    • 定义业务方需要的标签。
    • 创建标签实例。
    • 执行业务标签实例,提供相应数据。

数据应用层

标签体系的设计

1.业务梳理

2.标签分类

  • 梳理标签分类时,尽可能按照MECE原则,相互独立,完全穷尽。每一个子集的组合都能覆盖到父集所有数据。标签深度控制在四级比较合适,方便管理,到了第四级就是具体的标签实例

3.标签的模型

  • 从数据的失效性来看
    • 静态属性标签。长期甚至永远都不会发生改变。比如性别,出生日期,这些数据都是既定的事实,几乎不会改变
    • 动态属性标签。存在有效期,需要定期地更新,保证标签的有效性。比如用户的购买力,用户的活跃情况。
  • 从数据的提取维度来看
    • 事实标签。既定事实,从原始数据中提取。比如通过用户设置获取性别,通过实名认证获取生日,星座等信息
    • 模型标签。没有对应数据,需要定义规则,建立模型来计算得出标签实例。比如支付偏好度。
    • 预测标签。参考已有事实数据,来预测用户的行为或偏好。比如用户a的历史购物行为与群体A相似,使用协同过滤算法,预测用户a也会喜欢某件物品。

标签最终呈现的形态要满足两个需求:

  • 1.标签的最小颗粒度要触达到具体业务事实数据,同时支持对应标签实例的规则自定义
  • 2.不同的标签可以相互自由组合为新的标签,同时支持标签间的关系,权重自定义。

以上是关于标签体系中的一些基本概念的主要内容,如果未能解决你的问题,请参考以下文章

Java数据结构--内容体系 & 基本概念和术语

第3章 DOM基本概念以及基本属性和方法

html的介绍,html文档树的概念,meta标签及一些基本标签

进程基本概念

进程基本概念

局域网基本概念 和体系结构