基於大數據的人才畫像

❶ 浠涔堟槸澶ф暟鎹鐢ㄦ埛鐢誨儚錛

澶ф暟鎹鐢誨儚鏄鎸囷紝鍦ㄥぇ鏁版嵁鏃朵唬錛屼紒涓氶氳繃瀵規搗閲忔暟鎹淇℃伅榪涜屾竻媧椼佽仛綾匯佸垎鏋愶紝灝嗘暟鎹鎶借薄鎴愭爣絳撅紝鍐嶅埄鐢ㄨ繖浜涙爣絳懼皢鐢ㄦ埛褰㈣薄鍏蜂綋鍖栫殑榪囩▼銆

鐢ㄦ埛鐢誨儚鐨勫緩絝嬭兘澶熷府鍔╀紒涓氭洿濂藉湴涓虹敤鎴鋒彁渚涢拡瀵規х殑鏈嶅姟銆備笌涔嬬浉搴旓紝瓚婃潵瓚婂氱殑絎涓夋柟澶ф暟鎹鍏鍙革紝涔熷紑濮嬩緷鎵樿嚜韜鐨勬暟鎹縐緔錛屼負瀹㈡埛鎻愪緵鐢ㄦ埛鐢誨儚鐨勬湇鍔°

姣斿備釜鎺ㄦ棗涓嬬殑鐢ㄦ埛鐢誨儚浜у搧錛岃兘澶熷圭敤鎴風嚎涓婂拰綰誇笅琛屼負榪涜屽ぇ鏁版嵁鍒嗘瀽錛屽府鍔〢PP寮鍙戣呭拰榪愯惀鑰呮瀯寤哄叏闈銆佺簿鍑嗐佸氱淮鐨勭敤鎴風敾鍍忎綋緋匯傜敤鎴風敾鍍忕殑褰㈡垚闇瑕佺粡鍘嗗洓涓榪囩▼錛屾暟鎹縐緔銆佹暟鎹娓呮礂銆佹暟鎹寤烘ā鍒嗘瀽銆佹暟鎹浜у嚭銆

鍏朵腑錛屾暟鎹娓呮礂鍜屾暟鎹寤烘ā緇熺О鏁版嵁澶勭悊銆傚湪緇忚繃鏁版嵁澶勭悊涔嬪悗錛屼釜鎺ㄤ駭鍑虹嫭鐗圭殑鍐楓佺儹銆佹俯鏁版嵁緇村害錛屽苟鍒嗘瀽鐢ㄦ埛鐨勭嚎涓婂叴瓚ｅ嚲濂藉拰綰誇笅琛屼負鍦烘櫙錛屽艦鎴愮敤鎴風敾鍍忋

涓轟粈涔堥渶瑕佺敤鎴風敾鍍

鐢ㄦ埛鐢誨儚鐨勬牳蹇冨伐浣滄槸涓虹敤鎴鋒墦鏍囩撅紝鎵撴爣絳劇殑閲嶈佺洰鐨勪箣涓鏄涓轟簡璁╀漢鑳藉熺悊瑙ｅ苟涓旀柟渚胯＄畻鏈哄勭悊錛屽傦紝鍙浠ュ仛鍒嗙被緇熻★細鍠滄㈢孩閰掔殑鐢ㄦ埛鏈夊氬皯錛熷枩嬈㈢孩閰掔殑浜虹兢涓錛岀敺銆佸コ姣斾緥鏄澶氬皯錛

涔熷彲浠ュ仛鏁版嵁鎸栨帢宸ヤ綔錛氬埄鐢ㄥ叧鑱旇勫垯璁＄畻錛屽枩嬈㈢孩閰掔殑浜洪氬父鍠滄浠涔堣繍鍔ㄥ搧鐗岋紵鍒╃敤鑱氱被綆楁硶鍒嗘瀽錛屽枩嬈㈢孩閰掔殑浜哄勾榫勬靛垎甯冩儏鍐碉紵

澶ф暟鎹澶勭悊錛岀諱笉寮璁＄畻鏈虹殑榪愮畻錛屾爣絳炬彁渚涗簡涓縐嶄究鎹風殑鏂瑰紡錛屼嬌寰楄＄畻鏈鴻兘澶熺▼搴忓寲澶勭悊涓庝漢鐩稿叧鐨勪俊鎮錛岀敋鑷抽氳繃綆楁硶銆佹ā鍨嬭兘澶熲滅悊瑙ｂ 浜恆

❷ 大數據里的青年是什麼樣子

90後海歸研製的馬桶能智能體檢；南京餐飲業求職者7成是90後，平均薪資排全國第二；00後們其實很認同傳統美德，九成認為成功要靠自己奮斗……昨天（5月4日）是五四青年節，QQ、淘寶、口碑、58等多家互聯網機構出台了各種角度關於年輕人的大數據畫像，讓我們來看看這里有沒有你熟悉的年輕人。

畫像三

南京餐飲業平均薪資6447元，求職者七成是90後

「四千塊你就想請個服務員？你想多了吧！」這個前兩年流傳的段子或許正在變成現實。58英才招聘研究院聯合口碑剛剛發布的今年1至4月全國重點城市餐飲業用工分析報告顯示，北上廣深、南京等一二線城市餐飲用工缺口巨大，餐飲人員供不應求直接拉高了餐飲企業薪資水平，服務員薪水最高的重點城市依次是北京、南京、廣州、上海等。其中，南京餐飲企業平均支付薪資水平已達6447元。

數據顯示，2018年1-4月，餐飲業企業招聘量城市前十位依次是北京、廣州、深圳、上海、成都、杭州、重慶、武漢、西安、蘇州。餐飲行業員工流動性較大，一直是用工需求最大的行業之一，招人難、留人難已成為絕大多數餐飲企業面臨的問題。

統計數據還顯示，餐飲業企業支付薪資水平城市前十位依次是北京、南京、廣州、上海、深圳、杭州、合肥、蘇州、西安、武漢。其中，北京的餐飲業企業薪資標准居全國第一，為7656元，其次是南京、廣州、上海、深圳，分別為6447元、6377元、6331元和6196元。值得一提的是，南京的餐飲業平均薪資超過了廣州、上海、深圳等一線城市，僅次於北京。

什麼樣的人應聘餐飲業最多？58英才招聘研究院數據顯示，餐飲業求職者中，90後佔比最高，達到72.5%。

以上內容來自：揚子晚報

❸ 利用大數據技術如何構建用戶畫像

【導讀】目前，我們已經身處大數據時代，大數據的使用不僅普通用戶可以享受到技術帶來的便利，企業也可以從數據中提取有商業價值的信息，構建出用戶畫像，從而對用戶行為進行分析和預測。雖然用戶畫像不是什麼新鮮的概念，但是大數據技術的出現使得用戶畫像更加清晰客觀，那麼利用大數據技術如何構建用戶畫像?

1、認識用戶畫像

用戶畫像簡單來講，就是用戶信息標簽化。即收集這個用戶的各種數據和行為，從而得出這個用戶的一些基本信息和典型特徵，最後形成一個人物原型。一般用戶畫像會分析三個信息維度，分別是基本屬性、消費購物以及社交圈。其中基本屬性就是指用戶的一些基本信息，比如年紀、性別、生日、學校、所在地等等。

2、利用大數據構建用戶畫像的好處

(1)精準營銷：當企業和商家掌握了用戶的一定信息後，就可以構建出清晰的用戶畫像，這樣一來就可以根據用戶的偏好、收入等標簽，推薦給他們會感興趣的商品和服務。

(2)用戶統計：通過大數據我們可以對一些數據進行統計，比如我們經常會看到有一些APP的排行榜，甚至是滲透率、日活率這些具體數據都可以清晰統計出來。

(3)數據挖掘：構建智能推薦系統，利用關聯規則計算，喜歡紅酒的人通常喜歡什麼運動品牌，利用聚類演算法分析，喜歡紅酒的人年齡段分布情況。

(4)進行效果評估：其實相當於市場調研、用戶調研，迅速下定位服務群體，提供高水平的服務。比如你是一個買車的想要投放廣告，但是不知道哪個渠道投放更好，就可以先嘗試一下，看看數據反饋如何。

(5)私人訂制：對服務或產品進行私人訂制，然而不法商家也會利用用戶畫像來殺熟。

(6)業務經營分析：業務經營分析以及競爭分析，影響企業的商業決策，甚至發展戰略。

3、構建用戶畫像的流程

(1)數據源端：一般來講構建用戶畫像的數據來自於網站交易數據、用戶行為數據、網路日誌數據。當然也不僅限於這些數據，一些平台上還有個人徵信數據。

(2)數據預處理：第一步是清洗，把一些雜亂無序的數據清洗一下，然後歸納為結構化的數據，最後是把信息標准化。我們可以把數據的預處理簡單理解為把數據分類在一個表格中，這一步就是奠定數據分析的基石。

關於利用大數據技術如何構建用戶畫像?就給大家分享到這里了，如果你想成為大數據工程師，那就從現在開始，不斷進行自我提升，學會大數據實用技能，保證自己在大數據行業有一定的立足之地，有徵服他人之能。