1.为什么要做用户画像系统？
2.怎么设计用户画像的数据框架？
2.2 用户画像的数据框架解读
第一层：数据源，分为静态数据和动态数据。
对动态数据来说，
（1）不同行为的权重是不同的（Who/When/Where/How /What）。比如对于一亩田的集市业务，对胡萝卜这个产品点击打电话＞浏览的权重。
（2）不同的行为的权重衰减周期也是不同的，比如搜索胡萝卜后打电话超过5次，那么胡萝卜类的农产品供应推荐就应该减少或降低。不过作为农业更为复杂的一点是，不同的农产品它自身也存在这“衰退”周期，比如大葱是一年四季都有的产品，但是西瓜是夏天5-8月才会大量上市。搜索大葱的人#大葱的购买意向是更持久的，搜索西瓜的人#西瓜的购买意向只能在上市周期内推荐才更有效。所以我们有专门管理数千种农产品上下市时间的数据库。
（3）对历史数据的使用要审慎。因为历史数据可能存在一些未知的统计或埋点错误，需要交叉比对和有效性确认。
第二层：input层
这块是离线处理层，对内容进行理解，索引化处理，形成分类标签、实体标签（有实际意义的词）
对这一层的要求就是充足、过滤、字段标准化。
这里的数据转换，我们业务采用了“处理但不归类”的原则（其他的有“不处理不归类”，“处理并归类”），输出永久存储文件，字段经过标准化形成画像规范。
第三层：预处理层
为计算层提供数据支持，我们把所有的事件（nearline层，更快的更新用户画像）
第四层：在线计算层
这一层是在线计算的，主要是理解用户的请求，对内容进行筛选、排序。做数据源的关联、聚合、权重计算（计算层不要调用自己这一次的输出）
五、output层
字段存储的规范、字段存储。
3. 在用户画像体系中，pm可以做的事情
一是在数据源上，把静态数据和动态数据做有效区分归类。底层的数据分类、标签分类要根据业务和公司需要进行有效整理。
二是在nearline层（预处理层），把一些时效性要求比较强的数据提出预处理的规则。
三是在计算层：基于业务理解，做数据的权重调整、聚合调整
四是在输出层：做样式的优化,让用户界面更友好，更容易实现项目的目标
