随着移动互联网的快速发展,移动设备的不断普及,移动设备越来越成为中国人主要的信息获取来源,在互联网逐渐步入大数据时代后,不可避免的给企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于,消费者的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用,企业的专注点日益聚焦于怎样利用大数据来为精准营销服务,进而深入挖掘潜在的商业价值。本文主要以资讯类APP为切入点来构建用户画像。本论文的课题来源于某著名资讯类APP的实际业务需求,旨在通过提升“用户活跃度”这个指标来践行精准营销的理念,需要基于用户属性和行为数据构建起系统的用户画像来作为精准营销和反馈的依据。本文的研究内容主要包括三个方面:用户活跃问题的分析和拆解、用户标签及画像的调研及设计、活跃相关画像及标签的数据挖掘。最终的产出以成型的用户标签库、用户画像库的形式产出,依据这样的逻辑,主要工作包括:(1)用户活跃问题的分析和拆解。这部分从活跃度的广度和深度两个维度展开研究,旨在确定用户数据标签的设计方向。(2)用户数据标签库的设计和基础数据的整理。这部分工作是基于目前线上的数据将用户信息分类进行设计以及开发。(3)聚类分析及用户画像设计。这部分研究工作是基于成型的用户数据标签库采用聚类分析方法对用户进行分类,基于不同特征的用户来设计业务画像。(4)基于活跃度关联的数据挖掘研究。这部分研究工作是采用关联规则算法对与活跃度相关的画像进行挖掘,同时对关联程度进行量化描述。(5)挖掘结果在实际应用中的效果评估。这部分工作是验证画像应用层面的效果,采用目前比较流行的AB测试方法,对效果进行了量化评估。从最终的线上实验结果可以验证画像系统的有效性,运用聚类分析方法和数据挖掘的研究方法论有效的提升了用户的活跃度。同时整个画像系统的建立为企业在用户体验的优化、商业竞争力、市场资源整合上起到了正向的推动作用,为更好的服务用户和实现企业价值奠定了坚实的基础。