在现如今的大数据时代，相信大家一定了解或者听说过下列几个场景：

购物APP：千人千面，意思不同用户使用相关的产品感觉是不一样的，不同用户看到的购物APP首页推荐内容和其他相关推荐流信息可能是完全不同的。

社交APP：社交广告，不同用户的个人主页或者其他媒体场景下的广告信息是不同的，会基于用户特征进行推荐。

资讯APP：信息价值，根据用户浏览信息，分析用户相关喜好，针对分析结果推荐相关的信息流，越关注某类内容，获取相关的信息越多。

那么这些场景是通过什么工具构建的呢，我想每个人都想了解背后的原理。在了解之前需要知道两个概念：

第一个是标签，标签在生活中非常常见，比如商品标签，个人标签，行业标签，例如提到996就想到程序员，提到程序员就想到格子衫。

第二个是用户画像，用户画像是标签集合的展示，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，把该用户相关联的数据可视化的展现，就形成了用户画像。

知道了这两个概念后，以上几种场景的逻辑就清楚了：基于不断分析用户的行为，生成用户的特征画像，然后再基于用户标签，定制化的推荐相关内容。  

标签

对某一类特定群体或对象的某项特征进行的抽象分类和概括，其值（标签值）具备可分类性。

例： 对于“人”这类群体，可将“男”、“女”这类特征进行抽象概括，统称为“性别”，“性别”即一个标签；

对于“手机”这类对象，可将“骁龙835”、“骁龙845”这类特征进行抽象概括，统称为“手机处理器”，“手机处理器”即一个标签。

标签值

标签的实例，指某一标签所包含的具体内容，其特点是符合MECE原则（相互独立、完全穷尽）。