在互联网步入大数据时代后，用户行为给企业的产品和服务带来 了一系列的改变和重塑，其中最大的变化在于，用户的一切行为在企 业面前是可“追溯”“分析”的。企业内保存了大量的原始数据和各种业 务数据，这是企业经营活动的真实记录，如何更加有效地利用这些数 据进行分析和评估，成为企业基于更大数据量背景的问题所在。随着 大数据技术的深入研究与应用，企业的关注点日益聚焦在如何利用大 数据来为精细化运营和精准营销服务，而要做精细化运营，首先要建 立本企业的用户画像。

用户画像，即用户信息标签化，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户或者产品特征属性进 行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽 象出用户的信息全貌。用户画像可看作企业应用大数据 的根基，是定向广告投放与个性化推荐的前置条件，为数据驱动运营 奠定了基础。由此看来，如何从海量数据中挖掘出有价值的信息越发 重要。 大数据已经兴起多年，其对于互联网公司的应用来说已经如水、 电、空气对于人们的生活一样，成为不可或缺的重要组成部分。从基 础设施建设到应用层面，主要有数据平台搭建及运维管理、数据仓库 开发、上层应用的统计分析、报表生成及可视化、用户画像建模、个 性化推荐与精准营销等应用方向。 很多公司在大数据基础建设上投入很多，也做了不少报表，但业 务部门觉得大数据和传统报表没什么区别，也没能体会大数据对业务有什么帮助和价值，究其原因，其实是“数据静止在数据仓库，是死 的”。而用户画像可以帮助大数据“走出”数据仓库，针对用户进行个性 化推荐、精准营销、个性化服务等多样化服务，是大数据落地应用的 一个重要方向。

用户画像建模其实就是对用户“打标签”，从对用户打标签的方式 来看，一般分为3种类型：①统计类标签；②规则类 标签；③机器学习挖掘类标签。