定向技术基础：用户画像构建、上下文定向、行为定向、Look-alike 相似人群扩展

定向技术，说白了就是广告系统的「瞄准镜」。没有它，你的广告就是无差别扫射，钱花了不少，效果却惨不忍睹。我做了这么多年广告系统，见过太多团队在定向这块踩坑，今天咱们就把这四个核心模块掰开揉碎了讲清楚。

一、用户画像构建：给用户贴标签的艺术

用户画像不是玄学，是实打实的数据工程。我习惯把画像构建分成三层：基础层、行为层、预测层。

1.1 基础画像

这部分相对简单，就是用户的静态属性。性别、年龄、地域、设备型号这些。但要注意一点：很多数据是「脏」的。

• 性别：用户填的不一定准，我建议用行为反推。比如一个用户天天看美妆视频，大概率是女性。
• 年龄：注册信息可能过期，结合内容偏好做校准更靠谱。
• 地域：IP定位有误差，GPS数据更准，但要注意隐私合规。

1.2 行为画像

这才是重头戏。用户的行为数据，说白了就是「他干了什么」。我一般会关注三类行为：

行为类型	举例	权重建议
显性行为	点击、购买、收藏	高（直接反映意图）
隐性行为	浏览时长、滑动深度	中（需要归一化处理）
社交行为	分享、评论、点赞	中高（传播价值高）

嗯，这里要注意一个坑：行为是有时效性的。用户三个月前买过奶粉，不代表他现在还需要。我一般会引入时间衰减因子，越近的行为权重越高。

1.3 预测画像

这部分是进阶玩法。通过机器学习模型，预测用户「可能感兴趣」的东西。比如用户没搜过「汽车」，但他经常看财经新闻、关注房产，那我们可以预测他可能有购车需求。

// 一个简单的预测画像伪代码
function predictUserInterest(userId) {
  // 1. 获取用户历史行为
  let behaviors = getBehaviors(userId);
  
  // 2. 提取特征向量
  let features = extractFeatures(behaviors);
  
  // 3. 用模型预测兴趣标签
  let interests = model.predict(features);
  
  // 4. 返回Top-5预测标签
  return interests.top(5);
}

二、上下文定向：看场景下菜碟

上下文定向，说白了就是「用户现在在看什么，我们就推什么相关的」。这个思路很朴素，但效果出奇的好。

我举个例子。用户正在看一篇「如何选跑鞋」的文章，这时候你推一双跑鞋广告，转化率能比随机投放高3-5倍。为什么？因为用户此刻的注意力就在这个领域。

2.1 文本上下文

这是最基础的方式。通过NLP技术分析页面内容，提取关键词和主题。我一般会用TF-IDF加主题模型（LDA）的组合方案。

// 文本上下文提取示例
function extractContext(text) {
  // 1. 分词
  let tokens = tokenize(text);
  
  // 2. 去除停用词
  tokens = removeStopWords(tokens);
  
  // 3. 计算TF-IDF
  let tfidf = calculateTFIDF(tokens);
  
  // 4. 提取Top-10关键词
  let keywords = tfidf.top(10);
  
  // 5. 用LDA判断主题
  let topic = ldaModel.predict(tokens);
  
  return { keywords, topic };
}

2.2 视觉上下文

现在很多内容都是图片、视频。光靠文本不够。我建议引入图像识别，分析图片中的物体、场景、颜色。比如一张海滩照片，可以定向推防晒霜、泳衣。

2.3 实时上下文

这个更高级。考虑用户当前的时间、天气、地理位置。比如晚上10点推夜宵，下雨天推雨伞。我做过一个实验，加入实时天气后，相关广告的CTR提升了18%。

三、行为定向：用过去预测未来

行为定向的核心假设是：用户过去的行为，能预测他未来的行为。这个假设在大多数场景下成立，但也有例外。

我习惯把行为定向分成三个层级：

1. 单点行为：用户刚搜了「iPhone 15」，马上推iPhone配件。
2. 序列行为：用户先搜了「婴儿奶粉」，又搜了「婴儿推车」，推母婴用品。
3. 模式行为：用户每周五晚上都会点外卖，推美食优惠券。

3.1 行为序列建模

我推荐用LSTM或者Transformer来处理行为序列。但要注意，用户的行为序列可能很长，而且有大量噪声。我一般会做两步处理：

• 降噪：去掉那些无意义的点击（比如误触）。
• 聚合：把同类行为合并，比如「浏览A商品3次」合并成一条记录。

3.2 行为衰减

用户的行为会「过期」。我一般用指数衰减函数：

// 行为权重衰减函数
function decayWeight(behavior, currentTime) {
  let timeDiff = currentTime - behavior.timestamp;
  let halfLife = 7 * 24 * 3600; // 7天半衰期
  let weight = Math.pow(0.5, timeDiff / halfLife);
  return weight;
}

这个函数的意思是：一个行为每过7天，权重就减半。30天后，基本可以忽略不计了。

四、Look-alike 相似人群扩展：从种子用户出发

Look-alike，说白了就是「找到和你的老客户长得像的人」。这是广告系统里ROI最高的定向技术之一。我做过一个案例，用Look-alike扩展后，转化量翻了4倍，成本只增加了30%。

4.1 种子用户选择

种子用户的质量，直接决定Look-alike的效果。我建议：

• 不要用全部老客户：只选那些高价值、高活跃的用户。
• 种子数量：1000-10000个比较合适。太少模型学不到规律，太多会引入噪声。
• 正负样本：除了正样本（高价值用户），也要准备负样本（流失用户、低价值用户）。

4.2 特征工程

Look-alike的核心是特征。我一般会构建三类特征：

特征类别	具体特征	说明
画像特征	年龄、性别、地域、设备	基础属性，区分度一般
行为特征	点击率、购买频次、活跃时段	区分度高，但要注意时效性
交叉特征	年龄×品类偏好、地域×消费力	能发现隐藏模式

4.3 模型选择

我试过很多模型，最后常用的就两种：

• 逻辑回归：可解释性强，适合业务方需要「讲清楚为什么」的场景。
• XGBoost：效果更好，但像个黑盒。我一般用在效果优先的场景。

// Look-alike 模型训练伪代码
function trainLookalike(seedUsers, allUsers) {
  // 1. 构建训练数据
  let X = extractFeatures(allUsers);
  let y = allUsers.map(u => seedUsers.includes(u) ? 1 : 0);
  
  // 2. 训练模型
  let model = new XGBoost();
  model.train(X, y);
  
  // 3. 对所有用户打分
  let scores = model.predict(X);
  
  // 4. 返回Top-N相似用户
  return getTopN(scores, allUsers, 100000);
}

五、四种定向技术的协同

在实际系统中，这四种定向技术不是孤立的。我一般会这样组合：

1. 冷启动阶段：用上下文定向，因为新用户没有行为数据。
2. 积累数据后：加入行为定向，精准度提升。
3. 有种子用户后：用Look-alike做扩展，放大规模。
4. 全程：用户画像作为基础数据，支撑所有定向策略。

嗯，今天就聊到这儿。定向这块内容很多，但核心就四个字：人、场、行、扩。把这四个字吃透了，广告系统的定向模块你就掌握了七八成。