用户购物性别模型标签（USG）之决策树模型

一、USG模型引入:

首先了解一下，如何通过大数据来确定用户的真实性别，
经常谈论的用户精细化运营，到底是什么?
简单来讲，就是将网站的每个用户标签化，制作一个属于用户自己的网络身份证。然后，运营人员
通过身份证来确定活动的投放人群，圈定人群范围，更为精准的用户培养和管理。
当然，身份证最基本的信息就是姓名，年龄和性别，与现实不同的是，网络上用户填写的资料不一
定完全准确，还需要进行进一步的确认和评估。
确定性别这件事很重要，简单举个栗子，比如店铺想推荐新品的Bra，如果粗糙的
全部投放人群或者投放到不准确性别的人群，那后果可想而知了。

虽然能够通过用户的行为、购买和兴趣数据，了解用户的基本信息，但是仍然不清楚如何建
模?用什么语言建模?
购物性别的区分使用的是机器学习分类算法模型，但是算法也有很多分类，包含逻辑
回归，线性支持向量机，朴素贝叶斯模型和决策树，又该如何选择呢?
使用大数据 Spark MLlib 机器学习库， Java、Scala和Python 三种语言都支持。
其中，决策树的优点较多，主要是其变量处理灵活，不要求相互独立。可处理大维度的数
据，不用预先对模型的特征有所了解。对于表达复杂的非线性模式和特征的相互关系，模型相
对容易理解和解释，所以决定用决策树进行尝试。

核心难点:如何构建树，有三种方式

• "ID3 算法:信息增益Info_Gain

• C4.5 算法:信息增量率(比):lnfo Gain Rate

• CART 算法:Classification And Regression Tree，基尼指数(Gini_Index)

建立在决策树算法之上: 集成融合学习算法 ，效果非常非常好的

• GBT:梯度提升树算法，构建1棵树，迭代构建的树

• RF:随机森林，构建N棵树，每个棵树不同，使用所有树预测，综合获取结果

USG:用户购物性别：

1.定义:通过用户购买的产品，确定用户的性别

2.思路：依据商品的名称、商品的颜色和商品的类别等，判断购买者的性别

如何确定USG?

基于用户购买商品确定性别的

用户在购物时，每个商品都有自己的属性，比如名称、颜色、类别等等，往往属于某个性别的用户

a.商品名称

剃须刀 male

口红 female

家用电器 male、female

---

b.商品颜色                                                                   

衣服红色/亮色衣服 female

格子衫（黑灰色、杂色） male

中性颜色 male、female

c.商品类别

电子数码产品 male

美容保养 female

---

U_1001 product_01 male

U_1001 product_02 female

U_1001 product_03 male

U_1001 product_4 male

U_1001 product_05 female

U_1001 product_06 male

---

基于上面用户购买的物品，打上商品购买的性别，进行计算，最终确定用户购物性别

统计购物商品的个数

total =6

统计购物中男性商品个数

maletotal = 4

占比： maleRate = 4 /6 ≈ 0.666666666

统计购物中女性商品个数

femaletotal = 2

占比： femaleRate = 2/ 6 ≈ 0.333333333333

判断男性商品占比和女商品占比 if(maleRate >=0.6)时，USG = male if(femaleRate >=0.6)时,USG = female

else：USG = 末知

=========上述计算出用户购物性别USG，为什么还需要算法构建模型预测呢？=============

依据上述计算数据，构建分类算法模型以后，直接使用算法模型对用户进行预