同学们在生活中经常会遇到打开首页app发现首页正是自己想要的东西，尤其在电商app中最为常见，你知道这么为什么吗？

      大数据用户画像

      作为一个用户，想要体验到某个app的各项功能就肯定需要注册账号，这个账号就是存储着我们数据的媒介，虽然你看不到，但他们都能够通过你的账号来分析你的兴趣爱好。

      其实近几年年终总结就是对大数据画像的应用比较直接的例子，你会发现总结的画像比你自己总结的还要准确。

      举个例子，比如你曾经在电商app中搜索过裤子，之后他就会给你推荐可能会适合你的裤子，当你搜索和使用的次数更多之后他就会更懂你给你推荐更精确的类型，比如运动裤、牛仔裤等等。而现在的大数据应用已经不仅仅能够做到推荐裤子，还会给你推荐适合搭配的衣服、鞋子等等。

      这个功能的实现就需要大数据进行分析实现，兴趣标签权重=行为权重✖️访问时长✖️衰减因子

      行为权重:什么都不干 1 分，搜索 + 3, 评论 + 0.5，点赞 + 0.5，转发 + 2，收藏 + 2

      访问时长:10S 以内权重为 0.5，10S－60S 为 1，60S 以上为 2

      衰减因子:0 - 3 天内权重为 1，3 - 7 天权重为 0.85，7 - 15 天权重为 0.7，15 - 30 天权重为 0.5，30 天以上权重为 0.1

      当然这个公式只是简单给大家理解使用的，在实际情况下往往要更复杂的多。

      为什么有时候我没有搜索但也会推荐这个东西？

      有些时候我们并没有搜索但也会出现相应的推荐，有的同学怀疑是不是app盗用了我们的麦克风监控我们的聊天，虽然这样可以实现但是想要从我们生活中所有的聊天内容中筛选出某一个关键词还是挺麻烦的。

      所以这里可以用视网膜效应和幸存者偏差来进行解释。

      视网膜效应：当人们产生某种特别的需要或心向时，就会对需要的对象产生浓厚的兴趣，自然或不自然的去留意相关信息，而把那些与需要不相关的其它信息则无意识的过滤掉，从而产生选择性注意。

      幸存者偏差：幸存者偏差指的是当取得资讯的渠道，仅来自于幸存者时，此资讯可能会与实际情况存在偏差。幸存者偏差，是由优胜劣汰之后自然选择出的一个道理：未幸存者已无法发声。人们只看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。

      以上就是为什么大数据更知道你在想什么的介绍了，想要实现上面的效果离不开大数据开发者的努力，最后如果你对大数据开发感兴趣的话不妨来千锋大数据培训班了解一下我们的大数据培训课程，现在咨询还能免费领取学习资料，先到先得哦！