一、       概念

用户画像:

    用户画像也叫用户信息标签化、客户信息。 根据用户的信息和行为动作，用一些标签把用户描绘出来，描绘的标签就是用户画像。

appID:

用于标记APP，APP的唯一编号，判断终端安装的APP。

年龄段说明：

二、       标签库设计：

标签库的设计，主要是针对应用市场上主流的App，对App进行分类，App分类信息包括：App名称，男女权重信息，各个年龄段的权重信息。

见appTab表:

10001|QQ|0.001|0.001|0|0.2|0.3|0.2|0.3

10002|飞信|0.001|0.001|0|0.2|0.3|0.2|0.3

10003|MSN|0.001|0.001|0|0.2|0.3|0.2|0.3

10004|阿里旺旺|0.001|0.001|0|0.2|0.3|0.2|0.3

10005|微信|0.001|0.001|0|0.2|0.3|0.2|0.3

10006|陌陌|0.001|0.001|0|0.2|0.3|0.2|0.3

10007|米聊|0.001|0.001|0|0.2|0.3|0.2|0.3

10008|啪啪|0.001|0.001|0|0.2|0.3|0.2|0.3

10009|飞聊|0.001|0.001|0|0.2|0.3|0.2|0.3

10010|来往|0.001|0.001|0|0.2|0.3|0.2|0.3

10011|连我|0.001|0.001|0|0.2|0.3|0.2|0.3

10012|有你|0.001|0.001|0|0.2|0.3|0.2|0.3

三、       用户性别、年龄识别过程：

必备条件：性别比例、年龄比例必须在识别出AppID后进行，如果AppID编号为空，则不做处理。

性别和年龄的判断，都依赖于标签库的设计，也就是用户手机安装的App，根据手机App计算用户的性别和年龄权重信息，最后判断用户的年龄和性别。

表结构：用户画像本体表

汇总周期：每天汇总一次，建议当天凌晨统计前一天数据

四、       用户画像程序执行

程序运行环境：hadoop集群、zookeeper、hbase。

appTab.txt规则库表hdfs路径：/home/appTab.txt

程序执行jar包：userdraw.jar

程序执行命令：hadoop jar userdraw.jar 数据输入路径 job1输出路径 job2输出路径