用户画像之ID-Mapping
目录
0. 相关文章链接
1. 标识符引入
在构建精准用户画像时，面临着这样一个问题： 日志采集不能成功地收集用户的所有ID，且每条业务线有各自定义的UID用来标识用户，从而造成了用户ID的零碎化。 因此，为了做用户标签的整合，用户ID之间的强打通（亦称为 ID-Mapping ）成了迫切的需求。
日志数据针对某个用户单次特定的浏览行为，一个用户一天可能存在多条数据，然而标签是针对人的，就会存在的问题：
第一点：在数据集中抽出人的概念、让一个人能对应一条数据
第二点：在日志信息中找不到可用的用户id，只能退而求其次，找设备的信息，用设备的信息标识用户
假设有一位用户张三，在第一个手机上使用百度地图， 在ipad上观看百度爱奇艺视频，在第二个手机上使用手机百度app, 在pc电脑上使用百度搜索，如何将同一个用户在这些不同端的用户信息聚合起来呢？
2. ID-Mapping 标识符
ID-Mapping 是大数据分析中非常基本但又关键的环节，ID-Mapping通俗的说就是把几份不同来源的数据，通过各种技术手段识别为同一个对象或主题，例如同一台设备（直接），同一个用户（间接），同一家企业（间接）等等，可以形象地理解为用户画像的“拼图”过程。
一个用户的行为信息、属性数据是分散在很多不同的数据来源的，因此从单个数据来看，都相当于“盲人摸象”，看到的只是这个用户一个片面的画像，而ID-Mapping能把碎片化的数据全部串联起来，消除数据孤岛，提供一个用户的完整信息视图，同时让某一个领域的数据在另一个领域绽放出巨大的价值。
ID-Mapping有非常多的用处，比如 跨屏跟踪 和 跨设备跟踪 ，将一个用户的手机、PC、平板等设备的上的行为信息串联到一起。
- IMEI：国际移动设备识别码（International Mobile Equipment Identity，IMEI），即通常所说的手机序列号、手机“串号”，用于在移动电话网络中识别每一部独立的手机等移动通信设备，相当于移动电话的身份证。IMEI是写在主板上的，重装APP不会改变IMEI。Android 6.0以上系统需要用户授予read_phone_state权限，如果用户拒绝就无法获得；
- IDFA：于iOS 6 时面世，可以监控广告效果，同时保证用户设备不被APP追踪的折中方案。可能发生变化，如系统重置、在设置里还原广告标识符。用户可以在设置里打开“限制广告跟踪”；
- MAC地址：硬件标识符，包括WiFi mac地址和蓝牙mac地址。iOS 7 之后被禁止；OpenUDID：在iOS 5发布时，UDID被弃用了，这引起了广开发者需要寻找一个可以替代
- UDID，并且不受苹果控制的方案。由此OpenUDID成为了当时使用最广泛的开源UDID替代方案。OpenUDID在工程中实现起来非常简单，并且还支持一系列的广告提供商；
- Android ID：在设备首次启动时，系统会随机生成一个64位的数字，并把这个数字以16进制字符串的形式保存下来，这个16进制的字符串就是ANDROID_ID，当设备被wipe后该值会被重置；
3. 同一用户识别
依据标识符，找出属于同一用户的标识，示意图如下所示：
从图论的角度出发， ID强打通更像是将小连通图合并成一个大连通图 ；比如，在日志中出现如下三条记录，分别表示三个ID集合（小连通图）：
华为手机 10001 A B C
IPAD 10002 C D
PC电脑 10003 D E通过将三个小连通图合并，便可得到一个大连通图——完整的ID集合列表 A B C D E
分析思路：日志数据构建大的稀疏图，然后采用自join的方式做打通。
最后，推荐2篇关于ID-Mapping的文章：
