课程概要

案例背景:
1. 介绍了用户画像的常用的构建方法
2. 介绍了基于transformer网络对用户年龄、性别进行预估的方法
3. 介绍了推荐系统下用户偏好画像的构建方法

解决思路:
1. 根据数据特点，不同的数据结构设计了不同的网络结构
2. 引入transformer网络模块
3. 多模型融合提升准确率

成果：
基本达到预期，用户画像相关指标大幅提升，应用在业务端也取得了一定收益

听众收益

1. 了解用户画像的常用构建方法
2. 了解如何使用算法多个维度构建用户画像