本文目录导读：
计算用户标签权重值（如兴趣偏好、行为倾向等），没有唯一的公式，它完全取决于你的业务场景（是电商推荐、内容推荐还是风控？）以及你拥有的数据（点击、购买、时长、频率等）。
最常用的核心逻辑是：基于用户行为的时间衰减、行为强度、行为频次进行加权计算。
下面提供几个在不同场景下经典的脚本计算思路（以Python伪代码为例），你可以直接套用或修改。
核心思想框架
通常标签权重 = 基础分 × 行为权重 × 时间衰减系数 × 数量权重
- 基础分：标签本身的属性（如“高消费”比“低消费”分高）。
- 行为权重：用户做了什么事（购买 > 收藏 > 点击 > 浏览）。
- 时间衰减：近期行为比远期行为权重大（如指数或对数衰减）。
- 数量权重：行为次数越多，权重越大，但通常用对数（Log）防止刷屏。
推荐（最经典）
目标：计算用户对“数码产品”这个标签的偏好分数。
数据假设：用户行为日志表 user_behavior 包含：user_id, tag, action_type, timestamp
脚本逻辑
import pandas as pd
import numpy as np
from datetime import datetime, timedelta
# 1. 定义参数
now = datetime.now() # 假设当前时间
action_weight = {
'purchase': 10.0, # 购买权重最高
'collect': 5.0,
'cart': 4.0,
'click': 2.0,
'view': 1.0 # 浏览权重最低
}
decay_factor = 0.95 # 时间衰减系数（每天衰减5%）
def calculate_tag_weight(df_user_behaviors):
"""
计算单个用户对某一个标签的权重
"""
total_score = 0.0
for _, row in df_user_behaviors.iterrows():
action_score = action_weight.get(row['action_type'], 1)
# 2. 时间衰减计算 (天数间隔)
days_diff = (now - row['timestamp']).days
time_decay = pow(decay_factor, days_diff)
# 3. 单次行为得分
single_score = action_score * time_decay
total_score += single_score
# 4. 可选：对总次数进行降噪（防刷屏）
# 总次数权重 = log(1 + 总次数)
count = len(df_user_behaviors)
count_weight = np.log1p(count) # log(1+count)
final_weight = total_score * count_weight
return round(final_weight, 2)
# 调用示例：用户123对“手机”标签的所有行为
user_phone_behaviors = pd.DataFrame({
'action_type': ['view', 'click', 'purchase'],
'timestamp': [
datetime.now() - timedelta(days=10),
datetime.now() - timedelta(days=5),
datetime.now() - timedelta(days=1)
]
})
weight = calculate_tag_weight(user_phone_behaviors)
print(f"用户对【手机】标签权重: {weight}")
风控/反作弊（高敏感度）
目标：计算用户“欺诈风险”标签的分数。 特点：高频、短时、异常行为会放大权重。
脚本逻辑
def risk_tag_weight(actions, base_score=0):
"""
actions: 用户近期的高危行为列表
"""
risk = base_score
for action in actions:
# 1. 行为本身权重（高风险行为直接加高分）
if action['type'] == 'rapid_login': # 1秒内多次登录失败
risk += 30
elif action['type'] == 'device_fraud':
risk += 50
# 2. 速度惩罚（时间差越小，权重越大）
time_since_last = action.get('time_diff_seconds', 999)
if time_since_last < 10: # 10秒内连续操作
risk += 20 * (10 / (time_since_last + 1))
# 3. 无时间衰减（近7天行为直接累加，超过7天权重为0）
if action['days_ago'] > 7:
continue
# 4. 触发阈值判断（非线性放大）
if risk > 100:
risk = 100 + (risk - 100) ** 1.5 # 超过100分，指数级增长
return min(risk, 200) # 上限200
内容标签（简单加权）
适用于CRM或用户画像系统,不需要复杂时间衰减。
def simple_tag_weight(user_profile):
"""
基于用户静态属性+行为统计的简单加权
"""
weight = 0
# 1. 静态基础分
if user_profile['age'] in ['18-25']:
weight += 5 # 年轻用户对“潮牌”基础分高
if user_profile['city_level'] == '一线':
weight += 3
# 2. 行为统计（近30天）
weight += min(50, user_profile['purchase_count'] * 2) # 购买1次=2分，上限50
weight += min(20, user_profile['favorite_count'] * 1) # 收藏1次=1分，上限20
weight += min(10, user_profile['browse_count'] * 0.1) # 浏览10次=1分
# 3. 反向惩罚（不感兴趣）
if user_profile['dislike_count'] > 5:
weight -= 10
return max(0, weight) # 权重不能为负
关键算法公式详解（供扩展）
Hacker News 排序算法（适合近实时权重）排序，但用户行为也适用。热度随时间呈指数衰减。
- 公式：( Score = \frac{P - 1}{(T + 2)^G} )
- ( P )：行为次数（upvote/购买）
- ( T )：距离发帖/行为的小时数
- ( G )：重力因子（通常1.8）
- 好处：前期权重上升快，后期快速下降。
贝叶斯平均（适合新用户/长尾标签）
防止少量行为导致权重虚高。
- 公式：( Weight = \frac{C \times m + \sum (reviews)}{C + N} )
- ( C )：先验常数（通常取全局平均次数）
- ( m )：全局平均权重
- ( N )：该用户的行为次数
- 好处：行为次数少时，权重会“向平均水平靠拢”。
脚本实现建议
- 不要实时跑：全量标签权重建议用 Spark/ETL 离线计算（每天/每小时更新一次）。
- 存储结构：推荐存入 Redis（Hash结构）或 HBase，key 为
user_id，value 为{tag1: weight1, tag2: weight2}。 - 增量更新：如果是实时计算（如用户刚买了一件商品），直接更新该用户该标签的分数：
new_weight = old_weight * decay(时间差) + new_action_score
你的公式原型
权重 = Σ(行为类型权重 × 时间衰减因子) × log(1 + 行为次数) + 静态属性评分
你可以根据业务目标调整三个核心参数：衰减速度（天/周）、行为类型权重表、次数降噪函数（线性/对数）。
