关于校园用户模型一点浅谈

前后花了1个月时间思考校园用户模型，这个模型呢，下过N多版本的规范，也做过好多遍，市场形势的变化，校园用户的特征变化，导致这个模型也越来越失真。数据分析想过，数据挖掘模型也考虑过，一直没有头绪，去年9月开学期曾经想做过，结果没作准，感觉很没面子，今年干脆放手做一下，挺好玩的；简单写一下，也不涉及什么机密和算法，算法这东西无所谓有也无所谓无，都是一点点的累积起来的，每一个想法都是在之前一步步验证出来的。

比如爬虫技术，涉及百度POI和高德POI，开发了N版爬虫，到现在也很难算一个成功的产品；最终是爬出来校园的边界线。

比如点面算法，网上有很多版本，不断的尝试和测试，就OK了。

爬虫和点面算法，就把基站带到了校园区域内，即不轻信别人提供的数据，也不轻易否认别人提供的数据，两者结合就形成了各高校的基础数据。

人口的驻留特征花费了不少时间验证，假设你是一个学生，你会每天在校园上多久的课？每天必去哪里？每个月在校园至少呆多少天？这是校园用户的基本判断条件，当然由于基站的覆盖原因，这里面还包括了很多其他用户？如何排除这些用户？是另外一个话题，根据用户的标签，根据用户的寒暑期特征？在这里不细说了。

关于人口的驻留特征，基于基站统计过，基于基站的内推发统计过，基于MR的位置统计过，最终选择了基站统计法。

当然最后的输出，包括用户的基本属性、年龄、开户时间、校园、驻留时长、天数等等，便于进行再次筛选，限于不可明说的原因，暂时说到这里。

下面的图是一个基本的思路草稿图：大概介绍了校园用户模型用到的知识点。后面的图是两幅统计分析图，仅供娱乐。

该图是某些高校不同年龄段在寒假期间的绝对用户，可以看到用户陡降的时间点和平稳时间点，大致可以看到某些阶段是离校高峰期，而开学是错开时间点的，春节前后的10天基本平稳，也就是说这20天基本上是常驻人口了。

下面的图是海南高校在一段时间内不同年龄段的占比的变化，大致可以看到春节前后10天左右18-24岁年龄的占比是最低的，也符合校园用户特征；年龄>50的占比随着人口的变化占比反而变高。