移动设备的性别画像

　　一般来说，为用户画像应该考虑的维度有：性别，年龄，居住地，职业，收入，以上属于人的社会特征；兴趣偏向等属于用户的个性特征。大部分的推荐算法都是挖掘用户的个性化特征对用户进行个性化推荐，比如协同过滤算法。为什么不利用用户的社会特征进行推荐，其原因是因为数据的准确度，覆盖度太小，社会特征属于用户的隐私，一般用户也不会公开。但是用户的社会特征可以缩小推荐用户群的大小，提高精准度。比如：一个男性用户，就可以将推荐结果中的某些偏女性的物品去掉或减小其权重，如 购物等信息。在社会特征中，最重要的也是性别属性，其他的属性的获取非常困难，而且数据质量差。　　一般来说，为用户画像应该考虑的维度有：性别，年龄，居住地，职业，收入，以上属于人的社会特征