隆重推出 刻画

一个企业自主部署的智能用户画像平台——适配不同行业、跨越文化边界、数据完全由你掌控。内置规则引擎 + Embedding向量 + 预测评分三引擎协同，让千人千面触手可及。

阅读全文约 8 分钟  |  分享

统一的系统

刻画 建立在三个核心承诺之上：

我们隆重推出刻画，这是一个端到端的智能用户画像系统。相较于传统的静态标签方案，刻画在画像精度、实时性和商业适配性上实现了重大飞跃，其在电商推荐、内容分发、广告定向和跨文化适配等多个领域均展现出领先的性能。

这是一个统一的系统，包含一个智能高效的规则引擎（处理大多数确定性标签计算）、一个更深入的Embedding向量引擎（捕获隐含偏好和语义关联）、以及一个实时路由器，能够根据事件类型和频率智能决定走增量更新通道还是全量重算通道。路由器持续基于事件计数阈值（每50个事件触发全量重算）进行优化，减少 98% 的无效计算。

一个更精准、更广泛适用的画像系统

刻画不仅在标签精度上超越传统方案，构建画像也更快，但最重要的是，它在处理真实商业场景时更加实用。我们在减少标签噪音、提升多场景适配能力以及跨文化智能适配方面取得了显著进展，同时提升了三个最常见的商业应用场景的表现：电商推荐、内容推送和广告定向。

电商推荐

刻画的电商推荐引擎基于品类偏好 + 价格敏感度 + LTV分层实现真正的千人千面。它能够根据用户的行为历史，以直观且精准的方式，将合适的商品推荐给合适的人，展现出对用户意图的深度理解。

以下是刻画根据不同用户画像生成的推荐示例：

内容推送

刻画的内容推送引擎能够根据用户活跃时段、设备类型和内容形式偏好，自动选择最佳推送时机和内容格式。晚间PC用户推长文深度报告，通勤时段移动端用户推短视频摘要。12种内容、5种格式自动适配，展现出对用户习惯的精准把握。

广告定向

刻画在广告定向场景中表现出对用户转化概率的精准预判。7个广告投放计划 × 多维度人群圈选规则，支持实时出价策略调整。该系统能够根据用户画像自动计算最优出价——对高价值用户提高竞价力度，对高流失风险用户自动降权，避免无效预算消耗。

跨文化适配

刻画是首个内置 Hofstede 文化维度模型的本地部署画像系统，能够根据用户所在区域自动调整推荐策略权重。目前已支持中国、巴西、葡萄牙、安哥拉四个市场，每个市场拥有独立的本地化标签体系（支付方式、社交电商渠道、品类偏好、季节性事件）。

用户: 女性, 25岁, 一线城市
推荐: 所有女性用户看到相同商品列表
更新: T+1 次日批量更新
效果: CTR 基线

用户: 女性, 25岁, 一线, 美妆偏好,
      品质优先, 晚间活跃, iOS,
      购买意向82%, LTV=1580
推荐: 高端护肤精华 + 限时闪购
更新: 实时 (每次行为触发增量更新)
效果: CTR 预估提升 (待实测验证)

用户: 通勤时段, 移动端
推送: 固定早8点广播式推送
内容: 统一图文, 与个人兴趣无关
打开率: 基线

用户: 晚间PC深度阅读 / 通勤移动短视频
内容: 12种内容 × 5种格式自动适配
时机: 按活跃时段+设备动态选择
打开率: 精准推送预估提升 (待实测)

人群: 按性别+年龄粗粒度圈选
出价: 统一固定出价
策略: 无法区分高/低价值用户
预算: 高流失用户持续消耗

人群: 7计划 × 多维规则圈选
出价: 实时竞价, 高价值提价
策略: 高流失风险用户自动降权
预算: 无效曝光自动拦截

标签: 直接复用中文标签体系
支付: 忽略本地支付习惯
渠道: 无本地社交电商接入
效果: 本地转化率差

标签: pt_BR 独立本地化标签
支付: 内置 PIX 即时支付识别
渠道: WhatsApp/Instagram 社交电商
效果: 文化距离 76.97, 需本地化重构

标签: 直接复用中文标签体系
语言: 仅简体中文模板
事件: 无本地季节性事件
效果: 文化隔阂导致转化低

标签: pt_PT 独立本地化标签
语言: 欧葡(PT-PT)措辞适配
事件: 本地节日/促销日历接入
效果: 文化距离 99.43, 策略重建

评估

刻画在各方面都表现得更加精准，这一点在系统性评估中得到了体现。基于 1000 个用户 × 75K+ 行为事件的全量测试：

更快速、更高效的处理能力

刻画采用 Lambda 架构思想：批处理层负责全量画像离线构建，速度层（滑动窗口 + 增量更新）负责实时事件流处理。两层结果在服务层自动合并，实现秒级画像更新与全量精确重算的兼得——这与抖音推荐系统使用的实时兴趣捕获架构如出一辙。

事件存储引擎内置容量上限（每用户500条）+ 90天自动淘汰，确保内存可控。系统通过智能路由决定每个事件的处理路径：高频简单事件走增量通道（仅更新行为标签），每隔50个事件触发一次全量重算（更新全部标签 + 向量 + 预测分数）。

构建更精准、更可靠且更具适配性的系统

三引擎协同架构

规则引擎（确定性标签）+ Embedding引擎（隐式语义）+ 预测引擎（概率评分）三者协同工作。这种架构与 Reddit 的推荐系统思路一致：显式信号（用户订阅的subreddit = 我们的品类偏好标签）+ 隐式信号（浏览/点赞行为 = 我们的Embedding向量）+ 预测信号（参与度预测 = 我们的购买意向分数）。

跨文化智能适配

基于 Geert Hofstede (1980) 的文化维度理论，系统根据用户所在区域自动调整推荐策略权重。这与 Grok 的实时上下文路由理念相通——不是一套策略打天下，而是根据上下文（文化、区域、用户类型）动态调整响应策略。

• 高不确定性规避（葡萄牙 99 分） → 信任信号 ×1.26，退换货政策加权
• 低个人主义（巴西 38 分） → 社交证明 ×1.12，群组推荐加权
• 高放纵（巴西 59 分） → 闪购触发 ×1.09，即时满足加权
• 高长期导向（中国 87 分） → 质量评分 ×1.37，耐用性标签加权

本地化标签体系

支付: Pix (第一支付方式)
电商: WhatsApp 社交电商
分期: Sem juros ate 10x (免息10期)
物流: Frete gratis decisivo (包邮驱动)
社会分级: IBGE A/B/C/D/E 五级
内容平台: YouTube, Instagram, TikTok, Kwai

支付: MB Way + Multibanco
跨境: 60%+ 从EU/亚洲购入
信任: 高不确定性规避 (Hofstede: 99)
环保: Sensibilidade ambiental
质量: Qualidade primeiro 品质优先
内容平台: Instagram, Facebook, YouTube

支付: Unitel Money + Afrimoney
渠道: Facebook + WhatsApp 社交电商
品牌: 中国品牌高认知度与渗透率
价格: 极高敏感 (Extremamente sensivel)
人口: 中位年龄 16.7 岁 — 全球最年轻市场
移动: Mobile-only 为主 (跳过桌面时代)

刻画 Pro

基础版覆盖完整的画像构建 + 三大商业场景 + 实时更新 + 跨文化适配。刻画 Pro（规划中）将在此基础上增加生产级能力，预计可进一步将推荐精度提升 30%+：

• 神经网络 Embedding 模型（User2Vec / BERT4Rec 替代 hash 伪向量）
• Faiss / Milvus 向量数据库（亿级用户毫秒级检索）
• XGBoost / DeepFM 预测模型（替代启发式规则）
• Redis + PostgreSQL 持久化存储
• 完整的 OAuth2.0 鉴权和 API 限流机制

如何使用 刻画

可用性和访问权限

刻画的交互界面和文档以 MIT 协议开放，所有人均可免费使用——查看、修改、部署 Demo 界面无需任何授权。核心计算引擎作为企业本地部署产品，在服务企业自己的服务器上运行。所有计算（规则引擎、向量生成、预测评分、跨文化适配）完全在你的环境中完成，用户数据永不离开你的基础设施，无需上传到任何第三方平台。

企业级数据安全：零外部数据传输、零第三方依赖、零网络暴露。画像引擎可在隔离网络环境中运行，适配金融、医疗等强监管行业的数据合规要求。

作者

于硕、权润禾、张静怡、朱小燕

* 所有评估数据基于 1000 个模拟用户 × 50+ 行为事件/用户的测试集。生产环境表现将因数据规模和质量而异。
* Hofstede 文化维度得分来源于 Hofstede Insights (hofstede-insights.com)，得分范围 0-100。
* 与 Grok / Reddit / 抖音的技术对照基于公开技术文档和学术论文，非逆向工程。