俗話說，巧婦難為無米之炊。既然是基於用戶興趣模型的APPPUSH信息，那麽首先要有用戶興趣模型。那麽如何為app用戶建立興趣模型庫呢？
1，收集用戶行為信息
行為可以體現興趣。男人追到喜歡的女人最快的方法就是多關註女人平時的行為，從而了解她的愛好，最終得到她喜歡的東西。同理，壹個app運營者想要做好用戶興趣模型，首先要做的就是通過各種手段收集想要的用戶行為信息。
什麽是用戶行為信息？
用戶在網頁、網站或app產品上的任何操作統稱為用戶行為。以購物app為例，用戶從打開app、登錄賬號、搜索或瀏覽商品、加入購物車、支付訂單、分享商品、收藏商品，都屬於用戶行為信息。再比如，用戶在壹個視頻app上觀看的節目內容，用戶觀看壹個視頻的次數，觀看時間，都是用戶更換app產品行為的信息。
如何收集用戶行為信息
無論是網站還是app，收集用戶行為有兩種常見的方式:
展示收集:很多產品的新用戶註冊頁面都很好的解釋了這種收集用戶行為信息的方式。知乎註冊頁面和人人都是產品經理註冊頁面，壹個簡單的註冊頁面收集了幾個重要的用戶信息:手機號和姓名。
除了用戶的註冊行為，用戶展示反饋(比如卸載壹個軟件，彈出壹個網頁讓妳填寫反饋信息)和表單填寫，可以直接獲取用戶行為信息，屬於展示收集的範疇。
這種方法的優點:簡單粗暴，效果直觀，收集到的用戶行為信息能在很大程度上反映用戶偏好。
隱性采集:通過技術手段在後臺記錄用戶對網站、網頁或app的所有操作行為，並從這些操作行為中提取用戶的興趣信息。
這是我某天晚上在淘寶某店鋪加了壹個寶到購物車，第二天早上收到消息提醒我交易時間不多了。店老二之所以給我發這條短信，是因為他能在後臺看到我的“加入購物車”。這是隱性收集用戶行為信息的典型案例。
這種方式的優點:用戶不直接參與，用戶體驗更好。
2.提取用戶興趣信息。
用戶訪問某個頁面，進行某種操作，很大程度上代表了他們的興趣愛好，即用戶行為信息是用戶對產品的真實需求。此外，我們收集如此多的用戶行為數據，是為了更好地了解用戶的興趣。
比如微博、微信、陌陌都是社交軟件，但每個用戶使用的目的不同，有的是為了獲取新聞熱點事件，有的是為了發展潛在客戶或機會，有的只是為了加強與他人的聯系。產生這個結果是因為每個用戶的興趣點不壹樣，所以每個用戶的行為也會不壹樣。
因此，運營者在擁有圖書使用行為數據後，應該能夠從用戶行為信息中提取用戶興趣信息。從用戶對內容的訪問和用戶瀏覽行為兩個方面提出了提取用戶興趣信息的建議。
有了行為數據，如何提取用戶興趣信息，並以合適的方式描述用戶興趣？
3.顯示用戶興趣信息
操作根據用戶行為信息成功提取用戶興趣後，需要用更合適的方式描述用戶興趣。這樣做有兩個目的:壹是讓用戶的興趣信息更加直觀；二是讓後期的用戶興趣建模更加科學。
顯示用戶興趣信息有三種方式:
主題顯示方法:
基於主題類別的概念集來表達用戶的興趣點。新用戶下載豆瓣app並打開進入首頁前，會被要求選擇自己感興趣的話題。
優點:用戶興趣信息直觀，易於操作。
缺點:顯示信息的準確性有待商榷。
關鍵字顯示方法:
顧名思義，就是通過用戶的主動選擇壹些能夠代表用戶興趣的關鍵詞，或者采用相關算法，來展現用戶的興趣信息。例如，Plato的應用程序制作的“個性標簽”H5可以幫助用戶生成個性標簽圖，這是所使用的關鍵字顯示方法。
優點:操作簡單快捷。
不足:可能需要用戶的主動參與，體驗不夠好。
向量空間表示法；
通過計算關鍵詞的權重，將用戶的興趣顯示為由關鍵詞和權重組成的單項組成的特征向量序列。換句話說，向量空間表示法是關鍵詞表示法的升級版，增加了關鍵詞的權重信息，將文本表示為帶權重信息的詞向量。
下圖是向量空間表示法的計算公式。
W(t，d):文本d中單詞t的權重；
TF(t，d):文本d中的詞頻；
n:訓練文本的總數；
Nk:訓練文本集中T的文本數。
優點:直接從服務器獲取用戶信息，無需人工參與。
缺點:計算出的用戶感興趣的文本特征詞數量巨大，增加了運算工作量。
4.建立用戶興趣模型。
根據以往的用戶興趣信息提取、展示、分析和挖掘，結合用戶的實際需求，以用戶數據實體為中心，指定數據維度類型，利用獲取的用戶興趣偏好，以結構化的形式為用戶建立興趣模型。這個環節也常被稱為用戶畫像的建立，即標記用戶，標記用戶興趣信息。
二、如何根據用戶興趣模型讓用戶對app活動做出反應？
用戶興趣模型建立後，用戶興趣行為、用戶興趣標簽、用戶興趣畫像等關於用戶興趣的數據都是完整的，後續的個性化精準活動推送也相對簡單。
壹個app可以采取兩種形式，根據用戶興趣推送個性化活動。壹種是在app中嵌入SDK，根據用戶實際場景和需求觸發精準活動；二是根據用戶興趣模型，主動推送相應的app活動。
1.SDK埋點定向觸發個性化活動
確定活動場景和用戶興趣信息，確定活動地點，然後在app中相應位置嵌入SDK。只有當用戶完成預定的操作或滿足相應的條件(如活動觸發行為)時，才能觸發壹個活動。
比如壹個app活動的主要目的是什麽，是刷新和留存app還是推廣app的用戶？不同場景的活動放在app的不同位置。如果是為了激活新用戶，那就要在app用戶註冊完成後，把用戶可能感興趣的活動頁面放進去。壹旦用戶註冊成功，會立即彈出新的用戶抽獎。
再比如壹個購物app。如果想提高用戶的復購率，可以根據用戶瀏覽商品的喜好，在用戶將商品加入購物車時投放商品的優惠券活動，或者在用戶下單後，根據用戶的興趣投放壹些周邊商品的打折活動。下圖是外賣app餓了麽下單後分享的觸發優惠券活動。
2.主動推送活動
主動推送信息通過用戶興趣模型數據庫中的用戶興趣標簽，智能判斷用戶對什麽樣的活動感興趣，然後直接向用戶推薦相應的活動。在這壹點上，主打“興趣閱讀”的移動新聞app產品做得不錯。
比如天天快報，今日頭條等。全部以“用戶興趣智能計算-+編輯操作”的方式為用戶推薦內容。這樣做的好處是符合app用戶的閱讀習慣和喜好，達到個性化閱讀推薦的效果。
摘要
最後，無論是信息的個性化推送，還是活動的個性化推送，個性化推送都是為了更好的實現信息與用戶個性化需求匹配的過程。在這個過程中，用戶興趣模型的建立非常關鍵，因為用戶的行為或興趣會隨著時間或其他因素而變化。因此，建議app運營人員定期更新或修改用戶興趣模型。