1. 用户标签概念

标签，原意是标明物品的品名、重量、体积、用途等信息的简要标牌，例如：商品标签、图书标签、车检标签、文件标签、服装吊牌等。
从这个概念衍生到网络标签，是人工或系统自动或用户自发的，通过相关性很强的关键字对事物或内容进行描述，帮助人们分类内容，以便于检索和分享。
例如：我们也可以给“人”这个对象打上男人或女人，老人或青年的标签。可见，标签也有维度或分类，而属性也是一种标签。
标签往往映射为某一对象的属性，包括固有属性和动态属性，一般都需要结构化到字段粒度，保障可被后续数据服务便捷使用。它面向数据应用的业务端，核心解答的是数据怎么用、资产价值在哪里的问题。
标签示例：

分类，就是指按照种类、等级、性质或特征的归类。
- 分类，把相同属性或特征的“对象”归集在一起，形成不同的类别，方便人们通过类别来对“对象”进行的查询、识别、管理和使用。
- “对象”可以是人、产品、物料或其他实体，例如：人可以分为男人、女人，也可以分为老年人、中年人、青少年。
用户属性
- 属性，是事物所具有的性质或特征，重点强调的是事物本身，例如：人的性别、身高、胖瘦、年龄、性格等都是人的属性。
- 可以将某个事物的属性抽象出来作为事物的分类，如我们上边举的例子，男人、女人是按照性别属性对人的分类；老年人、中年人、青少年是按照年龄属性对人的分类。
- 事物可以按照属性来分类，分类也是事物的属性之一。

分类和标签有时候没有明确的分界线，分类可以作为一个标签，标签也可以抽象出分类。
分类由于只能隶属于一个，所以往往带有武断和不恰当的色彩，它是一个“is a”的问题，属于本质论的范畴，而对事物的“本质”的认定，严格来说，这事只有上帝才能做，换句话说，谁做都不合适。
分类是一种严谨的数据组织方式，一般按照一个或多个维度自上而下、从整体到明细的穷举，遵循“相互独立，完全穷举” 的原则。
标签则不同，它是一个“has a”的问题，说某个东西有某种属性，要求就没那么严格了。
标签是一种灵活的数据组织方式，放弃大而全的框架，基于业务场景自下而上地倒推标签需求。
不同点归纳：
- 分类一般是面向团队或组织的，注重标准化；而标签可以面向组织，也可以是面向个人，注重的是个性化。
- 分类具有排他性，分类之间是独立的、不能交叉；而标签允许交叉，标签之间可以相互关联、相互依赖。
- 分类体系需要事先规划，在标准化的框架下进行使用；而标签可以静态的，也可以是动态的，允许随时添加。
- 分类注重结构化，具有层级控制，是一个树状结构；而标签的结构是松散、灵活、开放的，整体看是一个网状结构。

2. 用户标签分类

标签（网络标签）是随着互联网发展产生的，最早用在博客、文章的内容分类中，方便用户管理和聚合内容。
随着大数据的发展，标签体系的作用也越来越大，被互联网企业广泛使用，通过特征集合并关联打标签的对象，对分析对象生成画像，挖掘对象的价值。
例如：各大互联网APP（淘宝、今日头条、抖音等）都有一个基于标签体系的推荐引擎模块，通过用户静态属性和行为属性给用户打标签，形成360度用户画像，然后根据用户的偏好将信息或产品推送给用户。
归纳起来，用户标签包括以下价值：
- 用户洞察：
  - 深入了解产品用户，指导业务规划发展
- 数据分析：
  - 丰富用户分析维度，提高分析应用效率
- 精细化运营：
  - 基于用户分层进行差异化运营策略和动作，提升运营效果
- 产品化应用：
  - 应用于产品个性化功能/CRM/数据产品中，增强产品能力

推送系统是往移动端 APP 下发通知的消息系统。假设某个新闻类 APP，用户画像系统记录了某个用户喜欢在工作日的早上 8 点到 8 点 45 分登录应用看新闻，而周末没有这样的习惯，很可能该用户是在上班通勤的时间段使用该 APP。
那推送系统就可以在工作日 8 点左右给用户推送重要的新闻消息，而在休息日不推送。这样可以增加工作日用户使用该 APP 的可能性，而周末又能避免打扰用户，提高用户体验。
也提可以结合位置与时间，利用画像预测兴趣，动态选取内容实现个性化推荐。

通过画像系统收集到的用户行为数据，例如使用时长、点击率、页面请求次数等，根据这些指标可以通过算法甄别出流量作假的挂机账号，可以评估渠道带来的真实流量从而调整广告投放。