大数据的推荐算法真的很厉害吗大数据主要来生成用户画像，刻画出用户画像，便可针对性的推荐，实现精准营销。以下是用户画像的生成过程：
1数据采集
采集数据时，一般来说将用户画像的目标进行分解，进行多元素，多维度的数据采集，像用户的基本信息数据、社会属性数据可通过用户信息填写、调查问卷等方式获取，而用户的行为数据需要通过用户行为的采集，这里就涉及到手机、PC端的数据获取。
2数据预处理
数据采集到的一般为结构化，非结构化的数据，需要将数据清洗、数据结构化处理、数据合并等操作，数据筛选清理针对无效或者虚假数据进行处理剔除，甄别出有效的用户数据；数据结构化处理以及数据整合等需结合分析目标进行特点行为数据的采集，刻画出用户信息的基本结构。
3数据标签化，并赋予权重
打标签是将得到的各项用户信息映射到标签，并且赋予各个标签赋相应的权重。在这里权重值计算是至关重要的一步，它决定了构建用户画像的架构，以视频类APP为例，用户的喜好等都会通过播放视频来体现，那么其中某项标签的行为用户越多，那么该标签对应的权重越大，但是，权重一旦赋予并不是一成不变，随着时间的推移，是需要实施调整的。用户喜欢观看的各视频类型的标签数据如下：
4生成画像
当所有的用户的信息都生成标签且得赋予了权重以后，每个用户自己的标签体系也具备，则可以根据各业务应用场景的不同需求进行匹配筛选，进行个体与总体的对比，进行精准推送广告营销等。