近些年,数据科学和大数据的概念被媒体炒得热火朝天,数据不限于互联网产生的数据,金融、医疗、制药、政府、零售行业等行业都会产生大量的数据,数据在各行各业的影响力与日俱增。人们的日常行为也被数据化了,网络购物、通信、浏览新闻、搜索信息、评论都会被记录下来,我们可以依赖于充足且廉价的计算能力深入研究人类的行为,更好的认知人类自身。用户画像,即用户信息标签化、数据化。企业通过收集研究消费者静态信息数据和动态行为数据,抽象出用户的商业全貌帮助企业定位目标人群以及满足各类用户需求。随着电子商务市场的不断增加,各大电子商务网站把用户价值和数据驱动都列为公司的价值观。传统的用户画像过多的依赖于客观和过往的经验,因此需要一个操作简单但是功能强大的用户画像系统让用户分析平台化简单化、智能化,让平时累积的数据为电子商务公司带来实际的价值。本文从电商运营分析员工的角度出发,结合企业生产环境中常用稳定的用户画像方案和架构,同时参照大数据环境下不断涌现的新兴技术和工具,提出将稳定架构与新兴技术相互结合来优化用户画像的方案,最后实现出的一套电商用户画像系统包含标签系统、指标看板、用户视图、极光平台、工作中心功能健全的软件系统。系统的前端展现使用了比较被欢迎的Bootstrap框架,使得页面布局合理清晰,同时使用了Ajax、jQuery、Echarts等先进的前端技术进行数据的可视化。后端使用了高性能的Django开发框架,并结合Hadoop分布式计算框架存储计算电商用户使用网站的源数据包括静态信息数据、动态行为数据,使用MySQL数据库保存系统功能管理数据,而用户的属性标签、人群信息、业务统计数据使用MongoDB非关系型数据库存储,提供了高性能、高可靠的后台存储功能,从而构建出一套安全稳定性好、可扩展性高的用户画像系统。