数据总览
1. 标签云
功能说明：展示个体标签覆盖YOYIID数量TOP100的标签。
2. ID图谱
功能说明：展示个体标签覆盖device,cookie,mac三种类型ID的覆盖量和ID拉通的相互关系以及ID拉通后YOYIID的总数量。YOYI目前真实有效的用户数为：19.8亿。
3. 地域分布
功能说明：使用中国地图展示各省市YOYIID的分布数量，使用颜色深浅表示覆盖数量的多少。点击地图上某个省进入该省的所有市的数量分布。
4. 标签分布
功能说明：使用方块面积图展示个体标签体系，方块的面积大小代表标签在当前层级的覆盖YOYIID数量占比。点击标签方块查看此标签下一级的标签。
YOYI 标签体系的九大维度，其中：
- 基础属性依据人口属性相关信息情况，如性别、年龄、是否真实等，通过已知样本构建算法模型加工而成；
- 媒体偏好依据用户对媒体应用的兴趣偏好，如资讯、阅读等，通过设备使用移动应用的情况和广告询价流量经过算法加工而成；
- 消费偏好依据用户对购物应用的偏好，如网购、旅游等，通过设备使用移动应用的情况和广告询价流量经过算法加工而成；
- 消费场景依据用户常出现的消费场所，如景区、医院、休闲娱乐等，通过广告询价流量里的IP和经纬度信息构建算法加工而成；
- 地理位置依据用户常驻省市和活跃商圈，如所在省市、工作商圈和周末商圈等，通过用户ID在广告询价流量里的IP和经纬度信息构建算法加工而成；
- 上网特征通过广告询价流量里的UA解析用户的品牌、设备类型、运营商、网络条件、上网频次和时间段等，基于收集到的信息进行加工映射，并构建挖掘算法确定设备的属性取值，综合考虑长期和短期特征确定设备的属性特征；
- 广告行为偏好依据用户对广告行为的偏好，如曝光次数和点击次数，通过用户对广告曝光和点击行为次数构建算法加工而成；
- 兴趣爱好依据用户对浏览页面的偏好，如游戏、汽车等，通过设备浏览页面的情况经过算法加工而成；
- 购物倾向依据用户对购物页面的偏好，如服装服饰、3C等，通过设备使用购物页面的情况经过算法加工而成。
5. 行业人群
功能说明：使用气泡图展示基于算法加工生成的个体标签行业人群标签的覆盖YOYIID数量，气泡的大小代表覆盖数量的多少。主要从个人使用APP、经常去的场所、居住的区域以及个人的基础属性四个方面加工得出。6. 基础属性
功能说明：使用饼图展示个体标签的性别和年龄覆盖YOYIID的数量和占比。7. 人均标签分布
- 功能说明：使用箱型图¬¬展示个体标签各个维度的YOYIID覆盖标签数量分布情况。
- 使用说明：箱形图又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。这里主要分析各大类标签ID在数量上的分布，包含：整体的人均标签数量，各一级大类的人均标签数量。
- 数据含义及计算方式：以一组序列数为例：12，15，17，19，20，23，25，28，30，33，34，35，36，37
A. 下四分位数Q1: 确定四分位数的位置：Qi所在位置=i（n+1）/4，其中i=1，2，3。n表示序列中包含的项数。Q1所在的位置=（14+1）/4=3.75 Q1=0.2517+0.7519=18.5
B. 中位数：中位数，即二分之一分位数。所以计算的方法就是将一组数据（此处中位数，特别指是从大到小排列的有序序列）按从小到大的顺序，取中间这个数，此例中位数=0.525+0.528=26.5
C. 上四分位数Q3：Q3所在的位置=3（14+1）/4=11.25 Q3=340.75+35*0.25=34.25
D. 上限：上限是非异常范围内的最大值，四分位距IQR=Q3-Q1=15.75，上限=Q3+1.5IQR=57.875
E. 下限：下限是非异常范围内的最小值，下限=Q1-1.5IQR=08. 兴趣偏好
功能说明：使用雷达图展示个体标签触媒习惯和终端品牌覆盖YOYIID数量，区分男女性别维度。