本发明公开了一种基于数据自学习的画像构建方法，所述方法通过定义算法，发布并授权给相应的实体算法权限，给实体定义一个标签并绑定标签与算法之间的对应关系；将一个实体下的多个标签进行分组，指定每个分组下的标签列表组合；将实体与数据集进行绑定，并指定数据集之间关联条件；构建实体画像任务。通过本发明方法进行画像构建，能够更加直观的表达实体和画像之间的关系，能够更加精细化的控制标签的生成过程、画像的构建过程，通过阈值参数和输入参数的动态调整能够更加灵活的调整算法的实现过程，从而达到算法的复用能力。另外通过分组和标签的二次关联分析，能够动态反馈标签的精准度，从而为算法参数的调整提供了依据。