数据挖掘在特教学院图书馆用户行为分析中的应用——以浙江特殊教育职业学院图书馆为例.pdf
2021-07-14 15:04:43
246KB
上百节课详细讲解，需要的小伙伴自行百度网盘下载，链接见附件，永久有效。
课程介绍：
讲解一个真实的、复杂的大型企业级大数据项目，是Spark的大型项目实战课程。
通过本套课程的学习，可以积累大量Spark项目经验，迈入Spark高级开发行列。
课程特色：
1、项目中全面覆盖了Spark Core、Spark SQL和Spark Streaming这三个技术框架几乎全部的初级和高级的技术点和知识点， 让学员学以致用，通过一套课程，即掌握如何将Spark所有的技术点和知识点应用在真实的项目中，来实现业务需求！
2、项目中的4个功能横块，全郃是实际企业项目中提取出来的，并进行技术整合和改良过的功能模块.全都是企业级的复杂和真实的需求，业务模块非常之复杂，绝对不是市面上的Dem级别的大数据项目能够想比拟的，学习过后，真正帮助学员增加实际 企业级项目的实战经验。
3、项目中通过实际的功能模块和业务场景，以及讲师曾经开发过的处理十亿、甚至百亿以上数据级别的SparK作业的经验积累，贯穿讲解了大量的高级复杂的性能调优技术和知识、troubleshooting解决线上报错和故障的经验、高端的全方位数据倾斜处理和解决方案.真正帮助学员掌握高精尖的Spark技术！
4、项目中采用完全还原企业大数据项目开发场景的方式来讲解，每一个业务模块的讲解都包括了需求分析、方案设计、数据设计、编码实现、功能测试、性能调优等环节，真实还原企业级大数据项目开发场景。
模块简介：
1、用户访问session分析,该模块主要是对用户访问session进行统计分析.包括session的聚合指标计算、 按时间比例随机抽取session、获取每天点击、下单和购买排名前10的品类、并获取top10品类的点击量排名前10的session.该模块可以让产品经理、数据分析师以及企业管理层形象地看到各种条件下的具体用户行为以及统计指标.从而对公司的产品设计以及业务发展战略做出调整.主要使用Spark Core实现.
2、页面单跳转化率统计,该模块主要是计算关键页面之间的单步跳转转化率，涉及到页面切片算法以及页面流匹配算法.该模块可以让产品经理、数据分析师以及企业管理层看到各个关键页面之间的转化率.从而对网页布局，进行更好的优化设计。主要使用Spark Core实现.
3、热门商品离线统计,该模块主要实现每天统计出各个区域的top3热门商品.然后使用Oozie进行离线统计任务的定时调度，使用Zeppeline进行数据可视化的报表展示.该模块可以让企业管理层看到公司售卖的 商品的整体情况，从而对公司的商品相关的战略进行调螫.主要使用Spark SQL实现。
4、广告流量实时统计.该模块负责实时统计公司的广告流量.包括广告展现流量和广告点击流量，实现动态黑名单机制以及黑名单过滤,实现滑动窗口内的各城市的广告展现流立和广告点击流直的统计，实现 每个区域诲个广告的点击流置实时统计，实现每个区域top3点击量的广告的统计,主要使用Spark Streaming实现.
2021-07-12 22:07:00
75B
中华石杉
Spark大型项目实战：电商用户行为分析大数据平台\Spark大型项目实战：电商用户行为分析大数据平台（史上第一套高端大数据项目实战课程）
2021-07-12 17:09:23
112KB
1
本文的主要工作如下：
研究幵发高速网络数据包捕获系统。
研究幵发大数据环境下的分布式存储系统。
研究数据包的重组方法。对数据包进行重组，进而提取应用层内容。
设计并实现了基于的用户行为分析算法，并将该算法运用于用户行为分析中，实现海量数据的离线分析。
通过语言建立分析可视化平台。展现了用户行为分析及分类的结果，包括用户流量统计、用户分布、网站排行、关注热点等等，图表化的方法使得表现展现形式更为丰富直观。
2021-06-28 13:44:09
11.25MB
1
用户行为分析平台是基于大数据Hadoop生态构建的平台，本文档包括的内容如下：
1. 大数据基础知识介绍
2. Hadoop介绍
3. Hive介绍
4. Flume介绍
5. 用户行为分析平台介绍
2021-06-28 13:18:35
2.16MB
1
1.基于Spark开发的平台
2.需要有spark基础
3.有很多高级知识和设计模式
4.电商用户行为分析大数据平台（项目名称）
5.访问行为，购物行为，广告点击行为，对这些行为进行分析，使用大数据技术来帮助公司提升业绩。
6.主要的功能模块有用户session分析，页面单跳转化率统计，热门商品离线统计，广告流量实时统计等4个业务模块。
7.所使用的知识点是spark core，spark SQL，spark streaming等三个技术框架。
8.主要是数据倾斜，线上故障，性能调优，troubleshooting等经验。
9.使用模拟数据,希望达到的效果。
10.需求分析，方案设计，数据设计，编码实现，测试以及性能调优等环节。
2021-06-16 17:03:01
1.22MB