距离 结束仅剩
课程特色
1.大数据DMP画像系统基于阿里巴巴达摩盘和腾讯广点通的需求进行讲解。
2.该课程涵盖用户画像系统整个流程, 包含用户画像指标整理、画像标签体系建设和开发、 画像系统建设以及用户精准营销和用户商品推荐。
3.该项目由BAT大数据架构师亲自授课, 虽然没有理论派讲师的能言善辩和幽默风趣,但会以开发人员特有的真诚, 将真实的项目经验分享给大家,而且老师亲自参与项目答疑。
(项目相关效果图)
项目涉及技术
开发工具:idea、eclipse。
开发环境:spark2.2、hadoop2.7、hive1.2、hbase、redis。
开发语言:scala、java、python、shell、sql。
技术要点:spark 、elasticsearch、hadoop 、hive 、LR GBDT等机器学习算法。
适用人群
1.有Hadoop基础的学员。
2.有Spark基础的学员。
3.有scala/java/python至少有一种语言基础的学员。
课程目标
1.掌握用户画像标签开发技巧。
2.掌握数据挖掘技巧。
3.了解业内用户画像和DMP系统的架构和开发流程。
讲师介绍
王晓华
大数据高级工程师,大讲台课程合作讲师
6年大数据、数据挖掘、数据架构经验,前期致力于数据底层研发,目前致力于把大数据和人工智能应用到线上业务,解决实际问题。曾在某手机厂商参与数据底层平台的建设,应用商店的推荐业务,后在BAT参与了目前最火pc游戏的视频推荐,也参与了目前企业内部的大数据画像,自助提取分析以及数据营销系统的大数据项目建设。
擅长技术栈
1.具有 spark、Hadoop、Hive、HBase 等大数据系统的研发经验;
2.熟悉 sparkmlib、ml,熟悉常见分类、聚类等算法
3.熟悉大数据仓库开发流程
4.修改过 spark 源码,写过 spark 专刊
课程大纲
1.基础属性:人的基础属性标签,包括地域、年龄、性别等。 |
2.兴趣偏好:投放端已有的定向能力,后期可规划更细的,基于宝贝、店铺或行业的,搜索选择、特定兴趣的定向功能。 |
3.行为轨迹:基于兴趣偏好更细的行为(包括浏览、点击、成交、收藏、复购等)及不同时间段的行为交叉(包括1天、7天、30天的行为)。 |
4.消费能力:基于平台的支付交易、购物行为、交易额计算高中低及类目上的高消费偏好。 |
5.好友关系:基于平台的关系链数据,推荐偏好该宝贝、店铺、行业的好友用户。 |
6.自定义人群:支持上传自定义人群包,lookalike扩展包。 |
1.基本属性:地域、年龄、性别、学历、职业 。 |
2.兴趣偏好:品牌、店铺、一级类目、场景、行业 。 |
3.消费能力:能力等级开发。 |
4.特征人群:划分一些特定的人群,比如高活跃,低活跃,有车一族,奶爸一家。 |
5.LBS属性:长居住地。 |
6.用户轨迹:交易、浏览、收藏等。 |
1.功能:画像多维度分析、画像指标下钻分析、投放效果追踪分析。 |
2.技术:基于es 、spark、hadoop 建设画像计算以及数据存储和计算。 |
3.模块:用户人群包(交集并集)、追踪分析、人群画像、人群对比模块开发。 |
常见问题
Q:会有实际上机演示和动手操作吗?
A:本课程为项目拆解课,全程实操演练!不仅仅是简单演示,而是手把手带你操练真实项目。
Q:录播课程怎么答疑?
A: 每个班级会建立专门的班级QQ群,学员可以针对课程中的问题,或者自己学习与动手实践中的问题,向老师提问,老师会进行相应解答。同时,强烈推荐大家到官网技术问答区提问,方便知识的沉淀,同时也避免因为QQ群信息刷屏而导致你的问题被老师错过。