('大数据人工智能用户画像解决方案',)


('大数据人工智能用户画像解决方案',)
                                                    课程名称:
用户画像解决方案
课程特色:
规划全面:内容涵盖用户标签指标体系、数据分析、数据开发、ETL、搭建开发环境、kafka和hbase等常用大数据组件的介绍、画像的产品形态、打通数据服务层、以及如何应用用户标签和效果评估;
实操性强:每章案例都进行详细的分析和开发过程讲解,附有相应的分析报告、文档以及代码。通过在搭建的虚拟机环境中执行任务,帮助学习者更好地理解工程上的实现方式和实现细节。
讲师介绍:
Watermelon《数据化运营 系统方法与实践案例》作者,数据开发工程师,曾负责过竞品爬虫、业务数据分析、数据开发、及多家公司用户画像从0到1的搭建。对业务分析、流量分析、用户画像建模开发方面有些总结可以分享。
课程章节:
章节01:用户画像基础知识
课时01:开发用户画像需要掌握的能力
课时02:用户画像及其应用规划说明
课时03:用户标签应用实施方案说明
课时04:工程开发代码
课时05:需要开发的表及表结构设计
章节02:用户标签指标体系
课时06:用户属性维度指标体系
课时07:用户行为维度指标体系
课时08:用户消费维度指标体系
课时09:用户风控维度指标体系
课时10:标签口径及数据调研分析
课时11:标签命名方式小结
章节03:搭建开发环境
课时12:搭建虚拟机开发环境及节点间互信
课时13:HDFS的安装及应用场景
课时14:zookeeper的安装及应用场景
课时15:MySQL的安装及应用场景
课时16:Hive的安装及应用场景
课时17:Hbase的安装及应用场景
课时18:sqoop的安装及应用场景
课时19:kafka的安装及应用场景
课时20:Spark的安装及应用场景
章节04:标签数据存储
课时21:Hive存储及应用特点
课时22:MySQL存储及应用特点
课时23:Hbase存储数据及应用特点
课时24:为什么用不同数据库存储标签数据
章节05:标签数据开发
课时25:数据仓库基础知识
课时26:统计类标签开发案例
课时27:规则类标签开发案例
课时28:挖掘类标签开发案例
课时29:流式计算标签开发—kafka介绍
课时30:流式计算标签开发-streaming的receiver模式与direct模式
课时31:流式计算标签开发-记录消费的offset
课时32:流式计算标签开发-Spark Streaming上线工程化
章节06:开发性能调优
课时33:数据倾斜调优
课时34:Hive合并小文件
课时35:使用Spark缓存
课时36:开发中间表
章节07:作业流程调度
课时37:Crontab命令调度
课时38:Airflow基础概念
课时39:Airflow安装
课时40:Airflow主要功能模块
课时41:Airflow工作流调度
课时42:Airflow工程案例
课时43:标签数据监控预警
课时44:ETL异常问题排查及解决方案
章节08:用户画像产品化
课时45:标签视图与标签查询
课时46:标签编辑管理
课时47:用户分群
课时48:多维透视分析
章节09:用户画像应用
课时49:业务数据分析
课时50:精准营销(短信、邮件)
课时51:push推送、广告位分群展示、站内信
课时52:应用效果评估及迭代
章节10:案例讲解 人群计算
课时53:人群计算
立 即 下 载

相关资源

发表评论

点 击 提 交