用户画像_程序结构
2016-07-22 09:51:17 0 举报
用户画像程序结构主要包括数据收集、数据处理、特征提取、模型训练和结果展示五个部分。首先,通过各种渠道收集用户的行为数据,如浏览记录、购买记录等。然后,对收集到的数据进行清洗和预处理,去除无效和重复数据。接着,从处理后的数据中提取出对用户分类有用的特征。之后,利用机器学习算法对提取的特征进行训练,生成用户画像模型。最后,将模型的预测结果以可视化的方式展示出来,如年龄、性别、兴趣爱好等。这种结构可以有效地帮助企业理解用户,提高产品的用户体验和市场竞争力。
作者其他创作
大纲/内容
kafkaportrait_cooked_hisdeal_p20
kafkaportrait_quotation_stock_trigger_p1
服务内容程序(根据模板生成服务消息)portrait-message-operator
事件产生(直接数据)[银证转账、新股中签、新股上市、认购余额不足、开户]portrait-event-trigger-trans-etl
用户衍生计算(spark)portrait-cooked-operator
事件产生(用户衍生数据)[资金逃逸,连续资金流入]portrait-cooked-event-operator
服务内容ES
事件mongodb
前端展示portrait-api-service
kafkaportrait_event_relation_object_p6
事件产生(行情衍生数据)[新股开板,未开板]portrait-quotation-event-operator
行情数据portrait-quotation-etl
行情衍生计算portrait-quotation-calculate-operator
事件处理(事件与服务对象关联等)portrait-event-relation-operator
kafkaportrait_quotation_calculate_new_stock_opening_p1
0 条评论
下一页