导航
课程首页
  • PM-Summit 全球产品经理大会云会员
  • SDCon 全球软件研发技术大会云会员
  • ML-Summit 全球机器学习技术大会云会员
  • C++性能优化高端培训
  • AI全栈开发实战营
精品课 极客时间

AI 搜索

登录
登录后您可以:
  • 复制代码和一键运行
  • 与博主大V深度互动
  • 解锁海量精选资源
  • 获取前沿技术资讯
立即登录
会员中心
消息
历史
创作中心
创作
学习中心
成为讲师

基于Flink+ClickHouse构建亿级电商全端用户画像平台(PC 1、画像课程说明

基于Flink+ClickHouse构建亿级电商全端用户画像平台(PC
共130节 2026人在学 课程详情
课程目录
讨论留言
  • 46、画像品牌偏好reduce代码编写
  • 47、画像行为特征之用户品牌偏好代码编写
  • 48、画像行为特征之品牌偏好概况代码编写
  • 49、营销敏感度之flink left join实现
  • 50、画像风险控制之恶意刷单多地址特征map
  • 51、恶意刷单多地址特征reduce代码编写
  • 52、画像之用户常用地址标签map代码编写
  • 53、画像之用户常用地址标签reduce代码编写
  • 54、恶意刷单用户flink map及reduce
  • 55、画像风险控制之恶意刷单用户存储代码编写
  • 56、画像风险控制之恶意刷单分布代码编写
  • 57、恶意刷单分布reduce再处理代码编写
  • 58、恶意刷单分布analy分析类代码编写
  • 59、恶意刷单高频下单标签实时map代码
  • 60、恶意刷单高频下单标签实时reduce和sink
  • 61、画像风险控制之恶意刷单高频下单标签补充
  • 62、画像风险控制之用户羊毛党实时分析map代码编写
  • 63、画像风险控制之羊毛党每天分布代码编写
  • 64、用户羊毛党实时分析reduce和sink
  • 65、画像风险控制之用户羊毛党实时分析补充
  • 66、画像风险控制之羊毛党风险实时触发警报map开发
  • 67、羊毛党风险实时触发警报reduce和sink
  • 68、画像风险控制之羊毛党风险实时触发警报补充
  • 69、画像用户分群之java 实现 kmeans
  • 70、实现分布式kmeans map redcue
  • 71、实现分布式kmeans collect代码编写
  • 72、实现分布式kmeans reduce传输优化
  • 73、实现分布式kmeans finalMap
  • 74、画像用户分群之实现分布式kmeans输出
  • 75、flink实现用户分群map代码编写
  • 76、flink实现用户分群reduce代码编写
  • 77、flink实现用户分群最大金额及平均消费金额
  • 78、用户分群之flink实现用户分群消费频次
  • 79、用户分群之flink实现用户分群消费类目
  • 80、画像用户分群之flink实现用户分群消费时间段
  • 81、实现用户分群feature reduce
  • 82、用户分群之flink实现用户分群最终中心点
  • 83、画像用户分群之用户分群标签代码编写
  • 84、画像用户分群之用户群体分布map代码编写
  • 85、用户分群之用户群体分布reduce及sink
  • 86、用户群体分布月周期clickhouse存储
  • 87、画像消费特征之消费水平map代码编写
  • 88、画像消费特征之消费水平reduce代码编写
  • 89、画像消费特征之消费水平规则判断reduce
  • 90、画像消费特征之用户消费水平标签标记代码编写
  • 91、用户消费水平分布reduce以及sink
  • 92、用户消费水平分布flat map 清除历史标签
  • 93、画像消费特征之用户消费水平分布完善代码编写
  • 94、用户画像接口服务构建
  • 95、用户画像vue+nodejs构建前端系统
  • 96、用户画像vue+Echarts构建图表
  • 97、用户画像之ClickHouse讲解
  • 98、用户画像之ClickHouse环境安装
  • 99、ClickHouse数据类型以及常用操作实战
  • 100、用户画像之ClickHouse java实战
  • 101、用户画像之Clickhouse工具类代码编写
  • 102、画像之flink整合clickhouse优化
  • 103、用户消费特征之商品族map及reduce
  • 104、用户消费特征之商品族save map代码编写
  • 105、用户消费特征之商品族分布sink代码编写
  • 106、用户消费特征之商品族分布完善代码编写
  • 107、用户画像之TF-IDF讲解
  • 108、用户画像之Ik分词器讲解与使用
  • 109、用户画像之java实现TF-IDF实战
  • 110、画像之flink实现分布式TF-IDF实战
  • 111、画像之用户月度商品关键词map代码编写
  • 112、用户月度商品关键词reduce analy
  • 113、用户画像之月度商品关键词分布map代码编写
  • 114、月度商品关键词分布reduce save等
  • 115、用户画像之季度、年度商品关键词代码编写
  • 116、用户画像之vue+Echarts实现柱状图
  • 117、用户画像之vue+Echarts实现散点图
  • 118、用户画像之vue+Echarts实现曲线图
  • 119、用户画像之vue+elmentUi实现表格
  • 120、用户画像之用户标签接口
  • 121、用户画像之用户标签前端开发以及接口联调
  • 122、用户画像之趋势曲线接口以及前端开发
  • 123、用户画像之趋势曲线接口以及前端开发补充
  • 124、用户画像之散点趋势接口
  • 125、用户画像之散点趋势前端以及联调开发
  • 126、用户画像之散点趋势效果演示
  • 127、用户画像之柱状图分布接口以及前端开发
  • 128、用户画像之会员等级整体流程演示
  • 129、用户画像整体效果演示讲解
  • 130、用户画像整体接口讲解
  • 131、用户画像整体前端讲解
  • 1、画像课程说明
  • 2、数据来源以及动静态数据说明
  • 3、基础环境构建之hadoop环境搭建
  • 4、基础环境构建之hbase环境搭建
  • 5、画像用户属性之用户表结构
  • 6、画像用户属性之业务数据同步binlog讲解
  • 7、画像用户属性之业务数据同步binlog实战
  • 8、画像用户属性之canal讲解
  • 9、画像基础环境之kafka搭建
  • 10、画像基础环境之cannal+kafka实战
  • 11、画像基本特征之flink实时分析服务构建
  • 12、画像基本特征之业务外实体构建及实时转换业务数据
  • 13、画像基本特征之hbase工具类开发
  • 14、画像基本特征之用户明细数据转换存储实现
  • 15、kafka sink转发处理后的业务数据
  • 16、画像基本特征之年代标签map代码编写
  • 17、画像基本特征之年代标签reduce代码编写
  • 18、画像基本特征之年代标签sink及分钟级别指标
  • 19、画像基本特征之手机运营商标签开发
  • 20、画像基本特征之会员分类标签代码开发
  • 21、画像行为特征之日志数据讲解以及实体构建
  • 22、画像行为特征之业务数据讲解以及实体构建
  • 23、画像行为特征之业务数据实时存储
  • 24、画像行为特征之注册中心服务构建
  • 25、画像行为特征之实时数据收集服务开发
  • 26、画像行为特征之用户商品类别偏好代码编写
  • 27、画像行为特征之小时级别商品类别偏好代码编写
  • 28、画像行为特征之用户纠结商品代码编写
  • 29、画像行为特征之小时级别纠结商品代码编写
  • 30、画像性别预测之梯度下降法详解
  • 31、画像性别预测之java实现逻辑回归算法
  • 32、flink实现分布式逻辑回归算法代码实操
  • 33、flink实现分布式逻辑回归算法完结代码
  • 34、逻辑回归预测性别map和reduce代码
  • 35、画像性别预测之用户性别预测代码编写
  • 36、画像性别预测之每周用户性别趋势代码编写
  • 37、画像营销敏感度之数据讲解以及实体构建
  • 38、flink join广告流以及订单流代码编写
  • 39、画像营销敏感度之flink map代码编写
  • 40、画像营销敏感度之flink reduce代码
  • 41、画像营销敏感度之join条件优化
  • 42、画像营销敏感度之sink代码编写
  • 43、画像营销敏感度之广告类型敏感度map代码
  • 44、广告类型敏感度reduce和sink代码编写
  • 45、画像品牌偏好map代码编写
回复
切换为未回复评论
切换为时间正序
请发表友善的回复…
发表回复
发表回复
按下Enter换行,Ctrl+Enter发表内容
编辑
预览
    轻敲空格完成输入
    • 显示为
    • 卡片
    • 标题
    • 链接

    反馈

    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    1、画像课程说明

    课程介绍

    用户画像作为大数据的根基,它抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,提供了足够的数据基础,奠定了大数据时代的基石。

     

    用户画像,即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后,抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础,能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。

     

    用户画像系统能很好地帮助企业分析用户的行为与消费习惯,可以预测商品的发展的趋势,提高产品质量,同时提高用户满意度。构建一个用户画像,包括数据源端数据收集、数据预处理、行为建模、构建用户画像。有些标签是可以直接获取到的,有些标签需要通过数据挖掘分析到!本套课程会带着你一步一步的实现用户画像案例,掌握了本套课程内容,可以让你感受到Flink+ClickHouse技术架构的强大和大数据应用的广泛性。

     

    在这个数据爆发的时代,像大型电商的数据量达到百亿级别,我们往往无法对海量的明细数据做进一步层次的预聚合,大量的业务数据都是好几亿数据关联,并且我们需要聚合结果能在秒级返回。 包括我们的画像数据,也是有这方便的需求,那怎么才能达到秒级返回呢?ClickHouse正好满足我们的需求,它是非常的强大的。

     

    本课程采用Flink+ClickHouse技术架构实现我们的画像系统,通过学习完本课程可以节省你摸索的时间,节省企业成本,提高企业开发效率。希望本课程对一些企业开发人员和对新技术栈有兴趣的伙伴有所帮助,如对我录制的教程内容有建议请及时交流。项目中采用到的算法包含Logistic Regression、Kmeans、TF-IDF等,Flink暂时支持的算法比较少,对于以上算法,本课程将带大家用Flink实现,并且结合真实场景,学完即用。

    系统包含所有终端的数据(移动端、PC端、小程序端),支持亿级数据量的分析和查询,并且是实时和近实时的对用户进行画像计算。本课程包含的画像指标包含:概况趋势,基础属性,行为特征,兴趣爱好,风险特征,消费特征,营销敏感度,用户标签信息,用户群里,商品关键字等几大指标模块,每个指标都会带大家实现。

    课程所涵盖的知识点包括:

    开发工具为:IDEA 

    Flink

    Clickhouse

    Hadoop

    Hbase

    Kafka

    Canal

    binlog

    SpringBoot

    SpringCloud

    HDFS

    Vue.js

    Node.js

    ElemntUI

    Echarts等等

     

    课程亮点:
    1.企业级实战、真实工业界产品
    2.ClickHouse高性能列式存储数据库
    3.提供原始日志数据进行效果检测
    4.Flink join企业级实战演练
    5.第四代计算引擎Flink+ClickHouse技术架构
    6.微服务架构技术SpringBoot+SpringCloud技术架构
    7.算法处理包含Logistic Regression、Kmeans、TF-IDF等
    8.数据库实时同步落地方案实操
    9.统计终端的数据(移动端、PC端、小程序端)
    10.支撑亿级海量数据的用户画像平台
    11.实时和近实时的对用户进行画像计算
    12.后端+大数据技术栈+前端可视化
    13.提供技术落地指导支持
    14.课程凝聚讲师多年实战经验,经验直接复制
    15.掌握全部内容能独立进行大数据用户平台的设计和实操

    企业一线架构师讲授,代码在老师的指导下企业可以复用,提供企业解决方案。  

    版权归作者所有,盗版将进行法律维权。 

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 779人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22278人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4236人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 803人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 852人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5171人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1517人在学

    Python Django 深度学习 小程序

    钟翔 · 2346人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 616人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 4017人在学

    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00

      订阅失败

      基于Flink+ClickHouse构建亿级电商全端用户画像平台(PC
      基于Flink+ClickHouse构建亿级电商全端用户画像平台(PC ...

      订阅列表已满,请先移出部分订阅内容。

      当前章节需购买后观看
      开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
      提交答案

      购买课程

      扫码完成付费,可继续学习全部课程内容

      加载中...
      课件正在飞速打包中,请耐心等待几秒钟~

      视频问题反馈

      提交遇到的问题我们会尽快解决的 ~

      首页
      博客
      下载
      学习
      社区
      AI搜索
      GitCode
      InsCodeAI
      技术会议
      会员中心
      创作中心
      联系我们
      工作时间: 8:30 - 22:00
      客服电话: 400-660-0108
      kefu@csdn.net在线客服
      • 关于我们
      • 招贤纳士
      • 商务合作
      • 寻求报道
      • 京ICP备19004658号
      • 经营性网站备案信息
      • 公安备案号11010502030143
      • 营业执照
      • 北京互联网违法和不良信息举报中心
      • 家长监护
      • 中国互联网举报中心
      • 网络110报警服务
      • Chrome商店下载
      • 账号管理规范
      • 版权与免责声明
      • 版权申诉
      • 出版物许可证
      • ©1999-2025北京创新乐知网络技术有限公司