事务事实表：用于描述业务过程，按业务过程的单一性或多业务 过程可进一步分为单事务事实表和多事务事实表。其中单事务事实表 分别记录每个业务过程，如下单业务记入下单事实表，支付业务记入 支付事实表。多事务事实表在同一个表中包含了不同业务过程，如下 单、支付、签收等业务过程记录在一张表中，通过新增字段来判断属 于哪一个业务过程。当不同业务过程有着相似性时可考虑将多业务过程放到多事务事实表中。
Sqoop是一个用来将Hadoop和关系型数据库中的数据相互迁移 的 工 具 。 它 可 以 将 一 个 关 系 型 数 据 库 （ 如 MySQL 、 Oracle 、 PostgreSQL等）中的数据导入Hadoop的HDFS中，也可以将HDFS 中的数据导入关系型数据库中。 下面通过一个案例来讲解如何使用Sqoop将Hive中的标签数据迁移到MySQL中。 电商、保险、金融等公司的客服部门的
建立用户画像首先需要建立数据仓库，用于存储用户标签数据。 Hive是基于Hadoop的数据仓库工具，依赖于HDFS存储数据，提供的 SQL语言可以查询存储在HDFS中的数据。开发时一般使用Hive作为数据仓库，存储标签和用户特征库等相关数据。 “ 数 据 仓 库 之 父 ”W.H.Inmon 在 《 Building the Data Warehouse》一书中定义数据仓库是“一个面向主题的、集成
标签命名方式有什么参考规则? 为了便于对诸多标签进行集中管理，需要对每个标签对应的标签 id 进 行 命 名 。 例 如 ， 对 性 别 为 “ 男 ” 的 用 户 打 上 标 签 “ATTRITUBE_U_01_001” ， 性 别 为 “ 女 ” 的 用 户 打 上 标 签“ATTRITUBE_U_01_002”。下面我们详细介绍如何建立起这套标签命名方式。 对于一个标签，可以从标签主题、刻画
从业务场景的角度出发对标签体系如何进行归类？通过应用场景对标签进行归类也是常见的标签划分方式。图2-4 画像标签应用场景划分 图2-4展示了具体的画像标签应用场景划分。 从业务场景的角度出发，可以将用户标签体系归为用户属性、用户行为、营销场景、地域细分、偏好细分、用户分层等维度。每个维 度可细分出二级标签、三级标签等。 ·用户属性：包括用户的年龄、性别、设备型号、安装/注册状态、 职业等刻画
社交属性维度是什么？ 社交属性用于了解用户的家庭成员、社交关系、社交偏好、社交活跃程度等方面，通过这些信息可以更好地为用户提供个性化服务。 表2-5是常用的社交属性维度标签示例。在日常使用社交软件时，我们可以发现社交软件中的信息流广告会结合我们的社交特征进行个性化推送。如图2-2所示，结合我所在城 市、经常活跃地段及近期收藏的电脑相关文章，在微信朋友圈给我推送了相关电脑营销的广告。如图2-3所示，
风险控制维度是什么？ 互联网企业的用户可能会遇到薅羊毛、恶意刷单、借贷欺诈等行为的用户，为了防止这类用户给平台带来损失和风险，互联网公司需要在风险控制维度构建起相关的指标体系，有效监控平台的不良用户。结合公司业务方向，例如可从账号风险、设备风险、借贷风险等维度入手构建风控维度标签体系。下面详细介绍一些常见的风险控制 维度的标签示例，如表2-4所示。
用户消费维度如何建设?对于用户消费维度指标体系的建设，可从用户浏览、加购、下单、收藏、搜索商品对应的品类入手，品类越细越精确，给用户推荐或营销商品的准确性越高。如图2-1所示，根据用户相关行为对应商品品类建设指标体系，本案例精确到商品三级品类。 表2-3 用户消费维度标签示例这里通过一个场景来介绍构建用户消费维度的标签的应用。某女装大促活动期间，渠道运营人员需要筛选出平台上的优质用户，并通过短信、
在互联网步入大数据时代后，用户行为给企业的产品和服务带来 了一系列的改变和重塑，其中最大的变化在于，用户的一切行为在企 业面前是可“追溯”“分析”的。企业内保存了大量的原始数据和各种业 务数据，这是企业经营活动的真实记录，如何更加有效地利用这些数 据进行分析和评估，成为企业基于更大数据量背景的问题所在。随着 大数据技术的深入研究与应用，企业的关注点日益聚焦在如何利用大 数据来为精细化运营
关注
换一批
