
大数据时代,企业面临着数据爆炸式增长且多样性裂变的新常态,数据在企业和整个商业世界中发挥的作用和产生的能量都发生了质的变化。与此同时,互联网数据化运营中的用户行为路径分析与网站的海量Web日志分析成了大多数公司遇到的难题!本次经管之家旗下CDA数据分析研究院邀请到了李亮、辛立伟两位嘉宾就以上问题,以“大数据引领未来、让企业的数据价值最大化”为主题进行交流,诚邀广大大数据分析爱好者、企业从事大数据相关岗位的朋友、以及想要学习大数据的朋友们参与本次的交流分享与探讨。
2016.12.7(周三)晚19:30-21:30
主题:基于Spark机器学习用户行为大数据分析
2016.12.10(周六)晚19:30-21:30
主题1:基于Spark机器学习用户行为大数据分析——用户行为路径–技术&详解
在互联网数据化运营实践中,有一类数据分析应用是互联网行业所独有的,那就是用户行为路径分析的应用。路径分析是指:对用户的每一次网络行为进行精细跟踪和记录,及在此基础上通过分析、挖掘得到用户的详细网络行为路径特点。这种分析,可以让企业有的放矢地进行产品的优化升级,并针对典型场景的用户转化数据来进一步制定和实施有针对性的策略,以期提升转化效率。这次的分享,我将结合在诸葛IO的实际工作,分享这方面的实践经验。
• 程序员眼中的用户行为路径数据1. 用户行为路径算法2. 基于Spark的用户行为路径3. 用户行为路径产品化实践• 分析师眼中的用户行为路径数据1. 什么是用户行为路径2. 用户行为路径应用场景和商业价值3. 诸葛用户行为路径自动化报告实践:
Web服务器产生的日志包含着网站最重要的信息,通过对日志进行分析可以了解网站的访问量、网页访问人数、以及哪个网页最有价值等信息。一般大型或超大型的网站,可能每小时就会产生10G的数据量。对于大规模的日志数据,结合Hadoop进行日志分析,是最适合不过的了。本次分享将着重分析pv、独立ip数和跳出率等指标,从数据收集、MapReduce的清洗与转换、利用Hive进行统计分析,使用sqoop将hive统计结果导入到关系型数据库中最后以可视化效果展现,全方位为大家阐述如何用进行海量Web日志分析提取KPI数据。
内容提纲
• 分析Web服务器产生的日志,分析pv、独立ip数和跳出率等指标。
1. 使用flume这个分布式日志收集系统收集web服务器产生的日志,并上传到HDFS
2. 使用MapReduce大数据运算框架进行数据清洗和转换
4. 使用sqoop将hive统计结果导入到关系型数据库中5. 使用数据可视化技术展现分析结果
辛立伟,Java高级软件工程师&CDA大数据工程师Java高级软件工程师、Java高级培训讲师、认证高级讲师、系统架构师、SUN中国社区会员、JAVA技术专家。精通JAVA、JAVA EE6体系结构;精 通Java企业级中间件技术设计、构建以及应用部署。
丨报名通道
http://aihome2016.mikecrm.com/hXPxUJ
(扫描二维码提交信息)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15