- UID
- 8374
- 在线时间
- 2 小时
- 注册时间
- 2017-10-23
- 在线时间
- 2 小时
该用户从未签到
高级会员
 
- 积分
- 3
- 经验
- 0
- 学豆
- 1950
|
本帖最后由 弦乐飘飘 于 2019-6-27 15:41 编辑
课程介绍:
本课程主要围绕电商,打造一个电商画像平台,利用电商画像进行如下分析。
用到软件:
Hadoop 2.7.1
Hive 1.2.1
spark2.2.0
flink1.6.0
flume以及kafka等
涉及语言:
java ,scala,python,shell 语言基础
学习目标:
1、掌握数据分析的能力
2、提高打造数据产品,数据运营的能力
3、能够应用建模技术、大数据技术构建数据仓库
4、能够学会画像挖掘
5、掌握数据报表开发能力
6、提升数据指标开发能力
适用人群:
1、电商方面从业人员
2、有基本数据开发能力
3、对大数据相关组件有了解的学员
4、加强大数据应用经验
5、数据仓库想转行数据分析的学员;
6、想提升或者积累数据仓库经验的学员
就业方向:
1、大数据平台开发
2、数据开发
3、数据分析、数据仓库、数据建模
4、数据挖掘
课程目录:
01.用户画像介绍
02.画像功能介绍
03.画像dmp介绍
04.画像目录和目标
05.基础方案
06.hive数据
07.数据处理
08.用户交易数据mysql同步hive
09.用户画像性别预测spark代码01
10.用户画像性别预测-spark代码02
11.用户分群活跃区分打标签kmeans聚类编写
12.基于统计用户分群含时间衰减和hive窗口函数
13.用户消费能力等级划分代码编写01
14.用户消费能力等级划分代码编写02
15.tf-idf算法介绍
16.手写tf-idf,以及后续sparkapi调用
17.利用tf-idf思想进行画像偏好计算
18.实时模型信用评分架构介绍
19.节视频补录-随机森林信息熵和信息增益算法介绍
20.flume安装以及java代码rpc发送数据
2019062602.rar
21.离线随机森林模型代码开发-随机森林算法介绍看后面19节补录
22.实时模型预测和实时画像总结
23.lookalike几种常见方法介绍
24.局部敏感哈希(lsh)和相似度计算几种常见方法
25.spark计算lsh采用杰卡德相似度
26.lookalike大赛介绍以及lr来做预测
27.dmp功能介绍、以及架构设计
28.技术选型、以及elasticsearch介绍-先看下面27讲
29.elasticsearch安装和elasticsearch-head和elasticsearch-sql安装
3.0 大数据.txt
30.画像数据处理、画像指标合并成宽表
31.画像的脚本调度编写
32.画像数据写入es代码编写
33.利用es做下钻查询以及多维度分析
34.项目总结
35.面试总结、怎样打造你的简历
课程截图展示:
下载地址
回复可查看课程下载链接&提取码(10)20190626
|
|