课程特色
1.大数据DMP画像系统基于阿里巴巴达摩盘和腾讯广点通的需求进行讲解。
2.该课程涵盖用户画像系统整个流程， 包含用户画像指标整理、画像标签体系建设和开发、 画像系统建设以及用户精准营销和用户商品推荐。
3.该项目由BAT大数据架构师亲自授课， 虽然没有理论派讲师的能言善辩和幽默风趣，但会以开发人员特有的真诚， 将真实的项目经验分享给大家，而且老师亲自参与项目答疑。
（项目相关效果图）
项目涉及技术
开发工具：idea、eclipse。
开发环境：spark2.2、hadoop2.7、hive1.2、hbase、redis。
开发语言：scala、java、python、shell、sql。
技术要点：spark 、elasticsearch、hadoop 、hive 、LR GBDT等机器学习算法。
适用人群
1.有Hadoop基础的学员。
2.有Spark基础的学员。
3.有scala/java/python至少有一种语言基础的学员。
课程目标
1.掌握用户画像标签开发技巧。
2.掌握数据挖掘技巧。
3.了解业内用户画像和DMP系统的架构和开发流程。
讲师介绍
-
王晓华
大数据高级工程师，大讲台课程合作讲师
6年大数据、数据挖掘、数据架构经验，前期致力于数据底层研发，目前致力于把大数据和人工智能应用到线上业务，解决实际问题。曾在某手机厂商参与数据底层平台的建设，应用商店的推荐业务，后在BAT参与了目前最火pc游戏的视频推荐，也参与了目前企业内部的大数据画像，自助提取分析以及数据营销系统的大数据项目建设。
擅长技术栈
1.具有 spark、Hadoop、Hive、HBase 等大数据系统的研发经验;
2.熟悉 sparkmlib、ml,熟悉常见分类、聚类等算法
3.熟悉大数据仓库开发流程
4.修改过 spark 源码,写过 spark 专刊
课程大纲
| 1.基础属性：人的基础属性标签，包括地域、年龄、性别等。 |
| 2.兴趣偏好：投放端已有的定向能力，后期可规划更细的，基于宝贝、店铺或行业的，搜索选择、特定兴趣的定向功能。 |
| 3.行为轨迹：基于兴趣偏好更细的行为（包括浏览、点击、成交、收藏、复购等）及不同时间段的行为交叉（包括1天、7天、30天的行为）。 |
| 4.消费能力：基于平台的支付交易、购物行为、交易额计算高中低及类目上的高消费偏好。 |
| 5.好友关系：基于平台的关系链数据，推荐偏好该宝贝、店铺、行业的好友用户。 |
| 6.自定义人群：支持上传自定义人群包，lookalike扩展包。 |
| 1.基本属性：地域、年龄、性别、学历、职业 。 |
| 2.兴趣偏好：品牌、店铺、一级类目、场景、行业 。 |
| 3.消费能力：能力等级开发。 |
| 4.特征人群：划分一些特定的人群，比如高活跃，低活跃，有车一族，奶爸一家。 |
| 5.LBS属性：长居住地。 |
| 6.用户轨迹：交易、浏览、收藏等。 |
| 1.功能：画像多维度分析、画像指标下钻分析、投放效果追踪分析。 |
| 2.技术：基于es 、spark、hadoop 建设画像计算以及数据存储和计算。 |
| 3.模块：用户人群包（交集并集）、追踪分析、人群画像、人群对比模块开发。 |
常见问题
Q：会有实际上机演示和动手操作吗？
A：本课程为项目拆解课，全程实操演练！不仅仅是简单演示，而是手把手带你操练真实项目。
Q：录播课程怎么答疑？
A： 每个班级会建立专门的班级QQ群，学员可以针对课程中的问题，或者自己学习与动手实践中的问题，向老师提问，老师会进行相应解答。同时，强烈推荐大家到官网技术问答区提问，方便知识的沉淀，同时也避免因为QQ群信息刷屏而导致你的问题被老师错过。
