對于電商而言,精準(zhǔn)的客戶分級管理和運(yùn)營是電商服務(wù)的立足點(diǎn)。目前電商運(yùn)營中的客戶分級管理嚴(yán)重依賴于運(yùn)營團(tuán)隊的經(jīng)驗(yàn),客戶分級不明確,缺乏可信性,導(dǎo)致用戶大量流失,用戶粘性降低,引發(fā)電商收入大幅度下滑。隨著信息技術(shù)的進(jìn)步,電商將所有用戶的數(shù)據(jù)進(jìn)行收集、處理和分析,以實(shí)現(xiàn)精細(xì)化運(yùn)營。然而,數(shù)據(jù)大量散落在不同服務(wù)器中,數(shù)據(jù)互通困難,導(dǎo)致數(shù)據(jù)分析結(jié)果不準(zhǔn)確,用戶分級制度粗糙。在這一背景下,迫切需要引入電商客戶數(shù)據(jù)分析系統(tǒng),為解決數(shù)據(jù)管理、精細(xì)化運(yùn)營和高效數(shù)據(jù)分析提供了良好的技術(shù)基礎(chǔ)。隨著數(shù)據(jù)分析相關(guān)技術(shù)的發(fā)展,電商客戶數(shù)據(jù)分析系統(tǒng)已獲得了廣泛應(yīng)用。如何高效的構(gòu)建系統(tǒng),如何更好的服務(wù)于電商,如何更好對電商所服務(wù)的群體進(jìn)行有效的分類是其中重要的一部分。本文從處理數(shù)據(jù)分析問題的關(guān)鍵技術(shù)出發(fā),將電商數(shù)據(jù)分析系統(tǒng)分為三大模塊進(jìn)行論述,包括:數(shù)據(jù)采集模塊、數(shù)據(jù)中心化模塊和數(shù)據(jù)分析模塊。數(shù)據(jù)采集模塊以Filebeat和Sqoop分別作為日志采集Agent和數(shù)據(jù)同步手段;數(shù)據(jù)中心化模塊以Kafka和HDFS為主;數(shù)據(jù)分析模塊以Hive和HBase作為數(shù)據(jù)庫。利用Spark進(jìn)行運(yùn)算,Java web作為展示。本文對...

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
        1.1.1 問題的提出
        1.1.2 問題的分析
    1.2 研究的意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 論文主要研究內(nèi)容及方法
第2章 相關(guān)技術(shù)概述
    2.1 數(shù)據(jù)的采集方案研究
        2.1.1 日志采集Filebeat
        2.1.2 數(shù)據(jù)同步Sqoop
    2.2 數(shù)據(jù)中心化方案研究
        2.2.1 緩沖隊列Kafka
        2.2.2 Kafka技術(shù)架構(gòu)
        2.2.3 Kafka運(yùn)行機(jī)制
        2.2.4 數(shù)據(jù)存儲方案研究
    2.3 RFM模型及K-MEANS
        2.3.1 RFM模型
        2.3.2 K-means
    2.4 本章小結(jié)
第3章 電商數(shù)據(jù)分析系統(tǒng)的需求分析
    3.1 系統(tǒng)概述
        3.1.1 總體業(yè)務(wù)分析
        3.1.2 用戶角色分析
    3.2 功能需求分析
        3.2.1 用戶管理需求分析
        3.2.2 數(shù)據(jù)分析需求分析
        3.2.3 系統(tǒng)模塊需求分析
    3.3 非功能性需求分析
    3.4 本章小結(jié)
第4章 電商客戶數(shù)據(jù)分析系統(tǒng)的概要設(shè)計
    4.1 數(shù)據(jù)采集模塊的設(shè)計
    4.2 數(shù)據(jù)中心化模塊設(shè)計
    4.3 數(shù)據(jù)分析模塊設(shè)計
    4.4 本章小結(jié)
第5章 系統(tǒng)具體實(shí)現(xiàn)
    5.1 數(shù)據(jù)采集模塊具體實(shí)現(xiàn)
        5.1.1 日志采集模塊實(shí)現(xiàn)
        5.1.2 數(shù)據(jù)同步模塊實(shí)現(xiàn)
    5.2 數(shù)據(jù)中心化模塊實(shí)現(xiàn)
    5.3 數(shù)據(jù)分析模塊具體實(shí)現(xiàn)
        5.3.1 數(shù)據(jù)展示模塊
        5.3.2 RFM模型與K-means結(jié)合實(shí)現(xiàn)用戶分類
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號：3774778