發(fā)布時(shí)間：2023-08-09 16:12

　　隨著互聯(lián)網(wǎng)行業(yè)的快速發(fā)展,目前大型電商都構(gòu)建了較為成熟的生態(tài)系統(tǒng),電商行業(yè)逐漸趨于規(guī)�；Ｔ撢厔�(shì)為電子商務(wù)交易帶來(lái)了持續(xù)且快速的增長(zhǎng)。與此同時(shí),數(shù)據(jù)總量以及數(shù)據(jù)種類也在不斷增長(zhǎng)。在這樣的大背景下,如何利用這些零散的數(shù)據(jù)產(chǎn)出價(jià)值,為用戶提供高回報(bào)的營(yíng)銷策略支持成為了現(xiàn)如今亟待解決的問題。該電商數(shù)據(jù)分析和管理系統(tǒng)來(lái)源于作者實(shí)習(xí)公司廣告質(zhì)量部的實(shí)際項(xiàng)目。該系統(tǒng)為公司電商平臺(tái)的廣告主提供了營(yíng)銷策略的數(shù)據(jù)支持、商業(yè)數(shù)據(jù)分析功能、AI化的數(shù)據(jù)分析功能以及數(shù)據(jù)管理功能。該系統(tǒng)融合了公司內(nèi)部的多渠道數(shù)據(jù),并提供多種機(jī)器學(xué)習(xí)算法,用戶可以通過(guò)點(diǎn)選建模的方式進(jìn)行數(shù)據(jù)分析,分析結(jié)果將幫助用戶制定相應(yīng)的營(yíng)銷策略,使廣告的推廣達(dá)到千人千面的效果。首先,本文闡述了項(xiàng)目的背景和意義,通過(guò)對(duì)互聯(lián)網(wǎng)電商領(lǐng)域背景的了解與深入調(diào)研,發(fā)現(xiàn)應(yīng)用于廣告主決策支持的數(shù)據(jù)分析和管理系統(tǒng)有很大的拓展空間。其次,本文分析了項(xiàng)目中所使用的相關(guān)技術(shù)和生產(chǎn)環(huán)境中使用的通用技術(shù)解決方案,相關(guān)技術(shù)包括Hadoop分布式數(shù)據(jù)存儲(chǔ)、Spark大規(guī)模數(shù)據(jù)處理、Redis數(shù)據(jù)緩存、Kubernetes容器管理、Azkaban任務(wù)調(diào)度等。在系統(tǒng)的需求分析過(guò)...

【文章頁(yè)數(shù)】：103 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
序言
1 引言
    1.1 項(xiàng)目背景和意義
    1.2 發(fā)展現(xiàn)狀
    1.3 研究?jī)?nèi)容及目標(biāo)
    1.4 作者主要工作
    1.5 論文主要結(jié)構(gòu)
    1.6 本章小結(jié)
2 系統(tǒng)理論與技術(shù)概述
    2.1 Hadoop生態(tài)系統(tǒng)
        2.1.1 HDFS分布式存儲(chǔ)
        2.1.2 Hive數(shù)據(jù)存儲(chǔ)
    2.2 Spark大數(shù)據(jù)分析
    2.3 Redis緩存技術(shù)
    2.4 容器管理
    2.5 本章小結(jié)
3 系統(tǒng)需求分析
    3.1 需求整體概述
    3.2 功能性需求分析
        3.2.1 底層數(shù)據(jù)處理
        3.2.2 數(shù)據(jù)準(zhǔn)備階段
        3.2.3 數(shù)據(jù)分析和管理階段
        3.2.4 數(shù)據(jù)應(yīng)用階段
        3.2.5 運(yùn)營(yíng)管理
    3.3 非功能性需求分析
    3.4 本章小結(jié)
4 系統(tǒng)概要設(shè)計(jì)
    4.1 系統(tǒng)總體功能設(shè)計(jì)
    4.2 系統(tǒng)總體架構(gòu)設(shè)計(jì)
    4.3 數(shù)據(jù)存儲(chǔ)設(shè)計(jì)
        4.3.1 概念設(shè)計(jì)
        4.3.2 邏輯設(shè)計(jì)
    4.4 本章小結(jié)
5 系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 數(shù)據(jù)預(yù)處理設(shè)計(jì)與實(shí)現(xiàn)
    5.2 數(shù)據(jù)服務(wù)設(shè)計(jì)與實(shí)現(xiàn)
    5.3 品牌洞察設(shè)計(jì)與實(shí)現(xiàn)
        5.3.1 4A資產(chǎn)
        5.3.2 人群畫像
    5.4 人群包管理設(shè)計(jì)與實(shí)現(xiàn)
        5.4.1 人群挖掘
        5.4.2 數(shù)據(jù)融合
        5.4.3 人群應(yīng)用
    5.5 模型管理設(shè)計(jì)與實(shí)現(xiàn)
        5.5.1 配置服務(wù)
        5.5.2 執(zhí)行服務(wù)
        5.5.3 監(jiān)控服務(wù)
    5.6 運(yùn)營(yíng)管理設(shè)計(jì)與實(shí)現(xiàn)
        5.6.1 賬號(hào)管理
        5.6.2 計(jì)費(fèi)管理
    5.7 本章小結(jié)
6 系統(tǒng)測(cè)試
    6.1 功能性測(cè)試
    6.2 非功能性測(cè)試
    6.3 測(cè)試結(jié)論
    6.4 本章小結(jié)
7 總結(jié)與展望
    7.1 工作總結(jié)
    7.2 工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3840554