如何构建用户行为分析系统？

2016年12月6号我参加了研究生论文的开题报告，研究方向为基于用户行为的协同过滤推荐算法，因此一直在跟进用户行为相关资料的学习。
经朋友推荐，在极客学院上找到所需资料，我整理后分享给大家，希望大家拍砖。
对于用户行为分析项目，我们肯定不陌生，平时我们在京东或者淘宝或者当当浏览过商品后，电商网站总会为我们推荐相关的商品，记得有次看当当做个性化推荐的架构师做知识分享时提到，当当个性化推荐系统每年可以为当当提高30%的营业额，真可谓功不可没。
在接触到个性化推荐系统后，我一直在想，这一套是怎么做出来的呢？今天我结合自己所看的视频，把我的理解和大家分享一下，理解有偏差的地方，请大家斧正。
用户行为分析项目整体上分为四部分：收集数据、存储数据、处理数据、展现数据，如下图所示：

有了整体的理解后，我们下面对每个部分进行详细讲解。
对于收集数据模块，用户在登录网站后，一般会产生用户登录记录日志、用户网站访问日志、注册记录日志等其他访问日志。这些日志我们可以通过Web服务器（如：Nginx、JBoss、WebLogic等）进行记录，然后通过Flume NG日志收集集群进行统一收集，保存到HDFS。

对于存储数据模块，我们可以搭建HDFS集群，大家流程参考HDFS API。
对于处理数据模块，我们可以搭建Hadoop或Storm集群，把HDFS的数据分析、处理后保存到MySQL。
对于展现数据模块，我们可以开发API接口，访问处理数据模块保存在MySQL的数据。
这样通过长期的数据统计，我们便可以为用户打上很多标签，比如：性别、年龄、偏好……
通过构件用户行为分析系统，我们可以掌握用户动向，为制定决策提供数据依据，做到精准推送。
希望我的分享可以您让对用户行为分析系统有一个宏观的认识。