基于画像的房源分析

了解什么是画像及适用场景

画像：是真实实体的虚拟代表，是建立在一系列的真实数据之上的目标实体模型。

房源画像：现实中业主委托进行交易 的房屋代表即为房源。在房屋基础信息，物业，社区，交通，商圈，学区；实勘，调价，带看，被浏览，评论等真实数据的基础上对房源的描述。

画像的适用场景：

• 精准营销：根据客户需求，精确推荐，提高成功机率，节约时间，提升体验

• 数据挖掘：进行加个预估，成交预估，销售指导， 定价指导评估

• 统计分析：基于画像数据可以方便构建数据立方题，从各个角度进行解读

• 业务运营：业务经营分析以及竞争分析，影响企业方展战略

• 其他：对服务或产品进行私人定制，进行效果评估，完善产品运营，提升服务质量等。

了解如何构建画像

确定目标

基础数据收集

数据质量保障

信息抽象及归类

画像信息计算与集成

评估，优化，迭代

了解房源信息及房源画像构建思路

房屋基本信息

• 位置信息 省市区--小区（楼盘）---楼栋----单元---楼层---门牌----

• 户型-布局-装修 几厅几室几卫及具体布局----建筑面积\室内面积------房屋朝向----户型结构

• 其它杂项 供暖 供水方式---是否有电梯----建筑类型----建筑结构----梯户比例

房屋信息----配套服务及资源

• 开发商、物业

  • 名称

  • 品牌

  • 资质

  • 集团信息

  • 服务电话

  • 。。。。。

• 学校、医院

  • 名称

  • 分级

  • 性质

  • 地址

  • 电话

  • 占地面积

  • 师资、医资力量

  • 硬件水平

  • 收费情况

  • 。。。。

• 交通、商圈、社区

  • 地铁站

  • 地铁线

  • 直线距离、步行距离

  • 社区名称

  • 社区类型、级别

  • 。。。。

房源信息--委托信息

• 业主信息

• 交易信息

• 委托信息

• 房源现状

房源信息--业主、经纪人相关事件

使用阿里云产品独立完成房源画像建设

MaxCompute

大数据计算服务（ODPS）由阿里自主研发，提供针对TB/PB级数据，实时性要求不高的分布式处理能力，应用于原数据分析，挖掘，商业智能等领域，阿里巴巴的数据业务都运行在ODPS上

• 分布式

  • 分布式集群架构

  • 跨集群技术突破

  • 集群规模可以根据需要灵活扩展

• 安全

  • 自动存储容错机制

  • 所有计算在沙箱中运行 保障数据高安全性，高可靠性

• 易用

  • 标准API的方式提供服务

  • 高并发高吞吐量数据上传下载

  • 全面支持基于SQL的数据处理

• 管理与授权

  • 支持多用管理协同分析数据

  • 支持多种方式对用户权限管理

  • 配置灵活的数据访问控制策略

MaxCompute基本概念

• 项目空间Project

MC的基本组织单元，它类似于传统数据库的Database或Schema的概念，时进行多用户隔离和访问的主要边界。一个用户可以同时拥有多个项目空间的权限。通过安全授权，可以在一个项目空间中访问另一个项目空间中的对象，例：表（Table）,资源（Resource）,函数（Function）,实例（Instance）

• 表Table

MC的数据存储单元，它在逻辑上也是由行和列组成的二维结构，每行代表一条记录，每列表示相同数据类型的一个字段，一条记录可以包含一个或多个列，各个列的名称和类型构成这张表的Schema,表格分两种类型：内部表及外部表（MaxCompute2.0版本开始支持外部表）

• 分区Partition

为避免全表扫描，提高处理效率，为表创建分区，MaxCompute2.0支持TINYINT、SMALLINT、INT、BIGINT、VARCHAR和STRING分区类型。分区使用限制：单表分区层级 最多6级；单表分区数最多允许60000个分区；一次查询最多查询分区数10000个分区

• 任务Task

任务是MC的基本计算单元。SQL及MAPReduce功能都是通过任务完成的；用户提交任务尤其是计算型任务，分解成执行计划，执行计划是由具有依赖关系的多个执行阶段构成，逻辑上形成有向图

• 资源Resource

资源是MaxCompute的特有概念。用户如果想使用MaxCompute的自定义函数（UDF）或MAPReduce功能需要依赖资源来完成；资源类型包括：File类型、Table类型、Jar类型、Archive类型

MaxCompute底层存储及数据类型

MC底层存储使用的是分布式文件系统PanGu

• 基于列存储的文件格式，降低了无效磁盘读写，减少I0

• 以列为单位聚簇组织，存储前压缩，节省大量空间

MaxCompute SQL

• 适用于海量数据（GB TB EB级别）离线批量计算的场合

• 作业提交后会有几十秒到数分钟不等的排队调度，适合处理跑批作业，无法在毫秒级别返回用户结果

• 用户学习成本低，不需要了解分布式概念

• 不支持Update Delete;不支持主键、外键、事务

• 其他限制及与Oracle,Mysql，Hive对比参考

数据开发产品 Data IDE

大数据开发集成环境（Data IDE），提供可视化开发界面，离线任务调度运维，快速数据集成，多人协同工作等功能，为您提供一个高效，安全的离线数据开发环境。并且拥有强大的open API为数据应用开发者提供良好的在创作生态

数据开发-->数据管理-->作业调度

数据展示产品Quick BI

Quick BI提供海量数据实时在线分析服务，支持拖拽式操作，提供了丰富的可视化效果，可以帮助您轻松自如的完成数据分析，业务数据探查，报表制作等工作。

特点：丰富的数据 可视化效果

                  严密的权限管控

                  灵活的报表集成方案

           智能加速引擎

           海量数据多维分析

           多数据源支持

最近学习阿里云大数据专项技能的画像分析 做的一些笔记~