本教程介绍如何使用Hadoop和Hive对航空公司客户数据进行价值分析。通过数据探索、清洗、规约、变换，然后应用Kmeans聚类方法，将客户分为五类，实现航空公司利益最大化。教程详细展示了数据处理的每个步骤，包括字段选择、缺失值处理和标准化等操作。
17年也可以说是大数据的一年，大数据一词在这些年横空崛起，Hadoop和Hive使用的越来越多，本期我们来学习下如何使用Hadoop和Hive对航空公司客户进行价值分析。航空公司通常会将客户划分成几种客户，如：重要保持客户、重要发展客户、重要挽留客户、一般客户和低价值客户。我们首先使用Hive对客户数据进行探索分析、数据预处理并且建立LRFMC模型，在使用Hadoop使用Kmeans对客户进行聚类分群，来实现航空公司利益最大化。
hadoop
我们本次教程使用的数据集包含了62988条数据，其中大约有44个字段，主要字段有客户基本信息（会员卡号，入会时间等）、乘机信息（票价收入，平均折扣率等）、积分信息（积分兑换次数等）。
我们先来看下数据的格式：
数据格式1
数据格式2
数据格式3
数据格式4
得知数据类型后，我们首先在Hive中建立数据库&#
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
