本节课主要讲解的是广告点击建模分析
用户广告点击行为(通过JS或者本地代码发送点击行为到服务器)-》Server接受到数据并把数据放在Flume的监控目录之下-》Flume感知到数据后会把数据放到Kafka中-》Spark Streaming感知到数据的到来并进行处理-》然后把流处理的结构交给例如HBase、Redis、MaySQL等-》通过J2EE等技术把分析结果展示出来并改善业务,分析消费者的行为等。
广告点击大数据分析,主要有以下几步骤:
1、有效的广告点击行为过滤:
2、广告流量统计分析,展示广告流量的统计分析
3、广告的排名:全局性的排名和区域性的广告排名
4、广告收益的统计分析
5、广告推荐
所涉及的表:
1、用户信息表:user_information
2、用户行为表:favorite_items
3、用户点击记录表:user_clicked
4、商品列表:item_informaiton
5、黑名单列表:blacklist
6、广告信息表:ad_information
7、广告排名表:top5
8、广告趋势表:ad_trend
9、同一天广告点击记录:same_day_history
详细代码后续进一步更新.