用户画像概念、项目概述及环境搭建(一)

项目安排：

企业级360°全方位用户画像
一、用户画像概念、设计构建用户画像及项目演示说明 -2天
用户画像概念发展
如何构建用户画像
标签Tag
项目核心功能：
深入剖析（最关键）
项目工程初步搭建
二、基础知识：数据导入ETL和应用调度 -2天
a）、数据采集与ETL
如何将业务数据采集导入到大数据平台上（HDFS、Hive、HBase）
b）、标签 -> 模型 -> SparkApplication
Oozie
===============================================================================
三、标签开发（基础标签） - 12天
a）、规则匹配标签 + GitHup 5天
b）、统计标签 2天
---------------------------------------------------------------------------
c）、挖掘标签 5天
涉及机器学习算法：聚类KMeans、决策树DecisionTree
===============================================================================
四、商品推荐体验及多数据源 - 3天
a）、当用户点击浏览商品时，给用户推荐商品（Top10）
涉及机器学习算法：ALS（交替最小二乘法）
b）、标签系统支持多种数据源
可以从任意数据源加载业务数据，构建标签，比如从HBase、Hive、MySQL和HDFS等等

第一部分

什么是用户画像？？？
对用户的描述 使用标签来进行标注（标识注明）！

学生的属性：

学生，帅，漂亮，性别，年龄，身高，成绩，体重，婚姻状况，月收入，兴趣爱好，籍贯，学号，政治面貌，发型，国籍。

学生的标签：
标签=> 标签值【特征=>特征值】
学校角色=>学生，
外貌=>帅/漂亮
性别=>男/女，
年龄=>20/21，
身高=>176/180，