基于hive分布式計算與數(shù)據(jù)挖掘的關(guān)聯(lián)性營銷的設(shè)計與實現(xiàn).pdf

1、在網(wǎng)購人群數(shù)量急劇增長的今天,互聯(lián)網(wǎng)公司每天都會收集到上T級別的WEB日志和數(shù)據(jù),這些數(shù)據(jù)真實地記錄了每一個用戶的訪問行為,有著非常高的挖掘和研究價值。通過深入地挖掘和研究這些數(shù)據(jù),可以獲得大量有價值的潛在信息,分析出用戶的行為規(guī)律,為產(chǎn)品運營人員提供客觀可靠的依據(jù),使他們的營銷更具針對性,從而大大提高營銷的效果。
　　 傳統(tǒng)的關(guān)系數(shù)據(jù)庫在面對上T級別的海量數(shù)據(jù)處理時已經(jīng)顯得力不從心,而分布式計算平臺(hive,hadoop)的

2、出現(xiàn)恰好解決了海量數(shù)據(jù)處理的計算瓶頸,讓基于海量數(shù)據(jù)的數(shù)據(jù)挖掘成為可能。
　　 在淘寶買家數(shù)量龐大且穩(wěn)定增長的情況下,賣家的經(jīng)營開始從粗放型向精細(xì)型轉(zhuǎn)化,而關(guān)聯(lián)性營銷就是其手段之一,本文以淘寶所有買家的海量行為日志和數(shù)據(jù)為基礎(chǔ),使用經(jīng)典關(guān)聯(lián)規(guī)則算法apriori算法,使用分布式計算平臺將數(shù)據(jù)進(jìn)行分布式ETL的抽取、清洗、轉(zhuǎn)化、加載后,得到產(chǎn)品被購買的關(guān)聯(lián)度,最終將結(jié)果簡單明了地提供給賣家,為他們進(jìn)行關(guān)聯(lián)性營銷提供真實可靠的數(shù)據(jù)依