写点什么

行为分析

收录了 行为分析 频道下的 50 篇内容

如何基于 Apache Doris 构建简易高效的用户行为分析平台?
如何基于 Apache Doris 构建简易高效的用户行为分析平台?

随着数字化转型进程的不断推进,用户行为分析平台在企业内部扮演的角色愈发重要,如何进一步挖掘用户行为数据价值,也成为了当下各企业不断努力探索的方向。

如何基于 Apache Doris 构建简易高效的用户行为分析平台?
如何基于 Apache Doris 构建简易高效的用户行为分析平台?

随着数字化转型进程的不断推进,用户行为分析平台在企业内部扮演的角色愈发重要,如何进一步挖掘用户行为数据价值,也成为了当下各企业不断努力探索的方向。

Apache Doris 在小米亿级用户行为分析平台的实践
Apache Doris 在小米亿级用户行为分析平台的实践

数据基于 OLAP 引擎 Doris 进行存储,随着接入业务不断增多,且接入的业务量不断膨胀,Top 级应用可以达到 100 亿条/天,查询压力和时间相继增大,用户对查询时延的吐槽愈来愈多,我们急切的需要提升查询性能来提升用户的体验。

移动应用行为分析

对企业来说,移动渠道正变得越来越重要,Web站点优化和用户行为分析的理念也正在移动站点和移动应用领域中逐步兴盛。InfoQ采访了提供应用内深入分析服务的Splitforce公司联合创始人Zac Aghion,探讨了移动优先、下载后的应用内分析等方面的话题。

如何利用 Flink 实现超大规模用户行为分析

传统的用户行为分析系统通常以离线批处理模式根据既定规则对用户数据进行分析。规则相对简单,且更新规则需要重启系统。而在安全领域,许多安全场景要求能够 7/24 小时实时监测威胁、作出报警。 因此我们需要一个高吞吐量的实时计算框架来满足对实时性的需求。在这里我们将介绍网络安全中基于流式计算框架 Flink 并搭载机器学习算法的超大规模用户行为分析系统(UBA)的实践经验。看瀚思科技如何利用 Flink 的高效流式处理框架,承载 UBA 核心计算任务,并融合批处理和流处理模式,如何定义完备易用的场景规则语法,并利用 Flink 对复杂事件处理(CEP)的原生支持,实现规则的动态更新的实战经验。

Kylin 在满帮集团千亿级用户访问行为分析中的应用
Kylin 在满帮集团千亿级用户访问行为分析中的应用

满帮集团作为全国最大的车货匹配信息平台,每天会产生近十亿的流量数据,半年即达千亿级数据规模,如何做到快速地响应业务方的多维查询、自定义漏斗分析、留存分析、用户画像等流量分析需求?

日增320TB数据,行为分析系统从ClickHouse迁移至ByConity的实践
日增 320TB 数据,行为分析系统从 ClickHouse 迁移至 ByConity 的实践

ByConity适合多种业务场景,在实时数据接入、大宽表聚合查询、海量数据下复杂分析计算、多表关联查询场景下有非常好的性能。

百度技术沙龙第 22 期回顾:海量用户的数据挖掘与行为分析(含资料下载)

在1月7日由百度主办、InfoQ策划组织实施的第22期百度技术沙龙活动上,来自百度网页搜索部用户行为分析方向高级工程师彭滔、人人网Social Graph算法工程师张叶银分别分享了各自在搜索或推荐算法领域所取得的成果及经验,话题涉及“搜索引擎评估与互联网用户行为分析”,以及“社会化推荐算法在人人网的应用实践”等。本文将对他们各自的分享做下简单的回顾,同时提供相关资料的下载。

如何实现用户行为的动态采集与分析
如何实现用户行为的动态采集与分析

在我们的实际业务中是否经常会有这样的思考:哪个广告位、资源位更有价值?哪些人是自己的目标客户?那些提升用户体验的优化,效果究竟如何?怎么去衡量?这些问题都需要数据指标的支撑。那么本文将为大家分享如何从 0-1 建设用户采集与分析系统的经验。

谐云独创前后台关联无埋点技术,实现用户行为超细粒度分析

为了帮助企业克服以上痛点,今年四月份谐云科技正式发布了用户行为分析产品代号UAM(User Activity Monitor)2.0,在信息爆炸的当下,助力企业进行高效的用户行为数据分析,致力于为企业提供新一代用户行为分析工具,帮助企业优化、改善用户的体验。为了帮助大家进一步了解UAM这个产品,InfoQ对谐云科技进行了深度采访。

数十亿用户数据,上千个用户标签维度,用户分析怎么做?
数十亿用户数据,上千个用户标签维度,用户分析怎么做?

本文介绍用户行为分析的应用场景、以及通过一些行业案例展示如何使用 Kyligence 进行用户行为分析,最后用 Demo 演示了具体的行为分析过程。

每天数百亿用户行为数据,美团点评怎么实现秒级转化分析?
每天数百亿用户行为数据,美团点评怎么实现秒级转化分析?

本文来自美团点评技术文章系列。

准确率 99%!基于深度学习的二进制恶意样本检测

全球正在经历一场由科技驱动的数字化转型,传统技术已经不能适应病毒数量飞速增长的发展态势。而基于沙箱的检测方案无法满足 APT 攻击的检测需求,也受到多种反沙箱技术的干扰。在充分考察过各种技术方案的优劣后,瀚思科技开发出了基于深度学习的二进制病毒样本检测技术,可以做到沙箱同等水平的 99% 的检测准确率,而误报率低于 1/1000。 本周 AI 前线社群分享,由瀚思科技高级算法专家,用户行为分析专家吴睿先生主讲《基于深度学习的二进制恶意样本检测》。

系列免费线上公开课:大数据和人工智能如何助力信息安全?

AI前线导语: 社群公开课大幕重启,优质的内容分享精彩继续!

用户行为分析模型实践(四)—— 留存分析模型

本文详细介绍了留存分析模型的概念及基本原理,并阐述了其在产品中具体实现。针对在实际使用过程问题,探索了基于ClickHouse留存分析模型实践方案。

hive
数据分析
Clickhouse
留存分析模型
ClickHouse Practice
ClickHouse Practice

用户行为分析在互联网产品运营和用户增长中起着指导性的作用。例如通过对比不同渠道的用户留存率,可以针对性的调整推广策略,获取高质量用户。

星云零售信贷基于 Apache Doris 的 OLAP 演进之路
星云零售信贷基于 Apache Doris 的 OLAP 演进之路

与之前数据源端存储不同,Apache Doris 极致的存储压缩比,降低了 70 % 的存储成本。

万字长文:银行数字化客户经营工具箱分享
万字长文:银行数字化客户经营工具箱分享

银行业进入“高质量”发展阶段,“客户经营数字化”正当时。

用户行为分析模型实践(三)——H5 通用分析模型

本文从提升用户行为分析效率角度出发,详细介绍了H5埋点方案规划,埋点数据采集流程,提供可借鉴的用户行为数据采集方案。

大数据
数据分析
数仓建模
MobTech MobPush|用户行为分析

你是否想知道你的用户都在什么时候打开你的应用?他们会不会因为你的推送而留下来?他们为什么会卸载你的应用?他们有没有打开通知权限?这些问题都可以通过用户行为分析来解答。用户行为分析就是通过收集和分析用户在应用中的行为数据,来揭示用户的特征、需

行为分析专题_资料-InfoQ中文网