互联网大数据生鲜水果线上推荐方法.pdfVIP

互联网大数据生鲜水果线上推荐方法

1范围

本文件规定了互联网大数据生鲜水果线上推荐方法的术语和定义、总体要求、技术要求、推荐方法。

本文件适用于互联网大数据生鲜水果线上推荐的实施与应用。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T35295信息技术大数据术语

3术语和定义

下列术语和定义适用于本文件。

3.1

数据仓库datawarehouse

在数据准备之后用于永久性存储数据的数据库。

[来源：GB/T35295,2.1.35]

3.2

ETL阶段extracttransformload

用来描述将数据从来源端经过抽取(extract)、交互转换(transform)、加载(load)至目的端的过程，

ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义

好的数据仓库模型，将数据加载到数据仓库中去。

3.3

分析analytics

根据信息合成知识的过程。

[来源：GB/T35295，2.1.48]

3.4

漏斗分析funnelanalytics

漏斗模型帮助你分析一个多步骤过程中每一步的转化与流失情况，如用户购买订单会有一系列的转

化步骤，登录、浏览商品、添加购物车、下单等，漏斗分析可以有效的剖析转化路径各阶段的转化和流

失。

3.5

热力图分析thermalmapanalysis

主要用来分析用户在网页上的点击、触达深度等情况，并以直观的效果展示给使用者，以特殊高

亮的形式显示访客热衷的页面区域。

3.6

用户行为数据分析userbehaviordataanalysis

在通过对网站、APP等平台上的用户行为数据的采集与建模，最终实现对用户行为的多维度、多角

度、实时的数据分析，从中发现用户访问的规律，并将这些规律与平台的营销策略、产品功能、运营策

略相结合，发现营销、产品和运营中可能存在的问题或机会，从而指导优化用户体验、实现更精细和精

准的运营与营销，数据驱动业务的持续增长。

3.7

渠道channel

1

泛指流量来源的所有渠道，如线上有广告媒体渠道，搜索引擎渠道，论坛推荐渠道，社交分享渠道，

电子邮件短信等渠道，有付费和非付费之分。

3.8

数据模型datamodel

数据处理的相关模型，将搜集到的数据或是对接的客户数据，处理成对应的系统识别的数据模型，

从而支撑上层业务分析，如界面展现，多维剖析等。

3.9

用户画像userportrait

对于访问网站的用户，可通过其行为，或是CRM里提供的相关信息进行用户画像，标识此用户的分

类，如按质量可分为高中低等属性标签的用户。

4总体要求

互联网大数据生鲜水果线上推荐方法应符合GB/T35273，支持如下内容要求:

a)数据获取能力:应支持基础数据获取方式，满足风控模型和顶层应用建设需求；

b)数据建模和融合能力:应支持建立用户行为分析的数据模型，对数据进行整合，对数据质量进

行监测和提升的能力；

c)数据存储能力:应支持存储技术须符合并满足大数据架构下对数据分析；

d)数据计算能力:应支持计算能力和计算范围须满足海量用户行为数据分析的要求；

e)数据分析能力:应支持基本的行为分析能力；

f)服务模式:应支持个性化服务模式；

g)应用方向:应支持通用应用场景。

5技术要求

5.1数据获取

数据获取能力包括：

a)数据采集能力:

应支持的数据采集方式应多样化，如APPSDK、网页、小程序、后端SDK、数据库、日志文

件、其他；

应具备数据采集的管理能力(策略配置、数据采集过程的监控包括完整性和准确性等);

应具备数据采集的准确性、安全性(例如，SDK开源)；

应拥有较高的数据采集性能和效率；