8.3 豆瓣评分
可以朗读 语音朗读
185千字 字数
2023-08-01 发行日期
展开全部

主编推荐语

本书从头部公司实践出发，系统讲解用户画像技术和业务。

内容简介

本书是一本从功能模块、技术实现、平台构建、业务应用4个层次由浅入深地讲解用户画像的著作。

作者在某头部互联网公司经历了其用户画像平台从0到1并发展为画像中台的全过程，打下了扎实的技术功底，积累了丰富的业务经验，本书从技术和业务双重维度对整个过程进行了复盘。

目录

  • 版权信息
  • 前言
  • 第1章 了解画像平台
  • 1.1 画像基本概念
  • 1.1.1 什么是画像
  • 1.1.2 画像的重要性
  • 1.1.3 画像平台定位
  • 1.2 OLAP介绍
  • 1.2.1 OLAP与OLTP对比
  • 1.2.2 OLAP场景关键特征
  • 1.2.3 OLAP的3种建模类型
  • 1.2.4 OLAP相关技术发展历程
  • 1.3 业界画像平台介绍
  • 1.3.1 神策数据
  • 1.3.2 火山引擎增长分析
  • 1.3.3 GrowingIO
  • 1.3.4 阿里云智能用户增长
  • 1.4 画像平台涉及的岗位
  • 1.4.1 数据工程师
  • 1.4.2 算法工程师
  • 1.4.3 研发工程师
  • 1.4.4 产品经理
  • 1.4.5 运营人员
  • 1.5 本章小结
  • 第2章 画像平台功能与架构
  • 2.1 画像平台主要功能
  • 2.1.1 标签管理
  • 2.1.2 标签服务
  • 2.1.3 分群功能
  • 2.1.4 画像分析
  • 2.2 画像平台技术架构
  • 2.2.1 画像平台常见的技术架构
  • 2.2.2 画像平台技术选型示例
  • 2.2.3 业界画像功能技术选型
  • 2.3 画像平台的3种数据模型
  • 2.4 本章小结
  • 第3章 标签管理
  • 3.1 标签管理整体架构
  • 3.2 标签分类
  • 3.2.1 标签实体及ID类型
  • 3.2.2 标签分类方式
  • 3.3 标签管理功能实现
  • 3.3.1 标签存储
  • 3.3.2 标签生产
  • 3.3.3 标签数据监控
  • 3.3.4 工程实现
  • 3.4 岗位分工介绍
  • 3.5 本章小结
  • 第4章 标签服务
  • 4.1 标签服务整体架构
  • 4.2 标签查询服务
  • 4.2.1 标签查询服务介绍
  • 4.2.2 标签数据灌入缓存
  • 4.2.3 标签数据结构
  • 4.2.4 标签数据处理
  • 4.2.5 工程实现
  • 4.3 标签元数据查询服务
  • 4.3.1 标签元数据查询服务介绍
  • 4.3.2 工程实现
  • 4.4 标签实时预测服务
  • 4.4.1 标签实时预测服务介绍
  • 4.4.2 工程实现
  • 4.5 ID-Mapping
  • 4.6 岗位分工介绍
  • 4.7 本章小结
  • 第5章 分群功能
  • 5.1 分群功能整体架构
  • 5.2 基础数据准备
  • 5.2.1 画像宽表
  • 5.2.2 画像BitMap
  • 5.3 人群创建方式
  • 5.3.1 规则圈选
  • 5.3.2 导入人群
  • 5.3.3 组合人群
  • 5.3.4 行为明细
  • 5.3.5 人群Lookalike
  • 5.3.6 挖掘人群
  • 5.3.7 LBS人群
  • 5.3.8 其他人群圈选
  • 5.3.9 工程实现
  • 5.4 人群数据对外输出
  • 5.5 人群附加功能
  • 5.5.1 人群预估
  • 5.5.2 人群拆分
  • 5.5.3 人群自动更新
  • 5.5.4 人群下载
  • 5.5.5 ID转换
  • 5.6 人群判存服务
  • 5.6.1 Redis方案
  • 5.6.2 BitMap方案
  • 5.6.3 基于规则的判存
  • 5.7 岗位分工介绍
  • 5.8 本章小结
  • 第6章 画像分析
  • 6.1 画像分析整体架构
  • 6.2 人群画像分析
  • 6.2.1 人群分布分析
  • 6.2.2 人群指标分析
  • 6.2.3 人群下钻分析
  • 6.2.4 人群交叉分析
  • 6.2.5 人群对比分析
  • 6.2.6 工程实现
  • 6.3 人群即席分析
  • 6.3.1 分布分析与指标分析
  • 6.3.2 下钻分析与交叉分析
  • 6.3.3 人群画像预览
  • 6.4 行为明细分析
  • 6.4.1 明细统计
  • 6.4.2 用户分析
  • 6.4.3 流程转化
  • 6.4.4 价值分析
  • 6.4.5 工程实现
  • 6.5 单用户分析
  • 6.5.1 用户画像查询
  • 6.5.2 用户关系数据分析
  • 6.5.3 用户涨掉粉分析
  • 6.5.4 用户内容流量分析
  • 6.6 其他常见分析
  • 6.6.1 业务分析看板
  • 6.6.2 地域分析
  • 6.6.3 人群投放分析
  • 6.7 岗位分工介绍
  • 6.8 本章小结
  • 第7章 从0到1构建画像平台
  • 7.1 基础准备
  • 7.1.1 技术组件协作关系
  • 7.1.2 基础环境准备
  • 7.2 大数据环境搭建
  • 7.2.1 Hadoop
  • 7.2.2 Spark
  • 7.2.3 Hive
  • 7.2.4 ZooKeeper
  • 7.2.5 DolphinScheduler
  • 7.2.6 Flink
  • 7.3 存储引擎安装
  • 7.3.1 ClickHouse
  • 7.3.2 Redis
  • 7.3.3 MySQL
  • 7.4 工程框架搭建
  • 7.4.1 服务端工程搭建
  • 7.4.2 前端工程搭建
  • 7.5 运行开源代码
  • 7.6 本章小结
  • 第8章 画像平台应用与业务实践
  • 8.1 画像平台常见应用案例
  • 8.1.1 标签管理应用案例
  • 8.1.2 标签服务应用案例
  • 8.1.3 分群功能应用案例
  • 8.1.4 画像分析应用案例
  • 8.2 用户生命周期中画像的使用
  • 8.2.1 用户生命周期的划分方式
  • 8.2.2 引入期画像的使用
  • 8.2.3 成长期画像的使用
  • 8.2.4 成熟期画像的使用
  • 8.2.5 休眠期画像的使用
  • 8.2.6 流失期画像的使用
  • 8.3 画像平台业务实践
  • 8.3.1 用户增长
  • 8.3.2 用户运营
  • 8.3.3 电商卖货
  • 8.3.4 内容推荐
  • 8.3.5 风险控制
  • 8.3.6 其他业务
  • 8.4 本章小结
  • 第9章 画像平台优化总结
  • 9.1 任务模式
  • 9.1.1 任务定义及执行模式
  • 9.1.2 任务优先级及并发控制
  • 9.1.3 父子任务拆分
  • 9.1.4 任务异常检测与重试
  • 9.1.5 便捷的横向拓展能力
  • 9.2 人群创建优化进阶
  • 9.2.1 人群圈选需求
  • 9.2.2 简单直接的解决思路
  • 9.2.3 将ClickHouse作为缓存
  • 9.2.4 SQL优化
  • 9.3 BitMap在画像平台中的使用方案
  • 9.3.1 BitMap基本原理
  • 9.3.2 BitMap在人群圈选中的使用方案
  • 9.3.3 BitMap在分布分析中的使用方案
  • 9.3.4 BitMap在判存服务中的使用方案
  • 9.4 画像宽表生成优化
  • 9.4.1 多表左连接
  • 9.4.2 分组再合并
  • 9.4.3 增加数据加载层
  • 9.4.4 采用Bucket Join
  • 9.5 ID编码映射方案
  • 9.6 如何构建一个类似神策的平台
  • 9.6.1 神策产品介绍
  • 9.6.2 主要技术模块
  • 9.7 平台技术优化思考
  • 9.8 本章小结
展开全部

评分及书评

评分不足
2个评分
  • 用户头像
    给这本书评了
    3.0
    画像平台的底层技术细节

    这是一本介绍画像平台的技术架构和实现细节的书，从现有的公开用户画像平台（如火山引擎增长分析等），到作者利用 Java 实现的一个画像平台 demo。在大数据时代，画像的重要性体现在三个方面：1. 画像是大数据价值的一种体现 2. 画像应用场景广阔 3. 画像可理解性和可解释性强对于画像平台建设来说，涉及到的岗位非常多，数据工程师支持标签数据的产出、画像数据质量的维护，算法工程师实现挖掘类标签和人群生成，服务端工程师负责标签及人群管理功能，前端工程师提供服务的可视化界面，产品经理负责画像平台推广与优化迭代。最后，作者给出了一些画像平台的应用场景，比如用户地域分布变动预警，黑灰产用户分析预测，粉丝去留数据分析等。这本书适合想了解画像平台技术架构和细节的同学看，对于想了解用户画像的解构和底层逻辑，可能还需要找别的书来补充。

      转发
      评论

    出版方

    机械工业出版社

    机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。