摘要：为帮助商家实时了解客户对自家商品的关注度,以便及时做出正确的营销策略,本文设计了一个流式计算商品关注度系统。系统通过socket算法实现模拟客户信息的生成,使用Spark Streaming流式计算框架构建实时数据处理系统。数据包括客户在每件商品上浏览的次数、停留的时间、是否收藏该件商品和购买商品数。测试结果表明,该系统能够同时展示出不同终端商品浏览、商场用户地域分布、地区排名、累计浏览分析和商品关注度分析,便于用户作进一步分析。

摘要：为了实现互联网广告的精准投放,需要对用户的行为数据进行分析,找出潜在目标客群,即人群定向.然而,目前就这个问题的研究相对较少.研究的目的是利用浏览器用户的历史访问记录中的URL信息,分析其对指定商品的关注程度,判断其是否属于潜在目标客群.考虑到URL信息的模糊性和多样性,采用模糊综合评判的方法,建立了浏览器用户对指定商品关注程度的判别分析模型,为DSP平台提供了一种广告投放策略.