课程简介
本课程是一门深度实战的Flink全栈应用课程,专注于构建企业级实时用户画像系统。课程从零开始,系统讲解如何利用Flink、SpringCloud、Kafka、HBase、MongoDB等技术栈,实现从数据实时采集、流式处理、算法模型(如K-Means、逻辑回归、TF-IDF)应用到画像标签生产与前端可视化的完整闭环。您将掌握用户分群、消费水平、品牌偏好、败家指数等核心标签的开发,并学习如何整合微服务与Vue.js进行数据展示。通过本课程的学习,您不仅能深入理解流处理与用户画像的核心原理,更能获得一套可直接复用于高并发、大数据场景的实战项目经验,大幅提升在实时计算领域的工程与架构能力。
下载地址
课程目录
01 课程介绍与项目架构
第1-5节:课程介绍、项目价值、架构讲解、数据来源与信息说明。
02 环境搭建与基础模块构建
第6-10节:表结构定义、Flink分析模块、Hadoop、HBase、Mongo环境搭建。
03 用户标签开发:基础属性
第11-19节:年代标签、手机运营商、邮件运营商标签代码编写与表结构定义。
04 用户标签开发:败家指数
第20-28节:败家指数计算规则、代码编写、得分计算与保存、行为日志讲解。
05 实时数据收集服务构建
第29-36节:基于SpringCloud构建注册中心、服务、整合Kafka、品牌偏好设计。
06 实时偏好标签开发
第37-42节:实时品牌偏好、终端偏好代码编写、Flume环境搭建。
07 机器学习算法基础讲解
第43-45节:梯度下降法、逻辑回归算法原理与Java实现。
08 Flink分布式机器学习实践
第46-50节:Flink实现分布式逻辑回归算法与预测性别代码编写。
09 聚类算法Kmeans与实践
第51-57节:Kmeans原理、Java实现、Flink分布式实现代码编写。
10 用户分群与消费标签开发
第58-68节:Flink Kmeans用户分群、潮男潮女族、消费水平标签代码编写。
11 前端可视化项目构建
第69-72节:Vuejs+Nodejs+Highcharts构建前端图表与查询服务。
12 前后端接口开发与联调
第73-86节:年代等接口、前端查询服务、SpringCloud Feign调用、跨域解决与联调。
13 文本分析与TF-IDF标签
第87-96节:TF-IDF讲解、分词工具IK、Java与Flink分布式实现关键词标签。
14 标签接口整合与前端展示
第97-101节:败家指数等全部标签接口、前端查询服务、标签显示代码与效果演示。
--- 点击展开详细目录 ---
|