閱讀841 返回首頁    go 人物

對接個性化推薦__快速開始_移動數據分析-阿裏雲

1. 簡介

移動數據分析(Mobile Analytics)提供的小時級別日誌數據源可以由App開發者加工成規範的行為數據後對接到推薦引擎，進而快速實現個性化推薦服務。

2. 使用方法

2.1 開通日誌分析

隻有獲取到日誌數據後，App開發者才能進一步加工為推薦引擎所需的數據格式，開通步驟參見日誌分析

2.2 了解推薦引擎

產品介紹

快速入門

數據格式規範

其中數據格式規範這一頁與移動數據分析密切相關，其中的行為表（user_behavior）的數據源可以很方便從移動數據分析采集的數據獲取到。下麵就來介紹推薦引擎需要的字段，移動數據分析的怎麼埋點？在哪裏取埋點內容？

字段名 類型 注釋 Nullable SDK埋點 SDK日誌字段
user_id string 用戶ID 否 取設備ID是無需埋點自動采集，取會員ID是需要調用updateUserAccount()來傳入會員ID 取設備ID可使用utdid或imei字段，取會員id用user_id字段
item_id string 物品ID 否 頁麵調用updatePageProperties()或自定義事件調用setProperty()以kv方式埋入物品ID值 取日誌args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出來
bhv_type string 行為類型：;view：物品曝光;click：用戶點擊物品;collect：用戶收藏了某個物品;uncollect：用戶取消收藏某個物品;search_click：用戶點擊搜索結果中的物品;comment：用戶對物品的評論;share: 分享;like：點讚;dislike：點衰;grade：評分;consume：消費;use：觀看視頻/聽音樂/閱讀;行為表記錄的用戶行為用於用戶偏好建模 否 這一類行為事件一般埋自定義事件，具體參見SDK手冊 在日誌數據中用event_id=19999篩選出自定義事件後的arg1即為自定義的行為埋點
bhv_amt double 用戶對物品的評分、消費、觀看時長等。 否 頁麵調用updatePageProperties()或自定義事件調用setProperty()以kv方式埋入物品ID值 取日誌args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出來
bhv_cnt double 行為次數，默認為1，消費可以埋購買件數 否 頁麵調用updatePageProperties()或自定義事件調用setProperty()以kv方式埋入物品ID值 取日誌args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出來
bhv_datetime datetime 行為發生的時間，UTC格式。 否 SDK自動采集 取日誌的localtime字段
content string 用戶對物品的評價文本 是 自定義事件調用setProperty()以kv方式埋入物品ID值 取日誌args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出來
media_type string 如果bhv_type=share，該字段記錄分享到目標媒體。短信：sms，郵件：email，微博：sina_wb，微信好友：wechat_friend，微信朋友圈：wechat_circle，QQ空間：qq_zone，來往好友：laiwang_friend，來往動態：laiwang_circle 是 自定義事件調用setProperty()以kv方式埋入物品ID值 取日誌args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出來
pos_type string 行為發生的位置及類型 是 SDK沒有采集經緯度 默認pos_type 取 ‘poi’
position string 行為發生的位置 是 SDK沒有采集經緯度 可在日誌中取province或city字段
env string JSON String：IP、network、device等其他自定義環境變量 是 SDK自動采集 日誌中取ip、network_type、brand、device_model等字段
trace_id string 返回的推薦列表用於跟蹤效果。如果對item_id 的行為不是來自推薦引導，則為NULL 是 該ID可以埋入行為的屬性kv值裏麵 分析效果時候取日誌args字段埋入的kv值

*注：不同行為bhv_type要埋點不同的參數，具體參見幫助文檔，如物品點擊click需埋點商品金額bhv_amt參數，用品評論comment需埋點content參數

2.3 加工行為數據

示例：各個城市的用戶把商品加入心願單的行為 那首先需要用ODPS DDL創建數據表，如下：

CREATE TABLE user_behavior (

    user_id STRING,
    item_id STRING,
    bhv_type STRING,
    bhv_amt DOUBLE,
    bhv_datetime DATETIME,
    pos_type string,
    position string
    )
    PARTITIONED BY (ds STRING);

接著，按上述的取埋點內容方法，將內容對應更新到相應字段：

    INSERT OVERWRITE TABLE user_behavior PARTITION (ds='20160101')

    select
    utdid AS user_id
    , keyvalue(args, ';', ':', 'itemid的key值') AS item_id
    , 'favorite' AS bhv_type
    , keyvalue(args, ';', ':', 'item金額的key值') AS bhv_amt
    , local_time AS bhv_datetime
    ,'poi' as pos_type
    , city as position

    FROM SDK日誌表名

最後更新：2016-11-23 16:04:07

  上一篇：go 性能數據分析__快速開始_移動數據分析-阿裏雲
  下一篇：go 發布APP__快速開始_移動數據分析-阿裏雲