阅读841 返回首页    go 搜狐

对接个性化推荐__快速开始_移动数据分析-阿里云

1. 简介

移动数据分析(Mobile Analytics)提供的小时级别日志数据源可以由App开发者加工成规范的行为数据后对接到推荐引擎，进而快速实现个性化推荐服务。

2. 使用方法

2.1 开通日志分析

只有获取到日志数据后，App开发者才能进一步加工为推荐引擎所需的数据格式，开通步骤参见日志分析

2.2 了解推荐引擎

产品介绍

快速入门

数据格式规范

其中数据格式规范这一页与移动数据分析密切相关，其中的行为表（user_behavior）的数据源可以很方便从移动数据分析采集的数据获取到。下面就来介绍推荐引擎需要的字段，移动数据分析的怎么埋点？在哪里取埋点内容？

字段名 类型 注释 Nullable SDK埋点 SDK日志字段
user_id string 用户ID 否 取设备ID是无需埋点自动采集，取会员ID是需要调用updateUserAccount()来传入会员ID 取设备ID可使用utdid或imei字段，取会员id用user_id字段
item_id string 物品ID 否 页面调用updatePageProperties()或自定义事件调用setProperty()以kv方式埋入物品ID值 取日志args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出来
bhv_type string 行为类型：;view：物品曝光;click：用户点击物品;collect：用户收藏了某个物品;uncollect：用户取消收藏某个物品;search_click：用户点击搜索结果中的物品;comment：用户对物品的评论;share: 分享;like：点赞;dislike：点衰;grade：评分;consume：消费;use：观看视频/听音乐/阅读;行为表记录的用户行为用于用户偏好建模 否 这一类行为事件一般埋自定义事件，具体参见SDK手册 在日志数据中用event_id=19999筛选出自定义事件后的arg1即为自定义的行为埋点
bhv_amt double 用户对物品的评分、消费、观看时长等。 否 页面调用updatePageProperties()或自定义事件调用setProperty()以kv方式埋入物品ID值 取日志args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出来
bhv_cnt double 行为次数，默认为1，消费可以埋购买件数 否 页面调用updatePageProperties()或自定义事件调用setProperty()以kv方式埋入物品ID值 取日志args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出来
bhv_datetime datetime 行为发生的时间，UTC格式。 否 SDK自动采集 取日志的localtime字段
content string 用户对物品的评价文本 是 自定义事件调用setProperty()以kv方式埋入物品ID值 取日志args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出来
media_type string 如果bhv_type=share，该字段记录分享到目标媒体。短信：sms，邮件：email，微博：sina_wb，微信好友：wechat_friend，微信朋友圈：wechat_circle，QQ空间：qq_zone，来往好友：laiwang_friend，来往动态：laiwang_circle 是 自定义事件调用setProperty()以kv方式埋入物品ID值 取日志args字段埋入的kv值，一般用ODPS的keyvalue()可以很方便解析出来
pos_type string 行为发生的位置及类型 是 SDK没有采集经纬度 默认pos_type 取 ‘poi’
position string 行为发生的位置 是 SDK没有采集经纬度 可在日志中取province或city字段
env string JSON String：IP、network、device等其他自定义环境变量 是 SDK自动采集 日志中取ip、network_type、brand、device_model等字段
trace_id string 返回的推荐列表用于跟踪效果。如果对item_id 的行为不是来自推荐引导，则为NULL 是 该ID可以埋入行为的属性kv值里面 分析效果时候取日志args字段埋入的kv值

*注：不同行为bhv_type要埋点不同的参数，具体参见帮助文档，如物品点击click需埋点商品金额bhv_amt参数，用品评论comment需埋点content参数

2.3 加工行为数据

示例：各个城市的用户把商品加入心愿单的行为 那首先需要用ODPS DDL创建数据表，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);

接着，按上述的取埋点内容方法，将内容对应更新到相应字段：

    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金额的key值') AS bhv_amt
    , local_time AS bhv_datetime
    ,'poi' as pos_type
    , city as position

    FROM SDK日志表名

最后更新：2016-11-23 16:04:07

  上一篇：go 性能数据分析__快速开始_移动数据分析-阿里云
  下一篇：go 发布APP__快速开始_移动数据分析-阿里云