[发明专利]一种基于Flink的电商平台用户行为分析方法

权利要求书

1.一种基于Flink的电商平台用户行为分析方法，其特征在于，包括以下步骤：

S1、基于Flink流式计算框架和机器学习算法，构建用户行为分析系统，并定义分析场景规则语法；

S2、将用户访问商品日志数据写入Kafka，然后将Flink任务消费Kafka的日志Topic不做过滤直接写入Hbase中；

S3、读取用户访问商品日志记录，更新用户访问表的对应商品访问数以及商品访问表的对应用户访问数；

S4、读取用户访问商品日志记录，并记录用户在指定的间隔时间内连续发生的操作行为，并计算用户对商品的兴趣度；

S5、读取用户访问商品日志记录，并根据商品的产地、颜色、风格特征，记录用户对这些特征的喜好程度，通过画像分析获得用户兴趣画像；

S6、读取用户访问商品日志记录，并根据浏览商品的用户的性别、年龄特征，记录商品受这些特征用户的喜好程度，通过画像分析获得产品画像；

S7、读取用户访问商品日志记录，通过List State存储热度商品，每5秒输出一次最近50秒的商品热度情况。

2.如权利要求1所述的一种基于Flink的电商平台用户行为分析方法，其特征在于，所述用户行为分析系统的具体构建方法如下：

利用机器学习算法对用户行为特征进行建模、预测；

结合基于群体智能的蚁群算法对机器学习算法中的xgboost算法进行优化,并在模型框架中进行模型融合，获得优化后的算法模型；

将优化后的算法模型与逻辑回归算法支持向量机算法、随机森林算法(RF)和xgboost算法进行对比，评估用户行为预测效果；

基于优化后的算法模型对用户行为进行预测分析，根据分析结果进行特征工程的构建，对特征进行预处理，根据用户的行为随时间的变化加入IDF值，使优势特征易于获得；

根据时间的变化趋势来对特征进行训练和测试，随着训练集数据增多，根据每次测试结果，对参数权重进行调整,提高预测准确率。

3.如权利要求1所述的一种基于Flink的电商平台用户行为分析方法，其特征在于：所述步骤S1中的定义分析场景规则语法采用drools规则引擎。

4.如权利要求3所述的一种基于Flink的电商平台用户行为分析方法，其特征在于：所述分析场景规则语法具体为：

判断一小时内登录失败的次数；

用户与设备之间的实体关系；

序列算法下异常值大于40的行为，将规则进行部署发布。