电商项目之用户行为日志字段分析|学习笔记

简介: 快速学习电商项目之用户行为日志字段分析

开发者学堂课程【新电商大数据平台2020最新课程电商项目之用户行为日志字段分析】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/640/detail/10517


电商项目之用户行为日志字段分析

 

内容简介

一、用户行为日志字段分析讲解

二、用户行为日志表介绍

 

一、用户行为日志字段分析讲解

分析一下导入好的数据字段

1、用户基本信息表

create table if not exists nshop. cus tomer

customer id varchar(20) NOT NULL COPHENT” 用户ID',

customer_ login varchar(20) NOT NULL CormENT " 用户登录名',

customer nickname varchar(10) NOT NULL COMmENT ° 用户名(昵称)',

customer_ name varchar(10) NOT NULL COPMENT ' 用户真实姓名',

customer. pass varchar(8) NOT NULL COPMENT " 用户密码,

customer_ mobile varchar(20) NOT NULL CONMENT '用户手机,

customer_ idcard varchar(20) NOT NULL COPMNENT ' 身份证,

customer_ gender TINYINT NOT NULL COPMENT '性别: 1男0女',

customer_ birthday varchar(10) NOT NULL COPHENT出生年月',

customer_ age TINYINT NOT NULL COPHENT " 年龄',

customer_ age_ range varchar(2) NOT NULL COPrENT " 年龄段,

customer. email varchar(50) NULL COPPENT " 用户邮箱',

customer_ natives varchar(10) NULL COPMENT ' 所在地区',

customer ctime bigint NULL CONHENT ‘创建时间',

customer utime bigint NULL COPHENT ‘修改时间',

customer_ device_ _num varchar(20) NOT NULL COPMENT 用户手机设备号' ,

PRIMARY KEY ( customer_ id" )

) ENGINE InnoDB DEFAULT CHARSET-utf8;

2、收货地址管理表

create table if not exists nshop. customer_ consignee (

consignee_ _id varchar(20) NOT NULL COMMENT 。 收货地址ID',

customer_ id varchar(20) NOT NULL COMMENT‘ 用户ID'

consignee_ name varchar(10) NOT NULL COMMENT '收货人'

consignee_ mobile varchar(15) NOT NULL COMMENT '收货人电话’,

consignee_ zipcode varchar(10) NOT NULL COMMENT‘收货人地区',

consignee_ _addr varchar(200) NOT NULL COMMENT ‘收货人详细地址,

consignee_ tag varchar(10) NOT NULL CONMENT '标签: 1家2公司3学校',

ctime bigint NULL COMMENT ' 创建时间’,

PRIMARY KEY (" consignee_ id)

1 | ) ENGINE=InnODB DEFAULT CHARSET=utf8;

3、商品分类信息

create table if not exists nshop.category(

category_ code VARCHAR(10) NOT NULL COMMENT ' 分类编码',

category_ name VARCHAR(10) NOT NULL COMMENT '分类名称',

category_ parent_ _id VARCHAR(10) NULL COMMENT '父分类ID',

category_ status TINYINT NOT NULL DEFAULT 1 COMMENT ' 分类状态: 0禁止,1启用',

category_ _utime bigint NULL COMMENT 。 最后修改时间',

PRIMARY KEY ( category. code )

)ENGINE= InnoDB DEFAULT CHARSET=utf8;

4、供应商信息表

create table if not exists nshop . supplier(

supplier_ code varchar(10) NOT NULL COPMENT " 供应商编码",

supplier name varchar(30) NOT NULL COPMENT ' 供应商名称',

supplier_ _type TINYINT NOT NULL COPMENT '供应商类型: 1.自营,2.官方3其他',

supplier_ status TINYINT NOT NULL DEFAULT 1 COMMENT‘状态: 0禁止,1启用",

supplier_ utime bigint NULL COPHENT” 最后修改时间’,

PRIMARY KEY (" supplier. code )

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

这些表的后面都有对应的字段,后面进行就算时都可以找到对应的表,然后去对应的数据。

5、商品信息表

crcreate table if not exists nshop.product(

product_ code VARCHAR(20) NOT NULL COMMENT ‘商品ID(分类编码+供应商编码+编号)',

product_ name VARCHAR(20) NOT NULL COMMENT ' 商品名称'

product_ remark TEXT NOT NULL COMMENT ‘ 商品描述',

category_ code VARCHAR(10) NOT NULL COMMENT ' 分类ID'

supplier_ code varchar(10) NOT NULL COMMENT ' 商品的供应商编码'

product_ price DECIMAL(5,1) NOT NULL COMMENT ' 商品销售价格'

product_ weighing. cost DECIMAL(2,1) NOT NULL COMMENT 。 商品加权价格',

product_ publish_ status TINYINT NOT NULL DEFAULT 0 COMMENT '上下架状态: 0下架1上架',

product_ audit_ status TINYINT NOT NULL DEFAULT 0 COMMENT '审核状态: 0末审核,1已审核’,

product_ bar_ code VARCHAR(50) NOT NULL COMMENT ' 国条码',

product_ weight FLOAT NULL COMMENT ' 商品重量',

product_ length FLOAT NULL COIMENT ' 商品长度’,

product_ height FLOAT NULL COMMENT ' 商品高度' ,

product_ _width FLOAT NULL COMMENT ' 商品宽度' ,

product_ colors SMALLINT UNSIGNED NOT NULL COMMENT 0:白|1:赤|2:红|3:黄|4:绿|5:青|6:蓝|7:紫|8:黑|9:彩色',

product_ date varchar(10) NOT NULL COMMENT‘生产日期',

product_ shelf_ _life INT NOT NULL COMMENT 。 商品有效期',

product_ ctime bigint NULL COIMENT ' 商品录入时间',

product_ utime bigint NULL COIMENT ' 最后修改时间’,

PRIMARY KEY ( product_ code )

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

里面有对应的各种数据

6、广告投放信息包括设备号,设备类型,手机系统,手机系统版本,手机制造商地区编码、投放请求 ID,投放会话ID,投放渠道请求参数、创建时间。

请求参数有 Ip、设备 ID、设备经纬度、创建时间、投放渠道、访问会话、访问页面等。

 

二、用户行为日志表介绍

1、4320308033801:这是一个商品的编号 ID,我们需要根据商品去对应去找我们的数据、商品的类别等等。

2、行为类型:他是用户在对网站操作时的信息,他包括安装启动交互页面曝光页面进入退出的操作。在页面滑动观看都属于交互行为。

3、action 行为种类对照表下面还有事件的类型,滑动就是在浏览,也在点击,输入、滑动。

每次行为类型下面都是对应的事件行为,这些都是在交互行为下发生的。

安装、启动、退出是没有任何交互信息、扩展信息。当进入产品页面、浏览的时候才有交互、

4、交互是比较重要的,里面包含了点击、滑动各种操作。这个时候在操作的时候会产生事件。

我们对应的 eventtype 和 action 都是有对应的数据,每一个数据都是有区别的。

action string comment '行为类型、event_ type string comment ‘行为类型:click 点击|view 浏览| slide 滑动|input 输入'、extinfo string comment ‘扩展信息(json 格式) "这三个都是环环相扣的,都会对应每个事件的数据。

相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
相关文章
|
8月前
|
存储 运维 监控
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
|
3月前
|
监控 安全 搜索推荐
使用EventLog Analyzer进行日志取证分析
EventLog Analyzer助力企业通过集中采集、归档与分析系统日志及syslog,快速构建“数字犯罪现场”,精准追溯安全事件根源。其强大搜索功能可秒级定位入侵时间、人员与路径,生成合规与取证报表,确保日志安全防篡改,大幅提升调查效率,为执法提供有力证据支持。
168 0
|
5月前
|
监控 安全 NoSQL
【DevOps】Logstash详解:高效日志管理与分析工具
Logstash是ELK Stack核心组件之一,具备强大的日志收集、处理与转发能力。它支持多种数据来源,提供灵活的过滤、转换机制,并可通过插件扩展功能,广泛应用于系统日志分析、性能优化及安全合规等领域,是现代日志管理的关键工具。
840 0
|
7月前
|
Java 应用服务中间件 Linux
Tomcat运行日志字符错乱/项目启动时控制台日志乱码问题
总结: 通过以上几种方法,概括如下:指定编码格式、设置JVM的文件编码、修改控制台输出编码、修正JSP页面编码和设置过滤器。遵循这些步骤,你可以依次排查和解决Tomcat运行日志字符错乱及项目启动时控制台日志乱码问题。希望这些建议能对你的问题提供有效的解决方案。
1437 16
|
7月前
|
自然语言处理 监控 安全
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
阿里云可观测官方发布了Observable MCP Server,提供了一系列访问阿里云可观测各产品的工具能力,包含阿里云日志服务SLS、阿里云应用实时监控服务ARMS等,支持用户通过自然语言形式查询
964 0
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
|
6月前
|
人工智能 运维 监控
Aipy实战:分析apache2日志中的网站攻击痕迹
Apache2日志系统灵活且信息全面,但安全分析、实时分析和合规性审计存在较高技术门槛。为降低难度,可借助AI工具如aipy高效分析日志,快速发现攻击痕迹并提供反制措施。通过结合AI与学习技术知识,新手运维人员能更轻松掌握复杂日志分析任务,提升工作效率与技能水平。
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
3814 31
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
7月前
|
监控 容灾 算法
阿里云 SLS 多云日志接入最佳实践:链路、成本与高可用性优化
本文探讨了如何高效、经济且可靠地将海外应用与基础设施日志统一采集至阿里云日志服务(SLS),解决全球化业务扩展中的关键挑战。重点介绍了高性能日志采集Agent(iLogtail/LoongCollector)在海外场景的应用,推荐使用LoongCollector以获得更优的稳定性和网络容错能力。同时分析了多种网络接入方案,包括公网直连、全球加速优化、阿里云内网及专线/CEN/VPN接入等,并提供了成本优化策略和多目标发送配置指导,帮助企业构建稳定、低成本、高可用的全球日志系统。
836 54
|
监控 安全 Apache
什么是Apache日志?为什么Apache日志分析很重要?
Apache是全球广泛使用的Web服务器软件,支持超过30%的活跃网站。它通过接收和处理HTTP请求,与后端服务器通信,返回响应并记录日志,确保网页请求的快速准确处理。Apache日志分为访问日志和错误日志,对提升用户体验、保障安全及优化性能至关重要。EventLog Analyzer等工具可有效管理和分析这些日志,增强Web服务的安全性和可靠性。
376 9

热门文章

最新文章