首页
›
数据工程与实时数据平台
›
030-实时推荐数据平台
›
《实时推荐流式更新用户画像与物品画像》
VIP20
本课程属于:030-实时推荐数据平台
数据工程与实时数据平台 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
实时推荐流式更新用户画像与物品画像
📚 共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
画像系统概述
什么是用户画像与物品画像,流式更新的价值与挑战。
基础
概念
02
实时数据管道基础
Kafka、Flink 在画像系统中的角色与架构。
管道
架构
03
用户行为采集
埋点设计、日志收集、实时消息队列接入。
采集
埋点
04
用户画像特征工程
基础属性、兴趣标签、行为统计特征的实时计算。
特征
实时
05
物品画像特征工程
内容属性、协同过滤特征、实时流行度计算。
物品
流行度
06
状态存储与更新
使用 Redis 实现用户画像的实时读写与过期策略。
Redis
存储
07
画像更新触发器
基于事件驱动与时间窗口的更新机制设计。
触发器
窗口
08
画像数据一致性
处理延迟、乱序与部分更新问题的策略。
一致性
乱序
09
画像服务接口设计
高并发查询、批量获取与缓存穿透防护。
接口
高并发
10
画像质量监控
实时校验、异常检测与数据回滚机制。
监控
质量
11
画像存储选型
HBase、Redis、Elasticsearch 的对比与选择。
存储
选型
12
画像数据序列化
Protobuf、Avro 在流式场景下的应用。
序列化
Avro
13
画像特征版本管理
特征上线、回滚与 A/B 测试支持。
版本
A/B
14
实时特征计算框架
Flink SQL 与 ProcessFunction 实战。
Flink
SQL
15
画像数据倾斜处理
Key 分布不均时的优化方案。
倾斜
优化
16
画像冷启动问题
新用户与新物品的画像初始化策略。
冷启动
初始化
17
画像与推荐系统的联动
实时召回、排序阶段的画像应用。
推荐
召回
18
画像数据生命周期管理
TTL 设置、归档与清理策略。
生命周期
TTL
19
画像系统性能调优
读写延迟优化、资源预估与扩容。
性能
调优
20
画像数据安全与隐私
脱敏、加密与访问控制。
安全
隐私
21
多业务线画像融合
跨场景用户画像的统一与隔离。
融合
多业务
22
画像特征重要性评估
在线与离线评估方法。
评估
重要性
23
实时画像 Dashboard
可视化监控与告警系统搭建。
Dashboard
监控
24
画像数据回溯
历史数据重算与补偿机制。
回溯
补偿
25
画像系统容灾
多机房部署、主从切换与数据恢复。
容灾
高可用
26
画像特征存储压缩
减少存储成本的技术实践。
压缩
成本
27
画像与搜索系统的结合
实时索引更新与个性化搜索。
搜索
索引
28
画像系统测试
单元测试、集成测试与压测方案。
测试
压测
29
画像系统演进
从离线到近实时再到全实时的架构升级。
演进
架构
30
综合实战
搭建一个完整的流式用户画像与物品画像系统。
实战
全流程
所属VIP或分类
同VIP:召回特征流式更新性能优化
同VIP:复杂事件处理与推荐集成应用
同VIP:实时召回特征计算与存储