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
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
25天前
|
存储 分布式计算 监控
【Flume】Flume 监听日志文件案例分析
【4月更文挑战第4天】【Flume】Flume 监听日志文件案例分析
|
3月前
|
监控 Android开发 C语言
深度解读Android崩溃日志案例分析2:tombstone日志
深度解读Android崩溃日志案例分析2:tombstone日志
86 0
|
7天前
|
机器学习/深度学习 前端开发 数据挖掘
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断(下)
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
76 11
|
12天前
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断2
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
18 0
|
13天前
|
机器学习/深度学习 前端开发 数据挖掘
R语言计量经济学:工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
R语言计量经济学:工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
40 0
|
24天前
|
SQL 存储 监控
日志问题精要:分析与总结
该文档讲述了应用系统日志记录的重要性和规则。主要目的是记录操作轨迹、监控系统状态和回溯故障。日志记录点包括系统入口、调用其他模块、调用结束、出口和出错时。内容应遵循UTF-8编码,避免敏感信息,按INFO级别记录,及时、完整且安全。日志输出要控制频率和长度,不影响系统性能,并按策略备份和清理。日志等级分为DEBUG、INFO、WARN、ERROR和FATAL。日志文件应有明确目录结构,大小有限制,并定期清理。注意事项包括输出异常堆栈、避免打印对象实例的hashCode、选择合适的日志框架和格式,并支持动态修改日志级别。还要实现链路追踪,确保在多线程环境中正确记录日志。
23 0
|
1月前
|
存储 监控 NoSQL
【Redis技术专区】「优化案例」谈谈使用Redis慢查询日志以及Redis慢查询分析指南
【Redis技术专区】「优化案例」谈谈使用Redis慢查询日志以及Redis慢查询分析指南
28 0
|
1月前
|
存储
Hudi Log日志文件格式分析(一)
Hudi Log日志文件格式分析(一)
27 1
|
1月前
|
缓存 索引
Hudi Log日志文件写入分析(二)
Hudi Log日志文件写入分析(二)
21 1
|
1月前
|
缓存
Hudi Log日志文件读取分析(三)
Hudi Log日志文件读取分析(三)
22 0