- 场景
在电商公司中常见的一个场景：当用户浏览商品页面时，系统可以从Kafka中抽取用户的行为事件（如点击、加入购物车、购买等），实时分析用户的兴趣和购买意向，构建诸如“母婴产品爱好者”、“对科技产品有兴趣”等实时标签。这些标签可以立即用于推荐系统，向用户推荐相关的产品，提高转化率和用户满意度
今天以“母婴产品爱好者”为例，我们计算用户近12小时内，用户对于母婴产品的点击数和加购车数，当点击数大于100或者加购物车数大于10，该用户就会被打上“母婴产品爱好者”的标签，这个过程中dataphin如何实时从kafka中抽取用户的行为事件，并生成实时标签？
- 解决方案及功能
前提：已创建kafka数据源
①在【属性管理】需要维护属性信息，对应kafka中每个topic中的 key-value对所包含的信息，在本例的topic中，用户ID是key,行为类型、商品类别、操作时刻、商品ID是value
②【事件管理】页面创建事件，填写基本信息和元表结构及属性映射，选择时序字段
③创建实时数据集，选择数据来源于事件
④创建“用户加入购物车行为数据集”和“用户点击行为数据集”，其中的主键就是topic中的key
⑤创建指标映射实时标签
⑥点击发布（指标映射标签发布后才可用于新建规则组合标签）
⑦新建“母婴产品爱好者”的规则组合标签
⑧点击发布
至此，母婴产品爱好者的实时标签新建完成，可上架至市场，供标签应用（实时推荐系统）调用，向用户推荐相关的产品，提高转化率和用户满意度
