写回答
-
通过归因分析模型，分析不同渠道下的NewYork City快餐店的人流量数据，量化影响人们去快餐店消费的主要活动因子。
1）首先，从不同的媒体网站，获取分析需要的人流量的数据，模拟SafeGraph月度的人流量数，将数据存储到Bronze层。然后，进行数据清洗，将每月的时间序列数据，每日访问次数，存储到Silver层，将影响快餐店人流量的数据汇总至Gold层，进行进一步校验，确定是否满足要求。
2）接下来，对相关字段进行筛选，筛选出需要的字段，将店浦每日访问的人流量展示出来。例如数据是8月店浦的人流量，如果进行机器学习模型训练，还需要引入不同快餐店的人流量数据，来丰富该数据工程。 为了丰富数据工程，数据工程师创建了赛百味的fastfood数据集，模拟广告投放、社交媒体、门户网站的流量参数，将人流量的具体情况默认到这个food traffic表中。
3）通过调用谷歌的GoogLe Trends API，来丰富food traffic的数据。然后，将聚合后的数据写入delta gold table里，完成数据的ETL工作。
以上内容摘自《Databricks数据洞悉》电子书，点击https://developer.aliyun.com/topic/download?id=8545可下载完整版
2022-07-29 10:40:02赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
热门讨论
热门文章
相关课程
更多
相关文章
相关电子书
更多
