实时用户行为分析

最近想折腾一个项目，关于用户行为的分析。用户的数据一直都是很有价值的，而分析用户的行为轨迹主要是为了看出用户对网站的粘性，通过用户的偏爱或喜好，发现问题，从而提升营销模式，比如，头条的产品获取广告的收益，也是从这些方面进行改进获益。整个过程，包含数据的获取，分析，展现，从后端到前端贯通。

企业都会收集自己的数据，考虑到安全性，这里自己构造一些数据，可以通过爬虫也可以自己从网站上获取。比如，一个网站里面，通常会考虑这些因子ip地址，用户名，用户的访问时间，访问的内容等等。

在数据源方面，我先采用python来够造日志数据,比如，当下比较火的综艺娱乐有哪些，类似于一个日志数据的生成器。

有了这些数据"原料"后，接下来会通过Kafka+flume进行数据的流转，经过spark的实时分析，将结果存入hbase,最后结合前端展现。后续，每个流程我再慢慢实现。