1.3大数据和用户行为分析

近年来，移动互联网的开发也提出了对大数据效果行为数据处理技术的更高要求。数据收集的真实时间和数据分析的大规模计算能力需要引入大数据技术以实现的支持。因此，了解技术原则的原则是学习用户行为分析的必要先决条件。

大数据技术与传统数据处理技术不同。它对数据的“大小”，“存储形式”，“业务含义”和“业务意义”具有更高的要求。大数据的概念更接近“复杂的立体声数据”。因此，大数据技术是指相关的技术手段，例如存储方法，必须在大量数据中使用的处理技术。

对于用户行为分析的领域，目前使用了大数据技术，甚至必须使用数据处理分析方法。 ，pad 、手机，wi-fi 地理定位、智能手环、智能汽车、智能机器人回收的数据。如何统一识别这些数据？如何渗透在线和离线用户的多通道行为？如何像大量流动帐户一样存储行为数据？这不能通过简单的Excel文件或传统的关系数据结构来有效处理。

相比之下，大数据技术原则上是传统数据处理的处理技术原则上是。它的好处是，在处理“庞大的大规模”和“不同的数据结构”数据集时，它更有效。这种效率不能通过传统的技术手段来实现。随着业务需求的持续加深，用户行为分析所面临的挑战也在增加，操作员始终在行为数据的海洋中进行发掘和分析，希望获得更有效的信息或想象更有用的帮助策略。因此，丰富而微妙的行为数据，更值得分析高质量的加工原材料。在这样的趋势下，大数据技术将不可避免地成为目前分析用户行为数据的常规手段。由于本书的主题，我们没有解释大数据的技术细节，但是以后涉及的一些数据收集方法以及分析和处理方法基于大数据技术。