一种高考志愿填报系统付费用户挖掘方法

    公开(公告)号:CN117522436A

    公开(公告)日:2024-02-06

    申请号:CN202311287496.0

    申请日:2023-10-07

    摘要: 本发明涉及计算机领域,提供了一种高考志愿填报系统付费用户挖掘方法。主旨在于提供一种轻量级的算法实现用户精准营销,主要方案包括设计系统埋点,在用户使用系统的过程中生成所需固定格式的日志数据;将系统埋点日志采集到Kafka的特定主题,得到固定格式的原始数据;用Spark Streaming计算引擎对Kafka采集的用户行为数据进行实时处理,计算过程中与设定的规则进行匹配,得到非付费用户的入会的概率,判断所述转新概率是否大于预设阈值,根据结果推送不同的信息;根据不同阈值梯度及指定的其它指标设置优惠券等级,不断更新用户标签的状态,用户每次访问都根据该用户当前的标签状态推送合适的优惠策略,且在标签状态每次变更时短信通知用户新的优惠信息。

    一种基于平台历史数据的预测自动扩缩容方法

    公开(公告)号:CN117389720A

    公开(公告)日:2024-01-12

    申请号:CN202311287511.1

    申请日:2023-10-07

    IPC分类号: G06F9/50 G06N3/0442 G06N3/098

    摘要: 本发明涉及数据处理领域,提供了一种基于平台历史数据的预测自动扩缩容方法。解决历史数据特征下的预测决策机自动扩缩容问题,以及部署上线后模型无法根据上线后数据进行验证调优的问题。主要方案包括对服务器进行数据采集,得到历史性能数据;使用历史性能数据进行模型训练,得到决策机;对线上容器使用决策机进行扩缩容,得到新的数据;使用新的数据对决策机进行评估训练,得到提升准确度后的决策机;根据决策机的决策,结合扩缩容API,完成自动扩缩容操作。