CN111753008A - 一种基于大数据分析的机顶盒收视方法及系统 - Google Patents
一种基于大数据分析的机顶盒收视方法及系统 Download PDFInfo
- Publication number
- CN111753008A CN111753008A CN202010614212.4A CN202010614212A CN111753008A CN 111753008 A CN111753008 A CN 111753008A CN 202010614212 A CN202010614212 A CN 202010614212A CN 111753008 A CN111753008 A CN 111753008A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- unit
- structured
- big
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims description 17
- 238000012800 visualization Methods 0.000 claims abstract description 17
- 238000004140 cleaning Methods 0.000 claims abstract description 15
- 238000007619 statistical method Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000013500 data storage Methods 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000011068 loading method Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 10
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/443—OS processes, e.g. booting an STB, implementing a Java virtual machine in an STB or power management in an STB
- H04N21/4431—OS processes, e.g. booting an STB, implementing a Java virtual machine in an STB or power management in an STB characterized by the use of Application Program Interface [API] libraries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据分析的机顶盒收视统计方法及系统,其特征方法包括步骤:实时接收及Flume程序收集客户端不断上传的海量日志文件;把采集到的数据存储到kafka分布式订阅系统中;对Kafka中的数据进行ETL数据清洗的操作,建立结构化数据后存储到hbase中;使用Hive关联Hbase中的数据,将结构化的数据文件映射为数据库表;使用Hive进行统计汇总,统计结果存储到Mysql中;web页面支撑实时查询hbase中的结构化数据以及Mysql的统计结果报表展示。系统包括数据采集单元,数据的预处理单元,数据清洗单元,数据分析处理单元,数据存储单元,数据统计汇总和呈现单元和可视化单元。本发明使大大的提高机顶盒收集统计数据的处理速度和能力,能支持多元化的信息收集。
Description
技术领域
本发明涉及流媒体采集设备技术领域,特别涉及一种利用U盘进行系统强制更新的方法。
背景技术
人们在生活中产生的数据的速度越来越快,要存储这些数据,需要大量的磁盘容量。存储之后,进行数据分析,也需要大量的运行性能,传统的技术,对于海量的数据,单单依靠mysql来处理和分析,已然无法满足和实现我们的需求,在传统的收集方式中,面对客户端每天生成的上亿的数据,mysql接收和处理都有瓶颈。大数据量的存储和统计,mysql无法支撑,甚至导致来不及处理,而造成了堵塞卡顿或者宕机,无法继续进行统计相关的工作。同时,也因为数据过多,mysql查询时间长,达不到秒级实时响应的效果,需要更多的服务器支撑,特别是在机顶盒的收视方面,在需要大访问量的情况下,如果还用传统的方式,会大大的提高了服务器的成本,也加大了运营维护的难度。
发明内容
为了克服以上问题,本发明在提出了一种基于大数据分析的机顶盒收视统计方法的同时,还提出了一种基于大数据分析的机顶盒收视统计系统,该方法及方法用于使机顶盒大大的提高数据的处理速度和能力,能支撑更多的访问量。
本发明的技术方案为:
一种基于大数据分析的机顶盒收视统计方法,其特征在于,包括步骤:
S1,使用http的API接口实时接收及Flume程序收集客户端不断上传的海量日志文件;
S2,把API接口和Flume采集到的数据存储到kafka分布式订阅系统中;
S3,对Kafka中的数据进行ETL数据清洗的操作,建立结构化数据后存储到hbase中;
S4,使用Hive关联Hbase中的数据,将结构化的数据文件映射为数据库表,方便查询和统计;
S5,将Hive进行数据提取、转化、加载分析过后的有价值的数据存储到Mysql中,进行统计汇总和/或呈现。
进一步地,S5中队存储到Mysql中的数据进行统计汇总和/或呈现的方法包括直接查询Hbase中的结构化数据,对该结构化数据进行离线统计分析,转换生成机器学习需要的数据格式,进行模型训练或汇总分析其使用情况存储到Mysql的数据,进web可视化管理。
进一步地,web可视化管理的方法包括使用前端的echarts插件将数据进行可视化并呈现在web页面中。
进一步地,S3中对Kafka中的数据进行ETL数据清洗的操作的方法包括对数据进行抽取,转换,加载,去除脏数据,最后建立结构化数据存储到hbase中。
一种基于大数据分析的机顶盒收视统计系统,其特征在于包括:
数据采集单元,用于收集客户端不断上传的海量日志文件;
数据的预处理单元,用于将数据采集单元采集到的数据存储到kafka分布式订阅系统中;
数据清洗单元,用于对Kafka中的数据进行ETL数据清洗的操作,建立结构化数据;
数据分析处理单元,用于对结构化的数据文件映射为数据库表,方便查询和统计;
数据存储单元,用于将提取、转化、加载分析过后的有价值的数据进行存储方便汇总统计;
数据统计汇总和呈现单元,用于对数据进行统计汇总和/或通过可视化单元进行呈现;
可视化单元,用于将数据可视化显示。
进一步地,所述数据采集单元采用http的API接口实时接收及采用Flume程序模块收集客户端不断上传的海量日志文件。
进一步地,所述数据清洗单元通过抽取,转换,加载,去除脏数据,建立结构化数据并存储到hbase模块中。
进一步地,所述数据分析处理单元使用Hive关联Hbase中的数据,通过Hive数据仓库工具将结构化的数据文件映射为数据库表。
进一步地,所述数据存储单元包括Mysql模块,通过将Hive进行数据提取、转化、加载分析过后的有价值的数据存储到Mysql中,进行汇总统计。
进一步地,所述可视化单元包括使用前端的echarts插件将数据进行可视化,呈现在web页面中。
本发明的有益效果为:本方法及系统通过使用hadoop来搭建集群,使用Flume可以把客户端中的不同的数据源的信息收集起来,存储到kafka的分布式系统中,通过对Kafka中数据的进行ETL清洗操作,把数据存到hbase中去,利用hbase的rowkey,可以快速便捷的查询hbase中的数据,高效的解决了接收和处理海量数据的瓶颈,也解决了实时查询响应慢的情况,使用Hive基于Spark的计算引擎,可以完成各种各样的运算,支持分布式计算,大大的提高了统计运算的速度,本申请使用大数据分析机顶盒收视的统计方式及系统,从而大大的提高了机顶盒收集统计数据的处理速度和能力,能支持多元化的信息收集,不仅降低了服务器的成本,也给制定相关销售策略赢得更多的时间。
附图说明
图1为本发明的方法流程图。
具体实施方式
如图1所示,一种基于大数据分析的机顶盒收视统计方法,包括步骤:
S1,使用http的API接口实时接收及Flume程序收集客户端不断上传的海量日志文件,Flume的管道是基于事务的,保证了数据在传送和接收时的一致性。
S2,把API接口和Flume采集到的数据存储到kafka分布式订阅系统中;
S3,编写代码程序,消费Kafka中的数据,并进行ETL数据清洗的操作,通过抽取,转换,加载,去除脏数据,建立结构化数据存储到hbase中;
S4,使用Hive关联Hbase中的数据,Hive数据仓库工具能将结构化的数据文件映射为一张数据库表,并提供SQL查询功能,能将SQL语句转变成MapReduce任务来执行,底层计算可以使用spark、tez等,SQL语句实现快速MapReduce统计,使MapReduce变得更加简单;
S5,将Hive进行数据提取、转化、加载分析过后的有价值的数据存储到Mysql中,进行统计汇总和/或呈现。
S5中队存储到Mysql中的数据进行统计汇总和/或呈现的方法包括对于需要实时查询的日志或者其他信息,可以直接查询Hbase中的结构化数据,可以进行离线统计分析,转换生成机器学习需要的数据格式,进行模型训练,可以汇总分析月使用情况存储到Mysql的数据,进web可视化管理。
其中,web可视化管理的方法包括使用前端的echarts插件将数据进行可视化,比如折线图,柱状图,扇形,更加的直观清楚呈现在web页面中。机顶盒分布的区域,可以通过世界地图的方式展现出来,以及机顶盒的每天的访问量,用户喜爱的节目,用户观看时长,在线观看所占的百分比等其它收视相关的都可以一一呈现出来。通过Web可视化管理,使数据发挥了更大的作用,也变得更加有参考的价值性。
一种基于大数据分析的机顶盒收视统计系统,包括:
数据采集单元,用于使用http的API接口实时接收和Flume程序收集客户端不断上传的海量日志文件,Flume的管道是基于事务的,保证了数据在传送和接收时的一致性;
数据的预处理单元,用于将API接口和Flume采集到的数据存储到kafka分布式订阅系统中;
数据清洗单元,用于编写代码程序,消费Kafka中的数据,并进行ETL数据清洗的操作,通过抽取,转换,加载,去除脏数据,建立结构化数据存储到hbase中;
数据分析处理单元,用于使用Hive关联Hbase中的数据,Hive数据仓库工具能将结构化的数据文件映射为一张数据库表,并提供SQL查询功能,能将SQL语句转变成MapReduce任务来执行,底层计算可以使用spark、tez等。SQL语句实现快速MapReduce统计,使MapReduce变得更加简单。
数据存储单元,将Hive进行数据提取、转化、加载分析过后的有价值的数据存储到Mysql中,进行汇总统计。数据统计汇总和呈现单元,用于对数据进行统计汇总和/或呈现;
数据统计汇总和呈现单元,用于对需要实时查询的日志或者其他信息,直接查询Hbase中的结构化数据,进行离线统计分析,转换生成机器学习需要的数据格式,进行模型训练,还可以汇总分析月使用情况存储到Mysql的数据,通过可视化单元进行web可视化管理;
可视化单元,用于使用前端的echarts插件将数据进行可视化,比如折线图,柱状图,扇形,更加的直观清楚呈现在web页面中。机顶盒分布的区域,可以通过世界地图的方式展现出来,以及机顶盒的每天的访问量,用户喜爱的节目,用户观看时长,在线观看所占的百分比等其它收视相关的都可以一一呈现出来。通过Web可视化管理,使数据发挥了更大的作用,也变得更加有参考的价值性。
本实施例的方法及系统都通过使用hadoop,可以更加的方便可靠高效的处理和分析这些数据,而且对于实时查询的数据,也能达到秒级的响应。同时因为它的高效性,能够在节点之间动态的移动数据,还可以方便地扩展到数以千计的节点中。支持可伸缩部署,搭建起来比较容易管理和维护。hadoop有高容错性的特点,并且设计用来部署在低廉的硬件上,也大大的降低了项目硬件的成本。Flume的采集,可以定制很多的数据源,减少开发量。Spark是基于内存计算的大数据并行计算框架,可用于构建大型的、低延迟的数据分析应用程序,可以独立在集群中,也可以运行在Hadoop中,提高了统计数据的速度。
以上所属实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制,应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于大数据分析的机顶盒收视统计方法,其特征在于,包括步骤:
S1,使用http的API接口实时接收及Flume程序收集客户端不断上传的海量日志文件;
S2,把API接口和Flume采集到的数据存储到kafka分布式订阅系统中;
S3,对Kafka中的数据进行ETL数据清洗的操作,建立结构化数据后存储到hbase中;
S4,使用Hive关联Hbase中的数据,将结构化的数据文件映射为数据库表,方便查询和统计;
S5,将Hive进行数据提取、转化、加载分析过后的有价值的数据存储到Mysql中,进行统计汇总和/或呈现。
2.如权利要求1所述的基于大数据分析的机顶盒收视统计方法,其特征在于:S5中队存储到Mysql中的数据进行统计汇总和/或呈现的方法包括直接查询Hbase中的结构化数据,对该结构化数据进行离线统计分析,转换生成机器学习需要的数据格式,进行模型训练或汇总分析其使用情况存储到Mysql的数据,进web可视化管理。
3.如权利要求2所述的基于大数据分析的机顶盒收视统计方法,其特征在于:web可视化管理的方法包括使用前端的echarts插件将数据进行可视化并呈现在web页面中。
4.如权利要求1所述的基于大数据分析的机顶盒收视统计方法,其特征在于:S3中对Kafka中的数据进行ETL数据清洗的操作的方法包括对数据进行抽取,转换,加载,去除脏数据,最后建立结构化数据存储到hbase中。
5.一种基于大数据分析的机顶盒收视统计系统,其特征在于包括:
数据采集单元,用于收集客户端不断上传的海量日志文件;
数据的预处理单元,用于将数据采集单元采集到的数据存储到kafka分布式订阅系统中;
数据清洗单元,用于对Kafka中的数据进行ETL数据清洗的操作,建立结构化数据;
数据分析处理单元,用于对结构化的数据文件映射为数据库表,方便查询和统计;
数据存储单元,用于将提取、转化、加载分析过后的有价值的数据进行存储方便汇总统计;
数据统计汇总和呈现单元,用于对数据进行统计汇总和/或通过可视化单元进行呈现;
可视化单元,用于将数据可视化显示。
6.如权利要求5所述的基于大数据分析的机顶盒收视统计系统,其特征在于:所述数据采集单元采用http的API接口实时接收及采用Flume程序模块收集客户端不断上传的海量日志文件。
7.如权利要求5所述的基于大数据分析的机顶盒收视统计系统,其特征在于:所述数据清洗单元通过抽取,转换,加载,去除脏数据,建立结构化数据并存储到hbase模块中。
8.如权利要求5所述的基于大数据分析的机顶盒收视统计系统,其特征在于:所述数据分析处理单元使用Hive关联Hbase中的数据,通过Hive数据仓库工具将结构化的数据文件映射为数据库表。
9.如权利要求5所述的基于大数据分析的机顶盒收视统计系统,其特征在于:所述数据存储单元包括Mysql模块,通过将Hive进行数据提取、转化、加载分析过后的有价值的数据存储到Mysql中,进行汇总统计。
10.如权利要求5所述的基于大数据分析的机顶盒收视统计系统,其特征在于:所述可视化单元包括使用前端的echarts插件将数据进行可视化,呈现在web页面中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614212.4A CN111753008A (zh) | 2020-06-30 | 2020-06-30 | 一种基于大数据分析的机顶盒收视方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614212.4A CN111753008A (zh) | 2020-06-30 | 2020-06-30 | 一种基于大数据分析的机顶盒收视方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111753008A true CN111753008A (zh) | 2020-10-09 |
Family
ID=72676713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010614212.4A Pending CN111753008A (zh) | 2020-06-30 | 2020-06-30 | 一种基于大数据分析的机顶盒收视方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753008A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112286875A (zh) * | 2020-10-23 | 2021-01-29 | 青岛以萨数据技术有限公司 | 用于处理实时数据流的系统框架及实时数据流处理方法 |
CN112380295A (zh) * | 2020-11-16 | 2021-02-19 | 常州微亿智造科技有限公司 | 基于工业云边服务的数仓系统 |
CN113010483A (zh) * | 2020-11-20 | 2021-06-22 | 云智慧(北京)科技有限公司 | 一种海量日志管理方法和系统 |
CN114222170A (zh) * | 2021-12-06 | 2022-03-22 | 深圳Tcl新技术有限公司 | 电视节目推荐方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017198227A1 (zh) * | 2016-05-19 | 2017-11-23 | 中兴通讯股份有限公司 | 一种交互式网络电视系统及用户数据实时获取方法 |
CN108416620A (zh) * | 2018-02-08 | 2018-08-17 | 杭州浮云网络科技有限公司 | 一种基于大数据的画像数据的智能社交广告投放平台 |
CN109977125A (zh) * | 2019-04-09 | 2019-07-05 | 福建奇点时空数字科技有限公司 | 一种基于网络安全的大数据安全分析平台系统 |
CN110163722A (zh) * | 2019-05-13 | 2019-08-23 | 南京邮电大学 | 用于农产品精准销售的大数据分析系统及分析方法 |
-
2020
- 2020-06-30 CN CN202010614212.4A patent/CN111753008A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017198227A1 (zh) * | 2016-05-19 | 2017-11-23 | 中兴通讯股份有限公司 | 一种交互式网络电视系统及用户数据实时获取方法 |
CN108416620A (zh) * | 2018-02-08 | 2018-08-17 | 杭州浮云网络科技有限公司 | 一种基于大数据的画像数据的智能社交广告投放平台 |
CN109977125A (zh) * | 2019-04-09 | 2019-07-05 | 福建奇点时空数字科技有限公司 | 一种基于网络安全的大数据安全分析平台系统 |
CN110163722A (zh) * | 2019-05-13 | 2019-08-23 | 南京邮电大学 | 用于农产品精准销售的大数据分析系统及分析方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112286875A (zh) * | 2020-10-23 | 2021-01-29 | 青岛以萨数据技术有限公司 | 用于处理实时数据流的系统框架及实时数据流处理方法 |
CN112380295A (zh) * | 2020-11-16 | 2021-02-19 | 常州微亿智造科技有限公司 | 基于工业云边服务的数仓系统 |
CN113010483A (zh) * | 2020-11-20 | 2021-06-22 | 云智慧(北京)科技有限公司 | 一种海量日志管理方法和系统 |
CN114222170A (zh) * | 2021-12-06 | 2022-03-22 | 深圳Tcl新技术有限公司 | 电视节目推荐方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111753008A (zh) | 一种基于大数据分析的机顶盒收视方法及系统 | |
CN108416620B (zh) | 一种基于大数据的画像数据的智能社交广告投放平台 | |
CN107861859B (zh) | 一种基于微服务架构的日志管理方法及系统 | |
CN109753502B (zh) | 一种基于NiFi的数据采集方法 | |
JP5238800B2 (ja) | 更新パラメータを生成および相関するキーワードを表示するための方法および装置 | |
US9047348B2 (en) | Event correlation in cloud computing | |
CN101635655B (zh) | 页面性能测试的方法、装置及系统 | |
CN102724059A (zh) | 基于MapReduce的网站运行状态监控与异常检测 | |
CN111506660B (zh) | 一种热网实时数据仓系统 | |
CN103838867A (zh) | 日志处理方法和装置 | |
CN102523131A (zh) | 用户上网行为收集方法、分析方法和系统 | |
CN103916293A (zh) | 一种监控分析网站用户行为的方法 | |
CN104361022A (zh) | 一种基于采集数据统计以及前台展现的方法 | |
CN104951529A (zh) | 一种针对网站日志的交互式分析方法 | |
Park et al. | Big data meets hpc log analytics: Scalable approach to understanding systems at extreme scale | |
CN102254024A (zh) | 海量数据处理系统及方法 | |
JP2021529367A (ja) | データ・キューブの動的増分更新 | |
CN113360554A (zh) | 一种数据抽取、转换和加载etl的方法和设备 | |
CN111258973A (zh) | Redis慢日志的存储、展示方法、装置、设备和介质 | |
CN114218211A (zh) | 数据处理系统、方法、计算机设备以及可读存储介质 | |
CN107357919A (zh) | 行为日志查询系统及方法 | |
CN112269779A (zh) | 一种用于电力设备缺陷的大数据分析系统和方法 | |
CN116700917A (zh) | 一种数据决策平台及使用方法 | |
CN114168624B (zh) | 数据分析方法、计算设备及存储介质 | |
CN115619475A (zh) | 一种商品推荐方法、商品推荐系统及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |