- 第1章 第一天
- 课时1:复习：Spark 框架综合回顾概述 9 分26 秒
- 课时2:企业级360°全方位用户画像：项目课程安排 14 分11 秒
- 课时3:企业级360°全方位用户画像：数仓、画像及推荐 11 分48 秒
- 课时4:企业级360°全方位用户画像：引入神策用户画像和初步认知 21 分50 秒
- 课时5:企业级360°全方位用户画像：用户画像应用场景 6 分54 秒
- 课时6:企业级360°全方位用户画像：标签存储（HBase和ES） 11 分52 秒
- 课时7:企业级360°全方位用户画像：用户标注（本体论） 9 分6 秒
- 课时8:企业级360°全方位用户画像：项目功能概述 5 分22 秒
- 课时9:企业级360°全方位用户画像：导入虚拟机 15 分23 秒
- 课时10:企业级360°全方位用户画像：项目工程导入和启动 15 分22 秒
- 课时11:企业级360°全方位用户画像：功能模块 6 分59 秒
- 课时12:企业级360°全方位用户画像：技术架构（离线） 13 分35 秒
- 课时13:企业级360°全方位用户画像：标签功能架构图 14 分18 秒
- 课时14:企业级360°全方位用户画像：标签梳理（分类） 7 分41 秒
- 课时15:标签系统WEB 平台：主分类标签（123级标签） 13 分10 秒
- 课时16:标签系统WEB 平台：业务标签(4级标签） 13 分33 秒
- 课时17:标签系统WEB 平台：新建属性标签 6 分12 秒
- 课时18:标签系统WEB 平台：其他功能说明 7 分8 秒
- 课时19:项目环境搭建：环境概述说明 4 分6 秒
- 课时20:项目环境搭建：框架回顾（一） 10 分4 秒
- 课时21:项目环境搭建：框架回顾（二） 16 分16 秒
- 课时22：项目工程搭建：创建Project和Module 敬请期待
- 课时23:用户画像业务数据导入：ETL总述 8 分3 秒
- 课时24:用户画像业务数据导入：数据调研和数据导入方案 7 分43 秒
- 课时25:用户画像业务数据导入：Hive创建业务表 8 分41 秒
- 课时26:用户画像业务数据导入：数据导入Hive表 4 分25 秒
- 第2章 第二天
- 课时1:上次课程内容回顾 23 分4 秒
- 课时2:今日课程内容提纲 6 分53 秒
- 课时3:用户画像业务数据导入：数据导入方案 6 分21 秒
- 课时4:用户画像业务数据导入：SQOOP导入HBase表 5 分2 秒
- 课时5:用户画像业务数据导入：HBase ImportTvs导入logs数据 7 分51 秒
- 课时6:用户画像业务数据导入：数据导入方式Put和BulkLoad 6 分16 秒
- 课时7:用户画像业务数据导入：HBase ImportTvs中BulkLoad 9 分27 秒
- 课时8:用户画像业务数据导入：BulkLoad加载批量数据（原理） 13 分53 秒
- 课时9:用户画像业务数据导入：BulkLoad加载批量数据（MR） 15 分2 秒
- 课时10:用户画像业务数据导入：BulkLoad加载批量数据（Spark） 16 分18 秒
- 课时11:用户画像标签数据存储 6 分22 秒
- 课时12:Oozie调度Spark2：回顾Oozie及工作流组成 13 分38 秒
- 课时13:Oozie调度Spark2：使用Hue创建工作流和调度器调度Spark2 10 分31 秒
- 课时14:Oozie Java Client API使用说明 10 分37 秒
- 课时15:Oozie Java Client API运行Workflow 9 分26 秒
- 课时16:Oozie Java Client API运行Coordinator 11 分6 秒
- 课时17:标签存储与计算：标签管理 6 分14 秒
- 课时18:标签存储与计算：标签存储设计 5 分4 秒
- 课时19:标签存储与计算：标签计算引擎 2 分15 秒
- 课时20:用户画像模块：模块划分及概述 10 分27 秒
- 课时21:用户画像模块：标签调度（导入） 9 分10 秒
- 课时22:用户画像模块：标签调度（测试及安装Install） 12 分37 秒
- 课时23:用户画像模块：标签管理平台（导入及测试） 8 分59 秒
- 课时24:用户画像模块：标签模型测试（新建标签和调度运行） 9 分7 秒
- 课时25:用户画像模块：标签模型计算（概述及流程 10 分6 秒
- 课时26:用户画像模块：标签模型计算（Module创建及设置） 7 分16 秒
- 课时27:标签开发流程：提交流程（标签规则） 4 分3 秒
- 课时28:标签开发流程：执行流程（4步骤） 3 分4 秒
- 课时29:Spark 交互HBase：读写表数据 13 分36 秒
- 第3章 第三天
- 课时1:额外：项目学习建议 7 分46 秒
- 课时2:上次课程内容回顾：业务数据迁移ETL 9 分0 秒
- 课时3:上次课程内容回顾：标签模型应用调度 6 分56 秒
- 课时4:上课课程内容回顾：项目模块及标签模型流程 9 分28 秒
- 课时5:今日课程内容提纲 9 分19 秒
- 课时6:标签模型开发【用户性别标签】：整体概述说明 3 分40 秒
- 课时7:标签模型开发【用户性别标签】：新建标签（4级和5级） 12 分51 秒
- 课时8:标签模型开发【用户性别标签】：编写模型主类（SparkSession构建） 3 分7 秒
- 课时9:工具类HBaseTools：方法声明定义 6 分40 秒
- 课时10:工具类HBaseTools：read加载数据(一） 10 分38 秒
- 课时11:工具类HBaseTools：read加载数据(二） 6 分52 秒
- 课时12:工具类HBaseTools：read加载数据(三） 6 分44 秒
- 课时13:工具类HBaseTools：write保存数据（一） 7 分44 秒
- 课时14:工具类HBaseTools：write保存数据（二） 2 分29 秒
- 课时15:标签模型开发【用户性别标签】：标签数据读取 9 分17 秒
- 课时16:标签模型开发【用户性别标签】：业务标签规则 6 分48 秒
- 课时17:标签模型开发【用户性别标签】：HBase数据源Meta和读取业务数据 7 分47 秒
- 课时18:标签模型开发【用户性别标签】：构建标签 9 分24 秒
- 课时19:标签模型开发【用户性别标签】：保存画像标签数据 3 分25 秒
- 课时20:标签模型开发【用户性别标签】：回顾标签模型开发步骤 6 分37 秒
- 课时21:标签模型开发【规则匹配类型标签开发概述】 4 分51 秒
- 课时22:标签模型开发【用户职业标签】：确立标签 3 分17 秒
- 课时23:标签模型开发【用户职业标签】：新建标签 4 分30 秒
- 课时24:标签模型开发【用户职业标签】：构建SparkSession（集成Hive） 4 分21 秒
- 课时25:标签模型开发【用户职业标签】：采用UDF函数打标签 13 分30 秒
- 课时26:标签模型开发【用户职业标签】：计算标签方式 6 分4 秒
- 课时27:标签模型开发【用户职业标签】：规则匹配类型标签工具类 4 分46 秒
- 课时28:标签模型开发【标签模板】：标签模型代码重构概述 9 分40 秒
- 课时29:标签模型开发【标签模板】：模板方法模式（Template） 3 分30 秒
- 课时30:标签模型开发【标签模板】：标签基类BasicModel结构 4 分18 秒
- 课时31:标签模型开发【标签模板】：标签基类BasicModel具体代码 4 分46 秒
- 课时32:标签模型开发【政治面貌标签】：需求分析及新建标签 5 分47 秒
- 课时33:标签模型开发【政治面貌标签】：编码实现和测试 9 分0 秒
- 课时34:标签模型开发【标签模板】：属性配置文件及解析 9 分23 秒
- 课时35:标签模型开发【标签模板】：创建SparkSession实例思路 9 分27 秒
- 课时36:标签模型开发【标签模板】：Typesafe获取某属性文件值 5 分50 秒
- 课时37:标签模型开发【标签模板】：工具类SparkUitls 10 分20 秒
- 课时38:标签模型开发【标签模板】：重构标签基类AbstractModel 3 分40 秒
- 课时39:标签模型开发【标签模板】：测试类（职业标签） 8 分42 秒
- 第4章 第四天
- 课时1:上次课程内容回顾：标签模型开发四步骤 10 分59 秒
- 课时2:2上次课程内容回顾：HBaseTools工具类 6 分32 秒
- 课时3:次课程内容回顾：规则匹配类型标签业务实现 4 分59 秒
- 课时4:上次课程内容回顾：标签模型基类 10 分28 秒
- 课时5:标签模型开发【用户国籍标签】：新建标签 9 分56 秒
- 课时6:标签模型开发【用户国籍标签】：模型开发测试 6 分45 秒
- 课时7:标签开发：【总述】标签模型开发相关数据 4 分32 秒
- 课时8:今日课程内容提纲 6 分52 秒
- 课时9:自定义外部数据源HBase：引入ExternalDataSource 7 分57 秒
- 课时10:自定义外部数据源HBase：External DataSource概述 3 分58 秒
- 课时11:自定义外部数据源HBase：BaseRelation接口 7 分19 秒
- 课时12:自定义外部数据源HBase：RelationProvider接口 5 分56 秒
- 课时13:自定义外部数据源HBase：定义类HBaseRelation和DefaultSource 8 分35 秒
- 课时14:自定义外部数据源HBase：实现加载load数据（一） 8 分50 秒
- 课时15:自定义外部数据源HBase：实现加载load数据（二） 7 分38 秒
- 课时16:自定义外部数据源HBase：实现保存save数据 5 分44 秒
- 课时17:自定义外部数据源HBase：注册数据源 6 分48 秒
- 课时18:自定义外部数据源HBase：修改标签基类AbstractModel 5 分35 秒
- 课时19:自定义外部数据源HBase：Spark与HBase交互三种方式封装 6 分39 秒
- 课时20:标签开发：统计型标签概述 8 分5 秒
- 课时21:标签模型开发【用户年龄段标签】：需求分析及新建标签 10 分19 秒
- 课时22:标签模型开发【用户年龄段标签】：标签实现思路分析 8 分59 秒
- 课时23:标签模型开发【用户年龄段标签】：计算标签（一） 5 分1 秒
- 课时24:标签模型开发【用户年龄段标签】：计算标签（二） 12 分39 秒
- 课时25:标签模型开发【消费周期标签】：需求分析 8 分12 秒
- 课时26:标签模型开发【消费周期标签】：新建标签 8 分1 秒
- 课时27:标签模型开发：导入业务订单数据 10 分57 秒
- 课时28:标签模型开发【消费周期标签】：提取属性标签规则 3 分34 秒
- 课时29:标签模型开发【消费周期标签】：标签实现思路分析和日期函数使用 12 分6 秒
- 课时30:标签模型开发【消费周期标签】：计算标签 11 分58 秒
- 课时31:标签模型开发【支付方式标签】：业务字段调研 9 分35 秒
- 课时32:标签模型开发【支付方式标签】：新建标签 6 分22 秒
- 课时33:标签模型开发【支付方式标签】：开窗函数使用（SQL和DSL） 13 分10 秒
- 课时34:标签模型开发【支付方式标签】：计算标签及测试 8 分14 秒
- 第5章 第五天
- 课时1:上次课程内容回顾：自定义外部数据源HBase 17 分37 秒
- 课时2:回顾用户画像：标签系统及模型开发步骤 11 分7 秒
- 课时3:回顾用户画像：标签模型开发业务逻辑流程 9 分32 秒
- 课时4:回顾用户画像：规则匹配类型标签和统计类型标签核心思路 11 分7 秒
- 课时5:回顾用户画像：职业标签模型快速开发 9 分51 秒
- 课时6:标签模型开发【订单数据相关】：其他标签（订单金额） 6 分34 秒
- 课时7:标签模型开发【订单数据相关】：其他标签（订单状态） 3 分25 秒
- 课时8:今日课程内容提纲 14 分23 秒
- 课时9:自定义外部数据源HBase：过滤条件需求引入 7 分25 秒
- 课时10:自定义外部数据源HBase：HBase Filter使用 9 分51 秒
- 课时11:自定义外部数据源HBase：字段值过滤【思路分析】及【业务代码】 14 分3 秒
- 课时12:自定义外部数据源HBase：字段值过滤【Condition类封装】 11 分26 秒
- 课时13:自定义外部数据源HBase：字段值过滤【测试功能】 6 分59 秒
- 课时14:自定义外部数据源HBase：业务标签规则rule传递WhereCondition思路 9 分28 秒
- 课时15:自定义外部数据源HBase：日期时间工具类DateUtils 11 分2 秒
- 课时16:自定义外部数据源HBase：解析WhereCondition动态生成日期范围 9 分11 秒
- 课时17:自定义外部数据源HBase：传递WhereCondition测试功能（一） 7 分25 秒
- 课时18:自定义外部数据源HBase：传递WhereCondition测试功能（二） 8 分47 秒
- 课时19:自定义外部数据源HBase：优化标签模型基类 8 分22 秒
- 课时20:推荐系统入门：推荐引入和协同过滤算法初识 25 分23 秒
- 课时21:推荐系统入门：推荐算法分类 12 分57 秒
- 课时22:推荐系统入门：协同过滤算法核心 12 分35 秒
- 课时23:推荐系统入门：ALS算法思想 15 分33 秒
- 课时24:推荐系统入门：矩阵因子模型预测和推荐 9 分59 秒
- 课时25:推荐系统入门：创建Maven Module 7 分20 秒
- 课时26:推荐系统入门：基于RDD 算法API讲解 7 分25 秒
- 课时27:推荐系统入门：构建电影推荐模型（一） 15 分51 秒
- 课时28:推荐系统入门：构建电影推荐模型（二） 7 分14 秒
- 第6章 第六天
- 课时1:上次课程内容回顾：自定义外部数据源HBase（加强版） 14 分23 秒
- 课时2:上次课程内容回顾：推荐算法ALS 25 分5 秒
- 课时3:今日课程内容提纲 7 分54 秒
- 课时4:机器学习入门：AI发展浪潮和机器学习核心三要素 20 分5 秒
- 课时5:机器学习入门：ML定义及数据特征features 22 分46 秒
- 课时6:机器学习入门：ML算法分类 20 分25 秒
- 课时7:机器学习入门：机器学习算法库SK-Learn和SparkMLlib 10 分9 秒
- 课时8:机器学习入门：相关术语概念 11 分27 秒
- 课时9:机器学习入门：鸢尾花数据【特征提取】 18 分12 秒
- 课时10:机器学习入门：鸢尾花数据【类别标签label索引化】 15 分19 秒
- 课时11:机器学习入门：鸢尾花数据【特征features标准化】 11 分11 秒
- 课时12:机器学习入门：鸢尾花数据构建逻辑回归分类模型 25 分46 秒
- 课时13:机器学习入门：线性回归算法概述 12 分16 秒
- 课时14:机器学习入门：线性回归算法实现之最小二乘法 18 分2 秒
- 课时15:机器学习入门：线性回归算法实现之梯度下降法 11 分14 秒
- 课时16:机器学习入门：波士顿房价预测模型（一） 22 分24 秒
- 课时17:机器学习入门：波士顿房价预测模型（二） 16 分16 秒
- 课时18:机器学习入门：逻辑回归分类算法概述（Sigmoid）函数 14 分27 秒
- 第7章 第七天
- 课时1:上次课程内容回顾：机器学习基础（概念） 20 分10 秒
- 课时2:上次课程内容回顾：线性回归和逻辑回归 20 分9 秒
- 课时3:实战案例【泰塔尼克号生存预测】：案例背景及数据调研 14 分5 秒
- 课时4:实战案例【泰塔尼克号生存预测】：加载数据（CSV格式） 3 分59 秒
- 课时5:实战案例【泰塔尼克号生存预测】：特征工程 8 分36 秒
- 课时6:实战案例【泰塔尼克号生存预测】：LR分类模型及预测评估 7 分36 秒
- 课时7:今日课程内容提纲 6 分59 秒
- 课时8:客户价值模型RFM：RFM概念. 10 分32 秒
- 课时9:_客户价值模型RFM：RFM模型应用 8 分6 秒
- 课时10:客户价值模型RFM：标签管理平台新建标签 8 分49 秒
- 课时11:客户价值模型RFM：标签模型开发思路分析 5 分52 秒
- 课时12:客户价值模型RFM：依据订单数据计算RFM 12 分33 秒
- 课时13:客户价值模型RFM：依据规则进行RFM Score 7 分24 秒
- 课时14:客户价值模型RFM：牧师与村民模型 10 分46 秒
- 课时15:客户价值模型RFM：KMeans算法核心要点 19 分3 秒
- 课时16:客户价值模型RFM：KMeans聚类鸢尾花数据 22 分14 秒
- 课时17:客户价值模型RFM：聚类评估指标SSE 4 分55 秒
- 课时18:客户价值模型RFM：KMeans++算法 5 分35 秒
- 课时19:客户价值模型RFM：KMeansII算法 8 分15 秒
- 课时20:客户价值模型RFM：KMeans训练模型 12 分19 秒
- 课时21:客户价值模型RFM：计算标签（一） 13 分10 秒
- 课时22:客户价值模型RFM：计算标签（二） 17 分43 秒
- 课时23:客户价值模型RFM：类簇索引标签（工具类） 6 分45 秒
- 课时24:客户价值模型RFM：KMeans算法2个问题 10 分2 秒
- 课时25:客户价值模型RFM：KMeans算法肘部法则 6 分45 秒
- 课时26:客户价值模型RFM：KMeans算法轮廓系数 11 分53 秒
- 课时27:客户价值模型RFM：鸢尾花数据集演示肘部法确定K 20 分20 秒
- 第8章 第八天
- 课时1:上次课程内容回顾：聚类KMeans算法 21 分9 秒
- 课时2:上次课程内容回顾：客户价值模型RFM 12 分45 秒
- 课时3:今日课程内容提纲 8 分13 秒
- 课时4:客户价值模型RFM：算法模型构建流程步骤 14 分5 秒
- 课时5:客户价值模型RFM：模型调优概述 10 分6 秒
- 课时6:客户价值模型RFM：模型调优【特征归一化】 9 分25 秒
- 课时7:客户价值模型RFM：模型调优【调整超参数】 9 分17 秒
- 课时8:客户价值模型RFM：保存加载模型（一） 13 分55 秒
- 课时9:客户价值模型RFM：保存加载模型（二） 14 分53 秒
- 课时10:客户价值模型RFM：总述开发算法模型流程 8 分10 秒
- 课时11:用户活跃度模型RFE：用户活跃度及用户生命周期 12 分21 秒
- 课时12:用户活跃度模型RFE：RFE模型概述及实践应用 5 分32 秒
- 课时13:用户活跃度模型RFE：新建标签及标签模型类 6 分48 秒
- 课时14:用户活跃度模型RFE：加载访问日志数据计算RFE和打分 8 分46 秒
- 课时15:用户活跃度模型RFE：组合特征和训练模型 17 分7 秒
- 课时16:用户活跃度模型RFE：标签计算 8 分50 秒
- 课时17:用户活跃度模型RFE：KMeans算法模型标签计算 7 分46 秒
- 课时18:ID-Mapping：标识符引入及认识标识符 9 分43 秒
- 课时19:ID-Mapping：统一用户识别（构建连通图） 10 分24 秒
- 课时20:价格敏感度模型PSM：PSM概念和功能 9 分2 秒
- 课时21:价格敏感度模型PSM：PSM计算方式 12 分49 秒
- 课时22:价格敏感度模型PSM：使用KMeans对单值特征聚类 10 分27 秒
- 课时23:价格敏感度模型PSM：计算PSM值业务逻辑 5 分50 秒
- 课时24:价格敏感度模型PSM：计算PSM值业务逻辑 6 分46 秒
- 课时25:价格敏感度模型PSM：计算PSM值代码实现 14 分35 秒
- 课时26:价格敏感度模型PSM：训练KMeans聚类模型和打标签 9 分46 秒
- 课时27:价格敏感度模型PSM：算法中距离度量方法 9 分22 秒
- 第9章 第九天
- 课时1:上次课程内容回顾：算法模型调优 12 分0 秒
- 课时2:上次课程内容回顾：RFE和PSM标签 8 分15 秒
- 课时3:今日课程内容提纲 15 分12 秒
- 课时4:用户购物性别模型USG：USG模型概念理解 12 分19 秒
- 课时5:用户购物性别模型USG：USG模型构建过程（一） 13 分10 秒
- 课时6:用户购物性别模型USG：USG模型构建过程（二） 17 分43 秒
- 课时7:用户购物性别模型USG：决策树是什么 8 分30 秒
- 课时8:用户购物性别模型USG：决策树构造及优缺点 10 分20 秒
- 课时9:用户购物性别模型USG：决策树算法实现（ID3、C4.5和CART） 17 分1 秒
- 课时10:用户购物性别模型USG：决策树分类官方案例（一） 12 分17 秒
- 课时11:用户购物性别模型USG：决策树分类官方案例（二） 17 分15 秒
- 课时12:用户购物性别模型USG：新建标签 12 分47 秒
- 课时13:用户购物性别模型USG：涉及订单表和维度表分析 6 分42 秒
- 课时14:用户购物性别模型USG：加载订单表和维度表数据 4 分10 秒
- 课时15:用户购物性别模型USG：构建维度表数据为WHEN条件语句 10 分47 秒
- 课时16:用户购物性别模型USG：标注数据和打标签 22 分55 秒
- 课时17:用户购物性别模型USG：训练算法模型并预测（一） 17 分39 秒
- 课时18:用户购物性别模型USG：训练算法模型并预测（二） 6 分59 秒
- 课时19:用户购物性别模型USG：Pipeline管道模型 9 分55 秒
- 课时20:用户购物性别模型USG：Pipeline 官方案例 9 分21 秒
- 课时21:用户购物性别模型USG：训练Pipeline模型 11 分7 秒
- 课时22:用户购物性别模型USG：训练验证分割和交叉验证区别 9 分2 秒
- 课时23:用户购物性别模型USG：模型超参数设置ParamGrid 2 分50 秒
- 课时24:用户购物性别模型USG：TrainValidationSplit模型调优 8 分37 秒
- 课时25:用户购物性别模型USG：CrossValidator模型调优 11 分33 秒
- 第10章 第十天
- 课时1:上次课程内容回顾：USG模型和决策树算法 19 分24 秒
- 课时2:上次课程内容回顾：管道Pipeline和模型调优 10 分44 秒
- 课时3:集成学习算法：Ensemble Algorithm概述 14 分9 秒
- 课时4:集成学习算法：Bagging算法和Boosting算法 5 分39 秒
- 课时5:集成学习算法：Bagging算法及随机森林RF 19 分49 秒
- 课时6：集成学习算法：Boosting 算法和梯度提升树GBT 敬请期待
- 课时7:今日课程内容提纲 11 分58 秒
- 课时8:业务数据多种数据源：多数据源概述 7 分55 秒
- 课时9:业务数据多种数据源：重构加载业务数据代码 11 分29 秒
- 课时10:业务数据多种数据源：加载MySQL表（MySQLMeta） 20 分49 秒
- 课时11:业务数据多种数据源：加载Hive表（HiveMeta） 10 分57 秒
- 课时12:业务数据多种数据源：加载HDFS文件（HDFSMeta） 8 分39 秒
- 课时13:用户购物偏好模型BP：Bp模型概述 4 分57 秒
- 课时14:用户购物偏好模型BP：推荐系统概述 17 分54 秒
- 课时15:用户购物偏好模型BP：推荐算法ALS 10 分24 秒
- 课时16:基于DataFrame API构建推荐模型：加载数据及数据转换、训练模型 16 分56 秒
- 课时17:基于DataFrame API构建推荐模型：模型推荐、评估和保存加载 13 分34 秒
- 课时18:用户购物偏好模型BP：如何获取用户对物品评分（思路分析） 10 分5 秒
- 课时19:用户购物偏好模型BP：新建标签（用户推荐商品） 7 分46 秒
- 课时20:用户购物偏好模型BP：标签模型实现思路步骤 9 分24 秒
- 课时21:用户购物偏好模型BP：提取用户对物品评分（点击物品次数） 6 分4 秒
- 课时22:用户购物偏好模型BP：构建ALS算法模型、评估和推荐 11 分43 秒
- 课时23:用户购物偏好模型BP：保存推荐商品至HBase表 11 分3 秒
- 课时24:总述全方位用户画像（一） 16 分9 秒
- 课时25:总述全方位用户画像（二） 18 分37 秒
客服
