通过点击流分析确定热门主题，Apache Spark + Kafka 组合了解一下！

Posted 2021-04-20 developerWorks中国

点击流（Clickstream）分析，

是收集、分析和报告

用户访问了哪些网页的过程，

可提供有关网站使用特征的有用信息。

它可以被用于：

A/B 测试统计分析，

在购物网站上生成推荐，

针对性广告的投放，

以及实时分析和报告热门主题。

在今天的这个 Code Pattern 中，我们将演示如何检测 Wikipedia 上的实时热门主题。要执行此任务，将会使用 Apache Kafka 作为消息队列，使用 Apache Spark 结构化流引擎来执行分析。这种组合因其实用性、高吞吐量和低延迟特征而闻名。

 

完成今天的学习后，我们将掌握如何：

 

☑  使用 Jupyter Notebook 加载、可视化和分析数据

☑  在 IBM Watson Studio 中运行 Jupyter Notebook

☑  使用 Apache Spark 结构化流执行点击流分析

☑  利用 Apache Kafka 构建一个低延迟处理流

 

相关组件详细介绍：

 

☑  IBM Watson Studio

☑  Apache Spark

☑  Apache Kafka

☑  Jupyter Notebook

☑  Message Hub

 

相关技术指导：

 

☑  云计算

☑  数据科学

 

配置模型：

 

☑  Cloud

即刻点击“阅读原文”获得完整教程，

get 现成的开发代码，

阅读相关的大咖博客，

还有精彩的视频演示哦~