业务链指标，用户行为模式识别

发表于 2025-01-11 本文字数： 5.5k 阅读时长 ≈ 20 分钟

个人语雀：wnhyang

此前，我们已经成功搭建起最为基础的聚类指标体系，涵盖计数、求和、最大值、最小值、平均值、历史取值以及关联次数等维度，为数据的初步洞察提供了有力支撑。与此同时，规划在未来进一步拓展指标范畴，引入方差、标准差、趋势、连续次数等更为精细化的指标，力求全方位、深层次地挖掘数据价值。而此次探索之旅的重点，则聚焦于业务链指标。

究竟什么是业务链指标呢？其实，从名称便能直观知晓，业务链即由一系列紧密相连、按特定顺序排列的业务环节所构筑的链条。就拿互联网产品来说，用户从登录应用程序伊始，继而查看头像、切回首页、查看评论，这一连串流畅自然的用户行为轨迹，便是一条典型的业务链。在现实的业务场景之中，业务链的涵盖范畴极其广泛，无论是电商购物流程里的搜索商品、加入购物车、下单支付，还是在线教育平台上的课程选择、试听、报名缴费，无一不是业务链的鲜活例证。这些业务链背后潜藏的海量信息，能够借助业务链指标进行量化呈现，进而助力企业精准把脉业务流程的运行态势、洞悉用户行为的偏好与规律，为优化产品、提升用户体验以及精心制定营销策略筑牢坚实的数据根基。

业务链｜埋点｜行为模式

从前面阐述的内容来看，这些业务链本质上不就是对用户行为采集后所做的数据分析嘛！没错，而且在互联网产品的世界里，它还有一个更为人熟知的名字 —— 埋点系统。

阅读全文 »

Vben5登录过期无法再次登录问题，http状态码

发表于 2024-12-29 本文字数： 1.5k 阅读时长 ≈ 5 分钟

个人博客：无奈何杨（wnhyang）

个人语雀：wnhyang

共享语雀：在线知识共享

Github：wnhyang - Overview

前言

最近在做项目前端，使用的https://doc.vben.pro/，在登录过期时出现了无法再次登录的问题，在此记录一下。

项目前面那些直接略过，如果感兴趣直接看官方文档就可以，以下会根据解决过程附带部分官网说明。

阅读全文 »

LiteFlow决策系统的策略模式，顺序、最坏、投票、权重

发表于 2024-12-19 本文字数： 4k 阅读时长 ≈ 15 分钟

个人博客：无奈何杨（wnhyang）

个人语雀：wnhyang

共享语雀：在线知识共享

Github：wnhyang - Overview

想必大家都有听过或做过职业和性格测试吧，尤其是现在的毕业生，在投了简历之后经常会收到一个什么测评，那些测评真的是又臭又长，做的简直让人崩溃，很多时候都是边骂边做，都什么玩意！？

然而，本篇就由此出发，把整个测评作为一个策略的话，其中每一项都是一条规则，通常每一条规则（问答）需要我们输入一个类似1-9的分数，1和9分别代表两个极端，最终这个策略会结合所有的问答结果计算出我们的性格/职业。这是如何做的呢？其实就是一种分类算法，就拿二维平面直角坐标系举例吧！

阅读全文 »

LiteFlow上下文与组件设计，数据依赖梳理

发表于 2024-12-12 本文字数： 2.4k 阅读时长 ≈ 9 分钟

个人博客：无奈何杨（wnhyang）

个人语雀：wnhyang

共享语雀：在线知识共享

Github：wnhyang - Overview

参考

如何理解上下文这个概念？ | LiteFlow

🌯数据上下文的定义和使用 | LiteFlow

我的业务项目是否适合用LiteFlow？

在选择使用LiteFlow之前应该要对其有一些了解，不求熟悉源码，但对于其设计思想还是了解一下的。这将对于后面使用有很大帮助，官方文档和源码都是很好的学习路径哦！

如官网所讲的，为了实现编排，就要消除组件的差异，由此设计了上下文。而使用LiteFlow完成业务，上下文与组件的设计又是极其的关键。方法论还是交给会写论文的人来吧，我只能提供一些经验之谈。

下面还是通过项目https://github.com/wnhyang/coolGuard/来讲述吧。

阅读全文 »

规则引擎可以应用于哪些系统，用户画像、触达、风控、推荐、监控...

发表于 2024-12-07 本文字数： 4k 阅读时长 ≈ 15 分钟

个人博客：无奈何杨（wnhyang）

个人语雀：wnhyang

共享语雀：在线知识共享

Github：wnhyang - Overview

参考

手把手教你做用户画像：3种标签类型、8大系统模块-腾讯云开发者社区-腾讯云

用户画像最全解析,超详细!

复盘：如何从0到1设计触达系统 – 人人都是产品经理

用户运营：触达系统应该如何搭建 – 人人都是产品经理

触达系统进阶篇（一）：自动化消息 – 人人都是产品经理

【推荐系统】深入理解：从基础到前沿_推荐系统停留时间-CSDN博客

【机器学习：Recommendation System】推荐系统-CSDN博客

智能风控筑基手册：全面了解风控决策引擎

风控笔记06：一个完整的风控引擎，需要有哪些功能？

风控笔记07：最常用的风控工具-特征库

之前一直在讨论使用规则引擎搭建风控系统，但其实规则引擎应用可太广了。鲁迅曾经说过（假的😂）：“人类已经从IT时代走向DT时代，IT时代是以自我控制、自我管理为主，而DT(Data technology)时代，它是以服务大众、激发生产力为主的技术。这两者之间看起来似乎是一种技术的差异，但实际上是思想观念层面的差异。”

说是规则引擎的应用其实是大数据时代下，数据收集整合&分析与挖掘、实时处理、反馈、自动化、智能化过程中需要规则引擎。本文就探讨用户画像、触达、风控、推荐这些系统有哪些核心功能，又在哪里用到了规则引擎，以及它们在日常生活中的应用场景及如何协同工作，共同创造价值。

以下AI生成整理而成。

一、用户画像：构建个性化的桥梁

1.1 数据聚合与标签化管理

用户画像是个性化服务的基础，它通过收集和分析用户的行为数据、偏好信息以及社会属性等多维度数据，形成一个全面且动态的用户形象。这一过程不仅依赖于传统的CRM（客户关系管理）系统中存储的基本信息，还包括来自各种在线平台的行为轨迹，如浏览记录、购买历史、社交媒体互动等。

标签化管理是用户画像的核心之一。通过对用户进行细致入微的分类和标注，企业可以更加精准地识别出不同类型的用户群体，从而为他们提供定制化的产品和服务。例如，电商平台可以根据用户的购物习惯为其打上“时尚爱好者”、“科技发烧友”或“家庭主妇”等标签；内容平台则可能根据用户的阅读偏好设置“新闻迷”、“美食达人”、“健身爱好者”等标签。

阅读全文 »

MybatisPlus字段类型处理器TypeHandler

发表于 2024-12-01 本文字数： 1.3k 阅读时长 ≈ 5 分钟

个人博客：无奈何杨（wnhyang）

个人语雀：wnhyang

共享语雀：在线知识共享

Github：wnhyang - Overview

简介

官网：字段类型处理器

在 MyBatis 中，类型处理器（TypeHandler）扮演着 JavaType 与 JdbcType 之间转换的桥梁角色。它们用于在执行 SQL 语句时，将 Java 对象的值设置到 PreparedStatement 中，或者从 ResultSet 或 CallableStatement 中取出值。

具体使用参考官网即可，不再过多copy了。官方示例工程：👉 mybatis-plus-sample-jsonb