GeoHash企业级大数据 用户画像实战应用项目 GeoHash大数据项目实战 视频教程

admin

课程名称:    GeoHash企业级大数据 用户画像实战应用项目 GeoHash大数据项目实战 视频教程 教学视频


课程简介:    

GeoHash企业级大数据 用户画像实战应用项目 GeoHash大数据项目实战

      作为一个资深技术死宅，我已经是懒癌晚期了，一日三餐基本都懒得做，以前家里堆了各家餐馆的外卖单子，自从有了外卖app，省力省心呀。最爱用的是饿了么，主要是补贴多，但是用着用着我职业病突然犯了。饿了么给用户推送的餐馆信息是按距离排序的，离用户越近的，在餐馆列表中越靠前。这是怎么做到的呢？

       App后台获取自己的地图位置P，计算所在位置P与北京所有餐馆的距离，然后返回距离<=1000米的餐馆。但是北京的餐馆何其多啊，这样计算不得了，于是想了，既然知道经纬度了，那应该知道自己在朝阳区，那应该计算所在位置P与朝阳区所有餐馆的距离啊，但是朝阳区也很多餐馆啊，应该计算所在位置P与所在街道所有餐馆的距离，这样计算量又小了，效率也提升了。就是通过过滤的方法来减小参与计算的餐馆数目，从某种角度上讲，这里使用索引技术。

　　一提到索引，大家脑子里马上浮现出B树索引，因为大量的数据库（如MySQL、oracle、PostgreSQL等）都在使用B树。B树索引本质上是对索引字段进行排序，然后通过类似二分查找的方法进行快速查找，即它要求索引的字段是可排序的，一般而言，可排序的是一维字段，比如时间、年龄、薪水等等。但是对于空间上的一个点（二维，包括经度和纬度），如何排序呢？又如何索引呢？解决的方法很多，下文介绍一种方法来解决这一问题。

　　思想：如果能通过某种方法将二维的点数据转换成一维的数据，那样不就可以继续使用B树索引了嘛。那这种方法真的存在嘛，答案是肯定的。目前很火的GeoHash算法就是运用了上述思想，GeoHash将二维的经纬度转换成字符串，每一个字符串代表了某一地图区域，通过对比字符串来计算距离。不仅外卖app，地图app，大众点评等生活商圈app，都是这样来给用户推荐附近商家的。


关于GeoHash的学习，我这里有一套葵花宝典，赠送给大家

--------------------------
GeoHash算法能完美的解决地图定位功能中关于按距离排序的需求，比如App中摇一摇附近的人，推荐附近商户等功能是怎么实现的？在用户图像中，如何有效地获取用户的商圈，生活圈等商业兴趣？

1）GeoHash用一个字符串表示经度和纬度两个坐标，比如我现在所在位置的GeoHash值为 wx4sv61q；
2）GeoHash标识的并不是一个点，而是一个区域，比如 wx4sv61q 对应的就是一个矩形区域；
3）编码的前缀可以标识更大的区域，比如 wx4sv61 编码代表的区域要大于 wx4sv61q 代表的区域，但是 wx4sv61q 代表的区域一定在 wx4sv61 代表的区域内。
      因此我们再去做距离检索的时候，只需要对GeoHash进行前缀匹配即可，具体的实现请看视频


视频重点：

GeoHash算法应用的具体场景，GeoHash算法的实现原理与常见的问题，Base32编码的用法，百度地图GeocodingAPI的应用与实战，GeoHash算法在用户画像上的实战应用


----------------------课程目录------------------------------

1.0.实战案例简述.wmv
1.1.业务背景说明.wmv
2.1.感性认识GeoHash算法.wmv
2.2.GeoHash算法实现.wmv
2.3.Base32编码长度与精度.wmv
2.4.GeoHash算法原理.wmv
2.5.GeoHash算法的边界问题.wmv
3.1-2.GeocodingAPI及使用说明.wmv
3.3.GeocodingAPI代码实战.wmv
4.1.GeoHash实战业务流程.wmv
4.2.1.创建应用库数据表.wmv
4.2.2.查询并导入数据到Hbase表中.wmv
4.2.3.查询hbase表，调用百度地图API进行标签识别.wmv
4.2.4.打标签主体代码说明.wmv
4.2.5.打标签代码详解1.wmv
4.2.6.打标签代码详解2.wmv
4.3.1.创建表&导入数据.wmv
4.3.2.调用GeocodingAPI进行数据查询.wmv
4.3.3.打标签任务集群运行.wmv
4.3.3.打标签流程讲解.avi
5.总结.wmv

下载地址：

游客，如果您要查看本帖隐藏内容请回复

版权声明

1、本站所发布的一切学习教程、软件等仅限用于学习体验和研究目的；请自觉下载后24小时内删除，严禁用于其他用途，如果你喜欢教程，请支持正版教程软件，得到更好的正版服务，本站内容全部来自网络，版权争议与本站无关，如果您认为侵犯了您的合法权益，请联系我们删除。发送邮件到邮箱：178271074@qq.com。

2、对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失，本网站不承担责任。

3、对不遵守本声明或其他违法、恶意使用本网站内容者，本网站保留追究其法律责任的权利。

聊聊车

相当不错相当不错支持一下啦支持一下啦支持一下啦支持一下啦路过，学习下路过，学习下