架构师训练营第 0 期第 13 周作业

作业一（任选其一）：

• 你所在的行业，常用的数据分析指标有哪些？请简述。

• 新增用户数

• 用户留存率

• 用户流失率

• 活跃用户数

• PV（Page View）

• GMV（成交总金额）

• 转化率



• Google 搜索引擎是如何对搜索结果进行排序的？（请用自己的语言描述 PageRank 算法。）



PageRank，网页排名，又称网页级别、Google左侧排名或佩奇排名，是一种由根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，以Google公司创办人拉里·佩奇（Larry Page）之姓来命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。Google的创始人拉里·佩奇和谢尔盖·布林于1998年在斯坦福大学发明了这项技术。



PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级。简单的说，一个高等级的页面可以使其他低等级页面的等级提升。



作业二：

根据当周学习情况，完成一篇学习总结。



• Spark

• Spark生态体系

• Spark VS Hadoop

• Spark特点（Spark为什么更快）

• Spark WordCount编程示例

• 作为编程模型的RDD

• 作为数据分片的RDD

• Spark的计算阶段

• Spark的作业管理

• Spark的执行过程

• 流计算

• Storm实时的Hadoop

• Storm的基本概念

• Stream Groupings

• example

• topology

• Spout

• Bolt

• Storm应用场景（淘宝）

• Spark Streaming

• Flink

• HiBench

• Micro Benchmarks

• HDFS Benchmarks

• Web Search Benchmarks

• Data Analytics Benchmarks

• Machine Learning Benchmarks

• 安装与配置

• 大数据可视化

• 互联网运营常用指标

• 新增用户数

• 用户留存率

• 用户流失率

• 活跃用户数

• PV（Page View）

• GMV（成交总金额）

• 转化率

• 数据可视化图表与数据监控

• 折线图

• 散点图

• 热力图

• 漏斗图

• 大数据算法与机器学习

• 网页排名算法PageRank

• PageRank让链接来“投票”

• PageRank算法

• KNN分类算法（K近邻算法）

• 数据的距离算法

• 欧式距离计算公式

• 余弦相识度计算公式

• 提取文本的特征值TF-ITF算法

• TF（词频Term Frequency）

• IDF（逆文档频率Inverse Document Frequency）

• 贝叶斯分类算法

• K-means聚类算法

• 推荐引擎算法

• 基于人口统计的推荐

• 基于商品属性的推荐

• 基于用户的协同过滤推荐

• 基于商品的协同过滤推荐

• 机器学习系统架构

• 样本

• 模型

• 算法

• 感知机

• 神经网络

• 神经网络在手写数字识别中的应用

• 神经网络与围棋AI