论文部分内容阅读
在移动互联网飞速发展的今天,随着手机、平板、智能硬件等移动终端的普及,移动应用已经越来越多地深入到各个垂直领域中服务于移动互联网用户。在激烈的竞争态势下,移动应用面临着精益化运营、精准推广营销、细分用户的挑战,这就需要用户数据分析的支持。由于移动应用具有分发渠道多、需求变化快、使用环境多样、网络资源稀缺、版本更新被动等特点,给移动端用户数据采集与分析带来了一定的阻碍,比如:如何合理的设计采集内容和结构,在频繁与服务器交互的情况下避免用户网络资源和计算资源的不合理消耗,如何在服务器端处理高并发的性能问题,如何合理配置服务器端的存储和计算资源,如何平衡数据有效性与用户隐私等等。在此背景下,本文研究移动应用分析管理中需要解决的关键问题,遵循面向对象方法,采用Mongo DB、Hive、Node.js和REST等技术,开发了一个移动应用分析管理平台,实现了移动端数据采集,应用基础数据分析、业务数据定制分析,以及数据可视化。本文的研究工作主要有以下几个方面:1.平台的需求分析。进行了功能性和非功能性的需求分析,建立了移动端数据采集、基础数据分析、业务数据定制分析的用例模型。2.平台的架构设计和关键技术研究。从模块划分、数据视图和部署视图三个维度设计了平台的架构,并对基础数据实时分析、业务数据定制化、业务数据可视化的定制化三个关键技术进行了研究,提出了基于Node.js和Mongo DB的高并发处理的技术方案。3.平台的详细设计与实现。详细设计和实现了移动端埋点SDK,以容错性和灵活性避免移动端网络资源的不合理消耗,并优化了用户数据的网络传输;详细设计与实现了数据采集服务,以非阻塞I/O方式缓解了高并发场景下的服务器压力;详细设计了基础数据分析,实现了三维分析和用户忠诚度分析;详细设计了定制业务数据分析,实现了可灵活配制的大数据分析服务。4.平台的测试与部署运行。平台通过了功能测试和性能测试,部署于万达信息云平台,已正式上线运行。测试和运行结果表明,平台功能已被正确实现,性能达到上线要求,投入正式运行后表现稳定,对公司移动应用运维工作的支持达到预期。