Python+PySpark 做用戶畫像

一、數據準備 主要用到兩個數據文件： action.txt ， document.txt 。 下表爲 action.txt ，數據格式： userid docid behaivor time ip ，即： 用戶編碼 文檔編碼 行爲 日期IP地址 下表爲 document.txt ，數據格式： docid channelname source keyword:score ，即： 文檔編碼 類別（大類

>>阅读原文<<