Trong nghiên cứu này, quy trình phân khúc khách hàng được thực hiện bằng cách khám phá dữ liệu lịch sử giao dịch của khách hàng tại công ty bán lẻ trực tuyến, triển khai thuật toán phân cụm K-Means trên Spark cùng với việc áp dụng RFM (Recency: Lần truy cập gần đây, Frequency: Tần suất, Money: Tiền tệ). Để xác định số cụm tối ưu đã sử dụng phương pháp Elbow Method.

Bài giảng "Lưu trữ và xử lý dữ liệu lớn: Chương 7 - Các kĩ thuật xử lý luồng dữ liệu lớn" trình bày các nội dung chính sau đây: Hệ sinh thái Apache Spark; Tổng quan về Spark streaming; Ưu điểm của Spark streaming; Luồng hoạt động của Spark streaming; Transformation trên DStreams;... Mời các bạn cùng tham khảo!