如何構建用戶行爲分析系統？

2016年12月6號我參加了研究生論文的開題報告，研究方向爲基於用戶行爲的協同過濾推薦算法，因此一直在跟進用戶行爲相關資料的學習。
經朋友推薦，在極客學院上找到所需資料，我整理後分享給大家，希望大家拍磚。
對於用戶行爲分析項目，我們肯定不陌生，平時我們在京東或者淘寶或者噹噹瀏覽過商品後，電商網站總會爲我們推薦相關的商品，記得有次看噹噹做個性化推薦的架構師做知識分享時提到，噹噹個性化推薦系統每年可以爲噹噹提高30%的營業額，真可謂功不可沒。
在接觸到個性化推薦系統後，我一直在想，這一套是怎麼做出來的呢？今天我結合自己所看的視頻，把我的理解和大家分享一下，理解有偏差的地方，請大家斧正。
用戶行爲分析項目整體上分爲四部分：收集數據、存儲數據、處理數據、展現數據，如下圖所示：

有了整體的理解後，我們下面對每個部分進行詳細講解。
對於收集數據模塊，用戶在登錄網站後，一般會產生用戶登錄記錄日誌、用戶網站訪問日誌、註冊記錄日誌等其他訪問日誌。這些日誌我們可以通過Web服務器（如：Nginx、JBoss、WebLogic等）進行記錄，然後通過Flume NG日誌收集集羣進行統一收集，保存到HDFS。

對於存儲數據模塊，我們可以搭建HDFS集羣，大家流程參考HDFS API。
對於處理數據模塊，我們可以搭建Hadoop或Storm集羣，把HDFS的數據分析、處理後保存到MySQL。
對於展現數據模塊，我們可以開發API接口，訪問處理數據模塊保存在MySQL的數據。
這樣通過長期的數據統計，我們便可以爲用戶打上很多標籤，比如：性別、年齡、偏好……
通過構件用戶行爲分析系統，我們可以掌握用戶動向，爲制定決策提供數據依據，做到精準推送。
希望我的分享可以您讓對用戶行爲分析系統有一個宏觀的認識。