WIFIProbe

查看演示文档
项目文档位于./doc文件夹下，项目展示参考4.Get Started

1. Introduction

探针的原理是利用智能设备商WIFI模块所发出的无线广播信号进行设备的感知，就像是网站上的Cookie，他会记录你的访问行为和轨迹。不同的是，通过手机MAC地址所采集的是你的线下行为轨迹，比如喜欢逛什么地方，一周逛几次。相同的是，他都无法直接记录你的个人信息，例如你是谁，手机号多少，这都无法直接获得。
通过对采集MAC地址数据的分析与统计，可以把握门店的客流情况，精准监控客流质量，实时展示客流转化情况，从而帮助检测营销效果，发现潜在机会和改进措施，为便捷、高效精细化运营提供全方位数据参考。
我们使用WIFI探针设备，自主收集数据并分析了商业环境中门店的门前人流量、进店客流量、进入跳出量、新老顾客数量及新增量、在店平均时长，客流情况等内容。

2. Architecture

2.1 Abstract View

Receiver: 探针将数据发给负载均衡器的虚拟IP，负载均衡器将请求转发给接收服务器，接收服务器发起新线程将数据加入同步缓存，每隔20分钟清空缓存，将合并的大文件传输给HDFS文件系统接口
HDFS & Hadoop计算集群:Hadoop计算集群从HDFS文件系统读取数据，循环进行MapReduce操作，将所有的统计结果还保存到文件系统
Web：Web服务器定时从HDFS文件系统读取统计结果，将统计结果分类保存到MySQL数据库，提供Restful接口响应HTTP请求，返回要求查看的统计结果以及预测数据
MySQL：数据库保存整点信息

3. Features

3.1 Frameworks

SpringBoot1.5.2.RELEASE:简化新Spring应用的初始搭建以及开发过程。
Swagger2.0:前后端分离契约
Hadoop2.7.1: 充分利用集群的威力进行高速运算和存储
Dva: React + Redux 最佳实践
Spring1.5.2.RELEASE: Spring Security 权限控制 + Spring Data JPA持久层框架
JavaFX: Java客户端探针管理工具

3.2 Algorithm

3.2.1 Hadoop MapReduce过程说明

第一次 map-reduce
所有探针数据按照用户MAC地址分类，并按照时间排序，存入HDFS临时文件夹中。
第二次 map-reduce
我们会对每个用户(mac地址)已排序好的探针数据，统计探针数据在时间轴上的出现密度，由此得出用用户在店内的时间段，继而得出根据单个用户数据统计出来的客户流量，新老客户，回访周期，入店时长这几个统计数据。