關(guān)聯(lián)用戶第三方賬號(hào)（如微博），可以冷啟動(dòng)階段匹配用戶更有可能選擇的屬性，推薦用戶選擇

交互性做好

這里需要允許用戶跳過(guò)，后續(xù)再提醒用戶填寫(xiě)

告知用戶填寫(xiě)的信息會(huì)受到很好的保護(hù)

如原來(lái)男性20人，點(diǎn)擊1人；女性100人，點(diǎn)擊99人，總點(diǎn)擊率100/120

現(xiàn)在男性100人，點(diǎn)擊6人；女性20人，點(diǎn)擊20人，總點(diǎn)擊率26/120

F檢驗(yàn)是檢驗(yàn)兩個(gè)正態(tài)分布的樣本的方差是否存在顯著差異

也可以用于對(duì)多組樣本之間比較

計(jì)量中，F(xiàn)檢驗(yàn)原假設(shè)所有自變量對(duì)因變量都沒(méi)有影響，排除原假設(shè)說(shuō)明至少有一個(gè)自變量對(duì)因變量有影響

渠道特征：渠道、渠道次日留存率、渠道流量以及各種比率特征

環(huán)境特征：設(shè)備（一般偽造假用戶的工作坊以低端機(jī)為主）、系統(tǒng)（刷量工作坊一般系統(tǒng)更新較慢）、wifi使用情況、使用時(shí)間、來(lái)源地區(qū)、ip是否進(jìn)過(guò)黑名單

用戶行為特征：訪問(wèn)時(shí)長(zhǎng)、訪問(wèn)頁(yè)面、使用間隔、次日留存、活躍時(shí)間、頁(yè)面跳轉(zhuǎn)行為（假用戶的行為要么過(guò)于一致，要么過(guò)于隨機(jī)）、頁(yè)面使用行為（正常用戶對(duì)圖片的點(diǎn)擊也是有分布的，假用戶的行為容易過(guò)于隨機(jī)）

異常特征：設(shè)備號(hào)異常（頻繁重置idfa）、ip異常（異地訪問(wèn)）、行為異常（突然大量點(diǎn)擊廣告、點(diǎn)贊）、數(shù)據(jù)包不完整等

行存儲(chǔ)：傳統(tǒng)數(shù)據(jù)庫(kù)的存儲(chǔ)方式，同一張表內(nèi)的數(shù)據(jù)放在一起，插入更新很快。缺點(diǎn)是每次查詢即使只涉及幾列，也要把所有數(shù)據(jù)讀取

列存儲(chǔ)：OLAP等情況下，將數(shù)據(jù)按照列存儲(chǔ)會(huì)更高效，每一列都可以成為索引，投影很高效。缺點(diǎn)是查詢是選擇完成時(shí)，需要對(duì)選擇的列進(jìn)行重新組裝。