關聯(lián)用戶第三方賬號（如微博），可以冷啟動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，后續(xù)再提醒用戶填寫

告知用戶填寫的信息會受到很好的保護

如原來男性20人，點擊1人；女性100人，點擊99人，總點擊率100/120

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

F檢驗是檢驗兩個正態(tài)分布的樣本的方差是否存在顯著差異

也可以用于對多組樣本之間比較

計量中，F(xiàn)檢驗原假設所有自變量對因變量都沒有影響，排除原假設說明至少有一個自變量對因變量有影響

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：設備（一般偽造假用戶的工作坊以低端機為主）、系統(tǒng)（刷量工作坊一般系統(tǒng)更新較慢）、wifi使用情況、使用時間、來源地區(qū)、ip是否進過黑名單

用戶行為特征：訪問時長、訪問頁面、使用間隔、次日留存、活躍時間、頁面跳轉行為（假用戶的行為要么過于一致，要么過于隨機）、頁面使用行為（正常用戶對圖片的點擊也是有分布的，假用戶的行為容易過于隨機）

異常特征：設備號異常（頻繁重置idfa）、ip異常（異地訪問）、行為異常（突然大量點擊廣告、點贊）、數(shù)據(jù)包不完整等

行存儲：傳統(tǒng)數(shù)據(jù)庫的存儲方式，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：OLAP等情況下，將數(shù)據(jù)按照列存儲會更高效，每一列都可以成為索引，投影很高效。缺點是查詢是選擇完成時，需要對選擇的列進行重新組裝。