个性化架构图v4.0
2017-03-07 17:09:35 0 举报个性化架构图v4.0是一种高度定制化的系统设计工具，它能够根据用户的具体需求和偏好，生成出独一无二的架构图。这个版本的架构图不仅具有更强的可视化效果，还引入了更多的交互元素，使得用户可以更加直观地理解和操作。此外，它还支持多种导出格式，方便用户在不同的场合使用。无论是对于专业的系统设计师，还是对于普通的电脑用户，个性化架构图v4.0都是一个非常实用的工具。
作者其他创作
大纲/内容
CMSCMS发布文章，文章特征计算刷新文章特征
市场用户阅读日志文章数据
在线计算文章与用户标签匹配排序
Redis
app内订阅、搜索、收藏、评论相关数据
redis写入用户、文章特征数据
用户阅读，删除，收藏等行为信息
计算渠道投放素材标签关键字
redis写入用户兴趣标签权重数据
过滤、融合文章列表添加展示策略
redis写入用户基础分类信息
在线计算向量匹配，文章排序
原始数据1、社交数据（抓取）2、阅读文章数据（打点日志）3、历史文章数据（数据库同步数据，每行一篇文章数据）4、用户基础信息（数据库同步）
回写备份
算法模块特征向量与为文章匹配排序计算兴趣标签对应文章列表计算
用户特征数据兴趣标签（100个）特征向量（float数组）用户基本信息（性别，地区，安装app列表等）
离线计算用户、文章特征向量
实时拉取用户行为更新用户特征
在线计算文章和用户社交标签权重
Client
数据返回
特征计算模块（全量数据）用户阅读记录、文章信息——特征向量用户订阅、搜索、收藏信息——兴趣标签用户社交信息、用户基础信息——兴趣标签
在线计算文章权重，更新渠道文章列表
文章特征
API
app安装信息
redis中写入渠道关键词、权重等相关信息
用户基础信息分类
计算用户社交兴趣标签
用户注册信息渠道信息
socket请求
返回
用户阅读日志文章数据
app安装信息上传--加密算法社交信息--最后做qq待定
redis写入用户社交标签权重
实时协同过滤计算基于用户基础信息的阅读的文章列表
用户基础信息
实时写入用户阅读删除，收藏等行为
离线计算市场用户、文章特征向量
HDFS
拉取文章特征和用户特征
用户社交信息
kafka实时消费用户行为
离线计算用户兴趣标签
0 条评论
下一页
