湖北移動互聯(lián)網(wǎng)渠道二期技術(shù)方案建議

附件三：技術(shù)建議書項目總體說明項目背景隨著湖北公司建設(shè)的企業(yè)級數(shù)據(jù)中心，接入了經(jīng)分?jǐn)?shù)據(jù)，數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)，用戶上網(wǎng)行為數(shù)據(jù)，位置數(shù)據(jù)，客服數(shù)據(jù)等，為精準(zhǔn)客戶畫像的構(gòu)建，用戶行為偏好分析提供了基礎(chǔ)能力，充分發(fā)揮大數(shù)據(jù)的優(yōu)勢，有利于精準(zhǔn)營銷的開展。同時從成本和運營的角度考慮，電子渠道會成為公司銷售和服務(wù)的重要渠道，其便捷性也使得電子渠道越來越成為大眾用戶的首選。而針對電子渠道，實現(xiàn)千人千面的精準(zhǔn)廣告宣傳，以差異化的服務(wù)提升用戶感知，是提高運營效能的重要方式?；诖耍币苿优c2014年啟動了互聯(lián)網(wǎng)渠道運營子系統(tǒng)一期的建設(shè)，系統(tǒng)在2015年6月上線以來，通過建設(shè)“五個中心模塊”，有機整合用戶、內(nèi)容、時機、渠道等要素形成一體化客戶場景，通過電子渠道開展?fàn)I銷，目前策劃上線并監(jiān)測93項營銷活動，整體營銷效果顯著。隨著客戶的精準(zhǔn)化營銷需求的提升，互聯(lián)網(wǎng)廣告市場跑馬圈地的時代到來，作為擁有用戶精準(zhǔn)數(shù)據(jù)的電信運營商，湖北移動公司在互聯(lián)網(wǎng)渠道運營子系統(tǒng)一期建設(shè)的基礎(chǔ)上，借鑒互聯(lián)網(wǎng)廣告運營模式，進一步擴充電子渠道接入范圍，豐富客戶精準(zhǔn)標(biāo)簽，優(yōu)化場景化營銷配置，完善監(jiān)測評估能力，新增內(nèi)部考核模塊，充分發(fā)揮渠道、網(wǎng)絡(luò)、用戶、及資金優(yōu)勢，構(gòu)建具備湖北移動特色的廣告精準(zhǔn)營銷平臺。建設(shè)目標(biāo)互聯(lián)網(wǎng)渠道運營子系統(tǒng)二期的規(guī)劃建設(shè)，在一期系統(tǒng)能力基礎(chǔ)上，借鑒互聯(lián)網(wǎng)廣告模式，整合營銷資源，擴充渠道范圍，提升內(nèi)容管控能力，構(gòu)建智能場景營銷能力，精準(zhǔn)客戶畫像，完善監(jiān)控手段，并建立考核機制，實現(xiàn)線上通過系統(tǒng)促成閉環(huán)營銷管理，線下通過考核和監(jiān)控優(yōu)化營銷工作的雙閉環(huán)。在建設(shè)過程中，關(guān)注系統(tǒng)可擴展性，逐步實現(xiàn)對外廣告能力。數(shù)據(jù)挖掘分析模塊：擴充數(shù)據(jù)管理平臺的數(shù)據(jù)接入類型，包括CRM，流量平臺以及Gn接口等數(shù)據(jù)，為精準(zhǔn)刻畫用戶畫像提供基礎(chǔ)。智能場景運營模塊：整合營銷管理資源，面向內(nèi)部營銷以及做好與外部其他公司的各種第三方平臺對接的準(zhǔn)備。觸點管控模塊：豐富渠道類型，通過有效的管控手段，實現(xiàn)觸點的廣覆蓋監(jiān)測評估模塊：監(jiān)控獲取營銷運營環(huán)節(jié)的效果情況，提供咨詢優(yōu)化手段，實現(xiàn)優(yōu)質(zhì)運營的永動機模式。內(nèi)部考核模塊：通過營銷效果評估，科學(xué)建立考核KPI，獎懲有據(jù)，激勵員工創(chuàng)造更大的價值。建設(shè)原則開放性與先進性基于開放式標(biāo)準(zhǔn)，采用先進成熟的設(shè)備和技術(shù)，確保平臺的技術(shù)先進性，保證投資的有效性和延續(xù)性。靈活性與可擴展性方便擴展設(shè)備容量和提升設(shè)備性能；具備支持業(yè)務(wù)處理的靈活的、參數(shù)化配置，業(yè)務(wù)功能的重組與更新的靈活性，新的應(yīng)用業(yè)務(wù)可靈活加載，并不影響原有業(yè)務(wù)流程。安全性與可靠性提供良好的安全可靠性策略，支持多種安全可靠性技術(shù)手段，制定嚴(yán)格的安全可靠性管理措施。準(zhǔn)確性與實時性保證平臺數(shù)據(jù)處理的準(zhǔn)確性，提供多種核查手段。對實時性要求高的處理提供特殊有效的處理方法。易用性與可管理性對于用戶可以方便、快捷的使用業(yè)務(wù)。平臺本身應(yīng)具有良好的操作界面、詳細(xì)的幫助信息，系統(tǒng)參數(shù)的維護與管理通過操作界面完成。平臺應(yīng)具有良好的管理手段，可管理安全、網(wǎng)絡(luò)、服務(wù)器、操作系統(tǒng)、數(shù)據(jù)庫及應(yīng)用等。術(shù)語定義下列術(shù)語、定義適用于本期工程：4A：Account,Authorization,Authentication,Audit 帳號、授權(quán)、認(rèn)證、審計。BASS：BusinessAnalysisSupportSystem 經(jīng)營分析系統(tǒng)。BI：BusinessIntelligence 商業(yè)智能。BOSS：BusinessOperationSupportSystem 業(yè)務(wù)運營支撐系統(tǒng)。CRM：CustomerRelationshipManagement 客戶關(guān)系管理。VGOP：Value-addedServiceGeneralOperationPlatform 增值業(yè)務(wù)綜合運營平臺。FTP：FileTransferProtocol 文件傳輸協(xié)議。XML：ExtensibleMarkupLanguage 可擴展標(biāo)記語言。Hadoop：一個分布式存儲及分布式計算架構(gòu)，可充分利用集群的威力高速運算和存儲。HDFS：HadoopDistributedFileSystem，Hadoop分布式文件系統(tǒng)，該系統(tǒng)有著高容錯性（fault-tolerent）的特點，并且設(shè)計用來部署在低廉的（low-cost）硬件上。而且它提供高吞吐量（highthroughput）來訪問應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集（largedataset）的應(yīng)用程序。NameNode：Hadoop中管理數(shù)據(jù)服務(wù)器，負(fù)責(zé)管理文件系統(tǒng)名稱空間和控制外部客戶機的訪問。DataNode：它為HDFS提供存儲塊。MapReduce:MapReduce是Google提出的一個軟件架構(gòu)，用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行運算。概念“Map（映射）”和“Reduce（化簡）”，及他們的主要思想，都是從函數(shù)式編程語言借來的，還有從矢量編程語言借來的特性。Hive：是基于分布式系統(tǒng)的一個數(shù)據(jù)倉庫工具，可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供完整的sql查詢功能，可以將sql語句轉(zhuǎn)換為MapReduce任務(wù)進行運行。ZooKeeper：是一個針對大型分布式系統(tǒng)的可靠協(xié)調(diào)系統(tǒng)，提供的功能包括：配置維護、名字服務(wù)、分布式同步、組服務(wù)等。YARN：ApacheHadoop下一代MapReduce框架，提供跨平臺的資源管理，滿足資源的統(tǒng)一調(diào)度與管理。MR2：MapReduce2.0，運行于YARN之上。Spark：Spark是UCBerkeleyAMPlab所開源的類HadoopMapReduce的通用的并行計算框架，Spark基于mapreduce算法實現(xiàn)的分布式計算，擁有HadoopMapReduce所具有的優(yōu)點；但不同于MapReduce的是Job中間輸出結(jié)果可以保存在內(nèi)存中，從而不再需要讀寫HDFS，因此Spark能更好地適用于數(shù)據(jù)挖掘與機器學(xué)習(xí)等需要迭代的mapreduce的算法。COC：具備對客戶的上網(wǎng)行為、業(yè)務(wù)行為數(shù)據(jù)進行深入分析，為業(yè)務(wù)部門營銷活動、客戶需求分析提供支撐。ICA：互聯(lián)網(wǎng)內(nèi)容分析，通過對互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)中的內(nèi)容信息進行采集和解析，實現(xiàn)互聯(lián)網(wǎng)內(nèi)容分類、互聯(lián)網(wǎng)信息的深度識別。IMCD：智能營銷管理產(chǎn)品集成了客戶洞察、營銷管理兩大支撐能力。在營銷管理方面，實現(xiàn)了從事前計劃、事中控制、到事后分析評估完整的營銷閉環(huán)管理流程的IT化支撐。CPCC：承載了將營銷內(nèi)容推薦給用戶、引導(dǎo)用戶使用、收集用戶行為、采集和反饋營銷效果的重要職責(zé)。OC-Hadoop(OrangeCloudHadoop):是基于ClouderaCDHv5版本的分布式Hadoop平臺，通過集成/優(yōu)化/封裝,支持對海量結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的高速處理，對交付版本在服務(wù)期內(nèi)全面負(fù)責(zé)。OCDC（OrangeCloudDistributedComputing）：是在Hadoop之上的管理系統(tǒng)，提供hadoop的自動化部署功能，全面維護、監(jiān)控、優(yōu)化hadoop平臺，管理多租戶，開放計算和存儲服務(wù)接口，管理hadoop數(shù)據(jù)。AICEP（AsiaInfoComplexEventProcessing）：是針對海量結(jié)構(gòu)化數(shù)據(jù)的實時復(fù)雜事件處理場景設(shè)計的，采用的Esper流計算處理引擎作為底層支撐。Esper：使用Java開發(fā)的事件流處理(ESP:EventStreamProcessing)和復(fù)雜事件處理(CEP:ComplexEventProcessing)引擎。Mahout：提供一些可擴展的機器學(xué)習(xí)領(lǐng)域經(jīng)典算法的實現(xiàn)，旨在幫助開發(fā)人員更加方便快捷地創(chuàng)建智能應(yīng)用程序，實現(xiàn)包括聚類、分類、推薦過濾、頻繁子項挖掘。Redis：基于key-value存儲系統(tǒng)，支持存儲的value類型包括string(字符串)、list(鏈表)、set(集合)、zset(sortedset--有序集合)和hash（哈希類型）。Memcached：高性能的分布式內(nèi)存對象緩存系統(tǒng)，用于動態(tài)Web應(yīng)用以減輕數(shù)據(jù)庫負(fù)載。Nginx：輕量級的Web服務(wù)器/反向代理服務(wù)器及電子郵件（IMAP/POP3）代理服務(wù)器，并在一個BSD-like協(xié)議下發(fā)行。總體建設(shè)方案總體建設(shè)思路亞信對湖北移動互聯(lián)網(wǎng)渠道集中運營子系統(tǒng)二期建設(shè)的理解，在一期建設(shè)基礎(chǔ)上，整合功能模塊，按照客戶運營分析模塊，智能場景運營模塊，觸點管控模塊，監(jiān)控評估模塊，內(nèi)部考核模塊和系統(tǒng)管理模塊組成二期系統(tǒng)建設(shè)。互聯(lián)網(wǎng)渠道集中運營子系統(tǒng)建設(shè)思路圖系統(tǒng)定位互聯(lián)網(wǎng)渠道中心二期規(guī)劃，以集團第三代業(yè)務(wù)支撐系統(tǒng)關(guān)于營銷中心的要求保持一致，同時結(jié)合湖北省公司實際需求，在一期建設(shè)基礎(chǔ)上，進一步發(fā)揮數(shù)據(jù)中心能力，擴充渠道覆蓋范圍，統(tǒng)一管控，智能運營，提升公司營銷業(yè)務(wù)水平?；ヂ?lián)網(wǎng)渠道集中運營子系統(tǒng)通過調(diào)用企業(yè)級數(shù)據(jù)中心API接口獲取數(shù)據(jù)，引用數(shù)據(jù)挖掘算法與技術(shù)，實現(xiàn)用戶信息深度挖掘、營銷素材庫的豐富、營銷智能匹配及推送，將數(shù)據(jù)探索成果與運營思路結(jié)合，固化沉淀并形成生產(chǎn)力，提升運營效率?？傮w功能框架以大數(shù)據(jù)分析和挖掘為基礎(chǔ)，將用戶、內(nèi)容、規(guī)則、事件、時機、場景、觸點有機結(jié)合，通過智能營銷，驅(qū)動互聯(lián)網(wǎng)渠道高效運營。為實現(xiàn)此目標(biāo)，本期平臺建設(shè)方案結(jié)合項目需求，總體系統(tǒng)架構(gòu)分層分為處理層、應(yīng)用層和接觸層。處理層：主要負(fù)責(zé)數(shù)據(jù)采集、用戶與內(nèi)容標(biāo)簽的加工處理，結(jié)合數(shù)據(jù)挖掘算法實現(xiàn)客戶行為的深入洞察，同時對時機內(nèi)容信息進行實時計算，以支持精準(zhǔn)營銷；應(yīng)用層：實現(xiàn)對各類標(biāo)簽信息的創(chuàng)建、展現(xiàn)、管理等功能，同時負(fù)責(zé)營銷活動策劃、審批、監(jiān)控與評估；接觸層：作為互聯(lián)網(wǎng)渠道集中運營子系統(tǒng)與外部各渠道的主要接口，進行各渠道觸點的管理，同時采集各渠道營銷活動的效果信息。功能架構(gòu)圖總體技術(shù)架構(gòu)技術(shù)架構(gòu)圖1、引入流式爬蟲、中文分詞，實現(xiàn)互聯(lián)網(wǎng)網(wǎng)頁信息實時采集；具有高可用，動態(tài)防封，高吞吐量等特點。2、引入VlotDB和Redis內(nèi)存數(shù)據(jù)庫，實現(xiàn)海量數(shù)據(jù)實時計算；引入Esper復(fù)雜事件處理引擎，實現(xiàn)基于復(fù)雜規(guī)則數(shù)據(jù)處理。VlotDB主要特點是基于內(nèi)存實時計算，在內(nèi)存中快速完成數(shù)據(jù)的復(fù)雜計算，Redis主要特點是基于K-V的快速查詢。兩者結(jié)合使用，滿足對動態(tài)標(biāo)簽的更新和營銷策略的查詢，使系統(tǒng)性能大幅提升。3、引入SparkSQL計算框架，MLLib挖掘工具實現(xiàn)全量數(shù)據(jù)挖掘。4、引入MySQL數(shù)據(jù)存儲引擎，利用分片（Sharding）技術(shù)實現(xiàn)數(shù)據(jù)快速訪問。數(shù)據(jù)管理中心建設(shè)內(nèi)容用戶管理中心建設(shè)內(nèi)容功能概述 用戶管理中心的建設(shè)目標(biāo)是基于已有的客戶基礎(chǔ)信息標(biāo)簽，建立全面的以客戶特征、客戶需求為標(biāo)簽的研究和運營機制，服務(wù)于外部營銷和內(nèi)部管理的運營管理體系，并提供針對特定客戶群體分析專題下的分析功能?；谏鲜鱿到y(tǒng)建設(shè)目的，用戶管理中心系統(tǒng)作為一個分析型、運營型的系統(tǒng)，主要在標(biāo)簽庫體系的基礎(chǔ)上，建立針對互聯(lián)網(wǎng)中心的完善分析和研究機制，并提供多樣化的客戶需求分析結(jié)果并且應(yīng)用于互聯(lián)網(wǎng)渠道營銷與企業(yè)運營業(yè)務(wù)。 在一期項目的基礎(chǔ)上，本期中，以實現(xiàn)精細(xì)化場景營銷為建設(shè)目標(biāo)，依托湖北移動數(shù)據(jù)中心的大數(shù)據(jù)處理與挖掘能力，結(jié)合互聯(lián)網(wǎng)運營中心實際業(yè)務(wù)需求，建立完善的客戶標(biāo)簽體系，豐富標(biāo)簽種類與數(shù)量，加強對標(biāo)簽分類的統(tǒng)計分析，從標(biāo)簽的熱度、增長趨勢進行深度分析，對標(biāo)簽分類的設(shè)置和優(yōu)化，提供指導(dǎo)參考。整合數(shù)據(jù)強化標(biāo)簽運營，對內(nèi)加強對場景運營的個性化生成需求支撐能力，對外通過標(biāo)簽數(shù)據(jù)的開放提供基礎(chǔ)信息服務(wù)能力，助力企業(yè)數(shù)據(jù)價值變現(xiàn)。標(biāo)簽全景視圖 用戶管理中心提供標(biāo)準(zhǔn)化的的標(biāo)簽體系接口，可以納入并管理任何第三方系統(tǒng)（例如BOSS，經(jīng)分，VGOP，流量平臺，沖浪平臺）的標(biāo)簽數(shù)據(jù)，建設(shè)成符合規(guī)范的全量標(biāo)簽體系，并通過全景視圖的形式，展示全量標(biāo)簽。依據(jù)標(biāo)簽分類的維度進行統(tǒng)計分析，對標(biāo)簽的熱度、增長趨勢進行深度分析，對后續(xù)標(biāo)簽分類的設(shè)置和優(yōu)化，提供指導(dǎo)參考。統(tǒng)一標(biāo)簽視圖 支持查看標(biāo)簽全量視圖，全量的展現(xiàn)標(biāo)簽的完整分類體系。全景標(biāo)簽視圖頁面可以按照層級查看系統(tǒng)所有標(biāo)簽，并查看標(biāo)簽的詳細(xì)信息，并提供標(biāo)簽各種操作和加入計算中心的操作入口。分類標(biāo)簽占比分析 支持依據(jù)標(biāo)簽的分類，從最高一級到最低一級的標(biāo)簽分類，以時間為維度，逐級進行各分類的個數(shù)統(tǒng)計、占比分析。支持同一級別的分類進行對比分析。分類標(biāo)簽增長趨勢分析 支持依據(jù)標(biāo)簽的分類，從最高一級到最低一級的標(biāo)簽分類，以時間為維度，逐級呈現(xiàn)各標(biāo)簽分類個數(shù)的增長趨勢變化，支持柱狀圖、曲線的呈現(xiàn)形式。標(biāo)簽熱度分析 熱度分析，從用戶使用角度，對標(biāo)簽使用的頻次進行統(tǒng)計分析。計算頻次時，需要注意，若一個標(biāo)簽，在一個客戶群計算中被使用了兩次，頻次上即統(tǒng)計為兩次。通過熱度分析，可以對標(biāo)簽進行優(yōu)化，對于熱度低的標(biāo)簽可以進行停用、下線、刪除的處理，對標(biāo)簽進行精簡，使標(biāo)簽的設(shè)置更加合理。營銷導(dǎo)航 支持以營銷導(dǎo)航的模式，展示標(biāo)簽分類，使分類標(biāo)簽的選擇更便捷。支持對標(biāo)簽，進行官方、熱度、收藏的設(shè)置。智能分析 在用戶管理中心創(chuàng)建并生成客戶群清單后，提供對客戶群進行智能深入的分析。支持用戶自選維度和指標(biāo)，即時展現(xiàn)分析結(jié)果，并支持導(dǎo)出客戶群。業(yè)務(wù)人員通過它可以對自己創(chuàng)建的客戶群進行多角度自定義分析，更全面的了解該客戶群的用戶詳情，進而針對客戶群開展?fàn)I銷提供輔助決策支持。自助分析自助分析支撐用戶對客戶群進行更詳細(xì)、定制化的分析。通過自行拖拽分析維度和分析指標(biāo)對用戶自定義創(chuàng)建的客戶群進行多角度分析，并可以將分析結(jié)果進行保存。基于多維分析結(jié)果，用戶可以對單個客戶群清單所包含的客戶不斷進行細(xì)分，并將細(xì)分結(jié)果保存為新的客戶群。支持創(chuàng)建計算字段，即將幾個分析指標(biāo)屬性或分析指標(biāo)屬性與常量按照一定的計算規(guī)則組成一個新的分析指標(biāo)，計算規(guī)則應(yīng)包括常用的數(shù)學(xué)計算（加、減、乘、除等）及常用的聚合運算（如總計、計數(shù)、平均、最大值、最小值等）。呈現(xiàn)的結(jié)果支持曲線、餅圖、柱狀等不同類型，。例如:一個2G客戶群，自帶屬性包括，基本套餐生效日期（月）、基本套餐細(xì)類（月）；通用屬性包括，性別、校園WLAN上網(wǎng)網(wǎng)流量（日）、所在學(xué)校、校園WLAN上午流量、基本套餐生效日期、年齡、3G網(wǎng)絡(luò)移動數(shù)據(jù)上網(wǎng)流量（日）、手機終端基本特征（月）、通話費用。用戶在選定需要分析的維度、指標(biāo)后，分析頁面根據(jù)不同類型的維度、指標(biāo)組合展示不同的圖表。高級分析用戶可以將多個自助分析結(jié)果保存為分析報告，進行輸出。分析報告可以被該客戶群套用以生成不同周期清單的分析結(jié)果，分析報告也可以被其他規(guī)則相似的客戶群套用。標(biāo)簽/用戶群組合運算提供標(biāo)簽和客戶群之間的運算能力，用戶可通過對已有標(biāo)簽和客戶群進行交、并、剔除運算，生成新的客戶群。排行榜 展示系統(tǒng)熱門標(biāo)簽、系統(tǒng)熱門客戶群、最新發(fā)布標(biāo)簽、最新發(fā)布客戶群，并可根據(jù)近一周、近一個月、近三個月查詢排行。具體排行均默認(rèn)展現(xiàn)TOP99。系統(tǒng)熱門標(biāo)簽 支持以系統(tǒng)熱門標(biāo)簽列表形式，展示標(biāo)簽名稱和使用次數(shù)，按照系統(tǒng)使用次數(shù)從高到低顯示前99個標(biāo)簽。系統(tǒng)熱門客戶群 支持以系統(tǒng)熱門客戶群列表形式，展示客戶群名稱、客戶群規(guī)模和使用次數(shù)，按照系統(tǒng)使用次數(shù)從高到低顯示前99個客戶群。最新發(fā)布標(biāo)簽 支持以最新發(fā)布標(biāo)簽列表形式，展示標(biāo)簽名稱、發(fā)布時間，按照發(fā)布時間從近到遠顯示前99個標(biāo)簽。最新發(fā)布客戶群 支持以最新發(fā)布客戶群列表形式，展示客戶群名稱、客戶群規(guī)模、修改時間，按照發(fā)布時間從近到遠顯示前99個客戶群?？蛻魳?biāo)簽體系構(gòu)建客戶標(biāo)簽基于對經(jīng)分、Gn、Mc等多中數(shù)據(jù)源的采集，通過顯性化處理、數(shù)據(jù)統(tǒng)計分析、模型挖掘三種方式，以《一體心理學(xué)》理論為依據(jù)，從自然屬性、心理屬性、社會屬性三個維度構(gòu)建完整的客戶評價體系，對內(nèi)可提升湖北移動個性化場景運營支撐能力、推動企業(yè)內(nèi)部生產(chǎn)的精細(xì)化和智能化轉(zhuǎn)型；對外可通過標(biāo)簽數(shù)據(jù)的開放提供基礎(chǔ)信息服務(wù)能力，助力企業(yè)數(shù)據(jù)價值變現(xiàn)。數(shù)據(jù)采集：從湖北移動大數(shù)據(jù)平臺或從各運營支撐系統(tǒng)直接采集數(shù)據(jù)處理：依托于湖北大數(shù)據(jù)平臺的數(shù)據(jù)處理與挖掘分析能力，完成從原始數(shù)據(jù)向客戶標(biāo)簽的轉(zhuǎn)化過程，生成各類標(biāo)簽數(shù)據(jù)標(biāo)簽體系：以《一體心理學(xué)》理論為依據(jù)，從自然屬性、心理屬性、社會屬性三個維度構(gòu)建客戶標(biāo)簽體系標(biāo)簽應(yīng)用：對內(nèi)以支撐互聯(lián)網(wǎng)運營中心及市場部精細(xì)化場景運營；對外通過標(biāo)簽數(shù)據(jù)的開放，助力企業(yè)數(shù)據(jù)價值變現(xiàn)本期項目將從互聯(lián)網(wǎng)運營中心實際業(yè)務(wù)需求為出發(fā)點，針對客戶自然屬性和心理屬性標(biāo)簽進行建設(shè)，重點滿足對終端、流量套餐、數(shù)據(jù)業(yè)務(wù)產(chǎn)品的精細(xì)化場景營銷支撐要求?？蛻魳?biāo)簽屬性劃分《一體心理學(xué)》認(rèn)為人是自然性、心理性和社會性的統(tǒng)一體，要真實、全面、本質(zhì)的對人進行描述，可從自然屬性、心理屬性和社會屬性入手?？蛻魳?biāo)簽分類體系本質(zhì)上是對客戶的全方位、客觀真實的研究，與《一體心理學(xué)》的方向及觀點一致，因此可借鑒《一體心理學(xué)》中的相關(guān)理論及結(jié)論，將客戶標(biāo)簽體系一級類別劃分為三大類，如下圖所示：自然屬性，主要描述客戶外在的、客觀自然的屬性；心理屬性，主要描述統(tǒng)計客戶內(nèi)在的、心理活動層面的屬性；社會屬性，主要描述人從屬于社會系統(tǒng)、人與外界事物的關(guān)系屬性。綜上，自然屬性和心理屬性主要針對個人情況的描述，即標(biāo)簽的主體對象即用戶個人，社會屬性標(biāo)簽強調(diào)個人與外部事物關(guān)系或邏輯的描述，即標(biāo)簽的主體對象包括用戶個人和其他外部事物。自然屬性標(biāo)簽客戶自然屬性標(biāo)簽構(gòu)建的目的是為了客觀直接地對人物外在特征進行描述，湖北移動數(shù)據(jù)現(xiàn)狀及互聯(lián)網(wǎng)客戶標(biāo)簽特征，本期項目將從基本信息、通信信息、互聯(lián)網(wǎng)信息、人生階段、身份特征五個維度對客戶自然屬性進行分析。個人信息：基于經(jīng)分系統(tǒng)用戶注冊數(shù)據(jù)直接提取，用于描述客戶的外在基本屬性。包括：姓名、性別、年齡、身份證號、教育水平、家庭地址等；通信信息：基于經(jīng)分及VGOP業(yè)務(wù)使用及訂購信息進行標(biāo)簽化處理生成，用于描述客戶的基本通信特征。包括：手機號碼、通信消費能力、通話時長、上網(wǎng)時長、上網(wǎng)流量、常用終端型號等互聯(lián)網(wǎng)信息：基于爬蟲工具和Gn流量話單進行處理生成，用于描述客戶的基本上網(wǎng)特征。包括：社交賬號、電子郵箱、常用網(wǎng)站、常用論壇、常用APP、上網(wǎng)活躍時間段、常用手機端支付方式等心理屬性標(biāo)簽客戶心理屬性標(biāo)簽構(gòu)建主要是通過對用戶上網(wǎng)行為的分析和挖掘，從行為特征、性格特征、偏好特征三個維度發(fā)現(xiàn)客戶內(nèi)在的心理活動特征和需求。行為特征：基于爬蟲工具、Gn流量話單、經(jīng)分等多種數(shù)據(jù)源進行處理生成，用于分析和挖掘客戶內(nèi)在的通信和上網(wǎng)行為特征，支撐客戶維系、信用評估等運營活動的開展。包括：離網(wǎng)預(yù)警、欠費預(yù)警、銷戶預(yù)警等；性格特征：基于爬蟲工具和Gn流量話單進行處理生成，用于分析和挖掘客戶內(nèi)在性格特征，支撐精細(xì)化營銷工作開展。包括：追新型、保守型、果斷型、猶豫型等偏好特征：基于爬蟲工具和Gn流量話單進行處理生成，用于描述客戶顯性和隱性的生活需求，可支撐對內(nèi)精細(xì)化營銷工作開展和對外數(shù)據(jù)開放運營。包括：衣著偏好、美食偏好、出行方式、娛樂方式等。社會屬性標(biāo)簽客戶社會屬性標(biāo)簽構(gòu)建主要是通過對用戶上網(wǎng)行為的分析和挖掘，從人物畫像、家庭圈、社交圈三個維度描述客戶在社會系統(tǒng)中的位置以及人與人之間的聯(lián)系。人物畫像：通過對爬蟲信息和Gn流量話單進行特征挖掘，從身份特征、人生階段進行客戶特征畫像，用于描述客戶的“隱性”特征。家庭圈：通過Mc和Gn話單進行通話及上網(wǎng)信息挖掘，總結(jié)客戶家庭圈特征。如：家庭圈大小、成員職業(yè)構(gòu)成、成員背景、經(jīng)濟能力等。社交圈：通過Mc和Gn話單進行通話及上網(wǎng)信息挖掘，總結(jié)客戶社交圈特征。如：社交圈大小、成員職業(yè)構(gòu)成、成員背景、經(jīng)濟能力等?？蛻魳?biāo)簽描述終端類標(biāo)簽功能描述4G終端用戶換4G終端用戶標(biāo)簽通過潛在換4G終端識別模型，對存量4G終端用戶進行預(yù)測根據(jù)模型算法分析最終輸出潛在換4G終端的4G終端用戶列表。非4G終端用戶換4G終端用戶標(biāo)簽通過潛在換4G終端識別模型，對存量非4G終端用戶進行預(yù)測根據(jù)模型算法分析最終輸出潛在換4G終端的非4G終端用戶列表。終端機型偏好標(biāo)簽用戶終端機型偏好模型通過建立潛在用戶與定制終端的適配關(guān)系，根據(jù)用戶對終端的偏好的分進行標(biāo)簽劃分，最終輸入終端機型的偏好用戶。流量類標(biāo)簽功能描述流量超套用戶標(biāo)簽通過潛在流量超套用戶識別模型，對存量用戶進行預(yù)測根據(jù)模型算法分析最終輸出潛在流量超套用戶列表。流量維持用戶標(biāo)簽通過潛在流量維持用戶識別模型，對存量用戶進行預(yù)測根據(jù)模型算法分析最終輸出潛在流量維持用戶列表。流量下降用戶標(biāo)簽通過潛在流量下降用戶識別模型，對存量用戶進行預(yù)測根據(jù)模型算法分析最終輸出潛在流量下降用戶列表。自有業(yè)務(wù)偏好標(biāo)簽功能描述139郵箱偏好用戶標(biāo)簽通過自有業(yè)務(wù)配置模型，對存量用戶進行139郵箱偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對139郵箱的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出139郵箱偏好用戶。飛信偏好用戶標(biāo)簽通過自有業(yè)務(wù)配置模型，對存量用戶進行飛信偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對飛信的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出飛信偏好用戶。和視頻偏好用戶標(biāo)簽通過自有業(yè)務(wù)配置模型，對存量用戶進行和視頻偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對和視頻的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出和視頻偏好用戶。和動漫偏好用戶標(biāo)簽通過自有業(yè)務(wù)配置模型，對存量用戶進行和動漫偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對和動漫的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出和動漫偏好用戶。咪咕音樂偏好用戶標(biāo)簽通過自有業(yè)務(wù)配置模型，對存量用戶進行咪咕音樂偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對咪咕音樂的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出咪咕音樂偏好用戶。和游戲偏好用戶標(biāo)簽通過自有業(yè)務(wù)配置模型，對存量用戶進行和游戲偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對和游戲的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出和游戲偏好用戶。和地圖偏好用戶標(biāo)簽通過自有業(yè)務(wù)配置模型，對存量用戶進行和地圖偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對和地圖的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出和地圖偏好用戶。熱點內(nèi)容偏好標(biāo)簽功能描述視頻類內(nèi)容偏好用戶標(biāo)簽通過熱點內(nèi)容配置模型，對存量用戶進行視頻類偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對視頻類內(nèi)容的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出視頻類內(nèi)容偏好用戶。音樂類內(nèi)容偏好用戶標(biāo)簽通過熱點內(nèi)容配置模型，對存量用戶進行音樂類偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對音樂類內(nèi)容的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出音樂類內(nèi)容偏好用戶。社交類內(nèi)容偏好用戶標(biāo)簽通過熱點內(nèi)容配置模型，對存量用戶進行社交類偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對社交類內(nèi)容的偏好得分，根據(jù)得分進行排列推薦。閱讀類內(nèi)容偏好用戶標(biāo)簽通過熱點內(nèi)容配置模型，對存量用戶進行閱讀類內(nèi)容偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對閱讀類內(nèi)容的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出閱讀類偏好用戶。 游戲類內(nèi)容偏好用戶標(biāo)簽通過熱點內(nèi)容配置模型，對存量用戶進行游戲類內(nèi)容偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對游戲類內(nèi)容的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出游戲類內(nèi)容偏好用戶。用戶運營類標(biāo)簽功能描述潛在4G用戶流失標(biāo)簽通過潛在4G用戶流失識別模型，對存量4G用戶進行預(yù)測根據(jù)模型算法分析最終輸出潛在4G流失用戶的列表。潛在4G用戶新增標(biāo)簽通過潛在4G用戶新增識別模型，對存量非4G用戶進行預(yù)測根據(jù)模型算法分析最終輸出潛在新增4G用戶的列表。渠道偏好標(biāo)簽功能描述錯誤重定向渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行錯誤重定向渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對錯誤重定向渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出錯誤重定向渠道偏好用戶。Toolbar渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行Toolbar渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對Toolbar渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出Toolbar渠道偏好用戶。微信渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行微信渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對微信渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出微信渠道偏好用戶?；ヂ?lián)網(wǎng)渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行互聯(lián)網(wǎng)渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對互聯(lián)網(wǎng)渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出互聯(lián)網(wǎng)渠道偏好用戶。掌廳渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行掌廳渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對掌廳渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出掌廳渠道偏好用戶。支付寶渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行支付寶渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對支付寶渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出支付寶渠道偏好用戶。飛信渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行飛信渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對飛信渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出飛信渠道偏好用戶。郵箱渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行郵箱渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對郵箱渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出郵箱渠道偏好用戶。百度渠道偏好用戶標(biāo)簽通過渠道配置模型，對存量用戶進行百度渠道偏好預(yù)測根據(jù)模型算法分析最終輸出用戶對百度渠道的偏好得分，根據(jù)得分進行排列推薦。根據(jù)用戶的偏好得分進行劃分，最終輸出百度渠道偏好用戶?？蛻魳?biāo)簽數(shù)據(jù)接入設(shè)計客戶標(biāo)簽的數(shù)據(jù)分為內(nèi)部系統(tǒng)或者外部系統(tǒng)接入，內(nèi)部系統(tǒng)包括：經(jīng)分?jǐn)?shù)據(jù)、VGOP平臺數(shù)據(jù)、流量平臺數(shù)據(jù)等等，外部系統(tǒng)包括：互聯(lián)網(wǎng)爬取到的數(shù)據(jù)，客戶行為數(shù)據(jù)，客戶位置數(shù)據(jù)，行業(yè)數(shù)據(jù)等等?？蛻魳?biāo)簽的數(shù)據(jù)全部匯集到大數(shù)據(jù)中心，探索平臺通過Hive直接連接大數(shù)據(jù)中心，使用客戶標(biāo)簽原子數(shù)據(jù)進行挖掘。所有接入的客戶標(biāo)簽來源數(shù)據(jù)需要統(tǒng)一集中到數(shù)據(jù)中心。由數(shù)據(jù)中心完成數(shù)據(jù)的開發(fā)流程，即數(shù)據(jù)的清洗和準(zhǔn)備，準(zhǔn)備好的數(shù)據(jù)作為指標(biāo)寬表存儲在數(shù)據(jù)倉庫。探索平臺根據(jù)相關(guān)標(biāo)簽的需求，對客戶標(biāo)簽原子數(shù)據(jù)進行數(shù)據(jù)挖掘。通過樣本數(shù)據(jù)提取、模型指標(biāo)的探索及構(gòu)建、算法參數(shù)探索、模型訓(xùn)練、效果檢驗和模型優(yōu)化等步驟完成客戶標(biāo)簽的挖掘，最終生成客戶標(biāo)簽用戶群。標(biāo)簽展示和使用的時候，根據(jù)標(biāo)簽定義信息，到COC存儲庫中提取相應(yīng)的標(biāo)簽數(shù)據(jù)，來進行客戶群提取。標(biāo)簽平臺按照標(biāo)簽的周期，通過定時的調(diào)度，到標(biāo)簽挖掘庫中獲取相應(yīng)的標(biāo)簽。然后，根據(jù)配置好的規(guī)則，算出標(biāo)簽的值，作為標(biāo)簽寬表存儲在數(shù)據(jù)中心的COC存儲庫中。內(nèi)容管理建設(shè)內(nèi)容 功能概述內(nèi)容管理中心是基于互聯(lián)網(wǎng)的內(nèi)容素材，建立內(nèi)容信息為主的互聯(lián)網(wǎng)標(biāo)簽體系，并將套餐、APP、號卡、終端等產(chǎn)品信息和自由業(yè)務(wù)和第三方業(yè)務(wù)等業(yè)務(wù)信息與內(nèi)容標(biāo)簽建立關(guān)系，作為營銷系統(tǒng)的營銷產(chǎn)品的來源，助力互聯(lián)網(wǎng)渠道的精準(zhǔn)營銷?；ヂ?lián)網(wǎng)數(shù)據(jù)采集接收互聯(lián)網(wǎng)采編請求ICA獲取最新的采編需求，執(zhí)行采編任務(wù)。接收內(nèi)容：用戶選擇的采集范圍ID、采編頻率、采編周期。定向爬取根據(jù)用戶選擇的采編范圍ID，調(diào)用爬取模板，例如用戶在模板上選擇的爬取范圍為“音樂-百度音樂-音樂庫-新歌榜”，用戶選擇的爬取周期為“周更新”。調(diào)用爬取模板，生成待爬取URL進行內(nèi)容爬取。對于爬取失敗的URL，將放在爬取隊列中，再次進行爬取，第二次再爬取失敗會將此URL進行丟棄。爬取程序會保存爬取日志，包含爬取URL個數(shù)，爬取成功個數(shù)，爬取失敗個數(shù)，以及具體失敗的URL。爬取結(jié)果生成文件爬取結(jié)果以文件方式生成至指定目錄下，供內(nèi)容管理中心使用?；ヂ?lián)網(wǎng)爬蟲功能 通過網(wǎng)站內(nèi)容進行識別和文本處理、語義分析，對網(wǎng)站發(fā)布的營銷活動的訪問量、影響力和用戶反饋及評論的分析，輔助營銷活動效果評估，指導(dǎo)后續(xù)營銷活動開展。 通過采集和分析一些有影響力的社會化媒體如新浪微博、百度貼吧、天涯社區(qū)（營銷活動影響力信息），監(jiān)控和分析企業(yè)自身以及競爭對手營銷活動，有助于提升企業(yè)的自身營銷。 互聯(lián)網(wǎng)爬取的功能框圖如下：網(wǎng)站爬取定向爬取提前針對網(wǎng)站開發(fā)爬取模板，在爬取時調(diào)用該網(wǎng)站模板，可針對性抽取主要的參數(shù)和屬性，亞信的定向爬取目標(biāo)的爬取效率為每秒鐘150個網(wǎng)頁。全量爬取對網(wǎng)頁中的文本進行分段抽取，抽取title、kewords等網(wǎng)頁關(guān)鍵字，不必開發(fā)爬取模板，所有網(wǎng)頁都適用。深度爬取對于同一個網(wǎng)站，會包含許多鏈接子網(wǎng)站。針對網(wǎng)站進行爬取，支持將往網(wǎng)站中的所有鏈接子網(wǎng)站進行深度爬取.將網(wǎng)站下所有子網(wǎng)站的內(nèi)容也爬取出來。動態(tài)爬取目前網(wǎng)站技術(shù)和內(nèi)容多種多樣，會包含靜態(tài)和動態(tài)網(wǎng)站。針對動態(tài)網(wǎng)站（如AJAX生成的網(wǎng)站）進行定制爬取。爬取處理網(wǎng)頁合并有的網(wǎng)站內(nèi)容需要進行多個頁面的合并，例如商品的信息在商品列表，商品的詳情首頁，商品的參數(shù)頁都會有，需要把多個頁面的結(jié)果合并。網(wǎng)頁去噪針對于非結(jié)構(gòu)化網(wǎng)頁，采用先去嗓（剔除網(wǎng)頁頁面四周無意義的信息，包括廣告、推薦），提高爬取內(nèi)容的有效性。爬蟲防封策略由于現(xiàn)互聯(lián)網(wǎng)環(huán)境下的各網(wǎng)站均設(shè)置了反爬蟲策略，且對爬蟲IP的檢索和查封力度不斷加大，網(wǎng)站對于爬蟲IP的識別主要通過一段周期內(nèi)的訪問頻率而定，故配置爬蟲集群對同一網(wǎng)站頁面信息爬取的頻率（如每IP對同一頁面每小時爬取限定1次）可有效解決爬蟲IP被封的風(fēng)險。模擬登陸有些網(wǎng)站的資源信息需要登錄才可以訪問和采集，例如小米、魅族等電商網(wǎng)站。通過模擬登錄，用于突破賬號限制采集數(shù)據(jù)。還原用戶原始UA信息判斷用戶實際上網(wǎng)環(huán)境的UA設(shè)置，并還原實際UA信息進行網(wǎng)頁爬取。模板配置開發(fā)定向爬取的模板，完善定向爬取模板庫，包括各類如音樂類、圖書類、影視類、電商類、商戶類等主流的網(wǎng)站，網(wǎng)站樣式更新后，會及時調(diào)整對應(yīng)模板。模板調(diào)用當(dāng)定向增加爬取的網(wǎng)站時,需要配置相應(yīng)網(wǎng)站對應(yīng)模板。然后調(diào)用模板，通過程序?qū)崿F(xiàn)頁面元素的抽取工作。數(shù)據(jù)接入根據(jù)指定格式適配輸入格式,包括爬蟲接入數(shù)據(jù)格式和外部配置的爬蟲參數(shù)等。數(shù)據(jù)輸出將輸出結(jié)果按照客戶要求的格式進行存儲，并存儲到要求的介質(zhì)上。輸出介質(zhì)支持文本、關(guān)系型數(shù)據(jù)庫、HDFS等多種。文件接口根據(jù)數(shù)據(jù)存儲的輸出介質(zhì)，靈活定義接口。爬取地址的過濾策略對爬取范圍內(nèi)的非目標(biāo)網(wǎng)頁進行過濾，剔除無意義的網(wǎng)頁，提升爬取價值，適用于全量爬取。爬取機制定時處理用于控制爬蟲程序周期性的定時啟動。更新機制針對定向爬蟲用戶可自定義更新需求，爬蟲將按周期更新爬取結(jié)果，保障及時的獲取互聯(lián)網(wǎng)資源，適用于定向爬取。網(wǎng)頁文本解析文本抽取提取用戶訪問網(wǎng)頁的內(nèi)容，針對于非結(jié)構(gòu)化網(wǎng)頁，采用先去嗓（剔除網(wǎng)頁頁面四周無意義的信息，包括廣告、推薦），而后對網(wǎng)頁中的文本進行分段抽取（標(biāo)題、時間、正文）。資源抽取對行業(yè)權(quán)威網(wǎng)站爬取，抽取對應(yīng)資源的主要屬性和參數(shù)，多采用模版抽取方式，即每個資源對應(yīng)一種模版，將對應(yīng)信息形成資源標(biāo)簽體系，以便在網(wǎng)頁解析時了解用戶對什么資源感興趣。亞信在文本解析上積累了多年經(jīng)驗，采用先進的自然語言處理技術(shù)（NLP），通過特定的方法，不僅能基于中文詞匯對爬取下的網(wǎng)頁內(nèi)容進行良好的切分，更能運用上下文關(guān)聯(lián)和機器學(xué)習(xí)，對新詞進行發(fā)現(xiàn)。還可以針對分詞匹配產(chǎn)生詞庫數(shù)據(jù)進行頻率統(tǒng)計。中文分詞對網(wǎng)頁抽取的內(nèi)容文本進行智能分詞，可通過以內(nèi)容標(biāo)簽為基礎(chǔ)的分詞詞庫進行輔助，以確定網(wǎng)頁內(nèi)容語意方向。語義解析根據(jù)網(wǎng)站文本信息分詞，通過文本語義信息特征進行解析分類。分類聚類支持將分析網(wǎng)站中的文本信息自動識別出來，按照已經(jīng)定義好的類別進行匹配；支持將分析網(wǎng)站中多篇文章或文本信息進行相似性的比較，將比較相似的文章或文本信息歸為同一類。全文搜索支持用戶對關(guān)注的相關(guān)信息進行搜索，滿足條件的所有相關(guān)網(wǎng)站信息或新聞信息都能夠取到。依賴于積累的搜索庫信息。網(wǎng)頁分類通過URL對應(yīng)網(wǎng)頁的爬取、信息抽取、分類后形成URL分類實例進行保存。爬取內(nèi)容加工對爬蟲爬取的內(nèi)容進行二次加工，使其成為可直接使用的素材。集群管理消息分發(fā)通過消息分發(fā)機制，實現(xiàn)爬蟲分布式管理，可根據(jù)爬取需求動態(tài)增加節(jié)點。集群管理支持對爬蟲分布式集群管理。效率提升互聯(lián)網(wǎng)內(nèi)容深度采編基于原有一期采集范圍基礎(chǔ)上，爬取內(nèi)容增加資源簡介和資源圖片等信息。其中圖片信息存儲支持多種方式，包括以圖片鏈接方式、以圖片二進制碼流方式、將圖片保存到本地服務(wù)器等。采集圖片信息對于流量消耗、本地服務(wù)器容量均會有影響，實際需根據(jù)用戶的需求和項目情況而定?；ヂ?lián)網(wǎng)內(nèi)容廣度采編系統(tǒng)可以通過配置文件，限定爬蟲的采集路徑，控制不同網(wǎng)站的采集深度，支持深度優(yōu)先遍歷策略、廣度優(yōu)先遍歷策略、寬度優(yōu)先遍歷策略、反向鏈接數(shù)策略等采集策略。系統(tǒng)支持7*24小時全天候不間斷的自動采集功能。在一期采集范圍基礎(chǔ)上，增加下列網(wǎng)站的定向爬取功能：網(wǎng)站分類網(wǎng)站名稱網(wǎng)站信息閱讀多看閱讀圖書名稱、作者等詳細(xì)信息懶人聽書書旗小說塔讀文學(xué)網(wǎng)易云閱讀蘇寧閱讀QQ創(chuàng)世小說QQ云起小說起點中文小說網(wǎng)百度縱橫小說視頻土豆視頻名稱、簡介、主演等詳細(xì)信息騰訊pptv時光網(wǎng)豆瓣迅雷看看音樂類QQ音樂音樂名稱、演唱者等詳細(xì)信息電商類凡客商品名稱、分類、價格等詳細(xì)信息京東商城一號店樂蜂網(wǎng)易迅網(wǎng)淘寶互聯(lián)網(wǎng)熱點采編對于互聯(lián)網(wǎng)熱點信息的爬取，爬蟲系統(tǒng)打破各網(wǎng)站對爬蟲的封鎖和移動端對采集的制約，實現(xiàn)高質(zhì)量的抓取，具有如下特征：信息采集面廣：不但支持四大信息源（網(wǎng)絡(luò)社區(qū)、網(wǎng)絡(luò)媒體、博客網(wǎng)站、SNS社區(qū)），還支持微信、移動APP等信息抓取信息采集層級深：支持對指定網(wǎng)絡(luò)媒體進行深層次數(shù)據(jù)采集采集數(shù)據(jù)類型多：支持表、文本、圖、語音、視頻等結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)采集采集頻率可定制：支持自定義信息采集數(shù)據(jù)源及采集頻率通過豐富的流處理、大數(shù)據(jù)處理技術(shù)應(yīng)用到數(shù)據(jù)抓取及處理過程中，提升熱點數(shù)據(jù)采集與處理的及時性，具有如下特征：數(shù)據(jù)源實時采集：利用流處理技術(shù)完成數(shù)據(jù)源實時采集數(shù)據(jù)實時處理：利用流處理、大數(shù)據(jù)計算完成數(shù)據(jù)實時處理實時分析：完成對突發(fā)事件、熱點事件的實時分析內(nèi)容管理內(nèi)容管理模板化分階段實現(xiàn)內(nèi)容素材的模板化，滿足IAB廣告素材的規(guī)范要求和《中國移動互聯(lián)網(wǎng)廣告標(biāo)準(zhǔn)》中的接口要求。素材分類管理按照素材的類別實現(xiàn)分類管理，如視頻廣告素材、網(wǎng)幅廣告素材、文本鏈接素材、富媒體素材等。支撐實現(xiàn)現(xiàn)有的營銷位進行識別適配。素材預(yù)審支持素材的接入管理和廣告素材的預(yù)審，規(guī)避不合法不合規(guī)的素材應(yīng)用于廣告。內(nèi)容管理提升素材查看：可通過選擇素材類型等，實現(xiàn)素材選定，通過點擊，查看素材內(nèi)容。素材模糊查詢：可通過關(guān)鍵字、素材類型篩選進行素材模糊查詢，支撐一線策劃人員快速定位所需素材。挖掘算法協(xié)同過濾算法開展產(chǎn)品智能推薦，可借鑒互聯(lián)網(wǎng)公司開展協(xié)同過濾算法挖掘產(chǎn)品目標(biāo)用戶。如果您現(xiàn)在想看個電影，但不知道具體看哪部，您會怎么做？可能絕大部分人會請周圍朋友推薦，從口味類似的朋友處得到的推薦更有效，此為協(xié)同過濾的核心思想。協(xié)同過濾（CollaborativeFiltering,簡稱CF），一般是在海量的用戶中發(fā)掘出一小部分和你品位比較類似的，在協(xié)同過濾中，這些用戶成為鄰居，然后根據(jù)他們喜歡的其他東西組織成一個排序的目錄作為推薦給你。實現(xiàn)協(xié)同過濾算法的三個核心步驟：收集用戶偏好、找到相似的用戶或物品、計算推薦收集用戶偏好用戶偏好要素由顯示和隱式兩部分組成：在實際分析中，用戶偏好收集工作已在用戶偏好分析節(jié)完成找到相似的用戶或物品基于用戶的協(xié)同過濾，通過不同用戶對物品的評分來評測用戶之間的相似性，基于用戶之間的相似性做出推薦。簡單來講就是：給用戶推薦和他興趣相似的其他用戶喜歡的物品。其中，主流的相似度計算模型包括：歐幾里德距離（EuclideanDistance）、皮爾遜相關(guān)系數(shù)（PearsonCorrelationCoefficient）、Cosine相似度（CosineSimilarity）、Tanimoto系數(shù)、余弦相似度Cosine-basedSimilarity基于用戶相似度的推薦原理基于用戶的CF的基本思想相當(dāng)簡單，基于用戶對物品的偏好找到相鄰鄰居用戶，然后將鄰居用戶喜歡的推薦給當(dāng)前用戶。計算上，就是將一個用戶對所有物品的偏好作為一個向量來計算用戶之間的相似度，找到K鄰居后，根據(jù)鄰居的相似度權(quán)重以及他們對物品的偏好，預(yù)測當(dāng)前用戶沒有偏好的未涉及物品，計算得到一個排序的物品列表作為推薦?；谖锲废嗨贫鹊耐扑]原理基于物品的CF的原理和基于用戶的CF類似，只是在計算鄰居時采用物品本身，而不是從用戶的角度，即基于用戶對物品的偏好找到相似的物品，然后根據(jù)用戶的歷史偏好，推薦相似的物品給他。從計算的角度看，就是將所有用戶對某個物品的偏好作為一個向量來計算物品之間的相似度，得到物品的相似物品后，根據(jù)用戶歷史的偏好預(yù)測當(dāng)前用戶還沒有表示偏好的物品，計算得到一個排序的物品列表作為推薦。圖3給出了一個例子，對于物品A，根據(jù)所有用戶的歷史偏好，喜歡物品A的用戶都喜歡物品C，得出物品A和物品C比較相似，而用戶C喜歡物品A，那么可以推斷出用戶C可能也喜歡物品C。計算推薦計算推薦的過程，實際上就是根據(jù)相似度矩陣給用戶推薦物品的過程，也是用戶偏好挖掘的過程。下面以應(yīng)用偏好為例說明。聚類算法聚類分析用戶已有通信和上網(wǎng)行為區(qū)分出不同的消費群體來，聚類分析以相似性為基礎(chǔ)，按照某個特定標(biāo)準(zhǔn)(如距離準(zhǔn)則)把一個數(shù)據(jù)集分割成不同的類或群組，使得同一群組內(nèi)的數(shù)據(jù)對象的盡可能相似；不同群組內(nèi)的數(shù)據(jù)對象具有明顯的區(qū)別。k-means是劃分方法中較經(jīng)典的聚類算法之一，以k為參數(shù)，把n個對象分成k個簇，使簇內(nèi)具有較高的相似度，而簇間的相似度較低；首先，隨機地選擇k個對象，每個對象初始地代表了一個簇的平均值或中心；對剩余的每個對象，根據(jù)其與各簇中心的距離，將它賦給最近的簇；然后重新計算每個簇的平均值；這個過程不斷重復(fù)，直到準(zhǔn)則函數(shù)收斂。關(guān)聯(lián)分析關(guān)聯(lián)分析是一種簡單、實用的分析技術(shù)，就是發(fā)現(xiàn)存在于大量數(shù)據(jù)集中的關(guān)聯(lián)性或相關(guān)性，從而描述了一個事物中某些屬性同時出現(xiàn)的規(guī)律和模式。關(guān)聯(lián)分析是從大量數(shù)據(jù)中發(fā)現(xiàn)項集之間有趣的關(guān)聯(lián)和相關(guān)聯(lián)系。關(guān)聯(lián)分析的一個典型例子是購物籃分析。該過程通過發(fā)現(xiàn)顧客放人其購物籃中的不同商品之間的聯(lián)系，分析顧客的購買習(xí)慣。通過了解哪些商品頻繁地被顧客同時購買，這種關(guān)聯(lián)的發(fā)現(xiàn)可以幫助零售商制定營銷策略。其他的應(yīng)用還包括價目表設(shè)計、商品促銷、商品的排放和基于購買模式的顧客劃分。Apriori算法是挖掘產(chǎn)生布爾關(guān)聯(lián)規(guī)則所需頻繁項集的基本算法，也是最著名的關(guān)聯(lián)規(guī)則挖掘算法之一。Apriori算法就是根據(jù)有關(guān)頻繁項集特性的先驗知識而命名的。它使用一種稱作逐層搜索的迭代方法，k—項集用于探索（k+1）—項集。首先，找出頻繁1—項集的集合．記做L1，L1用于找出頻繁2—項集的集合L2，再用于找出L3，如此下去，直到不能找到頻繁k—項集。找每個Lk需要掃描一次數(shù)據(jù)庫。產(chǎn)品適配管理建設(shè)思路平臺用戶中心產(chǎn)品適配管理模塊通過與本地相關(guān)產(chǎn)品進行適配使用，如數(shù)據(jù)業(yè)務(wù)、流量產(chǎn)品和終端等。通過客戶標(biāo)簽適配用戶群供業(yè)務(wù)人員進行精準(zhǔn)營銷使用。產(chǎn)品適配管理模塊與現(xiàn)有營銷活動策劃流程集成方案如下：客戶群管理模塊生成用戶群的同時，將用戶群列表同步至產(chǎn)品適配模塊，產(chǎn)品適配模塊與本地產(chǎn)品進行適配，業(yè)務(wù)人員對適配的產(chǎn)品進行精準(zhǔn)營銷。業(yè)務(wù)人員在策劃營銷活動過程中，產(chǎn)品適配模塊支持通過2種方式輸出產(chǎn)品推薦建議——基于客戶標(biāo)簽預(yù)測的潛在產(chǎn)品需求推薦列表?！诳蛻羝玫梅值漠a(chǎn)品偏好得分列表。數(shù)據(jù)業(yè)務(wù)適配數(shù)據(jù)業(yè)務(wù)產(chǎn)品適配，通過對數(shù)據(jù)業(yè)務(wù)的分析適配出潛在需求數(shù)據(jù)業(yè)務(wù)的用戶群，把預(yù)測的用戶群同步到產(chǎn)品適配模塊中，業(yè)務(wù)人員可以根據(jù)用戶群對數(shù)據(jù)業(yè)務(wù)進行精準(zhǔn)營銷。如飛信、139郵箱等數(shù)據(jù)業(yè)務(wù)。流量產(chǎn)品適配流量產(chǎn)品適配，通過對流量產(chǎn)品的分析適配出潛在需求流量產(chǎn)品的用戶群，把預(yù)測的用戶群同步到產(chǎn)品適配模塊中，業(yè)務(wù)人員可以根據(jù)用戶群對流量產(chǎn)品進行精準(zhǔn)營銷。如流量加油包、流量套餐等流量產(chǎn)品。終端適配終端適配，把終端機型偏好標(biāo)簽用戶數(shù)據(jù)同步到產(chǎn)品適配中，業(yè)務(wù)人員可以通過預(yù)測的終端機型偏好進行終端的個性化運營。外部接口與大數(shù)據(jù)中心接口數(shù)據(jù)探索，從大數(shù)據(jù)中心獲取客戶標(biāo)簽的所有原子數(shù)據(jù)，包括用戶基礎(chǔ)信息數(shù)據(jù)、用戶上網(wǎng)行為信息數(shù)據(jù)、用戶通話行為數(shù)據(jù)、用戶資費信息數(shù)據(jù)等。這些客戶原子數(shù)據(jù)都是通過B域、O域和M域數(shù)據(jù)匯集到大數(shù)據(jù)中心，數(shù)據(jù)探索通過Hive數(shù)據(jù)庫直接獲取。與內(nèi)容中心接口數(shù)據(jù)探索，進行客戶標(biāo)簽挖掘時需要使用一些互聯(lián)網(wǎng)方面的數(shù)據(jù)，需要從內(nèi)容中心提取用戶的互聯(lián)網(wǎng)內(nèi)容瀏覽行為以及APP使用行為等數(shù)據(jù)。內(nèi)容中心的數(shù)據(jù)匯集到大數(shù)據(jù)中心，數(shù)據(jù)探索通過Hive數(shù)據(jù)庫直接獲取。與營銷管理平臺接口通過協(xié)同營銷接口實現(xiàn)互聯(lián)互通，可實現(xiàn)營銷管理平臺營銷活動在互聯(lián)網(wǎng)渠道的部署，并回傳互聯(lián)網(wǎng)渠道宣傳接觸等數(shù)據(jù)至營銷管理平臺。時機管理建設(shè)內(nèi)容功能概述時機管理中心主要是對多時機事件源進行處理，引入流計算、分布式內(nèi)存等數(shù)據(jù)處理技術(shù)，接收各類實時事件源的基礎(chǔ)數(shù)據(jù)并進行解析，同時對實時時機事件進行累積計算，最終將實時復(fù)雜事件數(shù)據(jù)及標(biāo)簽數(shù)據(jù)加載到分布式內(nèi)存中，進行符合規(guī)則的用戶匹配。事件采集 事件是有一定意義的信息集合，是用戶所表現(xiàn)出來的帶有明確指向性的特征或者社會群體性特征。它由事件中心采集觸發(fā)，根據(jù)預(yù)定義的事件規(guī)則識別，并由事件中心決定下一步采取動作。 互聯(lián)網(wǎng)使用事件的采集，包括訪問網(wǎng)站類型、使用APP的數(shù)據(jù)信息，包括，手機號、IMSI、時間、接入方式、承載層協(xié)議、業(yè)務(wù)使用方式、網(wǎng)站類型、應(yīng)用協(xié)議、APP類型、上行流量、下行流量、接入點、計費ID。 業(yè)務(wù)辦理事件的采集，包括訂購/退訂、渠道接觸、過戶、用戶換卡的數(shù)據(jù)信息，包括手機號、IMSI、事件類型、事件時間、產(chǎn)品編碼。 業(yè)務(wù)使用事件的采集，包括用戶位置、通話行為、短信行為、開、關(guān)機行為的數(shù)據(jù)信息，包括手機號、IMSI、事件類型、事件時間、產(chǎn)品編碼，包括手機號、信令時間、主叫號碼、被叫號碼、主叫IMSI、被叫IMSI、協(xié)議、事件類型、當(dāng)前小區(qū)、目前小區(qū)、事件結(jié)果、通話時長。 基于對評估監(jiān)測中的指標(biāo)進行監(jiān)測，需要從各個渠道執(zhí)行反饋的結(jié)果中獲取相應(yīng)的數(shù)據(jù)信息。事件標(biāo)準(zhǔn)化 支持對各個事件源系統(tǒng)差異化的事件格式進行標(biāo)準(zhǔn)化轉(zhuǎn)換，轉(zhuǎn)換為統(tǒng)一化的事件體結(jié)構(gòu)，即包含多個差異化事件體轉(zhuǎn)化為標(biāo)準(zhǔn)事件體的邏輯。包括互聯(lián)網(wǎng)使用事件標(biāo)準(zhǔn)化、業(yè)務(wù)辦理事件標(biāo)準(zhǔn)化、業(yè)務(wù)使用事件標(biāo)準(zhǔn)化。事件解析 對互聯(lián)網(wǎng)使用事件、業(yè)務(wù)辦理事件、業(yè)務(wù)使用事件的數(shù)據(jù)信息，進行解析轉(zhuǎn)譯。支持對標(biāo)準(zhǔn)化事件數(shù)據(jù)根據(jù)事件規(guī)則進行內(nèi)容解析，解析內(nèi)服包括事件策略解析引擎信息、同步異步標(biāo)志。支持對實時數(shù)據(jù)進行加、減、匯總等數(shù)據(jù)運算之后，形成目標(biāo)事件。支持所有原始事件以及之前運算得到的事件作為事件運算的數(shù)據(jù)源。事件分發(fā) 對互聯(lián)網(wǎng)使用事件、業(yè)務(wù)辦理事件、業(yè)務(wù)使用事件的數(shù)據(jù)信息，進行分發(fā)。支持根據(jù)事件解析結(jié)果將事件分發(fā)給相應(yīng)的事件營銷策略解析引擎；支持同步、異步傳輸機制；支持單事件分發(fā)和批量事件分發(fā)。事件規(guī)則管理 事件規(guī)則定義、審批、監(jiān)聽與評估、輔助管理。事件規(guī)則定義 描述事件觸發(fā)生成的規(guī)則和條件，由事件中心把采集到信息與事件規(guī)則進行過濾匹配，當(dāng)滿足某事件的規(guī)則條件時就會觸發(fā)該規(guī)則事件。事件監(jiān)聽與評估 事件監(jiān)控是指以準(zhǔn)實時的方式分析事件中心的日志數(shù)據(jù)，對事件中心中的各類事件進行監(jiān)測，能方便的查看到某一個時間區(qū)內(nèi)，各類事件己觸發(fā)狀態(tài)以及待觸發(fā)狀態(tài)的整體情況。 事件評估是指結(jié)合營銷管理平臺的營銷策略以及營銷執(zhí)行結(jié)果數(shù)據(jù)，以事件為中心的各類統(tǒng)計和評估報表。事件輔助管理 指實現(xiàn)事件的查詢、編輯、上下線、停用、以及版本管理等基本功能，業(yè)務(wù)人員可以快速修改事件各種屬性，做好事件庫的基礎(chǔ)管理工作。事件規(guī)則庫 事件規(guī)則庫分為：通訊類、位置類、上網(wǎng)行為類、客戶接觸類、業(yè)務(wù)辦理類、用戶狀態(tài)變更類。規(guī)則配置流程 根據(jù)實時營銷的場景，進行原子事件的開發(fā)，并注冊原子事件，通過API接口將規(guī)則預(yù)制到事件處理中心。營銷業(yè)務(wù)人員在營銷策劃時，通過界面將原子事件組合成實例，營銷管理平臺通過API接口提交實例到事件處理中心。觸點管控建設(shè)內(nèi)容功能概述在一期已經(jīng)實現(xiàn)的網(wǎng)廳接入基礎(chǔ)上，拓展和豐富接入渠道的種類，包括自有渠道（錯誤重定向、Toolbar、微信、掌廳、飛信、郵箱、短信后綴、紅包、政企渠道）和合作渠道（廣告聯(lián)盟、百度、支付寶），提供多元化的營銷渠道，在互聯(lián)網(wǎng)渠道上向客戶進行信息的推廣和宣傳，拓展?fàn)I銷方式，提升客戶感知、降低客戶投訴，在競爭中贏得主動，提升企業(yè)競爭力。渠道接入在一期接入了網(wǎng)廳基礎(chǔ)上，二期擴展和豐富接入渠道的種類。接入九個渠道，包括錯誤重定向、Toolbar、微信、郵箱、掌廳、飛信、支付寶、DSP廣告聯(lián)盟、百度。渠道接入管理觸點管理中心提供渠道接入管理功能，可統(tǒng)一管理接入互聯(lián)網(wǎng)集中運營平臺的前端渠道。確保前端渠道接入的規(guī)范性、安全性。渠道創(chuàng)建：渠道申請接入互聯(lián)網(wǎng)集中運營平臺后，由場景管理中心通過調(diào)用觸點管理中心的渠道創(chuàng)建服務(wù)為渠道創(chuàng)建渠道號，并生成接入認(rèn)證Key。渠道接入認(rèn)證：渠道調(diào)用觸點管理中心接口時，需要傳入渠道號和認(rèn)證Key，由觸點管理中心對接入渠道進行認(rèn)證，認(rèn)證通過予以訪問。同時為了保證系統(tǒng)對接的風(fēng)險，將為每個渠道約定一個32位的MD5加密串，防止非法渠道惡意操作。接入渠道管理：可查看已接入的渠道，并對渠道配置描述信息。渠道的管理功能開放給場景管理中心，運營人員可在場景管理中心后臺即可操作管理功能。渠道管理采用統(tǒng)一中心庫中心表，管理系統(tǒng)和前臺應(yīng)用系統(tǒng)（包括跨子系統(tǒng)）均在一個數(shù)據(jù)庫中操作，減少表與庫之間的數(shù)據(jù)同步造成的數(shù)據(jù)實時和數(shù)據(jù)安全。渠道接入方式內(nèi)部渠道接入方式可支持的內(nèi)部渠道接入方式包括：

1、接口方式：系統(tǒng)提供webservice，Rest

兩種接口，系統(tǒng)對于接口業(yè)務(wù)的處理采用異步隊列處理模式，防止由于接口阻塞造成的系統(tǒng)異常。異步隊列工作模式如下圖：首先接口的處理流程采用異步模式，調(diào)用方不用等待業(yè)務(wù)真實處理完成，而是將業(yè)務(wù)調(diào)用的指令發(fā)出后立即反饋調(diào)用方，避免由于接口阻塞造成的系統(tǒng)響應(yīng)超時。而接口的真實處理采用多種業(yè)務(wù)隊列并發(fā)的方式排隊處理，也就是說相同的業(yè)務(wù)處理同步，但是不同的業(yè)務(wù)并發(fā)處理的模式進行處理。2、頁面方式：提供PC標(biāo)準(zhǔn)頁面接入和終端頁面接入（兼容ios和安桌）。短廳只支持接口方式的接入。提供多接入方式的目的主要是方便渠道的快速接入，提供多樣的接入方式在其它系統(tǒng)對接過程中，能盡量做到改造量的最小化，節(jié)約開發(fā)成本。內(nèi)部渠道的定義：包括湖北移動電子渠道建設(shè)的內(nèi)部電子渠道系統(tǒng)，如錯誤重定向，Toolbar、微廳，掌廳，郵箱，飛信等。錯誤重定向用戶在手機端輸入的網(wǎng)址鏈接錯誤后，跳出錯誤重定向頁面。通過此頁面上的頻道，引導(dǎo)用戶進行點擊，達到營銷的目的。Toolbar用戶使用手機，進入某些指定的站點時，右下角跳出toolbar，從左往右依次提供四個頻道，包括流量查詢、優(yōu)惠信息、熱門影視、網(wǎng)站推薦。通過不同的頻道，提供廣告位，在互聯(lián)網(wǎng)渠道上向客戶進行信息的推廣和宣傳。微信打開湖北移動的微信公眾號時，營銷廣告位會自動加載數(shù)據(jù)，調(diào)用觸點管理系統(tǒng)的服務(wù)（包括頁面和接口兩種方式），觸點系統(tǒng)會根據(jù)渠道關(guān)鍵信息傳入的參數(shù)（URL或接口入?yún)ⅲ?，如營銷位的位置，用戶號碼，渠道編號，日期等，自動去處理營銷位應(yīng)該加載的廣告位信息，并通過不同的請求方式（頁面方式則直接post頁面，接口方式則返回出參由渠道自己渲染）返回渠道。移動互聯(lián)網(wǎng)終端頁面，考慮到適配多系統(tǒng)多適配的情況，返回頁面采用HTML5+CSS3進行頁面反饋。掌廳登錄掌廳APP，首頁上的圖片營銷位，渠道接入方式同微信的接入。短信后綴通過移動自有短信端口發(fā)送提醒、服務(wù)等短信通知時，后綴相關(guān)宣傳信息。示例：尊敬的**客戶：您已開通了**業(yè)務(wù)，您還可通過編輯**發(fā)送到10086辦理**業(yè)務(wù)。中國移動。紅包新增紅包營銷位接入，實現(xiàn)相關(guān)素材配置功能。政企渠道包括聰明號簿、興業(yè)云等政企業(yè)務(wù)渠道接入。外部渠道接入方式外部渠道的定義：包括湖北電子渠道以外的外部系統(tǒng)，如支付寶，百度，DSP廣告聯(lián)盟等等。外部渠道接入方式：1、接口方式：系統(tǒng)提供webservice，Rest

兩種接口，系統(tǒng)對于接口業(yè)務(wù)的處理采用異步隊列處理模式，防止由于接口阻塞造成的系統(tǒng)異常。2、頁面方式：提供PC標(biāo)準(zhǔn)頁面接入和終端頁面接入（兼容ios和安桌）。和內(nèi)部系統(tǒng)接入的區(qū)別在于，內(nèi)部系統(tǒng)在物理域和外部接入系統(tǒng)分開建設(shè)。外部對接系統(tǒng)由于開放在互聯(lián)網(wǎng)公網(wǎng)出口域下，需在系統(tǒng)之上建設(shè)安全防護方案，考慮對接安全和風(fēng)險控制。具體措施如下：針對于外部系統(tǒng)的接入增加IP安全攔截、防欺詐訪問安全管控措施確保外部渠道接入的安全性。渠道接入安全策略訪問安全：監(jiān)控的對象主要為業(yè)務(wù)類對象，如當(dāng)前參加某活動的訪問數(shù)，業(yè)務(wù)數(shù)據(jù)動態(tài)跟蹤，訪問端詳情。活動訪問數(shù)：主要為當(dāng)前活動的PV，UV等，緯度以業(yè)務(wù)為對象，分析整個業(yè)務(wù)是否正常運行，如在活動開展時間點上，PV和UV為0，則系統(tǒng)將可能存在問題；業(yè)務(wù)數(shù)據(jù)動態(tài)跟蹤：主要為對某活動的業(yè)務(wù)的業(yè)務(wù)關(guān)鍵點進行實時跟蹤，如某正在開展的秒殺活動當(dāng)前已秒殺的數(shù)量，剩余數(shù)量，數(shù)量變化曲線等業(yè)務(wù)關(guān)鍵點；訪問端詳情：主要從客戶端為關(guān)注點，關(guān)注周期內(nèi)客戶端訪問的數(shù)據(jù)情況，對客戶端IP，時間，頻率等進行統(tǒng)一管理和查看，為后續(xù)安全策略加固提供數(shù)據(jù)參考。安全策略配置：通過多緯度的數(shù)據(jù)作為參考，提供配置頁面對系統(tǒng)安全類進行配置管理。配置管理的對象暫定為對接入端進行控制，對IP進行控制，對號碼進行控制以及達到配置閥值后，根據(jù)安全庫策略進行安全隔離和報警。對IP進行控制：客戶端IP在配置的特定時間段內(nèi)如達到配置的閥值，將自動阻斷該IP訪問系統(tǒng)，并產(chǎn)生告警短信發(fā)送至管理員；對號碼進行控制：配置號碼黑/白名單，在黑/白名單中的號碼將在配置的時間段內(nèi)不能訪問系統(tǒng)，直到系統(tǒng)解鎖或手動解鎖。渠道接入實現(xiàn)方式頁面嵌入實現(xiàn)樣例：由觸點中心提供一段js代碼，互聯(lián)網(wǎng)渠道根據(jù)情況做一些修改（如放入加密串）放置到主頁面區(qū)域中（如放在預(yù)留區(qū)域的div中），JS會調(diào)用觸點中心的服務(wù)進行驗證，如鑒權(quán)成功，則創(chuàng)建相應(yīng)的Iframe及推薦內(nèi)容，填充到互聯(lián)網(wǎng)渠道的主頁面。首先，將以下js的引入放在要調(diào)用的頁面的<head></head>中。<script src="http://ip:port/load.js"type=text/javascript></script>其次，當(dāng)調(diào)用時首先創(chuàng)建一個js對象如下格式：<scripttype="text/JavaScript">/**加載營銷推薦信息，需要傳遞參數(shù)有：互聯(lián)網(wǎng)渠道編號、手機號、運營位編號（與合作式渠道約定）、渠道TOKEN/ 監(jiān)聽空數(shù)據(jù)：本接口提供emptyDataListener()方法監(jiān)聽加載頁面后沒有推薦的廣告位時的事件，使用時在頁面中聲明一個emptyDataListener()方法，用來捕獲此事件，如：渠道協(xié)同渠道協(xié)同調(diào)度能夠提供基于全渠道的多協(xié)同營銷服務(wù)能力，通過打通與渠道協(xié)同系統(tǒng)的接口，實現(xiàn)協(xié)同規(guī)則、協(xié)同任務(wù)和客戶清單信息的同步。渠道協(xié)同調(diào)度是指針對營銷執(zhí)行任務(wù)，按照渠道協(xié)同規(guī)則和協(xié)同流程來實現(xiàn)跨渠道的營銷執(zhí)行，達到形成一致的客戶體驗的業(yè)務(wù)目標(biāo)。渠道協(xié)同調(diào)度按照協(xié)同規(guī)則和協(xié)同流程分解營銷執(zhí)行任務(wù)，實現(xiàn)跨渠道的多波次的立體式營銷，提供協(xié)同任務(wù)管理、協(xié)同流轉(zhuǎn)、協(xié)同撤銷功能。渠道協(xié)同配置渠道協(xié)同配置實現(xiàn)對協(xié)同規(guī)則和協(xié)同流程的管理。支持協(xié)同規(guī)則和協(xié)同流程的增加、刪除、修改，發(fā)布最終配置好的協(xié)同規(guī)則到ComFrame工作流?？赏ㄟ^服務(wù)集成或頁面集成的方式實現(xiàn)此能力。渠道協(xié)同質(zhì)量管理 渠道協(xié)同質(zhì)量管理，通過協(xié)同接觸過濾、協(xié)同接觸合并、質(zhì)量規(guī)則配置，對各渠道上協(xié)同執(zhí)行的營銷服務(wù)，進行質(zhì)量把控，保障多渠道共同完成營銷任務(wù)的執(zhí)行調(diào)度順利執(zhí)行下去。執(zhí)行優(yōu)先級決策 在渠道推送前，通過執(zhí)行優(yōu)先級決策，來控制執(zhí)行渠道的優(yōu)先級和渠道間的頻次控制，降低跨渠道的營銷活動，重復(fù)接觸，重復(fù)打擾。多波次營銷協(xié)同 對多波次營銷進行營銷渠道和營銷頻次的控制管理，加強多波次營銷活動開展的能力，充分利用營銷資源。廣告排期管理互聯(lián)網(wǎng)渠道排期管理是運營人員按照互聯(lián)網(wǎng)渠道的信息推廣策略，進行具體的互聯(lián)網(wǎng)渠道運營計劃安排，支持為指定渠道、指定運營位、指定時間，設(shè)置特定的推薦信息。支持對排期進行創(chuàng)建、修改、刪除、查詢；支持查詢當(dāng)前的渠道、運營位、時間的排期情況；支持選擇互聯(lián)網(wǎng)渠道和該渠道上的具體運營位；排期時段設(shè)置排期管理支持時段設(shè)置支持選擇具體日期和時間段，最小可以支持到小時級，支持多個時間段的選擇，支持連續(xù)時間段和不連續(xù)時間段選擇：連續(xù)時間段選擇：選擇開始時間和結(jié)束時間，時間段內(nèi)都進行指定信息的推薦；不連續(xù)時間段選擇：選擇若干個不連續(xù)的時間，在各個時間段內(nèi)都進行指定信息推薦；排期地市設(shè)置排期管理支持地市設(shè)置支持省級排期和地市排期：省級排期：由省公司統(tǒng)一排期，全省客戶在同一時間、同一運營位看到省公司統(tǒng)一排期的推薦信息；地市排期：由地市公司自行排期，不同地市客戶在同一時間、同一運營位看到地市自行排期的推薦信息；投放頻次策略設(shè)置排期支持投放頻次的策略配置支持配置投放頻次策略排期預(yù)覽支持排期配置后的頁面預(yù)覽支持頁面預(yù)覽排期狀態(tài)變更支持排期狀態(tài)變更可對未進行中的排期停用；也可對停用的排期活動啟用。排期審批可對未審批的排期進行審批支持對排期的審批；運營位管理觸點管控模塊提供營銷位管理功能，可管理接入渠道的營銷位，對渠道的營銷位進行定義、分類和管理，并開放給營銷平臺管理使用。支持廣告相關(guān)渠道多個運營位信息的配置，包括運營位編碼、運營位名稱、運營位類型（如：鏈接、廣告位）、運營位描述等，如互聯(lián)網(wǎng)渠道上可能有多個展現(xiàn)區(qū)域，每一個區(qū)域都可以稱作運營位，不同的運營位可以放置不的推薦信息；支持圖形、文本、圖文方式的運營位；運營位詳情查看查看運營位的詳細(xì)信息，僅供查看。支持運營位信息的展示，包括運營位編碼、運營位名稱、運營位類型（如：鏈接、廣告位）、運營位描述等運營位狀態(tài)變更支持運營位狀態(tài)變更。運營位狀態(tài)包括：啟用，禁用；禁用的運營位在排期中不可使用。運營位的類型可根據(jù)運營位的類型把所管理的運營位分為PC端運營位和移動端運營位，對不同的運營位進行分別管理。系統(tǒng)對于門戶網(wǎng)站，網(wǎng)廳以及商城等通過PC端訪問的運營位分配到PC端運營位里PC端圖片示例：系統(tǒng)對于手機，Pad等移動終端訪問wap，微廳等通過移動端訪問的運營位分配到移動端運營位里移動端圖片示例：廣告素材管理廣告素材是廣告平臺最終展現(xiàn)給用戶的包含產(chǎn)品特征的圖片或文字信息，用戶通過廣告素材的外在表現(xiàn)了解產(chǎn)品的內(nèi)涵，觸點管控模塊負(fù)責(zé)管理系統(tǒng)中所有的素材，定義素材的名稱、素材描述、素材跳轉(zhuǎn)鏈接等。素材庫建設(shè)支持素材庫的管理和維護。支持素材分類和素材的新增，修改和刪除。支持素材的查詢，包括名稱、素材文本信息、圖片鏈接（可上傳）、點擊跳轉(zhuǎn)鏈接、描述等信息。分渠道素材支持對不同渠道來源的素材的管理。支持素材信息，區(qū)分不同的渠道，進行錄入、修改、刪除。支持按照渠道分類，進行查詢，包括名稱、素材文本信息、圖片鏈接（可上傳）、點擊跳轉(zhuǎn)鏈接、描述等信息。圖片類素材管理管理圖片類型的素材。支持圖片類素材信息的錄入、修改、刪除；素材信息包含：名稱、圖片鏈接（可上傳）、點擊跳轉(zhuǎn)鏈接、描述等信息。文字類素材管理管理文字類型的素材。支持文字類素材信息的錄入、修改、刪除；素材信息包含：名稱、素材文本信息、點擊跳轉(zhuǎn)鏈接、描述等信息。動畫類素材管理管理動畫類型的素材。支持動畫類素材信息的錄入、修改、刪除；素材信息包含：名稱、動畫鏈接（可上傳）點擊跳轉(zhuǎn)鏈接、描述等信息。素材預(yù)覽查看素材的詳細(xì)信息。支持素材詳細(xì)信息的查看；可查看內(nèi)容包含：名稱、素材文本信息、點擊跳轉(zhuǎn)鏈接、描述等信息。素材的自適應(yīng)對同類運營位的素材投放到廣告頁面，可以按照運營位尺寸的大小實現(xiàn)素材大小的自適應(yīng)。支持投放素材對同等類型的廣告位，實現(xiàn)自動收放功能，例如通欄類、按鈕類審批流程優(yōu)化優(yōu)化活動審批界面：活動發(fā)布前，設(shè)置審批流程界面，在此界面中進行營銷關(guān)鍵信息展示，支撐審批人決策。評估監(jiān)測建設(shè)內(nèi)容功能概述湖北移動互聯(lián)網(wǎng)渠道一期僅對網(wǎng)廳的營銷效果進行了監(jiān)測評估，隨著二期接入的互聯(lián)網(wǎng)渠道更加豐富，需要進一步挖掘用戶行為特征，評估監(jiān)測模塊需要從以下幾個方面進行新增或者優(yōu)化：增加分析維度，分析方法，多角度剖析營銷位的流量情況和轉(zhuǎn)化情況。提供實時的流量分析，包括趨勢分析，訪客分析、來源分析等。對多渠道，不同類型的監(jiān)測數(shù)據(jù)，提供標(biāo)準(zhǔn)化的處理方法，并能夠區(qū)分PC版，移動版等不同平臺數(shù)據(jù)。提升評估監(jiān)測模塊界面體驗。技術(shù)架構(gòu)評估監(jiān)測模塊應(yīng)用技術(shù)架構(gòu)如下：趨勢分析提供某個時間段內(nèi)訪客對營銷渠道的訪問情況，幫助了解該時間段內(nèi)訪客數(shù)和瀏覽量等指標(biāo)。時間段選擇及對比：可點擊選擇不同的時間段（今天、昨天、最近7天、最近30天，還可任選時間段），下面即展示不同時段的數(shù)據(jù)。還可選擇與其他時間段進行對比：選擇對比之后下面的折線圖即可展示兩個時間段的對比趨勢圖。指標(biāo)切換：點擊“按流量分析”“訪客分析”“按吸引力分析”“按轉(zhuǎn)化分析”，即可展示相應(yīng)的指標(biāo)數(shù)據(jù)?！鞍崔D(zhuǎn)化分析”中展示的轉(zhuǎn)化次數(shù)及轉(zhuǎn)化率為所設(shè)置轉(zhuǎn)化頁的總轉(zhuǎn)化次數(shù)及轉(zhuǎn)化率。指標(biāo)注釋：鼠標(biāo)移動到相應(yīng)指標(biāo)旁邊的問號即可顯示指標(biāo)的口徑解釋。指標(biāo)圖表展示篩選：篩選不同的指標(biāo)，下方的趨勢圖即可展示指標(biāo)的趨勢變化。選擇某一天時，折線圖顯示的每個小時的趨勢。選擇一個時間段是，折線圖顯示的是每天的趨勢情況。自定義指標(biāo)：在此處篩選不同的指標(biāo)，點擊“確定”，下方的表格即可展示所選定的指標(biāo)的數(shù)據(jù)。點擊“恢復(fù)默認(rèn)指標(biāo)”即可回復(fù)到原來的指標(biāo)狀態(tài)。表格篩選框：表格篩選框包括轉(zhuǎn)化頁面篩選、來源類型篩選、地域篩選、訪客類型篩選；轉(zhuǎn)化目標(biāo)頁面篩選中，此處的轉(zhuǎn)化頁目標(biāo)與轉(zhuǎn)化次數(shù)及轉(zhuǎn)化率為對應(yīng)關(guān)系。選擇了不同的轉(zhuǎn)化頁目標(biāo)，轉(zhuǎn)化次數(shù)及轉(zhuǎn)化率即為相應(yīng)頁面的轉(zhuǎn)化次數(shù)及轉(zhuǎn)化率；來源類型篩選可選擇不同的來源類型，表格即可顯示相應(yīng)的數(shù)據(jù)；地域篩選可選擇不同的地域，表格即可顯示不同地域的數(shù)據(jù)；訪客類型可選擇全部訪客、新訪客、老訪客三種類型。數(shù)據(jù)導(dǎo)出及發(fā)送郵箱：有權(quán)限的用戶，可將表格的數(shù)據(jù)進行導(dǎo)出或直接發(fā)送到郵箱。渠道評估提供接入的不同源渠道的狀況，主要包括各個時間維度相關(guān)指標(biāo)（瀏覽量、訪客數(shù)、訪問次數(shù)、廣告數(shù)量、廣告點擊量等）的趨勢。時間切換：點擊不同的時間，即可顯示不同時間的指標(biāo)數(shù)據(jù)。選擇某一天時（如“今天”“昨天”），表格中顯示每個渠道某一天的數(shù)據(jù)，折線圖顯示的這一天中每個小時的趨勢；選擇一個時間段時，表格中顯示的是這個時間段內(nèi)的匯總數(shù)據(jù)，折線圖顯示的是這個時間段內(nèi)每天的趨勢情況。指標(biāo)選擇：可通過指標(biāo)篩選框選擇指標(biāo)，選擇某一個指標(biāo)時，折線圖則顯示在相應(yīng)的時間內(nèi)的趨勢情況。問號注釋：鼠標(biāo)移到“？“，即可顯示相應(yīng)指標(biāo)的解釋。營銷活動評估從營銷活動的角度出發(fā)，評估營銷活動在不同互聯(lián)網(wǎng)渠道上、不同時間段、不同運營位上的監(jiān)測指標(biāo)情況。分析維度：時間、營銷活動ID、渠道ID、運營位ID分析指標(biāo)：PV(瀏覽量)、UV(訪客數(shù))、IP數(shù)、點擊率、轉(zhuǎn)化率、曝光率等頁面分析頁面流量分析是指訪客對網(wǎng)站各個頁面的訪問情況，通過頁面流量分析能夠精確分析到每一個頁面的各個流量指標(biāo)情況。頁面流量分析包括受訪頁面分析和入口頁面流量分析。入口頁面流量分析可以判定訪客從哪個URL最先進入訪問，此功能詳細(xì)的披露了入口頁面流量情況和變化趨勢。受訪頁面流量分析可以判定整個網(wǎng)站各個頁面的訪問情況，此功能詳細(xì)的展示了受訪頁面的流量情況和變化趨勢。功能說明頁面流量分析分為三塊功能：受訪頁面分析：受訪頁面是指訪客所訪問的網(wǎng)站各個頁面,受訪頁面從不同的維度展示了頁面流量的各種指標(biāo)：包括基礎(chǔ)流量指標(biāo)(瀏覽量(PV)、訪客數(shù)(UV)，IP數(shù),訪問次數(shù))，訪客指標(biāo)(新訪客數(shù)、老訪客數(shù)、新訪客比例，活躍用戶數(shù))，吸引力指標(biāo)(跳出率、平均停留時長)和轉(zhuǎn)換指標(biāo)(轉(zhuǎn)換次數(shù)、轉(zhuǎn)化率)。受訪頁面提供當(dāng)前頁面訪問IP來源明細(xì)下載功能。入口頁面分析：入口頁面是指訪客訪問網(wǎng)站的第一個入口，即每次訪問中的第一個打開的頁面，主要以“按流量分析、按新訪客分析、按吸引力分析、按轉(zhuǎn)化分析”四種形式作為分析維度。入口頁面提供當(dāng)前頁面訪問IP來源明細(xì)下載功能。頁面歷史趨勢：頁面歷史趨勢以圖表的形式展示當(dāng)前頁面在一定時間內(nèi)的流量變化情況，可以從瀏覽量,訪客數(shù),跳出率,平均訪問時長,貢獻下游瀏覽量等形式分析，明細(xì)數(shù)據(jù)支持發(fā)送郵件和下載。維度指標(biāo)該功能支持按照時間(天/周/月/自定義)維度分析，并提供瀏覽量(PV)、訪客數(shù)(UV)、跳出率、平均訪問時長、入口頁次數(shù)和貢獻下游流量等指標(biāo)展示。界面示意截圖頁面流量分析截圖如下：頁面流量分析截圖如下：頁面流量分析截圖如下：頁面歷史趨勢截圖如下：頁面元素分析頁面元素分析是指對頁面上的文字鏈接、圖片廣告或者按鈕等進行流量分析。對于站內(nèi)頁面元素采用如下兩種技術(shù)方案進行流量分析。方式一：鏈接追加參數(shù)方式此方式適用于文字鏈接、圖片以及按鈕能跳轉(zhuǎn)并有站內(nèi)頁面的情況。通過在鏈接后追加參數(shù)(比如?type=button1)的形式，通過站內(nèi)目標(biāo)頁的流量過濾出來type=button1的流量即為此按鈕流量。方式二：調(diào)用API此方式適用于文字鏈接、圖片以及按鈕沒有跳轉(zhuǎn)情況。通過調(diào)用特定API獲取頁面元素流量信息。維度指標(biāo)該功能提供時間(天/周/月/自定義)維度分析，并提供流量基礎(chǔ)指標(biāo)(瀏覽量(PV)、訪客數(shù)(UV)、IP數(shù)、訪問次數(shù))，訪客屬性指標(biāo)(新訪客數(shù)、老訪客數(shù)、新訪客數(shù)占比)和轉(zhuǎn)換指標(biāo)(轉(zhuǎn)化次數(shù))展示。界面示意截圖頁面元素分析截圖如下：營銷位點擊分析營銷位點擊分析是對各互聯(lián)網(wǎng)渠道的營銷位的點擊情況按照特定維度進行分析。功能說明展示特定時間或者時間段用戶訪問互聯(lián)網(wǎng)渠道營銷位的點擊情況等指標(biāo)，包括營銷位名稱、營銷活動名稱、廣告素材名稱、點擊情況(pv,點擊量等)、用戶訪問行為(uv,點擊營銷位的獨立訪客數(shù)量)等指標(biāo)內(nèi)部渠道的定義：包括湖北移動電子渠道建設(shè)的內(nèi)部電子渠道系統(tǒng)，如錯誤重定向，Toolbar、微廳、掌廳、郵箱、飛信等。維度指標(biāo)該功能支持從時間(天/周/月/自定義)展示，該功能支持按照渠道過濾。訪客分析實時訪客實時訪客是針對到具體某個訪客的實時訪問情況，包括訪客的地域、訪問時間、來源、訪客標(biāo)識碼、訪問IP、訪問時長和訪問深度等。評估監(jiān)測模塊根據(jù)實際情況提供最近30分鐘實時訪客列表。功能說明實時訪客列表：提供近30分鐘內(nèi)各互聯(lián)網(wǎng)渠道訪客的地域、訪問時間、來源、訪客標(biāo)識碼、訪問IP、訪問時長和訪問深度等指標(biāo)。實時訪客支持按照流量來源、地域、訪客、訪問深度和訪問時長過濾訪客行為。訪客行為跟蹤支持列表發(fā)送郵件和導(dǎo)出。維度指標(biāo)該功能提供按時間(天/周/月/自定義)維度分析，并提供地域、訪問時間、來源、訪客標(biāo)識碼、訪問IP、訪問時長和訪問深度等指標(biāo)展示。界面示意截圖實時訪客-列表截圖如下：訪客行為跟蹤訪客行為跟蹤是針對到具體某個訪客的訪問行為，包括進入頁面、主要訪問頁面、離開頁面、感興趣的關(guān)鍵字等，訪客行為能跟蹤能捕獲用戶整個訪問軌跡，并統(tǒng)計所有用戶行為，為網(wǎng)站營銷、產(chǎn)品推廣、轉(zhuǎn)化率提升和網(wǎng)站優(yōu)化提供依據(jù)。功能說明訪客行為跟蹤共分為兩塊功能：訪客行為跟蹤：訪客行為跟蹤匯總了互聯(lián)網(wǎng)渠道所有訪客訪問網(wǎng)站路徑，包括訪客的地域、訪問時間、訪問來源、入口頁面、離開頁面、訪問時長和訪問頁數(shù)。訪客行為跟蹤支持按照流量來源、地域、訪客、訪問深度和訪問時長過濾訪客行為。訪客行為跟蹤支持列表發(fā)送郵件和導(dǎo)出。訪客行為跟蹤路徑明細(xì)：訪客行為跟蹤路徑明細(xì)指某一個訪客的所有訪問路徑明細(xì)。訪客行為跟蹤路徑明細(xì)支持發(fā)送郵件和導(dǎo)出。維度指標(biāo)該功能提供按時間(天/周/月/自定義)維度分析，并提供地域、訪問時間、來源、入口頁面、離開頁面、訪問時長和訪問頁數(shù)等指標(biāo)展示。界面示意截圖訪客行為跟蹤-列表截圖如下：訪客行為跟蹤-明細(xì)截圖如下：地域分布地域來源分布是指各個地域（國籍\省\直轄市\(zhòng)特區(qū)、地級市等）帶來的訪客數(shù)及流量情況，幫助運營分析人員了解網(wǎng)站訪問的地域分布，特定地域用戶偏好,可進行針對性的運營和推廣。功能說明地域來源分布共分為兩塊功能：地域來源分布概況：地域來源分布概況是指對各個地域的訪客和流量情況用地圖的形式展示，地域