基于云计算技术和互联网广告精准定向.pptVIP

架构中的其他耦合层 在BT定向查询层，构建了Redis + SSD的数据缓存层，并且，还构建了服务于Hbase用户数据的分布式MySQL数据索引层： Redis SSD 极高的寻址特性 小文件支持佳 内存Key/Value 极高查询性能 VM 支持数据持久化 MySQL 自主构建的分布式逻辑 高可靠性 高可维护性 (3) 受众行为分析建模 受众精准兴趣分析的4个维度 用户兴趣关键词 用户兴趣行业 用户兴趣 产品类别 当前浏览页面 关键词 受众兴趣分类体系 我们结合广告主的营销需求，经过分析调整，整理出了包含22个兴趣行业、230个产品类别的受众兴趣分类体系。 兴趣分类的体系，用以经过分析计算，给用户标识出兴趣Tag。 让广告主能够更容易地从人群兴趣的维度选择广告定向的条件。 消费数码 汽车 手机 改装 笔记本电脑 SUV 二手车 两个受众兴趣分类体系的核心技术 基于语料学习的分类词库 按照行业及产品分类体系的结构，我们对关键词库进行了基于语料训练方式的整理，基于大量分类语料的语料训练及自学习，得出了与各个分类指标化关联的，高可用性的分类词库。 用户兴趣分类算法 通过不断的数据建模及修正，我们得出了依据用户行为及内容分类，得出用户行业/产品兴趣的高可用性算法。 用户分类算法图示 用户分类的确定采用改进的朴素贝叶斯(Na?ve Bayes，NB)分类算法， YOYI基于NB