大数据营销o2o项目可行性研究报告

大数据营销o2o项目可行性研究报告内容摘要：

式环境中 元 数据的强一致性。 管理 节点一般 部署于一台独立的管理主机上，提供如下服务： Web 展示 服务 ： 提供 iStream 实例基于 HTTP 通讯协议的访问与管理 能力。 服务 管理 ： 接收和处理作业的提交和取消请求，主要通过和 与各服务节点的进程管理 (PM) 进行交互来实现。 通过 收集运行时性能度量指标， 来确定哪个13 服务节点 被调度以运行特定的 job 任务。 资源管理 ： 负责 iStream 实例的初始化，聚合系统范围内的性能度量指标，并和每个 服务节点 上的主机 管理器 (HC) 进行交互。 命名服务 (NS) ： 用于提供管理服务的位置信息。 认证授权服务 (AAS) ： 用于认证并且授权用户的服务请求和访问。 除了运行一系列管理服务的管理 节点 之外，还存在一个或多个 服务节点 ，用于执行 iStream 业务逻辑。 服务节点按功能角度划分，又细分为三层（传输层、管理层、业务层）。 角色 功能说明 业务层 SL 实现业务执行的虚拟空间，提供该虚拟空间内部的事件管理、事务管理和任务调度控制。 确保多个独立的任务有序的执行完成业务逻辑。 管理层 ML 逻辑节点内部的管理，实现与物理主机的资源 调用代理。 为业务层构建一个虚拟统一的运行环境。 和管理节点协助实现服务进程的动态调度和均衡。 并提供日志、监控等支撑管理的辅助功能。 传输层 TL 提供分布式消息的透明处理，实现底层通讯的路由投递、故障切换和负载均衡的功能。 管理层 ML 通过装了信箱管理，内存管理，信号量管理，内存映射，中断管理，进 /线程管理，时钟管理，异常处理系统调用为业务层提供了虚拟的 JRE(Job runtime Environment)。 14 硬件设备 操作系统（ W in dows , Lin u x ） 虚拟操作系统（ VOS ） 调度定时 进程间通讯 文件管理 Jo b Ru ntim e En v ir o n m en t（应用进程） 运行支撑系统 在 iStream 业务层的核心实现 是 在 JRE 中运行的并发运行的 Application应用。 不同 Applicaton 对应独立的业务应用场景， Application 之间无逻辑关联，但多个 Applicaton 可同时并发运行。 每个 Applicaton 应用又由多个前后关联的 Job 共同完成业务逻辑。 每个 Job 作业具体实现时，又可以由一个或多个 Task 任务来实现。 归属关系如下图所示： 具体划分，可参看下图： 15 对应每个 Applicaton 应用 ， iStream 运行时 需要 同时运行多个 Job。 其中一个 Job 可负责流数据的导 入 ，然 后另外一个或多个 Job 来消费导出的流数据。 不同 Job 间 以松耦合的方式进行组合，这样上游和下游 Job 可以独立部署，并且在负载过大的情况下还可按需部署新的下游 Job 以及动态调整 Job 间的 订阅属性，以达到负载均衡处理的效果。 三、项目技术路线描述 总体技术路线： 1）用户身份识别 用户身份识别是在用户没有输入登录用户名和密码的情况下，获取到手机用16 户的手机号码，作为用户的身份标识。 2）自营渠道建设 自营渠道用于销售运营商提供手机、增值业务等产品销售。 主要包括：  手机及其周边产品（包括手机配件、 充值卡、流量包等）的线上浏览、推荐、订单、支付等线上服务；  手机及周边产品的门店体验、物流配送、售后支持、软件服务等线下服务。 3）用户兴趣图谱 对移动互联网用户的基本特征、行为喜好、生活轨迹等维度进行分析，形成对用户的兴趣刻画，用于辅助线上渠道的客户洞察和个性化推荐。 4）用户访问场景 依据用户当前使用的终端、当前使用的客户端应用、当前访问的网站、当前浏览的内容归纳总结出用户当前的访问场景。 用于辅助线上渠道的客户洞察和个性化推荐。 5）实时推荐系统 通过用户兴趣图谱和用户当前访问场景、当前可用的移动商务资源进行数据挖掘，分析出适合当前访问用户的移动商务内容列表。 6）实时决策 依据实时推荐系统提供的匹配当前用户的移动商务内容列表和线上渠道特定的要求，对推荐内容进行进一步的筛选，给出符合线上渠道预期的结果，并提交给线上渠道刺激用户的需求。 7）实时导航 依据与线上渠道的合作需求，对线上渠道提交的用户给与主动的接触，刺激用户的需求，并引导到线上渠道。 用户兴趣图谱的建设技术路线： 17 1）用户基本特征分析 包括客户性别、年龄、入网渠道、品 牌、套餐、会员级别、协议捆绑类型等，通过对这些基本特征进行分析，生成客户细分矩阵，了解客户基本构成情况。 2）用户消费行为分析 用户消费行为分析主要基于用户业务订购和使用信息进行分析，数据来源于BSS 系统的账单、 VAC 系统的用户增值业务订购记录以及业务平台的用户使用记录以及通信网的用户话音、短信、数据业务信息。 3）用户通话行为分析 通过对用户通话行为进行分析，把客户按照使用场景进行分类，基于此向客户推荐恰当的套餐和产品。 4）用户上网行为分析 客户的上网行为主要从访问时段、访问终端、访问日期、访问频率高低 、访问流量高低等方面来体现；通过对这些特征指标进行数据建模，建立相对稳定的上网行为模型，可以进行基于客户上网行为的流量营销。 5）用户渠道偏好分析 通过客户日常对各个渠道的接触情况，得到用户对哪种渠道的认可度较高，在策划增值业务营销时，通过合适的渠道为客户推荐合适的业务。 客户渠道偏好分析通过分析客户订购、退订、访问渠道信息确定客户对该类渠道的接受度，从18 而制定相应的渠道营销政策；同时加强对渠道的投诉管控为营销活动营造良好的营销氛围。 6）用户终端匹配分析 通过对订购、使用各种增值业务的用户终端进行归类分析，得 出各种增值业务与用户终端的匹配关系，可以有效的指导策划人员，进行基于用户终端的营销策划，到达为合适的人推荐合适业务的目标。 7）用户行为喜好分析 用户的上网行为透露出大量的用户偏好信息。 用户上网信息为手机用户主动消费所产生，因此这部分的信息内容所反映出用户真实的消费心理。 通过对手机用户上网数据进行分析，如用户经常访问的网站、栏目、页面等进行归类统计，形成用户喜好特征库；挖掘用户喜好与手机电视、手机音乐、手机阅读等联通重点业务的内在联系，作出归纳性的推理，进行基于客户行为喜好的流量业务推荐。 8）用户生活轨迹 分析 用户生活轨迹分析是指对用户的生活形态和生活习惯进行深入的分析，把用户的生活轨迹标签化。 用户生活轨迹透露出用户的大量信息，如通话场所、日常生活模式等。 通过对这些属性进行分析量化，有效的指导营销工作，进行基于用户生活轨迹的流量业务推荐。 用户生活圈分析通过对客户主要滞留区域位置特征，滞留时长、通话次数、通话时长、短信发送次数、开关机时间、开关机区域通过用户在电路域侧的各种通讯行为，分析用户在生活场所中的轨迹特征，利用用户轨迹数据结合地理场所结合时间特征、频次特征，分析用户的生活形态和特征，即构建用户生活圈， 深挖用户需求和偏好特征，并标签化，形成用户特征宽表。 用户访问场景识别的技术路线： 19 1）实时终端识别 识别用户当前访问的终端型号、屏幕大小、是否支持短信、彩信和流媒体等信息。 2）实时客户端识别 识别用户当前访问的应用的名称，应用归属的内容类型，访问产生的流量，以及访问时间和频次信息。 3）实时网址内容识别 识别用户当前访问的网站的名称，网站归属的内容类型，访问产生的流量，以及访问时间和频次信息。 识别用户当前访问的内容的主题关键字，归属的内容类型，访问产生的流量，以及访问时间和频次信息。 4）实时小区位置识别 识别用户当前访问的位置区信息，在该位置区访问的时间信息和频次信息和流量信息。 5）用户访问场景识别 根据用户的当前位置、当前使用的客户端、当前访问的网站、当前浏览的内容信息相结合，归纳出用户当前移动互联网使用场景。 智能推荐技术实现路线图： 20。