【文章內(nèi)容簡(jiǎn)介】 管理、事務(wù)管理和任務(wù)調(diào)度控制。確保多個(gè)獨(dú)立的任務(wù)有序的執(zhí)行完成業(yè)務(wù)邏輯。管理層ML邏輯節(jié)點(diǎn)內(nèi)部的管理，實(shí)現(xiàn)與物理主機(jī)的資源調(diào)用代理。為業(yè)務(wù)層構(gòu)建一個(gè)虛擬統(tǒng)一的運(yùn)行環(huán)境。和管理節(jié)點(diǎn)協(xié)助實(shí)現(xiàn)服務(wù)進(jìn)程的動(dòng)態(tài)調(diào)度和均衡。并提供日志、監(jiān)控等支撐管理的輔助功能。傳輸層TL提供分布式消息的透明處理，實(shí)現(xiàn)底層通訊的路由投遞、故障切換和負(fù)載均衡的功能。管理層ML通過(guò)裝了信箱管理，內(nèi)存管理，信號(hào)量管理，內(nèi)存映射，中斷管理，進(jìn)/線程管理，時(shí)鐘管理，異常處理系統(tǒng)調(diào)用為業(yè)務(wù)層提供了虛擬的JRE(Job runtime Environment)。 在iStream業(yè)務(wù)層的核心實(shí)現(xiàn)是在JRE中運(yùn)行的并發(fā)運(yùn)行的Application應(yīng)用。不同Applicaton對(duì)應(yīng)獨(dú)立的業(yè)務(wù)應(yīng)用場(chǎng)景，Application之間無(wú)邏輯關(guān)聯(lián)，但多個(gè)Applicaton可同時(shí)并發(fā)運(yùn)行。每個(gè)Applicaton應(yīng)用又由多個(gè)前后關(guān)聯(lián)的Job共同完成業(yè)務(wù)邏輯。每個(gè)Job作業(yè)具體實(shí)現(xiàn)時(shí)，又可以由一個(gè)或多個(gè)Task任務(wù)來(lái)實(shí)現(xiàn)。歸屬關(guān)系如下圖所示： 具體劃分，可參看下圖： 對(duì)應(yīng)每個(gè)Applicaton應(yīng)用，iStream 運(yùn)行時(shí)需要同時(shí)運(yùn)行多個(gè)Job。其中一個(gè)Job可負(fù)責(zé)流數(shù)據(jù)的導(dǎo)入，然后另外一個(gè)或多個(gè)Job來(lái)消費(fèi)導(dǎo)出的流數(shù)據(jù)。不同Job間以松耦合的方式進(jìn)行組合，這樣上游和下游Job可以獨(dú)立部署，并且在負(fù)載過(guò)大的情況下還可按需部署新的下游Job以及動(dòng)態(tài)調(diào)整 Job間的訂閱屬性，以達(dá)到負(fù)載均衡處理的效果。三、項(xiàng)目技術(shù)路線描述總體技術(shù)路線：1）用戶身份識(shí)別用戶身份識(shí)別是在用戶沒(méi)有輸入登錄用戶名和密碼的情況下，獲取到手機(jī)用戶的手機(jī)號(hào)碼，作為用戶的身份標(biāo)識(shí)。 2）自營(yíng)渠道建設(shè)自營(yíng)渠道用于銷售運(yùn)營(yíng)商提供手機(jī)、增值業(yè)務(wù)等產(chǎn)品銷售。主要包括： 216。 手機(jī)及其周邊產(chǎn)品（包括手機(jī)配件、充值卡、流量包等）的線上瀏覽、推薦、訂單、支付等線上服務(wù)；216。 手機(jī)及周邊產(chǎn)品的門店體驗(yàn)、物流配送、售后支持、軟件服務(wù)等線下服務(wù)。3）用戶興趣圖譜對(duì)移動(dòng)互聯(lián)網(wǎng)用戶的基本特征、行為喜好、生活軌跡等維度進(jìn)行分析，形成對(duì)用戶的興趣刻畫(huà)，用于輔助線上渠道的客戶洞察和個(gè)性化推薦。4）用戶訪問(wèn)場(chǎng)景依據(jù)用戶當(dāng)前使用的終端、當(dāng)前使用的客戶端應(yīng)用、當(dāng)前訪問(wèn)的網(wǎng)站、當(dāng)前瀏覽的內(nèi)容歸納總結(jié)出用戶當(dāng)前的訪問(wèn)場(chǎng)景。用于輔助線上渠道的客戶洞察和個(gè)性化推薦。 5）實(shí)時(shí)推薦系統(tǒng)通過(guò)用戶興趣圖譜和用戶當(dāng)前訪問(wèn)場(chǎng)景、當(dāng)前可用的移動(dòng)商務(wù)資源進(jìn)行數(shù)據(jù)挖掘，分析出適合當(dāng)前訪問(wèn)用戶的移動(dòng)商務(wù)內(nèi)容列表。6）實(shí)時(shí)決策依據(jù)實(shí)時(shí)推薦系統(tǒng)提供的匹配當(dāng)前用戶的移動(dòng)商務(wù)內(nèi)容列表和線上渠道特定的要求，對(duì)推薦內(nèi)容進(jìn)行進(jìn)一步的篩選，給出符合線上渠道預(yù)期的結(jié)果，并提交給線上渠道刺激用戶的需求。 7）實(shí)時(shí)導(dǎo)航依據(jù)與線上渠道的合作需求，對(duì)線上渠道提交的用戶給與主動(dòng)的接觸，刺激用戶的需求，并引導(dǎo)到線上渠道。用戶興趣圖譜的建設(shè)技術(shù)路線： 1）用戶基本特征分析包括客戶性別、年齡、入網(wǎng)渠道、品牌、套餐、會(huì)員級(jí)別、協(xié)議捆綁類型等，通過(guò)對(duì)這些基本特征進(jìn)行分析，生成客戶細(xì)分矩陣，了解客戶基本構(gòu)成情況。2）用戶消費(fèi)行為分析用戶消費(fèi)行為分析主要基于用戶業(yè)務(wù)訂購(gòu)和使用信息進(jìn)行分析，數(shù)據(jù)來(lái)源于BSS系統(tǒng)的賬單、VAC系統(tǒng)的用戶增值業(yè)務(wù)訂購(gòu)記錄以及業(yè)務(wù)平臺(tái)的用戶使用記錄以及通信網(wǎng)的用戶話音、短信、數(shù)據(jù)業(yè)務(wù)信息。3）用戶通話行為分析通過(guò)對(duì)用戶通話行為進(jìn)行分析，把客戶按照使用場(chǎng)景進(jìn)行分類，基于此向客戶推薦恰當(dāng)?shù)奶撞秃彤a(chǎn)品。4）用戶上網(wǎng)行為分析客戶的上網(wǎng)行為主要從訪問(wèn)時(shí)段、訪問(wèn)終端、訪問(wèn)日期、訪問(wèn)頻率高低、訪問(wèn)流量高低等方面來(lái)體現(xiàn)；通過(guò)對(duì)這些特征指標(biāo)進(jìn)行數(shù)據(jù)建模，建立相對(duì)穩(wěn)定的上網(wǎng)行為模型，可以進(jìn)行基于客戶上網(wǎng)行為的流量營(yíng)銷。5）用戶渠道偏好分析通過(guò)客戶日常對(duì)各個(gè)渠道的接觸情況，得到用戶對(duì)哪種渠道的認(rèn)可度較高，在策劃增值業(yè)務(wù)營(yíng)銷時(shí)，通過(guò)合適的渠道為客戶推薦合適的業(yè)務(wù)?？蛻羟榔梅治鐾ㄟ^(guò)分析客戶訂購(gòu)、退訂、訪問(wèn)渠道信息確定客戶對(duì)該類渠道的接受度，從而制定相應(yīng)的渠道營(yíng)銷政策；同時(shí)加強(qiáng)對(duì)渠道的投訴管控為營(yíng)銷活動(dòng)營(yíng)造良好的營(yíng)銷氛圍。6）用戶終端匹配分析通過(guò)對(duì)訂購(gòu)、使用各種增值業(yè)務(wù)的用戶終端進(jìn)行歸類分析，得出各種增值業(yè)務(wù)與用戶終端的匹配關(guān)系，可以有效的指導(dǎo)策劃人員，進(jìn)行基于用戶終端的營(yíng)銷策劃，到達(dá)為合適的人推薦合適業(yè)務(wù)的目標(biāo)。7）用戶行為喜好分析用戶的上網(wǎng)行為透露出大量的用戶偏好信息。用戶上網(wǎng)信息為手機(jī)用戶主動(dòng)消費(fèi)所產(chǎn)生，因此這部分的信息內(nèi)容所反映出用戶真實(shí)的消費(fèi)心理。通過(guò)對(duì)手機(jī)用戶上網(wǎng)數(shù)據(jù)進(jìn)行分析，如用戶經(jīng)常訪問(wèn)的網(wǎng)站、欄目、頁(yè)面等進(jìn)行歸類統(tǒng)計(jì)，形成用戶喜好特征庫(kù)；挖掘用戶喜好與手機(jī)電視、手機(jī)音樂(lè)、手機(jī)閱讀等聯(lián)通重點(diǎn)業(yè)務(wù)的內(nèi)在聯(lián)系，作出歸納性的推理，進(jìn)行基于客戶行為喜好的流量業(yè)務(wù)推薦。8）用戶生活軌跡分析用戶生活軌跡分析是指對(duì)用戶的生活形態(tài)和生活習(xí)慣進(jìn)行深入的分析，把用戶的生活軌跡標(biāo)簽化。用戶生活軌跡透露出用戶的大量信息，如通話場(chǎng)所、日常生活模式等。通過(guò)對(duì)這些屬性進(jìn)行分析量化，有效的指導(dǎo)營(yíng)銷工作，進(jìn)行基于用戶生活軌跡的流量業(yè)務(wù)推薦。用戶生活圈分析通過(guò)對(duì)客戶主要滯留區(qū)域位置特征，滯留時(shí)長(zhǎng)、通話次數(shù)、通話時(shí)長(zhǎng)、短信發(fā)送次數(shù)、開(kāi)關(guān)機(jī)時(shí)間、開(kāi)關(guān)機(jī)區(qū)域通過(guò)用戶在電路域側(cè)的各種通訊行為，分析用戶在生活場(chǎng)所中的軌跡特征，利用用戶軌跡數(shù)據(jù)結(jié)合地理場(chǎng)所結(jié)合時(shí)間特征、頻次特征，分析用戶的生活形態(tài)和特征，即構(gòu)建用戶生活圈，深挖用戶需求和偏好特征，并標(biāo)簽化，形成用戶特征寬表。用戶訪問(wèn)場(chǎng)景識(shí)別的技術(shù)路線： 1）實(shí)時(shí)終端識(shí)別識(shí)別用戶當(dāng)前訪問(wèn)的終端型號(hào)、屏幕大小、是否支持短信、彩信和流媒體等信息。2）實(shí)時(shí)客戶端識(shí)別識(shí)別用戶當(dāng)前訪問(wèn)的應(yīng)用的名稱，應(yīng)用歸屬的內(nèi)容類型，訪問(wèn)產(chǎn)生的流量，以及訪問(wèn)時(shí)間和頻次信息。3）實(shí)時(shí)網(wǎng)址內(nèi)容識(shí)別識(shí)別用戶當(dāng)前訪問(wèn)的網(wǎng)站的名稱，網(wǎng)站歸屬的內(nèi)容類型，訪問(wèn)產(chǎn)生的流量，以及訪問(wèn)時(shí)間和頻次信息。識(shí)別用戶當(dāng)前訪問(wèn)的內(nèi)容的主題關(guān)鍵字，歸屬的內(nèi)容類型，訪問(wèn)產(chǎn)生的流量，以及訪問(wèn)時(shí)間和頻次信息。4）實(shí)時(shí)小區(qū)位置識(shí)別識(shí)別用戶當(dāng)前訪問(wèn)的位置區(qū)信息，在該位置區(qū)訪問(wèn)的時(shí)間信息和頻次信息和流量信息。5）用戶訪問(wèn)場(chǎng)景識(shí)別根據(jù)用戶的當(dāng)前位置、當(dāng)前使用的客戶端、當(dāng)前訪問(wèn)的網(wǎng)站、當(dāng)前瀏覽的內(nèi)容信息相結(jié)合，歸納出用戶當(dāng)前移動(dòng)互聯(lián)網(wǎng)使用場(chǎng)景。智能推薦技術(shù)實(shí)現(xiàn)路線圖：1）實(shí)時(shí)推薦引擎利用iStream流處理框架結(jié)合Manhout算法模型通過(guò)人工生成的用戶興趣圖譜數(shù)據(jù)樣本和移動(dòng)商務(wù)內(nèi)容資源樣本，為不同的用戶訪問(wèn)場(chǎng)景匹配不同的推薦內(nèi)容。2）實(shí)時(shí)推薦系統(tǒng)對(duì)接真實(shí)的用戶訪問(wèn)場(chǎng)景、真實(shí)的用戶興趣圖譜和真實(shí)的移動(dòng)商務(wù)內(nèi)容資源，為線上渠道提供真實(shí)的用戶推薦意見(jiàn)。四、項(xiàng)目技術(shù)成熟性與可靠性分析技術(shù)成熟性分析本項(xiàng)目技術(shù)方案是通過(guò)對(duì)各類電商平臺(tái)的對(duì)比分析， 并在軟件研究開(kāi)發(fā)成果和技術(shù)積累基礎(chǔ)上提出并逐步完善的。 雖然本項(xiàng)目涉及云存儲(chǔ)、分布式服務(wù)群、插件化及LBS結(jié)合等多項(xiàng)技術(shù)，具有相當(dāng)?shù)募夹g(shù)創(chuàng)新難度，但項(xiàng)目未脫離開(kāi)發(fā)人員的專業(yè)范疇。 經(jīng)過(guò)一年多的前期開(kāi)發(fā)，我們已突破并掌握其中各項(xiàng)關(guān)鍵技術(shù)，并在各方面均顯示出了項(xiàng)目的成熟性。1）經(jīng)過(guò)前期理論研究，已成功將客戶的資料及訂購(gòu)關(guān)系存儲(chǔ)在云中，并通過(guò)軟件編程實(shí)現(xiàn)和驗(yàn)證了其正確性，為這些關(guān)鍵技術(shù)在本項(xiàng)目中的應(yīng)用奠定