UAS:点评侧用户行为检索系统

作者/分享人:美团技术团队
向 Ta 提问
美团技术团队官方账号

随着整个中国互联网下半场的到来,用户红利所剩无几,原来粗放式的发展模式已经行不通,企业的发展越来越趋向于精耕细作。美团的价值观提倡以客户为中心,面对海量的用户行为数据,如何利用好这些数据,并通过技术手段发挥出数据的价值,提高用户的使用体验,是我们技术团队未来工作的重点。

大众点评在精细化运营层面进行了很多深度的思考,我们根据用户在App内的操作行为的频次和周期等数据,给用户划分了不同的生命周期,并且针对用户所处生命周期,制定了不同的运营策略,比如针对成长期的用户,主要运营方向是让其了解平台的核心功能,提高认知,比如写点评、分享、收藏等。同时,我们还需要为新激活用户提供即时激励,这对时效性的要求很高,从用户的行为发生到激励的下发,需要在毫秒级别完成,才能有效提升新用户的留存率。

所以,针对这些精细化的运营场景,我们需要能够实时感知用户的行为,构建用户的实时画像。此外,面对大众点评超大数据流量的冲击,我们还要保证时效性和稳定性,这对系统也提出了非常高的要求。在这样的背景下,我们搭建了一套用户行为系统(User Action System,以下简称UAS)。

如何实时加工处理海量的用户行为数据,我们面临以下几个问题:

  • 上报不规范 :点评平台业务繁多,用户在业务上产生的行为分散在四处,格式不统一,有些行为消息是基于自研消息中间件 Mafka/Swallow,有些行为消息是基于流量打点的 Kafka 消息,还有一些行为没有对应的业务消息,收集处理工作是一个难点。
  • 上报时效性差 :目前大部分行为,我们通过后台业务消息方式进行收集,但是部分行为我们通过公司统一的流量打点体系进行收集,但是流量打点收集在一些场景下,无法满足我们的时效性要求,如何保证收集处理的时效性,我们需要格外关注。
  • 查询多样化 :收集好行为数据之后,各个业务对用户行为的查询存在差异化,比如对行为次数的统计,不同业务有自己的统计逻辑。无法满足现有业务系统的查询需求,如何让系统既统一又灵活?这对我们的业务架构能力提出了新要求。

本场 Chat 将针对上面的问题进行详细介绍。


作者简介:朱凯,资深工程师,2014年加入大众点评,先后从事过账号端/商家端的开发,有着丰富的后台开发架构经验,同时对实时数据处理领域方法有较深入的理解,目前在点评平台负责运营业务相关的研发工作,构建精细化运营的底层数据驱动能力,着力提升用户运营效率。

已有228人预订
预订达标
文章出炉
交流日期
     
18.07.06
18.07.12
18.07.25 20:30
你可能还喜欢
有关微服务的简介和经验分享
Yang
大型 Java 应用后台重构技术策略详解
驰骋
如何在繁重工作间隙保持良好的自学节奏和效能?
大妈
微服务网关 Spring Cloud Gateway 的应用实战
aoho求索
如何采用一套程序代码,实现系统的“千人千面”
白公
Docker 的基础知识整理
假不理
JVM 常见面试题指南
驰骋
分布式链路追踪的前世今生
ASCE1885
Dubbo 框架内核原理剖析
追梦
RocketMQ 消息类型介绍及实现原理探究
老田
穷人的新年红包系统,单节点 12W TPS
文心紫竹
Vue.js 快速开发小程序实战
芒果
IoT:树莓派实现 Serverless 架构的商场人流分析系统
苏堤嘉木
从源码的角度了解分析面试过程中遇到的 Spring 问题
杨琪
深入理解延迟调度线程池原理与实现
南桥畂翊
微信扫描登录