技术驱动-直击人-悠易互通核心技术优势

技术驱动直击“人”心目录核心技术及系统架构说明数据累积量展示及扩展应用核心技术及系统架构说明实现BT定向，技术难点有哪些用户行为数据的收集海量数据的存储计算用户兴趣的分析建模行为定向的应用和完善YOYI广泛和丰富的媒体流量资源自主搜索引擎及云计算云存储平台自主分类词库、完善的语义及行为分析技术丰富的BT商业化经验，完善的广告优化技术(1)用户行为数据的收集YOYI受众数据收集原理页面浏览行为浏览记录收集存储（包含自然搜索行为）广告交互行为

电子商务交互行为

收集存储广告交互及电商行为YOYIADNetwork

范围内用户的历史浏览轨迹用户行为分析模块YOYI复合垂直搜索引擎模块YOYI用户属性库实时定向API复合搜索系统复合搜索引擎提供URL到页面重点关键词的转换。意为传统垂直搜索和针对媒体上不断新增的新页面的实时补充抓取程序相结合。为BT定向的用户行为分析服务，同时提供用户即时浏览兴趣关键词定向的页面分词功能。复合搜索系统原理示意图页面正文区域智能提取复合搜索抓取YOYI基础词库正文分词(2)海量数据的存储计算分布式计算平台完善的分布式存储及分布式计算平台，提供对所有收集到的用户行为数据的持久化存储及高性能分析计算支持。(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(NaïveBayes，NB)分类算法，YOYI基于NB这种利用概率分布统计进行分类的算法，进行了大量面向应用的改进和完善。用户对于每一个兴趣分类的属性相似度，都参照一个三维的特征向量系进行评估。用户兴趣词与此分类覆盖度越高，用户兴趣属性与此分类相似度越高；覆盖的兴趣词中，词的词频越高，用户兴趣属性与此分类相似度越高；覆盖的兴趣词中，词与此分类的关联度评分越高，用户兴趣属性与此分类相似度越高；人口统计学分析研究同时，我们拥有自主的问卷调查系统，并基于普查性的用户属性聚类分析，结合自主的经过改进的SVM支持向量机用户分类算法，进行了一定范围内的用户人口统计学分析的研究，取得了很好的效果。(4)受众行为定向的应用受众行为定向对广告效果的提升目前，我们已经为超过400家广告主提供了广告精准定向服务。广告订单CTR平均可以提升50-150%，最高达到280%数据累积量展示及应用活跃Cookie数据库用户标本积累情况截止到2011年6月4日，YOYI可以用于定向与分析的活跃Cookie样本数量，达到了2.655亿人，总Cookie样本数，超过10亿。用户访问记录及行为数据收集情况同时，截止到2011年6月，对于用户访问历史轨迹点及访问行为数据的记录，增加到了208亿条。受众群体属性分析报告除了广告定向应该之外，BT的用户属性数据，还用于向广告主提供