天天头条_就业指导_v1.0

天天头条就业知指导BoBo老师20180817_V1.01. 引言1.1. 项目概述天天头条是一款基于机器学习的数据挖掘与引擎推荐的资讯平台产品，旨在为用户提供个性化的新闻资讯，实现内容与用户的精准连接。1.2. 产品核心以技术为壁垒，以海量数据为依托，通过机器学习感知、理解、判断用户的行为特征，例如用户在新闻客户端的滑动、搜索、查询、点击、收藏、评论、分享等动作，综合用户具体的环境特征与社交属性判断用户的兴趣爱好，为用户推荐个性化的新闻资讯，塑造千人千面的阅读场景。天天头条个性化的资讯推荐功能精确地满足用户碎片化利用时间的需求，拥有先发优势的天天头条掌握了大量的用户与行为数据，在以后的发展过程中更要做到商业变现与用户体验两者的平衡，并且要寻求多样化的变现形式。同时要加大对内容的监控力度，创造出一套完整的自媒体用户管理体制，提高内容的质量，增强平台的权威性。1.3. 产品特色天天头条主要两大特色。第一、个性化的内容推荐机制，根据用户的喜好为其推荐个性化的媒体信息，让用户在信息过剩的互联网时代迅速获取自己所关心的内容，而不是千人一面。第二、庞大的内容创业者群体。早期的天天头条将自身定位为内容平台，不做新闻生产者，只做新闻的搬运工，通过爬虫抓取第三方媒体网站信息，这样的做法可获取了海量的媒体信息，1.4. 产品商业模式互联网产品变现的方式总体上有三种，广告、电商以及游戏。天天头条选择了广告变现和电商变现。由于掌握了大量的用户数据，使得天天头条能够根据用户的具体画像来实现广告的精准投放。但是平台无法给用户提供相应的消费场景，电商只能作为天天头条次要的变现方式而存在，包括与电商平台合作的商品导购和互联网理财产品。与电影网站合作的天天电影，此外天天头条还为手机游戏导流。2. 用户需求的初步分析-产品2.1. 用户的需求痛点1. 关注社会热点与行业资讯，及时了解时事新闻，保持与外界的信息沟通。2. 通过轻松有趣的内容满足自身休闲娱乐的需求。3. 从海量的信息中得到解放，减少筛选信息的成本，能够快速获取自己的喜闻乐见的内容。2.2. 用户的使用场景生活节奏的加快使人们的时间越来越趋于碎片化，移动互联网的普及给用户提供了利用碎片化的渠道，人们对移动新闻客户端的依赖性也逐渐上升。碎片化时间的特点在于时间长度较短，场景具有不稳定性，用户所能够吸纳的信息量是有限的。天天头条通过数据挖掘与引擎推荐，实现内容与用户的精准连接，极大减少用户的信息筛选时间与隐性成本，使用户能够充分利用其有限的碎片化时间。与其他传统新闻客户端相比，天天头条增加了用户的可利用的闲暇时间。假设一个使用场景，某天早上，一个白领在等待交通工具的过程中，当他打开某个传统新闻客户端后，却不知道自己该看哪一条，在快速滑动的过程中，他在寻找着自己感兴趣的新闻。而他旁边使用着天天头条的用户，当他一打开客户端，系统就根据他的喜好向他推荐了相关新闻，他的筛选时间在理想情况下接近于零，用户体验将远远优于前者。2.3. 产品原型略3. 业务功能分析3.1. 整体功能结构3.2. 信息结构3.3. 产品分类3.4. Web端面向用户，提供资讯、频道、我的、广告等功能。3.5. 内容管理平台内容管理系统包括信息采集、整理、分类、审核、发布和管理的全过程，具备完善的信息管理和发布管理功能。如：文章的管理：编辑、发布、审核、分类。文章的抓取：采集、整理、分类；频道的管理：广告的管理：编辑、发布、审核；公告的管理：编辑、发布、审核；反馈的管理：使用群体：运维人员3.6. 系统管理平台系统管理平台主要面向系统管理人员使用，功能主要包括：用户和权限管理、菜单管理、接口配置管理、数据字典管理、基础数据管理等。使用群体：系统管理人员4. 业务流程分析4.1. 文章发布流程4.2. 评论流程4.3. “不喜欢”反馈流程5. 技术构成和分析6. 业务中的技术应用方案分析6.1. 前端技术方案1. 前台：BootStrap+Angular、Vue特点；数据绑定、MVC、IoC、路由机制缺点：开发效率2. 后台：EasyUI-参考官方文档特点：快速布局，组件式开发、具备常用的操作功能：分页、弹窗等等。缺点：界面不是十分灵活漂亮6.2. 微服务架构将不同功能，从之前一个系统中分离出来，形成独立的服务。如果需要该功能，则调用该服务即可。好处：业务功能、代码都解耦合了。SOA思想（面向服务的架构体系）SpringBoot方式来更快速的构建微服务。技术点：1） 环境搭建2） 基本RESTful的服务的发布和调用3） 和其他一些框架的整合：JPA、MQ、ES、Redis，尤其是和SpringData家族的整合6.3. SpringData该家族用来提供持久层的解决方案。1. 整个家族基本用法：编写一个业务接口，该接口必须实现Repository的接口（一般是子接口），无需写实现。比如，操作mysql中的用户表：Interface UserRepository extends JPARepository默认就提供了强大的基本的CRUD功能。2. 扩展查询通用方式就是属性表达式，基于方法的一种查询，无需显式的编写语句。比如：查询mysql中的用户，根据用户名查询User findByUsername(String username);Spring Data有个极其强大的设计：几乎屏蔽调了不同的数据存储方式的不同CRUD的操作。6.4. 批量导入导出常见业务：通过Excel进行数据的导入导出数据库。技术方案：Apache POI，该技术可以操作Office文档。代码：相对固定。6.5. 远程调用技术服务之间的调用使用的技术，比如WebService、Hessian、RESTful方式、Dubbo分布式REST：以资源为中心，基于http协议进行数据传输，传输的表现形式是json或xml，通过http的常见的POST、PUT、DELETE、GET方法进行操作数据（CURD）。Dubbo：最早是阿里做的分布式的远程调用的框架，现在属于Apache的项目。需要服务提供者、服务的消费者、注册中心（Zookeeper）6.6. 缓存技术缓存技术主要解决的：查询效率的问题。常见技术：Redis、Ehcache1. Redis：缓存服务、NoSQL数据库。解决访问压力问题（CRUD）。优点：抗压、数据结构简单kv、集群、分布式。缺点：应用程序的外置缓存方案，会消耗网络的资源。场景：共享缓存，比如：秒杀商品内容。2. Ehcache：主要用于应用程序级别的缓存框架。优点：效率非常的高缺点：缓存的数据量一般不大，而且，一般是作为应用程序的一级缓存（单机缓存）。关闭应用程序后缓存会丢失。场景：非共享的缓存，比如缓存用户权限、菜单、数据字典。6.7. 消息中间节用来进行异步消息处理，解耦合应用。常见技术：ActiveMQ、RabbitMQ1. ActiveMQ：符合JMS规范，两种队列：Queue普通消息队列、Topic订阅消息队列优点：JMS标准、使用简单缺点：抗压能力不是很强。2. RabbitMQ：AMQP规范，支持6种工作模式，由Exchange类型来支持的，该类型有4种：direct、Fanout、Topic、Header。优点：可以处理比较大的数据缺点：稍微复杂点其他：考虑MQ的消息的是否丢失，消息的消费后的处理、分布式的消息处理事务。6.8. 搜索技术我们一般做站内搜索：搜索自己应用内部的数据。技术方案：Lucene、Solr、ElasticSearch：1. Lucene：基础搜索引擎，开发偏底层、繁琐。一般不直接用了。2. Solr：搜索引擎服务，基于lucene。使用相对简单一些，功能较为强大。3. ElasticSearch：分布式的搜索引擎服务，基于lucene。使用简单，功能强大，实时搜索效果非常好。更偏向与REST操作。-NoSQL+SQL技术点：倒排索引概念、常用CRUD api6.9. 权限技术对应用系统进行权限控制（认证+授权）。技术方案：Shiro、SpringSecurity1. Shiro ：功能较强大、使用简单，支持URL级别、方法级别、标签级别、代码级别。2. SpringSecurity：与Spring框架天生无缝集成、功能强大，主要是URL级别的权限控制，使用稍微复杂一些。技术选型：1）简单、快速、不想与任何框架耦合，则选择shiro2）如果你使用的Spring全家桶，推荐springSecurity。6.10. 作业调度技术定时重复执行一些工作逻辑等。技术方案：Quartz、SpringTask1. Quartz：经典、强大的框架，