flowsale-ctr流程图
2017-01-23 14:17:29 0 举报
Flowsale-CTR流程图展示了一个典型的点击率(CTR)预测模型的工作流程。首先,数据收集模块负责从各种来源收集用户行为数据,如网页浏览记录、搜索关键词等。接着,特征工程模块对这些原始数据进行处理,提取有用的特征,如用户ID、时间戳、广告ID等。然后,模型训练模块使用这些特征和标签数据来训练一个点击率预测模型,如逻辑回归、随机森林等。在模型评估阶段,通过交叉验证等方法对模型的性能进行评估,如准确率、召回率等。最后,模型部署模块将训练好的模型应用到实际的广告投放场景中,实时预测用户的点击行为,为广告主提供精准的目标受众推荐。
作者其他创作
大纲/内容
计算出最合适的流量包名称
符合推送条件
根据版本获得获得推送配置sql-redis
计算合适流量包
否
生成返回包traceid,frequent,根据版本号设置msgid节点
对每条versionid,结合appid找到符合条件的msgid组
获得运营商
组装detial节点(多条)
ctr预测推送
设置biz节点的msglist
计算下一次的查询平率frequent
计算所需流量包大小
返回
获得msglist,另兼容2018版本
是
计算每条versionid对应的msgid组进行计算priority,返回优先级最高的msgid组
获得所有可用流量包list
参数校验
后项推送策略:1.是否是月末2.是否在黑名单sql3.是否已经推送过redis4.是否近一月有充值成功的订单sql
0 条评论
下一页