核心技术和数据

囊括5.6亿用户数据
囊括5.6亿用户数据
日汇聚50亿条用户上网行为原始数据,
以10万条/秒的速度进行接收。
目前已经凝聚而成5.6亿用户行为数据。
用户标签体系
用户标签体系
通过规则制定和机器学习推理,
建立和完善用户标签体系。
基础标签10000+、高级标签300+、人群195个。
ID-Mapping技术
ID-Mapping技术
建立以Mjoys ID为统一标识的用户信息库,
可以将同一用户不同来源的数据识别为同一主体,
融合用户碎片信息。
机器学习模型
机器学习模型
包含丰富的机器学习算法,
深度挖掘海量数据间的内在联系和规律,
生成CTR预估模型和推荐模型。
AI推荐引擎
AI推荐引擎
三大核心推荐算法:协同过滤推荐、
Look alike推荐、兴趣图谱推荐。
实现人-商品-服务之间的最高效链接。
AI风控模型
AI风控模型
综合利用外部数据和内部数据,
通过反欺诈规则和机器学习算法,
构建符合业务场景的信用风控模型。
海量数据存储和管理技术
海量数据存储和管理技术
自建数据仓库,以HDFS分布式文件系统
作为存储介质,具备高吞吐高容量IO,
存储速度提高10倍。
高速数据挖掘技术
高速数据挖掘技术
使用Spark、Storm、MR多种计算框架,
对数据进行高效的学习挖掘,
实时计算用户行为数据。
异地备份保护
异地备份保护
数据至少存到3台不同的服务器之上,
确保数据不会丢失。

公司专利和认证

国家高新技术企业认证
国家高新技术企业认证
软件企业认定
软件企业认定
ISO质量认证
ISO质量认证
专利发明
专利发明
软著
软著