公共基类和扩展类，实现算法的通用性和可扩展性。算法集成主要是将前期所实现的算法，按照适配器就行重新开发和调试，实现与引擎框架的集成。此外，搜索引擎以第三方开源软件-Lucene为基础，通过部分修改和优化，搭建自己的搜索引擎。
[0052]3.应用系统开发阶段。
[0053]在完成引擎开发工作后，进入应用系统开发阶段。目前，包括智能全文检索系统、个性化推荐系统和网页采集与分析系统。智能全文检索系统，主要是用来实现平台搜索相关的功能，同时结合用户关键词分析，实现个性化搜索和推荐。个性化推荐系统，主要用来实现平台推荐服务，包括网站推荐、短信推荐和Email推荐。网页采集与分析系统，主要负责游戏源及其相关咨询的搜集和整理，满足平台内容建设的需要。
[0054]4.网站开发阶段。
[0055]这是整个文的最后一个阶段，主要用来实现Π部分，包括网站门户与频道、用户会员中心、游戏人管理后台和管理员后台。网站门户包括首页、写字楼、商铺转让和论坛等；用户会员中心包括基本资料管理、游戏源委托、委托管理等功能；游戏人管理后台包括基本资料管理、写字头出租发布和管理、商铺发布和管理、游戏源统计等功能；管理员后台包括用户管理、游戏人管理、游戏源管理和论坛管理等功能。
[0056]整个文采用循环迭代开发模式，每一行代表一次循环，即从核心算法一直到网站开发。每一列表示一次迭代，即整个平台的一次迭代。这种开发模式可以更好的满足平台运营的需求。
[0057]按平台的应用分为:
1、B2C平台
虽然数据显示，2013年的流量增速将减慢，但是依然抵挡不了 B2C的持续发展。B2C平台仍然是很多企业选择网上销售平台的第一目标，天猫、京东、一号店……资金到位的情况下，一般能够进驻的平台都不会放弃，毕竟不同的入口受众不一样，用户规模是首要。
[0058]2、独立商城
独立商城就是凭借商城系统打造含有顶级域名的独立网店。开独立网店的好处莫过于:顶级域名、自有品牌、企业形象、节约成本、自主管理、不受约束。
[0059]3、C2C 平台
C2C在前几年很流行，不过到了 2013年趋势已大不如前。个人的话，可以尝试淘宝、拍拍等，企业最好不要趟这趟浑水了。天猫独立后，差距就已逐渐拉开，B2C将辉煌继续。
[0060]4、CPS 平台
主流的CPS平台含领克特、亿起发等，是目前电商较主流的推广方式之一，费用通过CPS模式推广产生的有效订单进行比例分成。CPS模式成为主流推广模式的很大原因就是零风险，投广告很有可能花了大价钱而造成很低的转化率，竞价、直通车可能没有产生订单，但是CPS是产生了销售额才会有佣金，ROI较高。
[0061]5、020 平台
目前的020平台主要是指团购平台，拉手网、大众点评、高朋、F团等等，由于其高性价t匕，仍然受到很多用户青睐。当然，我们不排除其他更多的020网络销售平台和模式，期待2013有新的惊喜带给我们。
[0062]6、银行网上商城
初期，许多银行开设网上商城的目的是为了使用信用卡的用户分期付款而设立。随着电子商务普及、用户需求增强、技术手段提升，银行网上商城也逐步成熟起来。银行网店为用户提供了全方位服务，包括积分换购、分期付款等，也覆盖支付、融资、担保等，最为显著的是给很多商家提供了展示、销售产品的平台和机会。倘若这一平台运营好，将来带不菲的业绩。
[0063]7、运营商平台
中国移动、中国联通、中国电信，现阶段各运营商都有属于自己的商城平台。由于通信业务的硬性需求，运营商平台的用户始终具有一定的依赖性和粘性，所以提前抢占这些平台具有很大的战略意义，跑马圈地正是此道理。
[0064]整个平台采用四层处理构架，由下至上分别是数据存储层、数据引擎层、应用系统层和网站层；
数据存储层。
[0065]负责整个平台的数据存储和处理，这些数据包括用户相关数据、业务相关数据、网站相关数据、引擎的数据模型以及系统级数据等；
数据引擎层；
这一层是整个平台的处理核心，包括核心算法和api接口 ；
目前包括搜索引擎和UBIE，分别负责搜索和用户行为分析的处理；
应用系统层；
该层由若干个应用系统组成，包括智能全文检索系统、个性化推荐系统以及网页采集与分析系统；
每个系统都是一个独立的产品，负责实现核心的业务处理逻辑网站层；
负责实现Π部分，包括网站各频道、用户会员中心、游戏人管理后台和管理员后台。
[0066]主要技术与性能指标平台运营同时满足指标:
1.在线游戏人:8000人；
2.注册游戏人:30000人；
3.总游戏源数:50万平台性能同时满足指标:
1.日均IP数:5万
2.日均PV数:40万
3.页面响应时间不超过5秒
传统的用户行为分析主要采用对用户行为历史数据的离线分析，通常是由数据库管理员执行数据库查询来完成，这样做不仅无法及时获取分析结果，而且很难建立合理的数学模型； 本引擎以用户历史数据为基础，通过离线训练方式建立起原始模型，然后在系统运行过程中，对新产生的数据进行增量式学习，进而不断地优化模型的参数。
[0067]整个过程中数据引擎处于工作状态的，计算也是实时的；
数据处理容量:100万条历史数据；
处理速度:小于I秒。
[0068]网页采集与分析系统；
传统页面采集和分析主要靠人工或者辅助软件来完成；
对于商业地产网络平台，我们不仅需要采集游戏源信息，而且还要采集周边相关咨询，并且进行关联，以提闻用户体验；
本系统通过关键词提取、关键词库管理，利用相关性分析，实现整个过程的自动处理，并且通过不断的优化，提高处理的准确性；
技术指标:
处理能力:每天采集和预处理200万条数据；
对于目前搜索引擎，根据用户所提供的关键词，系统会提供“相关搜索”。
[0069]从技术实现的角度来看，这种相关性只是建立在词与词之间的文本信息分析的基础上；
在本系统，我们引入用户对关键词的喜好程度，然后利用用户行为分析引擎，建立用户喜好模型，从而提供个性化搜索服务，提高用户体验；
响应速度:小于5秒；
个性化推荐系统。
[0070]推荐系统是网站运营常用的一种方式，传统实现方式比较简单；
这种方式由于不准确，往往被用户视为垃圾信息，导致网站二次点击率下降；
本系统通过对用户浏览游戏源的行为数据采集，通过用户行为分析引擎对用户关注度进行量化和建模，从而实现推荐的个性化体验；
技术指标:
处理能力:每天处理20万次请求；
首先，完成渐进式学习算法在数据挖掘和建模中的应用，包括相关的算法。
[0071]总体上分为四个大的阶段:
核心算法开发阶段；
在这一阶段，主要完成数据挖掘算法的搜集、开发和优化。
[0072]协同过滤器算法(例如Slope One算法)、K均值聚类算法、RFWR算法等；
然后，进行算法的实现阶段，包括编码和调试；
最后，进行算法的优化，根据测试结果对算法及参数进行调整；
引擎开发阶段；
在这一阶段，主要包括搭建引擎框架，算法适配器和算法集成。
[0073]引擎框架包括一些基础功能，例如文件操作、内存操作、公共数据结构及存储、数据操作适配器、API接口以及数据解压缩和系统安全；
算法适配