Miyu

一、项目简介

探花交友是一个陌生人的在线交友平台，在该平台中可以搜索附近的人，查看好友动态，平台还会通过 大数据计算进行智能推荐，通过智能推荐可以找到更加匹配的好友，这样才能增进用户对产品的喜爱 度。探花平台还提供了在线即时通讯功能，可以实时的与好友进行沟通，让沟通随时随地的进行。

二、项目背景

在线社交是互联网时代的产物，已成为互联网用户的基础需求之一。移动互联网自2003年起快速发展， 促使在线社交逐渐从PC端转移至移动端。移动社交最初以熟人社交为主，以维系熟人关系、共享资源信 息的形式存在。随着人们交友需求的延伸，移动社交开始向陌生人社交、兴趣社交等垂直方向发展，形 式丰富多样。

三、目标用户群体

从整体年龄段来看：目前目标用户群体主要以30岁以下为主，其中以18-25岁年龄群体为主要受众人 群。

上班群体： 热衷于通过分享内容或表达“个人情绪”在陌生人面前建立特殊的人设，并借此提升自我 价值扩大自己的交际圈； 学生群体： 追求个性选择，更倾向找到有共同话题的陌生人对象并建立长期的关系，乐于展现自 我； 文艺群体： 拥有自己独特的爱好且拥有特别的个人追求，追求文艺圈子内的交流，希望通过分享结 交更多好友； 沟通弱势群体： 对现有长期保持线上对社交模式表现无力且无效，渴望有更加有效且安全的社交方 式出现，解决目前单调乏味的沟通方式；

四、技术方案

后端：

• Spring Boot + SpringMVC + Mybatis + MybatisPlus + Dubbo
• Elasticsearch geo 实现地理位置查询
• MongoDB 实现海量数据的存储
• Redis 数据的缓存
• cdn 加速静态文件的加载
• Spark + MLlib 实现智能推荐
• 第三方服务 环信即时通讯
• 第三方服务 阿里云 OSS

技术解决方案

• 使用 Elasticsearch geo实现附近的人的解决方案
• 使用 Spark + Mllib实现智能推荐的解决方案
• 使用 MongoDB进行海量数据的存储的解决方案
• 使用采用分布式文件系统存储小视频数据的解决方案
• 使用虹软开放平台进行人脸识别的解决方案 技术亮点
• 采用 Elasticsearch geo实现地理位置查询
• 采用 RocketMQ作为消息服务中间件
• 采用 MongoDB进行海量数据的存储
• 采用 CDN技术加速静态资源以及小视频的加载
• 采用 Apache Dobbo作为微服务架构技术
• 采用 SpringBoot + Mybatis实现系统主架构
• 采用 Redis集群实现缓存的高可用