大数据变现实践：微博百亿营收背后的数据挖掘技术(24)_：大数据变现实践：微博百亿营收背后的

同时，标签需要有更新机制，有些标签要不停地去迭代，而且还要建立标签监控的机制。比如说标签覆盖了多少用户？使用率怎么样？你得有这个数据，有这个数据之后才知道怎么去淘汰和新增。

比如说我们在广告定向里有一个用户登录频次的标签，分为：偶尔、经常。

你会发现广告主投偶尔这个标签效果非常好，但是我们观察到偶尔用户覆盖率不多，我们就得想办法通过数据挖掘方式挖这部分标签，让这部分标签覆盖数更大，通过这种方式逐渐迭代，让标签更加完善。

Q2：实时数仓建设那部分你们第一步直接放在ClickHouse，标准做法轻度聚合，能详细介绍一下吗？

A：我们使用ClickHouse，是会分多个层次的，也是为了上层接近业务，下层接近数据，中间做一些处理的工作，这些都会生成中间的表，这些数据会放到ClickHouse里，可以参考离线仓库的分层模型，我们只是用ClickHouse作为存储和查询引擎。

Q3：每一层怎么调度？

A3：我们用Flink去算（包括一部分的聚合、关联、过滤等操作），算完更新数据到ClickHouse就好了，因此每一层不会有调度关系，实时仓库里的这个层是一个逻辑概念。

大数据变现实践：微博百亿营收背后的数据挖掘技术(24)