互联网的发展以及5G的普及,使得短视频成为了DAU（Daily active user）增速最快的细分领域之一,各大短视频平台的竞争关系日益加剧。随着短视频人口红利的触顶,以及流量瓜分的完成,剩下的竞争则围绕着“留量”和“商业变现效率”两个方面。广告主愈发增长的推广需求,以及达人迫切的变现需求,使得商业流量变现系统应运而生,此系统致力于打造达人生态营销平台,通过直播或商业短视频的形式,帮助用户实现直播带货、App下载、品牌营销、表单收集等目标,从而撮合客户营销需求与达人变现诉求。在商业变现平台的初步构建阶段,首先进行了技术选型,使用Elastic Search引擎对达人数据及热榜完成近乎实时的存储、检索;考虑到直播场景中的高并发,故选用Redis来降低短时间内的并发量;而为了便于消息之间的异步通信及日志的处理,使用Kafka实现复杂的日志处理和服务间的异步调用通知。基于平台自身的优势,得出系统完备的功能点,根据功能点的分类,通过用例图给出模块的功能划分。接着又从易用性、安全性、可靠性、健壮性等性能方面对非功能性需求做出了要求。为了应对不同用户对系统功能的需求,将系统分为任务管理、达人广场、数据展示、达人智能推荐、用户信息管理、基础服务六大模块,并通过流程图、功能模块图从不同的角度对系统功能做了详细的介绍。通过比较与传统推荐算法的优劣,智能推荐模块采用了基于达人的协同过滤模型做召回,feature-based模型做精排的方案,但由于内积函数限制了用户-物品交互关系的表现力,故又采用了Conv MF（convolution matching function）模型,它通过卷积神经网络（CNN）充分挖掘出用户和物品之间的交互特征,之后排序阶段用更加精细的特征和复杂的wide&deep类模型来进行精排,通过如此设计帮助客户更高程度地精确找到相关领域内的达人,实现了广告主推广、达人盈利、平台发展的目标;达人流量助推使用粉丝头条算法,通过多标签定向,帮助用户获取高价值曝光和粉丝,满足有急切推广需求的达人;在详细设计阶段,通过类图描述了类的属性,类之间的关系,用时序图明确了不同服务之间的交互工作,并通过流程图形象化描述了数据流的执行过程。测试阶段给出了测试使用的环境、工具以及测试内容,并通过截图展示了测试的成果。通过平台功能的优化升级,撮合客户营销需求与达人变现诉求,加之平台活跃的社区氛围,激发出了平台强大的商业转化力。目前本文设计的项目已经成功上线,成为公司连接广告主推广需求和达人变现需求的桥梁,上线后增加将近50%的DAU,为企业在商业化的发展道路中做出了突出贡献。