一种对数据的概述方法及装置制造方法及图纸

本发明专利技术实施例提供一种对数据的概述方法及装置，其中，所述方法包括：获取设定时间段内用户群的操作行为数据；将用户群的操作行为对应的所有链接的标识进行排序，并记录排序信息；将所述用户群中每一个用户在所述设定时间段内对于所有链接的操作行为记录为对应所述排序信息的字符串；根据用户群对应的字符串，对链接进行聚类统计。通过对数据进行字符串记录，并聚类统计，使得数据的记录、统计简单、清晰，并便于计算和传输。

【技术实现步骤摘要】
一种对数据的概述方法及装置
本专利技术涉及互联网数据处理领域，具体涉及一种对数据的概述方法及装置。
技术介绍
现有技术中，Web流式数据格式一般为：用户ID，目标ID，操作时间。其中，目标ID是一个链接，这个链接可能指向一个文本网页，也可能是一个视频或者一个文件等。依据海量Web文本记录，进行新算法的计算和算法测试都非常困难，而且耗时很长。当历史数据和实际运行的情况差异较大时，就是著名的“冷启动敏感”的情况下，需要能快速从海量数据中，抽样代表性的数据，并使得损失尽量的少，从而减低对于历史数据的依赖，而对于现有技术中数据的记录方法难以实现；并且基于现有技术的数据记录，数据量大、不利于传输。
技术实现思路
本专利技术实施例提供一种对数据的概述方法及装置，通过对数据进行字符串记录，并聚类统计，使得数据的记录、统计简单、清晰，并便于计算和传输。为达到上述目的，一方面，本专利技术实施例提供了一种对数据的概述方法，所述方法包括：获取设定时间段内用户群的操作行为数据；将用户群的操作行为对应的所有链接本文档来自技高网...

【技术保护点】
1.一种对数据的概述方法，其特征在于，包括：/n获取设定时间段内用户群的操作行为数据；/n将用户群的操作行为对应的所有链接的标识进行排序，并记录排序信息；/n将所述用户群中每一个用户在所述设定时间段内对于所有链接的操作行为记录为对应所述排序信息的字符串；/n根据用户群对应的字符串，对链接进行聚类统计。/n

【技术特征摘要】
1.一种对数据的概述方法，其特征在于，包括：
获取设定时间段内用户群的操作行为数据；
将用户群的操作行为对应的所有链接的标识进行排序，并记录排序信息；
将所述用户群中每一个用户在所述设定时间段内对于所有链接的操作行为记录为对应所述排序信息的字符串；
根据用户群对应的字符串，对链接进行聚类统计。


2.如权利要求1所述的对数据的概述方法，其特征在于，所述将所述用户群中每一个用户在所述设定时间段内对于所有链接的操作行为记录为对应所述排序信息的字符串，包括：
对应所有链接标识的排序信息，若用户对于链接有操作行为，则将该用户的字符串中对应于该链接标识的排序位置记录为1，若用户对于链接没有操作行为，则将该用户的字符串中对应于该链接标识的排序位置记录为0。


3.如权利要求2所述的对数据的概述方法，其特征在于，所述将所述用户群中每一个用户在所述设定时间段内对于所有链接的操作行为记录为对应所述排序信息的字符串，还包括：
将用户对链接的操作行为的先后顺序，以顺序码的方式添加到该用户对应的字符串中。


4.如权利要求3所述的对数据的概述方法，其特征在于，所述将用户对链接的操作行为的先后顺序，以顺序码的方式添加到该用户对应的字符串中，包括：
将表示所述用户对链接的操作顺序的顺序码添加到该链接标识对应的字符1的后面；
或者，
将表示所述用户对链接的操作顺序的顺序码依次记录在所述字符串的后面。


5.如权利要求4所述的对数据的概述方法，其特征在于，所述将所述用户群中每一个用户在所述设定时间段内对于所有链接的操作行为记录为对应所述排序信息的字符串，还包括：<...

【专利技术属性】
技术研发人员：霍灵瑜，张燕，周丽，于建业，张海军，袁瑞萍，
申请(专利权)人：北京物资学院，
类型：发明
国别省市：北京;11