本发明专利技术公开了一种数据处理方法及其装置、存储介质，上述方法通过从N个门店节点中提取出目标用户所对应的行为交互数据，其中，N个门店节点处于同一区块链平台内；将所述行为交互数据进行融合，得到第一目标数据；将所述第一目标数据输入至预设大数据模型中，得到标签信息，以供各个门店节点查询，即通过整合各个门店节点中相同用户的数据并通过预设大数据模型进行标签信息的构建，从而提高数据流量以及数据维度。数据维度。数据维度。
【技术实现步骤摘要】
数据处理方法及其装置、存储介质
[0001]本专利技术涉及计算机
，尤其涉及数据处理方法及其装置、存储介质。
技术介绍
[0002]随着大数据技术的不断发展，对于大数据地数据流量以及数据维度的要求也越来越高，因此，如何有效地增加数据流量以及扩展数据维度成为了亟待解决的问题。
技术实现思路
[0003]本专利技术的主要目的在于提供一种数据处理方法及其装置、存储介质。
[0004]为实现上述目的，本专利技术提供一种数据处理方法，所述数据处理方法包括以下步骤：
[0005]从N个门店节点中提取出目标用户所对应的行为交互数据，其中，N个门店节点处于同一区块链平台内；
[0006]将所述行为交互数据进行融合，得到第一目标数据；
[0007]将所述第一目标数据输入至预设大数据模型中，得到标签信息，以供各个门店查询。
[0008]在一可选地实施例中，所述行为交互数据为用户历史购买记录、用户当前购买的产品信息或用户购买产品时所花费的时间中的至少一种。
[0009]在一可选地实施例中，所述将所述行为交互数据进行融合，得到第一目标数据的步骤，包括：
[0010]对所述行为交互数据进行归一化处理；
[0011]利用预设的数据融合算法对归一化处理后的所述行为交互数据进行融合，得到所述第一目标数据。
[0012]在一可选地实施例中，所述将所述第一目标数据输入至预设大数据模型中，得到标签信息，以供各个门店查询的步骤，包括：
[0013]对所述第一目标数据进行清洗，获得第二目标数据；
[0014]用预先建立的数据分析模型对所述第二目标数据进行分析，获得目标数据；
[0015]将所述目标数据输入至预设大数据模型中，得到标签信息，以供各个门店查询。
[0016]在一可选地实施例中，所述对所述第一目标数据进行清洗，获得第二目标数据的步骤，包括：
[0017]识别所述第一目标数据的实体名称；
[0018]计算实体名称相同的所述第一目标数据的相似度值；
[0019]判断所述相似度值是否大于预定值，当所述相似度值大于预定值时，标记所述实体名称相同的所述第一目标数据为重复数据，得到所述第二目标数据。
[0020]在一可选地实施例中，所述数据分析模型为数据聚类分析模型，所述用预先建立的数据分析模型对所述第二目标数据进行分析，获得目标数据的步骤，包括：
[0021]基于预先建立的数据聚类分析模型对所述第二目标数据进行聚类，获得所述第二目标数据属于所述数据聚类分析模型中各个簇的簇概率；
[0022]将所述簇概率进行排序，获取所述簇概率中的最大概率；
[0023]判断所述最大概率是否大于或等于概率阈值；
[0024]若所述最大概率大于或等于所述概率阈值，则将所述最大概率对应的第二目标数据作为目标数据。
[0025]在一可选地实施例中，所述从N个门店节点中提取出目标用户所对应的行为交互数据的步骤之前，所述数据处理方法还包括：
[0026]获取N个门店节点中所有用户的通讯信息；
[0027]判断是否存在至少两个所述通讯信息相同；
[0028]若存在至少两个所述通讯信息相同，则确定所述通讯信息对应的用户为所述目标用户。
[0029]在一可选地实施例中，所述判断是否存在至少两个所述通讯信息相同的步骤之后，还包括：
[0030]若不存在至少两个所述通讯信息相同，则获取N个门店节点中所有用户的静态信息，所述静态信息包括用户的姓名、性别、年龄、住址以及职业；
[0031]判断是否存在至少两个所述静态信息的相似度大于预设阈值；
[0032]若存在至少两个所述静态信息的相似度大于预设阈值，则确定所述静态信息对应的用户为目标用户。
[0033]本专利技术实施例提出的一种数据处理方法，通过从N个门店节点中提取出目标用户所对应的行为交互数据，其中，N个门店节点处于同一区块链平台内；将所述行为交互数据进行融合，得到第一目标数据；将所述第一目标数据输入至预设大数据模型中，得到标签信息，以供各个门店节点查询，即通过整合各个门店节点中相同用户的数据并通过预设大数据模型进行标签信息的构建，从而提高数据流量以及数据维度。
[0034]此外，为实现上述目的，本专利技术还提供一种数据处理装置，所述数据处理装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序被所述处理器执行时实现如上述任一项所述的方法的步骤。
[0035]此外，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如上述任一项所述的数据处理方法的步骤。
附图说明
[0036]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0037]图1是本专利技术实施例方案涉及的硬件运行环境的设备结构示意图；
[0038]图2为本专利技术数据处理方法第一实施例的流程示意图；
[0039]图3为本专利技术数据处理方法第二实施例的流程示意图。
[0040]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0041]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0042]随着大数据技术的不断发展，对于大数据地数据流量以及数据维度的要求也越来越高，因此，如何有效地增加数据流量以及扩展数据维度成为了亟待解决的问题。
[0043]本专利技术提供一种解决方案，从N个门店节点中提取出目标用户所对应的行为交互数据，其中，N个门店节点处于同一区块链平台内；将所述行为交互数据进行融合，得到第一目标数据；将所述第一目标数据输入至预设大数据模型中，得到标签信息，以供各个门店节点查询，即通过整合各个门店节点中相同用户的数据并通过预设大数据模型进行标签信息的构建，从而提高数据流量以及数据维度。
[0044]如图1所示，图1是本专利技术实施例方案涉及的终端的硬件运行环境示意图；
[0045]本专利技术实施例终端为数据处理装置。
[0046]如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，客户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。客户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选客户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如存储器(non
‑
volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
[0047]本领域技术人员可以理解，图1中示出的终端的结构并不构成对终端的限定，可以包括比图示更多本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括以下步骤：从N个门店节点中提取出目标用户所对应的行为交互数据，其中，N个门店节点处于同一区块链平台内；将所述行为交互数据进行融合，得到第一目标数据；将所述第一目标数据输入至预设大数据模型中，得到标签信息，以供各个门店查询。2.如权利要求1所述的数据处理方法，其特征在于，所述行为交互数据为用户历史购买记录、用户当前购买的产品信息或用户购买产品时所花费的时间中的至少一种。3.如权利要求1所述的数据处理方法，其特征在于，所述将所述行为交互数据进行融合，得到第一目标数据的步骤，包括：对所述行为交互数据进行归一化处理；利用预设的数据融合算法对归一化处理后的所述行为交互数据进行融合，得到所述第一目标数据。4.如权利要求1所述的数据处理方法，其特征在于，所述将所述第一目标数据输入至预设大数据模型中，得到标签信息，以供各个门店查询的步骤，包括：对所述第一目标数据进行清洗，获得第二目标数据；用预先建立的数据分析模型对所述第二目标数据进行分析，获得目标数据；将所述目标数据输入至预设大数据模型中，得到标签信息，以供各个门店查询。5.如权利要求4所述的数据处理方法，其特征在于，所述对所述第一目标数据进行清洗，获得第二目标数据的步骤，包括：识别所述第一目标数据的实体名称；计算实体名称相同的所述第一目标数据的相似度值；判断所述相似度值是否大于预定值，当所述相似度值大于预定值时，标记所述实体名称相同的所述第一目标数据为重复数据，得到所述第二目标数据。6.如权利要求4所述的数据处理方法，其特征在于，所述数据分析模型为数据聚类分析模型，所述用预先建立的数据分析模型对所述...
【专利技术属性】
技术研发人员：钟峰，陈玉，李扬，
申请(专利权)人：深圳市有传科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。