一种用户人群标签筛分方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种用户人群标签筛分方法、系统、设备及存储介质，通过汇总用户的相关行为数据形成横向数据源，然后对自定义筛选指标组合进行解析，形成语义化的入参，来对横向数据源进行筛选查询，获得筛选后的标签人群用户，再将标签人群用户整合到用户列表进行保存和输出，可以实现快速高效的用户人群查询筛选操作，并且通过高度自定义入参,可以自定义多维度指标组合,以便于产出最贴近分类需求的精细化用户人群筛分结果。本发明专利技术通过文档型数据库MongoDB对用户数据进行持久化存储，可以提高用户数据查询效率，实现用户人群筛分的高速索引。索引。索引。

【技术实现步骤摘要】
一种用户人群标签筛分方法、系统、设备及存储介质


[0001]本专利技术属于数据分析
，具体涉及一种用户人群标签筛分方法、系统、设备及存储介质。

技术介绍

[0002]随着互联网技术发展，现有互联网用户基数逐渐增大，传统的数据库存储/管理模式，已无法满足在现在海量数据环境下精细化的数据分析。但随着大数据分析技术的逐步发展，目前已可以针对某一些场景下的用户、产品等数据做出分析，以致力于帮助平台，商户产出最准确的营销模型，对用户、产品等进行精细化运营。但目前通过大数据分析技术进行用户分析筛分时，往往采用固定指标大量数据查询时的效率下降，数据有效性时间相对较短，不能准确的反应当前用户的行为，并且人群之间的分层不清晰，由于第三方平台通常指标无法自定义，只有固定指标可以选择，存在局限性。

技术实现思路

[0003]本专利技术的目的是提供一种用户人群标签筛分方法、系统、设备及存储介质，用以解决现有技术中存在的上述问题。
[0004]为了实现上述目的，本专利技术采用以下技术方案：
[0005]第一方面，提供一种用户人群标签筛分方法，包括：
[0006]获取各用户的相关行为数据；
[0007]对各用户的相关行为数据进行汇总，形成统一的横向数据源；
[0008]获取设定的自定义筛选指标组合；
[0009]解析自定义筛选指标组合中对应相关行为数据的筛选指标和参数，生成标签人群筛选语句；
[0010]执行标签人群筛选语句，从横向数据源中筛选出相应标签人群用户，得到执行结果；
[0011]将执行结果中相应标签人群用户整合到用户列表中，保存并输出用户列表。
[0012]基于上述
技术实现思路
，通过汇总用户的相关行为数据形成横向数据源，然后对自定义筛选指标组合进行解析，形成语义化的入参，来对横向数据源进行筛选查询，获得筛选后的标签人群用户，再将标签人群用户整合到用户列表进行保存和输出，可以实现快速高效的用户人群查询筛选操作，并且通过高度自定义入参,可以自定义多维度指标组合,以便于产出最贴近分类需求的精细化用户人群筛分结果。
[0013]在一个可能的设计中，所述相关行为数据包括访问行为数据、分享行为数据、订单行为数据、收藏行为数据、评价行为数据和营销活动行为数据。
[0014]在一个可能的设计中，所述对各用户的行为数据进行汇总，形成统一的横向数据源，包括：采用全数据库索引方法从Mysql数据库中检索出各用户的相关行为数据汇总到宽表中，形成统一的横向数据源。
[0015]在一个可能的设计中，所述方法还包括：将横向数据源持久化存储到MongoDB数据库中。
[0016]在一个可能的设计中，所述执行标签人群筛选语句，从横向数据源中筛选出相应人群标签的用户，得到执行结果，包括：在MongoDB数据库中执行标签人群筛选语句，从横向数据源中筛选出相关行为数据符合对应筛选指标和参数的用户，并将各筛选指标和参数的符合用户取交集，得到相应标签人群用户，作为执行结果。
[0017]在一个可能的设计中，所述自定义筛选指标组合的获取过程包括：根据接收的指标组合指令，从预置的对应相关行为数据的各指标中提取筛选指标，并赋予筛选的参数，然后进行筛选指标和参数的组合，生成自定义筛选指标组合。
[0018]在一个可能的设计中，所述解析自定义筛选指标组合中对应相关行为数据的筛选指标和参数，生成标签人群筛选语句，包括：解析自定义筛选指标组合，得到对应相关行为数据的筛选指标和参数，采用Java语言将对应相关行为数据的筛选指标和参数进行语义化处理，转换为可拼接的查询语句，作为标签人群筛选语句。
[0019]第二方面，提供一种用户人群标签筛分系统，包括第一获取单元、第一汇总单元、第二获取单元、解析单元、筛选单元和第二汇总单元，其中：
[0020]第一获取单元，用于获取各用户的相关行为数据；
[0021]第一汇总单元，用于对各用户的相关行为数据进行汇总，形成统一的横向数据源；
[0022]第二获取单元，用于获取设定的自定义筛选指标组合；
[0023]解析单元，用于解析自定义筛选指标组合中对应相关行为数据的筛选指标和参数，生成标签人群筛选语句；
[0024]筛选单元，用于执行标签人群筛选语句，从横向数据源中筛选出相应标签人群用户，得到执行结果；
[0025]第二汇总单元，用于将执行结果中相应标签人群用户整合到用户列表中，保存并输出用户列表。
[0026]第三方面，提供一种用户人群标签筛分设备，包括：
[0027]存储器，用于存储指令；
[0028]处理器，用于读取所述存储器中存储的指令，并根据指令执行上述第一方面中任意一种所述的方法。
[0029]第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行第一方面种任意一种所述的方法。同时，还提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行第一方面种任意一种所述的方法。
[0030]有益效果：本专利技术通过汇总用户的相关行为数据形成横向数据源，然后对自定义筛选指标组合进行解析，形成语义化的入参，来对横向数据源进行筛选查询，获得筛选后的标签人群用户，再将标签人群用户整合到用户列表进行保存和输出，可以实现快速高效的用户人群查询筛选操作，并且通过高度自定义入参,可以自定义多维度指标组合,以便于产出最贴近分类需求的精细化用户人群筛分结果。本专利技术通过文档型数据库MongoDB对用户数据进行持久化存储，可以提高用户数据查询效率，实现用户人群筛分的高速索引。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0032]图1为本专利技术实施例中的方法步骤示意图；
[0033]图2为本专利技术实施例中自定义筛选指标组合的封装示意图；
[0034]图3为本专利技术实施例中指标和子指标的封装示意图；
[0035]图4为本专利技术实施例中的系统构成示意图；
[0036]图5为本专利技术实施例中的设备构成示意图。
具体实施方式
[0037]在此需要说明的是，对于这些实施例方式的说明用于帮助理解本专利技术，但并不构成对本专利技术的限定。本文公开的特定结构和功能细节仅用于描述本专利技术的示例实施例。然而，可用很多备选的形式来体现本专利技术，并且不应当理解为本专利技术限制在本文阐述的实施例中。
[0038]应当理解，术语第一、第二等仅用于区分描述，而不能理解为指示或暗示相对重要性。尽管本文可以使用术语第一、第二等来描述各种特征，这些特征不应当受到这些术语的限制。例如，可以将第一单元称作第二单元，并且类似地可以将第二单元称作第一单元，同时不脱本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户人群标签筛分方法，其特征在于，包括：获取各用户的相关行为数据；对各用户的相关行为数据进行汇总，形成统一的横向数据源；获取设定的自定义筛选指标组合；解析自定义筛选指标组合中对应相关行为数据的筛选指标和参数，生成标签人群筛选语句；执行标签人群筛选语句，从横向数据源中筛选出相应标签人群用户，得到执行结果；将执行结果中相应标签人群用户整合到用户列表中，保存并输出用户列表。2.根据权利要求1所述的一种用户人群标签筛分方法，其特征在于，所述相关行为数据包括访问行为数据、分享行为数据、订单行为数据、收藏行为数据、评价行为数据和营销活动行为数据。3.根据权利要求1所述的一种用户人群标签筛分方法，其特征在于，所述对各用户的行为数据进行汇总，形成统一的横向数据源，包括：采用全数据库索引方法从Mysql数据库中检索出各用户的相关行为数据汇总到宽表中，形成统一的横向数据源。4.根据权利要求1所述的一种用户人群标签筛分方法，其特征在于，所述方法还包括：将横向数据源持久化存储到MongoDB数据库中。5.根据权利要求4所述的一种用户人群标签筛分方法，其特征在于，所述执行标签人群筛选语句，从横向数据源中筛选出相应人群标签的用户，得到执行结果，包括：在MongoDB数据库中执行标签人群筛选语句，从横向数据源中筛选出相关行为数据符合对应筛选指标和参数的用户，并将各筛选指标和参数的符合用户取交集，得到相应标签人群用户，作为执行结果。6.根据权利要求1所述的一种用户人群标签筛分方法，其特征在于，所述自定义筛选指标组合的获取过程包括：根据接收的指标组合指令，从预置的对应相关行为数据的...

【专利技术属性】
技术研发人员：罗倚天，
申请(专利权)人：广州大事件网络科技有限公司，
类型：发明
国别省市：