CN107341238A - 数据处理方法及*** - Google Patents

Abstract

本公开提供了一种数据处理方法，包括：接收数据查询请求；基于数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量；基于查询得到的用户量，查询与第一数据模型关联的第二数据模型，以查得与目标对象在指定操作行为下的用户量对应的用户信息，其中，用户信息用于描述对目标对象具有指定操作行为的用户；以及输出用户信息。本公开还提供了一种数据处理***及计算机可读存储介质。

Description

数据处理方法及***

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种数据处理方法及***。

背景技术

在大数据时代，用户每天会产生大量的行为数据，而大数据的作用影响着人们的方方面面，如何处理这些数据显得意义重大。现有技术中面对大量的数据，一般根据业务的需求，将数据按照业务种类进行分类，然后建立大量的数据模型。基于这些数据模型，人们可以预测用户的行为方向。

但是，在实现本公开构思的过程中，发明人发现现有技术中至少存在如下问题：现有技术提供的方案建立的模型数量较多，使用复杂度高，导致资源浪费严重。

发明内容

有鉴于此，本公开提供了一种节约***资源的数据处理方法及***。

本公开的一个方面提供了一种数据处理方法，包括：接收数据查询请求；基于上述数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，上述第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量；基于查询得到的用户量，查询与上述第一数据模型关联的第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息，其中，上述用户信息用于描述对上述目标对象具有上述指定操作行为的用户；以及输出上述用户信息。

根据本公开的实施例，上述方法还包括构建上述第二数据模型的操作，该操作包括：获取目标用户的标识信息；获取上述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据；判断上述不同类型的操作数据是否满足预设条件；以及若满足，则基于上述目标用户的标识信息和上述不同类型的操作数据构建上述第二数据模型。

根据本公开的实施例，上述方法还包括：若否，则过滤上述目标用户对上述对应对象实施不同的操作行为而产生的上述不同类型的操作数据。

根据本公开的实施例，获取上述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据包括：获取上述目标用户在预设时间段内对上述对应对象实施不同的操作行为而产生的不同类型的操作数据。

根据本公开的实施例，基于查询得到的用户量，查询与上述第一数据模型关联的第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息包括：获取上述目标对象的标识信息，其中，上述标识信息存储在上述第一数据模型中；基于上述标识信息确定与上述第一数据模型关联的上述第二数据模型；以及基于上述查询得到的用户量和上述标识信息，查询上述第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息。

本公开的另一方面提供了一种数据处理***，包括：接收模块，用于接收数据查询请求；第一查询模块，用于基于上述数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，上述第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量；第二查询模块，用于基于查询得到的用户量，查询与上述第一数据模型关联的第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息，其中，上述用户信息用于描述对上述目标对象具有上述指定操作行为的用户；以及输出模块，用于输出上述用户信息。

根据本公开的实施例，上述***还包括构建模块，用于构建上述第二数据模型的操作，该构建模块包括：第一获取单元，用于获取目标用户的标识信息；第二获取单元，用于获取上述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据；判断单元，用于判断上述不同类型的操作数据是否满足预设条件；以及构建单元，用于在上述不同类型的操作数据满足预设条件的情况下，则基于上述目标用户的标识信息和上述不同类型的操作数据构建上述第二数据模型。

根据本公开的实施例，上述构建模块还包括：过滤单元，用于在上述不同类型的操作数据不满足预设条件的情况下，则过滤上述目标用户对上述对应对象实施不同的操作行为而产生的上述不同类型的操作数据。

根据本公开的实施例，上述第二获取单元还用于获取上述目标用户在预设时间段内对上述对应对象实施不同的操作行为而产生的不同类型的操作数据。

根据本公开的实施例，上述第二查询模块包括：第三获取单元，用于获取上述目标对象的标识信息，其中，上述标识信息存储在上述第一数据模型中；确定单元，用于基于上述标识信息确定与上述第一数据模型关联的上述第二数据模型；以及查询单元，用于基于上述查询得到的用户量和上述标识信息，查询上述第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息。

本公开的另一方面提供了一种非易失性存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的数据处理方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机***，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任一项所述的数据处理方法。

根据本公开的实施例，因为将针对多个对象的多个操作行为对应的用户量存储在第一数据模型中，将针对对象的多个操作行为的用户的相关数据存储在第二数据模型中，并将第一数据模型与第二数据模型相关联，可以至少解决现有技术中的数据模型较多，导致资源浪费的问题，因此可以实现节约***资源的技术效果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了可以应用本公开的用于数据处理的方法和***的示例性***架构；

图2示意性示出了根据本公开实施例的一种数据处理方法的流程图；

图3A示意性示出了根据本公开实施例的构建第二数据模型的流程图；

图3B示意性示出了根据本公开实施例的另一种数据处理方法的流程图；

图4示意性示出了根据本公开实施例的数据模型的框图；

图5示意性示出了根据本公开的实施例的数据处理***的框图；

图6示意性示出了根据本公开的实施例的构建模块的框图；

图7示意性示出了根据本公开的实施例的第二查询模块的框图；以及

图8示意性示出了根据本公开实施例的适于实现数据处理方法的计算机***的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。这里使用的词语“一”、“一个(种)”和“该”等也应包括“多个”、“多种”的意思，除非上下文另外明确指出。此外，在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理***的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的***。

因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行***使用或者结合指令执行***使用。

本公开的实施例提供了一种数据处理方法及数据处理***，该方法包括：接收数据查询请求；基于数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量；基于查询得到的用户量，查询与第一数据模型关联的第二数据模型，以查得与目标对象在指定操作行为下的用户量对应的用户信息，其中，用户信息用于描述对目标对象具有指定操作行为的用户；以及输出用户信息。

图1示意性示出了可以应用本公开的用于数据处理的方法和***的示例性***架构。

如图1所示，根据该实施例的***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本公开实施例所提供的数据处理方法可以由服务器105执行，也可以由不同于服务器105的另外一个服务器或者一个服务器集群执行。相应地，数据处理***可以设置于服务器105中，也可以设置与服务器105以外的另一个服务器或者一个服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示意性示出了根据本公开实施例的一种数据处理方法的流程图。

如图2所示，该方法包括操作S201～S204，其中：

在操作S201，接收数据查询请求。

根据本公开的实施例，用户通过查询语句和/或相应判断条件对数据模型发出数据查询请求，数据模型需接收用户的数据查询请求，以对某一对象的相关信息的查询。

在操作S202，基于数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量。

根据本公开的实施例，第一数据模型中至少存储有多个对象在多种操作行为下对应的用户量。例如，多个对象包括货品A，货品B以及货品C，多种操作行为包括用户的对货品的关注、浏览和咨询操作。那么，第一数据模型中至少存储有：关注货品A的用户量为100人次，关注货品B的用户量为200人次，关注货品C的用户量为300人次；浏览货品A的用户量为100人次，浏览货品B的用户量为200人次，浏览货品C的用户量为300人次；咨询货品A的用户量为100人次，咨询货品B的用户量为200人次，咨询货品C的用户量为300人次。基于数据查询请求查询第一数据模型，可以是请求查询货品A在多个指定操作行为(如咨询、关注和浏览操作)下的用户量。

在操作S203，基于查询得到的用户量，查询与第一数据模型关联的第二数据模型，以查得与目标对象在指定操作行为下的用户量对应的用户信息，其中，用户信息用于描述对目标对象具有指定操作行为的用户。

根据本公开的实施例，根据查询得到的用户量，查询与第一数据模型关联的第二数据模型。例如，货品A在指定操作行为为咨询时的用户量100人次，查询与第一数据模型关联的第二数据模型，进而查询得到咨询货品A的用户信息，用户信息可以包括账号信息，或标识该用户的标识信息。

在操作S204，输出用户信息。

根据本公开的实施例，在查询得到与目标对象在指定操作行为下的用户量对应的用户信息后，将该用户信息进行输出。

根据本公开的实施例，因为将针对多个对象的多个操作行为对应的用户量存储在第一数据模型中，将针对对象的多个操作行为的用户的相关数据存储在第二数据模型中，并将第一数据模型与第二数据模型相关联，可以至少解决现有技术中的数据模型较多，导致资源浪费的问题，因此可以实现节约资源，快速查询数据的技术效果。

下面参考图3A和3B，结合具体实施例对图2所示的方法做进一步说明。

图3A示意性示出了根据本公开实施例的构建第二数据模型的流程图。

如图3A所示，根据本公开的实施例，构建第二数据模型包括操作S301～S305，其中：

在操作S301，获取目标用户的标识信息。

在操作S302，获取目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据。

在操作S303，判断不同类型的操作数据是否满足预设条件。

在操作S304，若满足，则基于目标用户的标识信息和不同类型的操作数据构建第二数据模型。

在操作S305，若不满足，则过滤目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据。

根据本公开的实施例，构建第二数据模型时，需要将用户的标识信息与用户对不同对象实施不同操作行为而产生的操作数据进行关联，因此，需要获取目标用户的标识信息，以及获取目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据。

根据本公开的实施例，例如，获取用户A的标识信息如账号信息，获取用户A对货品A进行关注、浏览，咨询产生的操作数据。在获取用户A的标识信息和操作数据后，需要判断不同类型的操作数据是否满足预设条件，例如，预设条件可以是用户A是否完成过对货品A的交易。如果用户A的操作数据不包括完成过对货品A的交易，则将用户A的标识信息和操作数据添加至第二数据模型中，即基于目标用户的标识信息和不同类型的操作数据构建第二数据模型。如果用户A的操作数据包括完成过对货品A的交易，则过滤用户A的标识信息和所有的操作数据，在第二数据模型中就不存在用户A的相关信息。

根据本公开的实施例，图4示意性示出了根据本公开实施例的数据模型的框图，第二数据模型中的用户行为明细表可以如下所示：

用户行为明细表

模型字段	字段数据来源
		用户账号	表1或表2或表3或表4
sku编号	表1或表2或表3或表4
		行为时间	表1或表2或表3或表4
关注标志	表1
		加购物标志	表2
浏览标志	表3
		咨询标志	表4

根据本公开的实施例，提供了一种有效的用户行为模型的搭建方法，该方法高效的将用户多样的业务需求进行了整合，即整合了不同的操作行为而产生的不同类型的操作数据。通过整合后获得的模型，降低了模型数量和使用复杂度，减少了相同口径指标的后期维护成本和风险，并且减少了对订单表的访问压力和服务器集群压力。

根据本公开的实施例，获取目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据包括：获取目标用户在预设时间段内对对应对象实施不同的操作行为而产生的不同类型的操作数据。

根据本公开的实施例，预设时间段可以是30日，60日，90日，获取用户在不同的预设时间段内对对应对象实施不同的操作行为而产生的不同类型的操作数据，可以多时间维统计用户的操作数据，用户的操作数据的预设时间段可根据业务需要进行扩大或缩小。

图3B示意性示出了根据本公开实施例的另一种数据处理方法的流程图，如图3B所示，根据本公开的实施例，基于查询得到的用户量，查询与第一数据模型关联的第二数据模型，以查得与目标对象在指定操作行为下的用户量对应的用户信息包括：包括操作S401～S403，其中：

在操作S401，获取目标对象的标识信息，其中，标识信息存储在第一数据模型中。

在操作S402，基于标识信息确定与第一数据模型关联的第二数据模型。

在操作S403，基于查询得到的用户量和标识信息，查询第二数据模型，以查得与目标对象在指定操作行为下的用户量对应的用户信息。

根据本公开的实施例，通过目标对象的标识信息将第一数据模型第二数据模型相关联，并且根据查询得到的用户量和标识信息，查询第二数据模型。

图4示意性示出了根据本公开实施例的数据模型的框图。下面参考图4，结合具体实施例对图3B所示的方法做进一步说明。

如图4所示，其中，以预设时间段为90天为例，获取目标用户在预设时间段内对对应对象实施不同的操作行为而产生的不同类型的操作数据包括：

表1：从用户关注(或收藏)表中，提取90天用户关注明细数据，获取用户登录账号，货品编号，关注时间(行为时间)。如果用户同一货品关注多次，取关注时间最晚的记录。

表2：从用户加购物车表中，提取90天用户加购物车明细数据，获取用户登录账号，货品编号，加购物车时间(行为时间)。如果用户同一货品添加多次，取添加时间最晚的记录。

表3：从用户浏览表中，提取90天用户浏览明细数据，获取用户登录账号，货品编号，关注时间(行为时间)。如果用户同一货品浏览多次，取浏览时间最晚的记录。

表4：从用户咨询表中，提取90天用户咨询明细数据，获取用户登录账号，货品编号，关注时间(行为时间)。如果用户同一货品咨询多次，取咨询时间最晚的记录。

表5：从订单数据里提取90天订单明细数据，需满足订单有效这一判断条件。

表6：获取最新的货品附加数据。

表7：获取最新的货品归属数据。

将表1～4的表数据与表5的订单数据进行匹配，关联条件是相同登录账号且相同货品编号是否在90天内是否有过订单信息，如果用户购买了且订单有效，将该用户行为记录去掉；如果用户未购买或购买但订单无效，将该用户行为记录记到用户行为明细模型(第二数据模型)中，并标记记录从哪个用户行为表中获取。

根据本公开的实施例，货品***作汇总模型(第一数据模型)中的货品***作数据汇总表主键为最细粒度的货品。通过用户行为明细模型的明细数据进行1日、3日、15日、30日、60日和90日等各时间范围内的用户行为统计。并将货品信息和货品归属信息通过货品编号进行关联，便形成了一张业务需求覆盖较广的汇总信息表，表中字段排序可根据使用习惯进行调整。例如，第一数据模型中的货品***作数据汇总表如下所示：

货品***作数据汇总表

根据本公开的实施例，货品***作汇总模型(第一数据模型)以货品的最细粒度SKU(SKU是货品的最小粒度，如：某个杯子，颜色和容量的数据组合即为一个SKU。黄色500ML即为一个SKU1，黄色300ML即为一个SKU2。)为主键，一个SKU为一条记录，可以帮助业务部门快速定位关注、加购物车、浏览和咨询的焦点货品，从而进行单个货品或专题推广。当业务部门锁定了SKU或SKU群后，想知道具体的用户是“谁”时，可以通过SKU编号在用户行为明细模型中进行查看和圈定用户人群。

根据本公开的实施例，用户行为明细模型(第二数据模型)中有行为时间，如果货品***作汇总模型的汇总表中1日、3日等维度不满足业务时间范围需要时(如7日数据)，可通过用户操作数据的行为时间进行统计。

根据本公开的实施例，当需要更多货品信息时，可通过SKU编号将用户行为明细模型与货品***作汇总模型关联，从而获取更多货品相关信息。并且通过上述方式，可以达到快速定位目标对象，精准定位目标用户的效果。

根据本公开的实施例，还提供了一种数据处理***。

图5示意性示出了根据本公开的实施例的数据处理***的框图。如图5所示，数据处理***500包括接收模块510、第一查询模块520、第二查询模块530和输出模块540，其中：

接收模块510用于接收数据查询请求。

第一查询模块520用于基于数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量。

第二查询模块530用于基于查询得到的用户量，查询与第一数据模型关联的第二数据模型，以查得与目标对象在指定操作行为下的用户量对应的用户信息，其中，用户信息用于描述对目标对象具有指定操作行为的用户。

输出模块540用于输出用户信息。

根据本公开的实施例，因为将针对多个对象的多个操作行为对应的用户量存储在第一数据模型中，将针对对象的多个操作行为的用户的相关数据存储在第二数据模型中，并将第一数据模型与第二数据模型相关联，可以至少解决现有技术中的数据模型较多，导致资源浪费的问题，因此可以实现节约资源，快速查询数据的技术效果。

图6示意性示出了根据本公开的实施例的构建模块的框图。

如图6所示，根据本公开的实施例，该***还可以包括构建模块550，用于构建第二数据模型的操作，该构建模块550包括第一获取单元5501、第二获取单元5502、判断单元5503和构建单元5504，其中：

第一获取单元5501用于获取目标用户的标识信息。

第二获取单元5502用于获取目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据。

判断单元5503用于判断不同类型的操作数据是否满足预设条件。

构建单元5504用于不同类型的操作数据满足预设条件的情况下，则基于目标用户的标识信息和不同类型的操作数据构建第二数据模型。

根据本公开的实施例，构建模块还包括：过滤单元，用于不同类型的操作数据不满足预设条件的情况下，则过滤目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据。

根据本公开的实施例，提供了一种有效的用户行为模型的构建模块，该构建模块高效的将用户多样的业务需求进行了整合，即整合了不同的操作行为而产生的不同类型的操作数据。通过整合后获得的模型，降低了模型数量和使用复杂度，减少了相同口径指标的后期维护成本和风险，并且减少了对订单表的访问压力和服务器集群压力。

根据本公开的实施例，第二获取单元还用于获取目标用户在预设时间段内对对应对象实施不同的操作行为而产生的不同类型的操作数据。

根据本公开的实施例，通过第二获取单元获取用户在不同的预设时间段内对对应对象实施不同的操作行为而产生的不同类型的操作数据，可以多时间维统计用户的操作数据，用户的操作数据的预设时间段可根据业务需要进行扩大或缩小。

图7示意性示出了根据本公开的实施例的第二查询模块的框图。如图7所示，根据本公开的实施例，第二查询模块530包括第三获取单元5301、确定单元5302和查询单元5303，其中：

第三获取单元5301用于获取目标对象的标识信息，其中，标识信息存储在第一数据模型中。

确定单元5302用于基于标识信息确定与第一数据模型关联的第二数据模型。

查询单元5303用于基于查询得到的用户量和标识信息，查询第二数据模型，以查得与目标对象在指定操作行为下的用户量对应的用户信息。

根据本公开的实施例，通过第二查询模块，可以达到快速定位目标对象，精准定位目标用户的效果。

需要说明的是，本公开的实施例中数据处理***部分与本公开的实施例中数据处理方法部分是相对应的，数据处理***部分的描述具体参考数据处理方法部分，在此不再赘述。

图8示意性示出了根据本公开实施例的适于实现数据处理方法的计算机***的方框图。图8示出的计算机***仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，根据本公开实施例的计算机***600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器610还可以包括用于缓存用途的板载存储器。处理器610可以包括用于执行参考图2～图3B描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有***600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行以上参考图2～图3B描述的各种操作。需要注意，所述程序也可以存储在除ROM 602和RAM603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行以上参考图2～图3B描述的各种操作。

根据本公开的实施例，***600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。***600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

根据本公开的实施例，上文参考流程图描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的***中限定的上述功能。根据本公开的实施例，上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。

需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。根据本公开的实施例，计算机可读介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行：接收数据查询请求；基于上述数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，上述第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量；基于查询得到的用户量，查询与上述第一数据模型关联的第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息，其中，上述用户信息用于描述对上述目标对象具有上述指定操作行为的用户；以及输出上述用户信息。上述方法还包括构建上述第二数据模型的操作，该操作包括：获取目标用户的标识信息；获取上述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据；判断上述不同类型的操作数据是否满足预设条件；以及若满足，则基于上述目标用户的标识信息和上述不同类型的操作数据构建上述第二数据模型。***上述方法还包括：若否，则过滤上述目标用户对上述对应对象实施不同的操作行为而产生的上述不同类型的操作数据。获取上述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据包括：获取上述目标用户在预设时间段内对上述对应对象实施不同的操作行为而产生的不同类型的操作数据。基于查询得到的用户量，查询与上述第一数据模型关联的第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息包括：获取上述目标对象的标识信息，其中，上述标识信息存储在上述第一数据模型中；基于上述标识信息确定与上述第一数据模型关联的上述第二数据模型；以及基于上述查询得到的用户量和上述标识信息，查询上述第二数据模型，以查得与上述目标对象在上述指定操作行为下的用户量对应的用户信息。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (12)

1.一种数据处理方法，包括：

接收数据查询请求；

基于所述数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，所述第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量；

基于查询得到的用户量，查询与所述第一数据模型关联的第二数据模型，以查得与所述目标对象在所述指定操作行为下的用户量对应的用户信息，其中，所述用户信息用于描述对所述目标对象具有所述指定操作行为的用户；以及

输出所述用户信息。

2.根据权利要求1所述的方法，其中，所述方法还包括构建所述第二数据模型的操作，该操作包括：

获取目标用户的标识信息；

获取所述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据；

判断所述不同类型的操作数据是否满足预设条件；以及

若满足，则基于所述目标用户的标识信息和所述不同类型的操作数据构建所述第二数据模型。

3.根据权利要求2所述的方法，其中，所述方法还包括：

若否，则过滤所述目标用户对所述对应对象实施不同的操作行为而产生的所述不同类型的操作数据。

4.根据权利要求2所述的方法，其中，获取所述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据包括：

获取所述目标用户在预设时间段内对所述对应对象实施不同的操作行为而产生的不同类型的操作数据。

5.根据权利要求1所述的方法，其中，基于查询得到的用户量，查询与所述第一数据模型关联的第二数据模型，以查得与所述目标对象在所述指定操作行为下的用户量对应的用户信息包括：

获取所述目标对象的标识信息，其中，所述标识信息存储在所述第一数据模型中；

基于所述标识信息确定与所述第一数据模型关联的所述第二数据模型；以及

基于所述查询得到的用户量和所述标识信息，查询所述第二数据模型，以查得与所述目标对象在所述指定操作行为下的用户量对应的用户信息。

6.一种数据处理***，包括：

接收模块，用于接收数据查询请求；

第一查询模块，用于基于所述数据查询请求查询第一数据模型，以查得目标对象在指定操作行为下的用户量，所述第一数据模型至少用于存储多个对象在多种操作行为下对应的用户量；

第二查询模块，用于基于查询得到的用户量，查询与所述第一数据模型关联的第二数据模型，以查得与所述目标对象在所述指定操作行为下的用户量对应的用户信息，其中，所述用户信息用于描述对所述目标对象具有所述指定操作行为的用户；以及

输出模块，用于输出所述用户信息。

7.根据权利要求6所述的***，其中，所述***还包括构建模块，用于构建所述第二数据模型的操作，该构建模块包括：

第一获取单元，用于获取目标用户的标识信息；

第二获取单元，用于获取所述目标用户对对应对象实施不同的操作行为而产生的不同类型的操作数据；

判断单元，用于判断所述不同类型的操作数据是否满足预设条件；以及

构建单元，用于在所述不同类型的操作数据满足预设条件的情况下，则基于所述目标用户的标识信息和所述不同类型的操作数据构建所述第二数据模型。

8.根据权利要求7所述的***，其中，所述构建模块还包括：

过滤单元，用于在所述不同类型的操作数据不满足预设条件的情况下，则过滤所述目标用户对所述对应对象实施不同的操作行为而产生的所述不同类型的操作数据。

9.根据权利要求7所述的***，其中，所述第二获取单元还用于获取所述目标用户在预设时间段内对所述对应对象实施不同的操作行为而产生的不同类型的操作数据。

10.根据权利要求6所述的***，其中，所述第二查询模块包括：

第三获取单元，用于获取所述目标对象的标识信息，其中，所述标识信息存储在所述第一数据模型中；

确定单元，用于基于所述标识信息确定与所述第一数据模型关联的所述第二数据模型；以及

查询单元，用于基于所述查询得到的用户量和所述标识信息，查询所述第二数据模型，以查得与所述目标对象在所述指定操作行为下的用户量对应的用户信息。

11.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时用于实现权利要求1至5中任一项所述的数据处理方法。

12.一种计算机***，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至5中任一项所述的数据处理方法。