CN108898428A - 一种终端用户活跃指标的确定方法、服务器和存储介质 - Google Patents

Abstract

本发明公开了一种终端用户活跃指标的确定方法、服务器和存储介质，所述方法包括：选定一个或多个端口作为活跃判定端口；当所述任意一个活跃判定端口被调用时，判定调用所述活跃判定端口的用户为活跃用户；以集合方式保存所述活跃判定端口被调用的时间和对应用户ID；在设定的数据库更新时间内将最近一个周期内所述活跃判定端口被调用的时间和对应用户ID更新到数据库。本发明可以较好的确定用户的最后一次活跃时间，该指标可以用于精确确定日活、月活及精准实施产品销售、广告推广。

Description

一种终端用户活跃指标的确定方法、服务器和存储介质

技术领域

本发明涉及互联网技术领域，尤其涉及一种终端用户活跃指标的确定方法、服务器和存储介质。

背景技术

随着手机厂商的角色转变，越来越多的厂商都有自己的用户中心，开发多种多样的应用提高用户粘性，手机厂商都会对自身的用户进行运营，挖掘用户价值。

产品对账号中心提出了记录用户活跃度时间的要求，以便对用户进行更加精确的跟踪，充分对用户进行运营。活跃或者活跃用户，指用户在选定的时间周期内，有打开过产品，就算作活跃，就是一个活跃用户。所以，活跃定义的是一个状态，而不是程度。

尤其是用户的最后活跃时间，可以用于更精确的掌握最有效的活跃用户，例如用户的最后活跃时间可以使用在多个场合：

1、在产品抢购的时候，服务器访问量大，为了更好的满足最活跃用户的抢购需求，服务器如果将活跃用户的数据事先加载，则可以大大加快活跃用户抢购产品的速度。但是事实上不是所有活跃用户都会参与抢购，现有技术只能加载所有活跃用户的缓存数据，对服务器缓存资源形成大量占用。

2、在产品广告推送的时候，现有技术是向所有活跃用户发送推送广告，广告推送任务重，收效不能比例，不利于提高推送广告的有效性。

记录用户最后活跃时间不可避免的要对用户的活跃行为进行存储，如果实时向数据库存储用户的活跃行为会对数据库造成很大的压力，因为用户调用一次接口就要对数据库进行记录，造成数据库存在较大的压力，影响线上性能和业务的响应时间。

发明内容

本发明的主要目的在于提出一种终端用户活跃指标的确定方法、服务器和存储介质，旨在提供一种能更准确的反应用户活跃状况的指标，为更好的针对活跃用户开展销售活动、服务提出指导。

为实现上述目的，本发明提供的一种终端用户活跃指标的确定方法，所述方法包括以下步骤：

选定一个或多个端口作为活跃判定端口；

当所述任意一个活跃判定端口被调用时，判定调用所述活跃判定端口的用户为活跃用户；

以集合方式保存所述活跃判定端口被调用的时间和对应用户ID；

在设定的数据库更新时间内将最近一个周期内所述活跃判定端口被调用的时间和对应用户ID更新到数据库。

进一步的，所述方法在步骤以集合方式保存所述活跃判定端口被调用的时间和对应用户ID之后包括：

采用哈希策略将所述集合分流为若干个子集合。

进一步的，所述方法的步骤当所述任意一个活跃判定端口被调用时，判定调用所述活跃判定端口的用户为活跃用户进一步包括：

以***对所有客户端端口调用请求进行过滤，当存在活跃判定端口被调用的请求时，判定发出该请求的用户为活跃用户。

进一步的，所述方法还包括步骤：

将活跃用户的请求时间和用户ID以键-值形式存储。

进一步的，所述活跃判定端口包括账号登陆端口、任务调用端口、账号注册端口的一个或多个。

进一步的，所述数据库更新时间为凌晨2点到7点。

进一步的，所述数据库的更新周期为24小时。

进一步的，所述步骤到达数据库更新时间时，将最近一个周期内用户调用所述特定端口的时间存入数据库进一步包括：

设置定时器，定时器触发时数据库更新开始更新，遍历读取所有集合，从集合中读取活跃用户ID及其活跃时间数据，将读取的数据更新到数据库。

此外，为实现上述目的，本发明还提出一种服务器，包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序，所述至少一个应用程序被配置为用于执行上述任一种终端用户活跃指标的确定方法。

此外，为实现上述目的，本发明还提出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终端用户活跃指标的确定程序，所述终端用户活跃指标的确定程序被处理器执行时实现上述任一种终端用户活跃指标的确定方法的步骤。

本发明提出的终端用户活跃指标的确定方法、服务器和存储介质，通过对用户对产品的最后使用时间进行记录，并通过延迟方式向数据库保存，缓解数据库调用压力。用户对产品的最后使用时间作为一个精确的用户活跃评价指标，可以使该产品针对用户进行行为分析、需求分析、产品销售、推广时，可以更快的找到最大的目标群体，有效提高目标实现效率。

附图说明

图1为实现本发明各个实施例涉及的移动终端的硬件结构示意图；

图2为如图1所示的移动终端的无线通信***示意图；

图3为为实现本发明各个实施例的服务器的结构示意图；

图4为本发明第一实施例提供的终端用户活跃指标的确定方法的实现流程示意图；

图5为本发明第二实施例提供的终端用户活跃指标的确定方法的实现流程示意图；

图6为本发明第三实施例提供的终端用户活跃指标的确定方法的实现流程示意图。

本发明目的的实现、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

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中的终端将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为本发明各个实施例作为客户端的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯***)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liq用户ID Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理***与处理器110逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络***进行描述。

请参阅图2，图2为本发明实施例提供的一种通信网络***架构图，该通信网络***为通用移动通信技术的LTE***，该LTE***包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

具体地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子***)或其它IP业务等。

虽然上述以LTE***为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE***，也可以适用于其他无线通信***，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络***等，此处不做限定。

图1所示的移动终端可以作为不同应用或者服务对应的客户端作为业务的请求者(或者说业务的生产者)，生成业务请求数据包，发送到服务器(业务的调度者)的业务接收存储单元，业务接收存储单元再将业务请求数据包存入消息队列中，将该业务请求数据包分配到业务处理单元(业务的执行者)进行处理得到业务应答数据包，再将业务应答数据包返回给业务的请求者，即应用或服务的客户端。本发明实施例中业务处理的消息队列可以是基于Gearman架构，以Gearman架构为例，一个Gearman业务请求的处理过程涉及Client(客户端)、Job Server(业务接入服务器)和Worker(应用服务进程)三个角色。其中，Client为业务的请求者，即图3中的客户端；Job Server为业务的调度者，即图3中业务接收存储单元，用来负责协调把Client发出的业务请求转发给合适的Worker，Worker为业务的执行者，即图3中的业务处理单元。本发明实施例中，业务的请求者可以为下文中描述的客户端，该客户端可以为web客户端。下面介绍本发明实施例中终端用户活跃指标的确定方法应用于服务器，该服务器可以是图3中服务器，该服务器中预设有至少一种类型的与客户端交互数据的业务端口。

基于上述客户端和服务器的***，提出本发明方法各个实施例。

实施例一

本发明第一实施例提供一种终端用户活跃指标的确定方法，如图4所示，所述方法包括以下步骤：

S11，选定一个或多个端口作为活跃判定端口；

本发明的用户是指在图1所示的移动终端上的各个应用以及移动终端本身的用户账号。如果要对各个产品的用户的活跃行为进行判断，首先需要确定一个或多个端口作为用户活跃行为判定的端口，例如，一个产品是否被激活使用，只需要判断产品是否有新用户注册；判断一个应用是否被使用，只需要判断应用是否登陆；但是有些应用需要对用户的活跃行为进行更精细的分析时，仅通过应用是否被登陆不能做出判断，例如有些应用一直处于登陆状态时，就无法通过账号登陆端口被调用来对用户是否活跃做出准确判断，而需要通过某些任务端口是否被调用来进一步判定。

因此，针对不同的产品和用户活跃判断的精确程度要求，可以设置一个或多个端口作为用户是否发生活跃行为的判断依据。所述活跃判定端口包括账号登陆端口、任务调用端口、账号注册端口的其中一个或多个。

S12，当所述任意一个活跃判定端口被调用时，判定调用所述活跃判定端口的用户为活跃用户；

服务器通过***拦截用户的所有请求，并分析判断拦截的所有请求中是否存在对用户活跃判定的端口的调用请求，如果存在，则判断该用户使用了所请求端口对应的产品，该用户相对于该产品来说为活跃用户，即判定该用户为活跃用户。例如微信端发生即时信息发送端口的调用，即认为用户活跃，或者发生朋友圈信息发送端口请求，也认定用户为活跃，因此对于微信来说，将新任务请求端口的调用作为活跃判定端口更为合适。对于一个手机来说，想要统计手机的使用状况，只需要统计用户账号登陆情况，即可认定该用户正在使用该账号关联的移动终端，因此将账号登陆端口或者账号注册端口作为用户活跃判定的端口更为合适。

S13，以集合方式保存所述活跃判定端口被调用的时间和对应用户ID；

一旦通过活跃判定端口的调用确定用户为活跃用户后，即需要对用户的活跃行为进行记录，以便进行各种活跃行为的评估或统计。由于用户可能会在一个周期内执行多个活跃行为，如果每个活跃行为都要记录保存，会对存储资源造成巨大的浪费，因此以集合的方式保存所述活跃判定端口被调用的时间和对应用户ID，保证集合内只保留一个调用记录。

集合，英文为Set，是最简单的一种集合，它的对象不按特定方式排序，只是简单的把对象加入集合中，就像往口袋里放东西。对集中成员的访问和操作是通过集中对象的引用进行的，所以集中不能有重复对象。数学上的集合也是Set，集合里面一定是没有重复的元素的。

本发明中，集合中活跃用户的存储形式是Key-Set形式，Set集合的特性是会自动去重，用户ID将会存入Set集合中，即如果用户ID已经存在，再次写入只会保留1个，不存在就会写入。写入时间复杂度O(1)。将活跃用户的请求时间和用户ID以键-值形式存储。

S14，在设定的数据库更新时间内将最近一个周期内所述活跃判定端口被调用的时间和对应用户ID更新到数据库。

为解决现有技术中在数据库中实时更新用户活跃时间给数据库访问带来巨大压力以及对资源造成浪费的情况，本发明中采用延迟更新数据库的方式，即将数据库更新的时间设置为一个特定时间段，优选用户处于低活跃度的时间段，此时服务器处理任务压力变小，空闲进程较多，用于更新数据库既可以使数据库降低读取频率，还可以效率更高的更新数据库。例如，将数据库更新时间设定为凌晨2点到7点。数据库更新的周期根据可以根据需要设置，例如用户基数较小的产品，可以设置为一周更新一次数据库，或者3天、4天更新一次数据库，如果用户基数较大的产品，例如微博、微信等社交产品，可以每天更新一次数据库，甚至12个小时更新一次数据库。本发明中，优选数据库的更新周期为24小时。

本实施例实现的终端用户活跃指标的确定方法，通过对用户对产品的最后使用时间进行记录，并通过延迟方式向数据库保存，缓解数据库调用压力。用户对产品的最后使用时间作为一个精确的用户活跃评价指标，可以使该产品针对用户进行行为分析、需求分析、产品销售、推广时，可以更快的找到最大的目标群体，有效提高目标实现效率。

实施例二

本发明第二实施例提供一种终端用户活跃指标的确定方法，如图5所示，所述方法包括以下步骤：

S21，选定一个或多个端口作为活跃判定端口；

如果要对用户的活跃行为进行判断，首先需要确定一个或多个端口作为用户活跃行为判定的端口，例如，一个产品是否被激活使用，只需要判断产品是否有新用户注册，判断一个应用是否被使用，只需要判断应用是否登陆，但是有些应用需要对用户的活跃行为进行更精细的分析时，仅通过应用是否被登陆不能做出判断；例如有些应用一直处于登陆状态时，就无法通过账号登陆端口被调用来对用户是否活跃做出准确判断，而需要通过某些任务端口是否被调用来进一步判定。

因此，针对不同的产品和用户活跃判断的精确程度要求，可以设置一个或多个端口作为用户是否发生活跃行为的判断依据。所述活跃判定端口包括账号登陆端口、任务调用端口、账号注册端口的其中一个或多个。

S22，当所述任意一个活跃判定端口被调用时，判定调用所述活跃判定端口的用户为活跃用户；

服务器通过***拦截用户的所有请求，并分析判断拦截的所有请求中是否存在对用户活跃判定的端口的调用请求，如果存在，则判断该用户使用了所请求端口对应的产品，该用户相对于该产品来说为活跃用户，即判定该用户为活跃用户。例如微信端发生即时信息发送端口的调用，即认为用户活跃，或者发生朋友圈信息发送端口请求，也认定用户为活跃，因此对于微信来说，将新任务请求端口的调用作为活跃判定端口更为合适。对于一个手机来说，想要统计手机的使用状况，只需要统计用户账号登陆情况，即可认定该用户正在使用该账号关联的移动终端，因此将账号登陆端口或者账号注册端口作为用户活跃判定的端口更为合适。

S23，以集合方式保存所述活跃判定端口被调用的时间和对应用户ID；

一旦通过活跃判定端口的调用确定用户为活跃用户后，即需要对用户的活跃行为进行记录，以便进行各种活跃行为的评估或统计。由于用户可能会在一个周期内执行多个活跃行为，如果每个活跃行为都要记录保存，会对存储资源造成巨大的浪费，因此以集合的方式保存所述活跃判定端口被调用的时间和对应用户ID，保证集合内只保留一个调用记录。

集合，英文为Set，是最简单的一种集合，它的对象不按特定方式排序，只是简单的把对象加入集合中，就像往口袋里放东西。对集中成员的访问和操作是通过集中对象的引用进行的，所以集中不能有重复对象。数学上的集合也是Set，集合里面一定是没有重复的元素的。

将活跃用户的请求时间和用户ID以键-值形式存储。本发明中，活跃用户的存储形式是Key-Set形式，Set集合的特性是会自动去重，用户ID将会存入Set集合中，即如果用户ID已经存在，再次写入只会保留1个，不存在就会写入，写入时间复杂度O(1)。

S24，采用哈希策略将所述集合分流为若干个子集合；

Hash，一般翻译做“散列”，也有直接音译为“哈希”的，就是把任意长度的输入(又叫做预映射pre-image)通过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来确定唯一的输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。

散列函数能使对一个数据序列的访问过程更加迅速有效，通过散列函数，数据元素将被更快地定位。

常用的哈希策略有如下：

(1)余数法:先估计整个哈希表中的表项目数目大小。然后用这个估计值作为除数去除每个原始值，得到商和余数。用余数作为哈希值。因为这种方法产生冲突的可能性相当大，因此任何搜索算法都应该能够判断冲突是否发生并提出取代算法。

(2)折叠法:这种方法是针对原始值为数字时使用，将原始值分为若干部分，然后将各部分叠加，得到的最后四个数字(或者取其他位数的数字都可以)来作为哈希值。

(3)基数转换法:当原始值是数字时，可以将原始值的数制基数转为一个不同的数字。例如，可以将十进制的原始值转为十六进制的哈希值。为了使哈希值的长度相同，可以省略高位数字。

(4)数据重排法:这种方法只是简单的将原始值中的数据打乱排序。比如可以将第三位到第六位的数字逆序排列，然后利用重排后的数字作为哈希值。

一般互联网用户数据比较庞大，例如大型的互联网公司活跃用户都在几千万上亿，如果把这些用户存放在一个Set集合中显然太过巨大，写入和读取性能都会有影响，所以需要采用多个Set集合进行存储。

Set集合的个数估计：预估活跃用户个数，假设有100万个日活跃用户，可以设计50个Set，每个Set设计为2万个。每天有50组Set。假如2018年5月1日当天的活跃存储结构Set的集合Key为account_lastactivetime_20180501_1。

20180501代表的是5月1日当天的用户活跃的Set集合组，加上时间区分是为了，每天的活跃用户隔离，保证数据的准确性，因为如果5月2日的数据写入到5月1日的Set集合中，会导致在异步更新的时候出现问题。

对用户ID进行取模计算，即10001％50，取模结果为1，则放入编号为account_lastactivetime_20180501_1的集合中。取模结果为2，则放入编号为account_lastactivetime_20180501_2的集合中，如此形成account_lastactivetime_20180501_0至account_lastactivetime_20180501_49个Set集合，每天存储一组。Set集合的特性是会自动去重，用户ID将会存入Set，即如果用户ID已经存在，再次写入只会保留1个，不存在就会写入，写入时间复杂度O(1)。

S25，在设定的数据库更新时间内将最近一个周期内所述活跃判定端口被调用的时间和对应用户ID更新到数据库。

为解决现有技术中在数据库中实时更新用户活跃时间给数据库访问带来巨大压力以及对资源造成浪费的情况，本发明中采用延迟更新数据库的方式，即将数据库更新的时间设置为一个特定时间段，优选用户处于低活跃度的时间段，此时服务器处理任务压力变小，空闲进程较多，用于更新数据库既可以使数据库降低读取频率，还可以效率更高的更新数据库。例如，将数据库更新时间设定为凌晨2点到7点。数据库更新的周期根据可以根据需要设置，例如用户基数较小的产品，可以设置为一周更新一次数据库，或者3天、4天更新一次数据库，如果用户基数较大的产品，例如微博、微信等社交产品，可以每天更新一次数据库，甚至12个小时更新一次数据库。本发明中，优选数据库的更新周期为24小时。账号中心的请求在夜里2点至凌晨7点是个请求低峰，采用低峰期进行对数据更新，充分利用资源。每天夜里2点会触发定时器，更新程序将会启动程序，由于Set集合个数比较多，更新处理会采用多线程进行处理，会获取处理服务器的CPU的线程数，例如CPU是2核4线程将会使用4个线程对步骤2中的Set队列进行批次处理，假设有50个Set队列，每次就会对4个队列进行遍历读取，从Set中读取出一个用户ID，通过用户ID从用户ID-活跃时间的键值中读取对应用户最后活跃时间，将用户最后活跃时间更新到数据库。直至将50个Set队列中的数据全部拉取全部更新到数据库为止。

如果产品或运营对最后活跃时间的时效性有更高的要求，可以缩短定时处理的时间，比如采用每12个小时存储一组最后活跃用户，每12个小时对用户最后活跃时间进行更新一次，优选一天更新一次，因为对产品来说只需要知道近期(3至30天)内的活跃用户即可满足运营需求。并不需要实时的掌握用户的活跃时间，但是该方案也可以对用户进行更加实时的更新。

本实施例实现的终端用户活跃指标的确定方法，通过对用户对产品的最后使用时间进行记录，并通过延迟方式向数据库保存，缓解数据库调用压力，用且将记录用户最后使用时间的数据以多个Set集合的方式存储，避免一个Set过大影响数据读取效率。用户对产品的最后使用时间作为一个精确的用户活跃评价指标，可以使该产品针对用户进行行为分析、需求分析、产品销售、推广时，可以更快的找到最大的目标群体，有效提高目标实现效率。

实施例三

本发明第三实施例提供一种终端用户活跃指标的确定方法，如图6所示，所述方法包括以下步骤：

S31，选定一个或多个端口作为活跃判定端口；

如果要对用户的活跃行为进行判断，首先需要确定一个或多个端口作为用户活跃行为判定的端口，例如，一个产品是否被激活使用，只需要判断产品是否有新用户注册，判断一个应用是否被使用，只需要判断应用是否登陆，但是有些应用需要对用户的活跃行为进行更精细的分析时，仅通过应用是否被登陆不能做出判断；例如有些应用一直处于登陆状态时，就无法通过账号登陆端口被调用来对用户是否活跃做出准确判断，而需要通过某些任务端口是否被调用来进一步判定。

因此，针对不同的产品和用户活跃判断的精确程度要求，可以设置一个或多个端口作为用户是否发生活跃行为的判断依据。所述活跃判定端口包括账号登陆端口、任务调用端口、账号注册端口的其中一个或多个。

S32，以***对所有客户端端口调用请求进行过滤，当存在活跃判定端口被调用的请求时，判定发出该请求的用户为活跃用户；

服务器通过***拦截用户的所有请求，并分析判断拦截的所有请求中是否存在对用户活跃判定的端口的调用请求，如果存在，则判断该用户使用了所请求端口对应的产品，该用户相对于该产品来说为活跃用户，即判定该用户为活跃用户。只要服务端接收到用户调用定义的接口即视为该用户活跃。例如微信端发生即时信息发送端口的调用，即认为用户活跃，或者发生朋友圈信息发送端口请求，也认定用户为活跃，因此对于微信来说，将新任务请求端口的调用作为活跃判定端口更为合适。对于一个手机来说，想要统计手机的使用状况，只需要统计用户账号登陆情况，即可认定该用户正在使用该账号关联的移动终端，因此将账号登陆端口或者账号注册端口作为用户活跃判定的端口更为合适。将该请求的用户信息读取进行下一步的处理。

S33，以集合方式保存所述活跃判定端口被调用的时间和对应用户ID；

一旦通过活跃判定端口的调用确定用户为活跃用户后，即需要对用户的活跃行为进行记录，以便进行各种活跃行为的评估或统计。由于用户可能会在一个周期内执行多个活跃行为，如果每个活跃行为都要记录保存，会对存储资源造成巨大的浪费，因此以集合的方式保存所述活跃判定端口被调用的时间和对应用户ID，保证集合内只保留一个调用记录。

集合，英文为Set，是最简单的一种集合，它的对象不按特定方式排序，只是简单的把对象加入集合中，就像往口袋里放东西。对集中成员的访问和操作是通过集中对象的引用进行的，所以集中不能有重复对象。数学上的集合也是Set，集合里面一定是没有重复的元素的。

本发明中，活跃用户的存储形式是Key-Set形式，Set集合的特性是会自动去重，用户ID将会存入Set集合中，即如果用户ID已经存在，再次写入只会保留1个，不存在就会写入。写入时间复杂度O(1)。将活跃用户的请求时间和用户ID以键-值形式存储。将活跃用户的请求时间和用户ID以键-值形式存储。

S34，采用哈希策略将所述集合分流为若干个子集合；

Hash，一般翻译做“散列”，也有直接音译为“哈希”的，就是把任意长度的输入(又叫做预映射pre-image)通过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来确定唯一的输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。

常用的哈希策略如下：

(1)余数法:先估计整个哈希表中的表项目数目大小。然后用这个估计值作为除数去除每个原始值，得到商和余数。用余数作为哈希值。因为这种方法产生冲突的可能性相当大，因此任何搜索算法都应该能够判断冲突是否发生并提出取代算法。

(2)折叠法:这种方法是针对原始值为数字时使用，将原始值分为若干部分，然后将各部分叠加，得到的最后四个数字(或者取其他位数的数字都可以)来作为哈希值。

(3)基数转换法:当原始值是数字时，可以将原始值的数制基数转为一个不同的数字。例如，可以将十进制的原始值转为十六进制的哈希值。为了使哈希值的长度相同，可以省略高位数字。

(4)数据重排法:这种方法只是简单的将原始值中的数据打乱排序。比如可以将第三位到第六位的数字逆序排列，然后利用重排后的数字作为哈希值。

一般互联网用户数据比较庞大，例如大型的互联网公司活跃用户都在几千万上亿，如果把这些用户存放在一个Set集合中显然太过巨大，写入和读取性能都会有影响。所以需要采用多个Set集合进行存储。

Set集合的个数估计：预估活跃用户个数，假设有100万个日活跃用户，可以设计50个Set，每个Set设计为2万个。每天有50组Set。假如2018年5月1日当天的活跃存储结构Set的集合Key为account_lastactivetime_20180501_1。

20180501代表的是5月1日当天的用户活跃的Set集合组，加上时间区分是为了，每天的活跃用户隔离，保证数据的准确性，因为如果5月2日的数据写入到5月1日的Set集合中，会导致在异步更新的时候出现问题。

对用户ID进行取模计算，即10001％50，取模结果为1，则放入编号为account_lastactivetime_20180501_1的集合中。取模结果为2，则放入编号为account_lastactivetime_20180501_2的集合中，如此形成account_lastactivetime_20180501_0至account_lastactivetime_20180501_49个Set集合，每天存储一组。Set集合的特性是会自动去重，用户ID将会存入Set，即如果用户ID已经存在，再次写入只会保留1个，不存在就会写入，写入时间复杂度O(1)。

S35，设置定时器，定时器触发时数据库更新开始更新，遍历读取所有集合，从集合中读取活跃用户ID及其活跃时间数据，将读取的数据更新到数据库。

为解决现有技术中在数据库中实时更新用户活跃时间给数据库访问带来巨大压力以及对资源造成浪费的情况，本发明中采用延迟更新数据库的方式，即将数据库更新的时间设置为一个特定时间段，优选用户处于低活跃度的时间段，此时服务器处理任务压力变小，空闲进程较多，用于更新数据库既可以使数据库降低读取频率，还可以效率更高的更新数据库。例如，设置定时器，定时器触发时数据库更新开始更新，遍历读取所有集合，从集合中读取活跃用户ID及其活跃时间数据，将读取的数据更新到数据库，将数据库更新时间设定为凌晨2点到7点，定时器每到凌晨2点时触发启动数据库更新，到凌晨7点结束更新。数据库更新的周期根据可以根据需要设置，例如用户基数较小的产品，可以设置为一周更新一次数据库，或者3天、4天更新一次数据库，如果用户基数较大的产品，例如微博、微信等社交产品，可以每天更新一次数据库，甚至12个小时更新一次数据库。本发明中，优选数据库的更新周期为24小时。账号中心的请求在夜里2点至凌晨7点是个请求低峰，采用低峰期进行对数据更新，充分利用资源。每天夜里2点会触发定时器，更新程序将会启动程序，由于Set集合个数比较多，更新处理会采用多线程进行处理，会获取处理服务器的CPU的线程数，例如CPU是2核4线程将会使用4个线程对步骤2中的Set队列进行批次处理，假设有50个Set队列，每次就会对4个队列进行遍历读取，从Set中读取出一个用户ID，通过用户ID从用户ID-活跃时间的键值中读取对应用户最后活跃时间，将用户最后活跃时间更新到数据库。直至将50个Set队列中的数据全部拉取全部更新到数据库为止。

如果产品或运营对最后活跃时间的时效性有更高的要求，可以缩短定时处理的时间，比如采用每12个小时存储一组最后活跃用户，每12个小时对用户最后活跃时间进行更新一次，优选一天更新一次，因为对产品来说只需要知道近期(3至30天)内的活跃用户即可满足运营需求。并不需要实时的掌握用户的活跃时间，但是该方案也可以对用户进行更加实时的更新。

本实施例实现的终端用户活跃指标的确定方法，通过***确定用户活跃行为，通过对用户对产品的最后使用时间进行记录，并通过延迟方式向数据库保存，缓解数据库调用压力，用且将记录用户最后使用时间的数据以多个Set集合的方式存储，避免一个Set过大影响数据读取效率。用户对产品的最后使用时间作为一个精确的用户活跃评价指标，可以使该产品针对用户进行行为分析、需求分析、产品销售、推广时，可以更快的找到最大的目标群体，有效提高目标实现效率。

实施例四

本发明第四实施例提供一种服务器，包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序，所述至少一个应用程序被配置为用于执行实施例一、实施例二、实施例三任意一种终端用户活跃指标的确定方法。

实施例五

本发明第五实施例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终端用户活跃指标的确定程序，所述终端用户活跃指标的确定程序被处理器执行时实现实施例一、实施例二、实施例三任意一种终端用户活跃指标的确定方法的步骤。

本发明提出的终端用户活跃指标的确定方法、服务器和存储介质，通过对用户对产品的最后一个活跃行为进行记录，使该次活跃行为成为一个精确的活跃评价指标，在该产品针对用户进行用户行为分析、需求分析、产品销售、推广时，可以更快的找到最大的目标群体，有效提高目标实现效率。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种终端用户活跃指标的确定方法，其特征在于，所述方法包括以下步骤：

选定一个或多个端口作为活跃判定端口；

当所述任意一个活跃判定端口被调用时，判定调用所述活跃判定端口的用户为活跃用户；

以集合方式保存所述活跃判定端口被调用的时间和对应用户I D；

在设定的数据库更新时间内将最近一个周期内所述活跃判定端口被调用的时间和对应用户I D更新到数据库。

2.根据权利要求1所述的终端用户活跃指标的确定方法，其特征在于，所述方法在步骤以集合方式保存所述活跃判定端口被调用的时间和对应用户I D之后包括：

采用哈希策略将所述集合分流为若干个子集合。

3.根据权利要求1所述的终端用户活跃指标的确定方法，其特征在于，所述方法的步骤当所述任意一个活跃判定端口被调用时，判定调用所述活跃判定端口的用户为活跃用户进一步包括：

以***对所有客户端端口调用请求进行过滤，当存在活跃判定端口被调用的请求时，判定发出该请求的用户为活跃用户。

4.根据权利要求3所述的终端用户活跃指标的确定方法，其特征在于，所述方法还包括步骤：

将活跃用户的请求时间和用户I D以键-值形式存储。

5.根据权利要求1所述的终端用户活跃指标的确定方法，其特征在于，所述活跃判定端口包括账号登陆端口、任务调用端口、账号注册端口的一个或多个。

6.根据权利要求1所述的终端用户活跃指标的确定方法，其特征在于，所述数据库更新时间为凌晨2点到7点。

7.根据权利要求1所述的终端用户活跃指标的确定方法，其特征在于，所述数据库的更新周期为24小时。

8.根据权利要求1所述的终端用户活跃指标的确定方法，其特征在于，所述方法的步骤在设定的数据库更新时间内将最近一个周期内所述活跃判定端口被调用的时间和对应用户I D更新到数据库进一步包括：

设置定时器，定时器触发时数据库更新开始更新，遍历读取所有集合，从集合中读取活跃用户I D及其活跃时间数据，将读取的数据更新到数据库。

9.一种服务器，包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序，其特征在于，所述至少一个应用程序被配置为用于执行权利要求1至8任一项权利要求所述的终端用户活跃指标的确定方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有终端用户活跃指标的确定程序，所述终端用户活跃指标的确定程序被处理器执行时实现如权利要求1至8中任一项所述的终端用户活跃指标的确定方法的步骤。