CN109522467A - 一种基于大数据平台的标签时间的分析方法及装置 - Google Patents
一种基于大数据平台的标签时间的分析方法及装置 Download PDFInfo
- Publication number
- CN109522467A CN109522467A CN201811352062.3A CN201811352062A CN109522467A CN 109522467 A CN109522467 A CN 109522467A CN 201811352062 A CN201811352062 A CN 201811352062A CN 109522467 A CN109522467 A CN 109522467A
- Authority
- CN
- China
- Prior art keywords
- user
- label
- data
- association
- identification information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据平台的标签时间的分析方法及装置，所述方法包括：基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；根据所述用户行为数据生成用户行为标签；根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；存储所述关联用户标签数据。本发明使得在查询用户行为标签时，可以查看到对应的标签生成时间，基于此可以获取到用户的历史标签生成信息，以及用户标签随时间的变化情况，有利于通过用户的历史标签信息快速检索到符合条件的结果。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种基于大数据平台的标签时间的分析方法及装置。
背景技术
随着移动互联网、物联网等应用的飞速发展，全球数据量出现了***式增长。数据量的飞速增长预示着现在已经进入了大数据时代。网络运营商拥有庞大的用户，同时具有对终端及用户上网通道的掌控能力，使得在用户行为分析方面具有很好的数据基础，深入分析用户流量行为特征和规律，发现用户潜在消费需求，是提升价值和经营水平的有效手段。其中，用户画像又称用户角色(Persona)，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。
用户画像的建立基于生成的用户标签，目前，大数据标签***中的用户标签数据库只能保存最新的用户标签信息，因此，无法查看用户的历史标签信息，更无法显示用户标签随时间的变化情况，导致无法实现基于用户的历史标签信息快速检索到符合条件的结果。
基于此，需要提供一种更加可靠或者有效的方法，以便于能够查看用户的标签随时间的变化情况，进而实现通过用户的历史标签信息快速检索到符合条件的结果。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种基于大数据平台的标签时间的分析方法及装置。所述技术方案如下：
一方面，提供了一种基于大数据平台的标签时间的分析方法，所述方法包括：
基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；
根据所述用户行为数据生成用户行为标签；
根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；
存储所述关联用户标签数据。
进一步地，所述方法还包括：
定期获取所述用户更新数据；
根据所述用户更新数据对所述关联用户标签数据进行更新，生成新的关联用户标签数据；
存储所述新的关联用户标签数据。
进一步地，在存储所述关联用户标签数据之后，所述方法还包括：
接收用户画像查询请求，所述用户画像查询请求携带用户的标识信息；
根据所述用户的标识信息，获取所述用户的关联用户标签数据；
根据所述关联用户标签数据中所述用户的用户行为标签，生成用户画像。
进一步地，所述方法还包括：
接收用户的标签历史信息查询请求，所述标签历史信息查询请求中包括所述用户的标识信息；
获取与所述用户的标识信息相匹配的关联用户标签数据；
返回所述关联用户标签数据。
进一步地，所述方法还包括：
接收标签用户列表查询请求，所述标签用户列表查询请求包括指定标签和指定时间段；
根据所述标签生成时间，获取所述指定时间段内的所有关联用户标签数据；
获取所述所有关联用户标签数据中与所述指定标签相匹配的关联用户行为标签对应的用户的标识信息；
根据所述用户的标识信息，生成用户列表并返回所述用户列表。
另一方面，提供了一种基于大数据平台的标签时间的分析装置，所述装置包括：
第一获取模块，用于基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；
第一生成模块，用于根据所述用户行为数据生成用户行为标签；
关联模块，用于根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；
第一存储模块，用于存储所述关联用户标签数据。
进一步地，所述装置还包括：
第二获取模块，用于定期获取所述用户更新数据；
更新模块，用于根据所述用户更新数据对所述关联用户标签数据进行更新，生成新的关联用户标签数据；
第二存储模块，用于存储所述新的关联用户标签数据。
进一步地，所述装置还包括：
第一接收模块，用于接收用户画像查询请求，所述用户画像查询请求携带用户的标识信息；
第三获取模块，用于根据所述用户的标识信息，获取所述用户的关联用户标签数据；
画像生成模块，用于根据所述关联用户标签数据中所述用户的用户行为标签，生成用户画像。
进一步地，所述装置还包括：
第二接收模块，用于接收用户的标签历史信息查询请求，所述标签历史信息查询请求中包括所述用户的标识信息；
第四获取模块，用于获取与所述用户的标识信息相匹配的关联用户标签数据；
第一返回模块，用于返回所述关联用户标签数据。
进一步地，所述装置还包括：
第三接收模块，用于接收标签用户列表查询请求，所述标签用户列表查询请求包括指定标签和指定时间段；
第五获取模块，用于根据所述标签生成时间，获取所述指定时间段内的所有关联用户行为标签；
第六获取模块，用于获取所述所有关联用户行为标签中与所述指定标签相匹配的关联用户行为标签对应的用户的标识信息；
第二返回模块，用于根据所述用户的标识信息，生成用户列表并返回所述用户列表。
另一方面，提供了一种电子设备，包括：
处理器，适于实现一条或一条以上指令；以及，
存储器，所述存储器存储有一条或一条以上指令，所述一条或一条以上指令适于由所述处理器加载并执行上述的基于大数据平台的标签时间的分析方法。
本发明实施例提供的技术方案带来的有益效果是：
本发明通过基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；根据所述用户行为数据生成用户行为标签；根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；存储所述关联用户标签数据，从而在查询用户行为标签时，可以查看到对应的标签生成时间，基于此可以获取到用户的历史标签生成信息，以及用户标签随时间的变化情况，有利于通过用户的历史标签信息快速检索到符合条件的结果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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。
图1是本发明实施例提供的一种基于大数据平台的标签时间的分析方法的流程示意图；
图2是本发明实施例提供的另一种基于大数据平台的标签时间的分析方法的流程示意图；
图3是本发明实施例提供的另一种基于大数据平台的标签时间的分析方法的流程示意图；
图4是本发明实施例提供的另一种基于大数据平台的标签时间的分析方法的流程示意图；
图5是本发明实施例提供的一种基于大数据平台的标签时间的分析装置的结构示意图；
图6是本发明实施例提供的另一种基于大数据平台的标签时间的分析装置的结构示意图；
图7是本发明实施例提供的另一种基于大数据平台的标签时间的分析装置的结构示意图；
图8是本发明实施例提供的另一种基于大数据平台的标签时间的分析装置的结构示意图；
图9是本发明实施例提供的另一种基于大数据平台的标签时间的分析装置的结构示意图；
图10是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
请参考图1，其所示为本发明实施例提供的一种基于大数据平台的标签时间的分析方法的流程示意图。需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的***或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。如图1所示，该方法可以包括：
步骤101，基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据。
在本说明书实施例中，大数据平台可以利用网络爬虫等技术抓取用户数据，同时还可以通过人工录入的方式通过大数据平台的录入接口进行用户数据补充。具体的，可以采用接入API接口的方式，通过调用API接口获取用户数据。
需要说明的是，在本说明书实施例中，用户数据的数据源可以包括但不限于网站平台，如浏览器、唯品会等购物网站等等，网络爬虫可以通过掉API接口获取用户在该平台的注册信息，该注册信息包括用户的标识信息，该标识信息能够唯一标识用户，以及在该网站的操作行为即用户行为数据，例如点击链接、购买物品信息等信息。具体实施时，网络爬虫可以为PolyBo。
步骤103，根据所述用户行为数据生成用户行为标签。
在本说明书实施例中，在根据用户行为数据生成用户行为标签之前，还可以对用户行为数据进行清洗处理，以去除其中的无用数据。
在实际应用中，可以根据清洗后的用户行为数据对预设神经网络模型的参数进行训练，根据训练得到参数构建用户数据分析模型，然后将用户行为数据作为构建的用户数据分析模型的输入，通过用户数据分析模型对用户行为数据进行分析，并根据分析结果生成对应的用户行为标签。具体的，预设神经网络模型可以但不限于基于梯度下降法的反向传播神经网络模型。
步骤105，根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据。
在本说明书实施例中，由于用户行为数据的数据源不止一个，因此需要将不同数据源产生的标签进行关联，以使得关联后的各个标签属于同一用户。具体的，可以根据用户的标识信息，例如用户的登录账号信息，将同一用户的用户行为标签进行关联，从而生成与各个用户对应的关联用户标签数据。
在本说明书实施例中，关联用标签数据包括用户的用户行为标签和标签生成时间，该标签生成时间可以为标签的生成时间戳信息。
步骤107，存储所述关联用户标签数据。
在本说明书实施例中，在生成与各用户对应的关联用户标签数据后，将该关联用户标签数据进行存储，以用于后续对该标签生成时间点的用户行为标签的查询。
步骤109，定期获取用户更新数据。
在本说明书实施例中，可以对用户更新数据进行定期的获取，例如间隔一周时间获取一次用户更新数据，该用户更新数据包含用户的标识信息和用户行为更新数据。
步骤111，根据所述用户更新数据对所述关联用户标签数据进行更新，生成新的关联用户标签数据。
具体的，根据用户行为更新数据生成用户行为标签，然后根据用户的标识信息将新生成的用户行为标签以及对应的标签生成时间关联到对应于该用户的关联用户标签数据中，生成新的关联用户标签数据。
步骤113，存储所述新的关联用户标签数据。
由于新生成的用户行为标签的标签生成时间晚于在先生成的用户行为标签，因此，在存储所述新的关联用户标签数据时，可以基于标签生成时间，采用标签时间轴的形式来进行存储，以便于后续获取到对应标签生成时间的用户行为标签，并且在先的用户行为标签不会被覆盖，仍然存储在标签数据库中。
综上，本发明通过基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；根据所述用户行为数据生成用户行为标签；根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；存储所述关联用户标签数据，从而在查询用户行为标签时，可以查看到对应的标签生成时间，基于此可以获取到用户的历史标签生成信息，以及用户标签随时间的变化情况，有利于通过用户的历史标签信息快速检索到符合条件的结果。
请参考图2，其所示为本发明实施例提供的另一种基于大数据平台的标签时间的分析方法的流程示意图。需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的***或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。如图2所示，该方法可以包括：
步骤201，基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据。
步骤203，根据所述用户行为数据生成用户行为标签。
步骤205，根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据。
步骤207，存储所述关联用户标签数据。
其中，步骤201至步骤207可以参照前述图1所示的方法实施例，在此不再赘述。
步骤209，接收用户画像查询请求，所述用户画像查询请求携带用户的标识信息。
步骤211，根据所述用户的标识信息，获取所述用户的关联用户标签数据。
步骤213，根据所述关联用户标签数据中所述用户的用户行为标签，生成用户画像。
请参考图3，其所示为本发明实施例提供的另一种基于大数据平台的标签时间的分析方法的流程示意图。需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的***或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。如图3所示，该方法可以包括：
步骤301，接收用户的标签历史信息查询请求，所述标签历史信息查询请求中包括所述用户的标识信息。
具体的，当需要查询用户的标签历史信息时或者，需要根据用户的标签历史信息获取查找结果时，可以输入用户的标签历史信息查询请求，该标签历史信息查找请求中包括用户的标识信息，该标识信息可以唯一标识用户，例如可以为用户的ID、注册账号等。
步骤303，获取与所述用户的标识信息相匹配的关联用户标签数据。
在从标签历史信息查询请求中获取到用户的标识信息后，可以通过该用户的标识信息获取到存储的对应于该用户的关联用户标签数据。
步骤305，返回所述关联用户标签数据。
将获取到的对应于该用户的关联用户标签数据返回，由于关联用户标签数据包括用户行为标签和标签生成时间，因此，在获取到返回的关联用户标签数据后，可以清晰的获取到该用户的标签随时间的变化情况。
请参考图4，其所示为本发明实施例提供的另一种基于大数据平台的标签时间的分析方法的流程示意图。需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的***或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。如图4所示，该方法可以包括：
步骤401，接收标签用户列表查询请求。
在本说明书实施例中，当需要获取指定时间段内指定标签的用户列表时，可以输入标签用户列表查询请求，该标签用户列表查询请求包括指定标签和指定时间段。
步骤403，根据所述标签生成时间，获取所述指定时间段内的所有关联用户标签数据。
由于存储的关联用户标签数据中包括标签生成时间以及用户行为标签，因此可以获取标签生成时间落入所述指定时间段内的所有关联用户标签数据。
步骤405，获取所述所有关联用户标签数据中与所述指定标签相匹配的关联用户行为标签对应的用户的标识信息。
具体的，从标签生成时间落入所述指定时间段内的所有关联用户标签数据中，确定与指定标签相匹配的用户行为标签，并获取该用户行为标签对应的用户的标识信息。
步骤407，根据所述用户的标识信息，生成用户列表并返回所述用户列表。
具体的，将获取的指定时间段内指定标签的用户的标识信息生成为用户列表，在生成用户列表时，可以根据各个用户行为标签的标签生成时间进行降序排列，当然还可以根据其他排序条件进行用户列表的排序，本发明对此不作限制。
如此，可以获取到指定时间段内指定标签的用户列表。
与上述几种实施例提供的基于大数据平台的标签时间的分析方法相对应，本发明实施例还提供一种基于大数据平台的标签时间的分析装置，由于本发明实施例提供的基于大数据平台的标签时间的分析装置与上述几种实施例提供的基于大数据平台的标签时间的分析方法相对应，因此前述基于大数据平台的标签时间的分析方法的实施方式也适用于本实施例提供的基于大数据平台的标签时间的分析装置，在本实施例中不再详细描述。
请参阅图5，其所示为本发明实施提供的一种基于大数据平台的标签时间的分析装置的结构示意图，如图5所示，该装置可以包括：
第一获取模块510，用于基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；
第一生成模块520，用于根据所述用户行为数据生成用户行为标签；
关联模块530，用于根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；
第一存储模块540，用于存储所述关联用户标签数据。
在一具体实施方式中，如图6所示，该装置还可以包括：
第二获取模块610，用于定期获取用户更新数据；
更新模块620，用于根据所述用户更新数据对所述关联用户标签数据进行更新，生成新的关联用户标签数据；
第二存储模块630，用于存储所述新的关联用户标签数据。
在另一具体实施方式中，如图7所示，该装置还可以包括：
第一接收模块710，用于接收用户画像查询请求，所述用户画像查询请求携带用户的标识信息；
第三获取模块720，用于根据所述用户的标识信息，获取所述用户的关联用户标签数据；
画像生成模块730，用于根据所述关联用户标签数据中所述用户的用户行为标签，生成用户画像。
在另一具体实施方式中，如图8所示，该装置还可以包括：
第二接收模块810，用于接收用户的标签历史信息查询请求，所述标签历史信息查询请求中包括所述用户的标识信息；
第四获取模块820，用于获取与所述用户的标识信息相匹配的关联用户标签数据；
第一返回模块830，用于返回所述关联用户标签数据。
在另一具体实施方式中，如图9所示，该装置还可以包括：
第三接收模块910，用于接收标签用户列表查询请求，所述标签用户列表查询请求包括指定标签和指定时间段；
第五获取模块920，用于根据所述标签生成时间，获取所述指定时间段内的所有关联用户行为标签；
第六获取模块930，用于获取所述所有关联用户行为标签中与所述指定标签相匹配的关联用户行为标签对应的用户的标识信息；
第二返回模块940，用于根据所述用户的标识信息，生成用户列表并返回所述用户列表。
由上述的实施方式可知，本发明通过基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；根据所述用户行为数据生成用户行为标签；根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；存储所述关联用户标签数据，从而在查询用户行为标签时，可以查看到对应的标签生成时间，基于此可以获取到用户的历史标签生成信息，以及用户标签随时间的变化情况，有利于通过用户的历史标签信息快速检索到符合条件的结果。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
请参阅图10，其所示为本发明实施例提供的一种电子设备的结构示意图，该电子设备用于实施上述实施例中提供的基于大数据平台的标签时间的分析装置。该电子设备可以是诸如PC (PersonalComputer，个人计算机)、手机、PDA(平板电脑)等终端设备，也可以是诸如应用服务器、集群服务器等服务设备。请参见图10，该电子设备的内部结构可包括但不限于：处理器、网络接口及存储器。其中，电子设备内的处理器、网络接口及存储器可通过总线或其他方式连接，在本说明书实施例所示图10中以通过总线连接为例。
其中，处理器(或称CPU (Central Processing Unit，中央处理器))是电子设备的计算核心以及控制核心。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI、移动通信接口等)。存储器(Memory)是电子设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的存储器可以是高速RAM存储设备，也可以是非不稳定的存储设备(non-volatile memory)，例如至少一个磁盘存储设备；可选的还可以是至少一个位于远离前述处理器的存储装置。存储器提供存储空间，该存储空间存储了电子设备的操作***，可包括但不限于：Windows***(一种操作***)，Linux(一种操作***)，Android(安卓，一种移动操作***)***、IOS(一种移动操作***)***等等，本发明对此并不作限定；并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。在本说明书实施例中，处理器加载并执行存储器中存放的一条或一条以上指令，以实现上述方法实施例提供的基于大数据平台的标签时间的分析方法。
本发明的实施例还提供了一种存储介质，所述存储介质可设置于电子设备之中以保存用于实现方法实施例中的一种跨文件格式的矢量图形工具的绘制方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集可由电子设备的处理器加载并执行以实现上述方法实施例提供的基于大数据平台的标签时间的分析方法。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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，并不排除在包括所述要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据平台的标签时间的分析方法，其特征在于，所述方法包括：
基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；
根据所述用户行为数据生成用户行为标签；
根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；
存储所述关联用户标签数据。
2.根据权利要求1所述的基于大数据平台的标签时间的分析方法，其特征在于，所述方法还包括：
定期获取用户更新数据；
根据所述用户更新数据对所述关联用户标签数据进行更新，生成新的关联用户标签数据；
存储所述新的关联用户标签数据。
3.根据权利要求1所述的基于大数据平台的标签时间的分析方法，其特征在于，在存储所述关联用户标签数据之后，所述方法还包括：
接收用户画像查询请求，所述用户画像查询请求携带用户的标识信息；
根据所述用户的标识信息，获取所述用户的关联用户标签数据；
根据所述关联用户标签数据中所述用户的用户行为标签，生成用户画像。
4.根据权利要求1所述的基于大数据平台的标签时间的分析方法，其特征在于，所述方法还包括：接收用户的标签历史信息查询请求，所述标签历史信息查询请求中包括所述用户的标识信息；
获取与所述用户的标识信息相匹配的关联用户标签数据；
返回所述关联用户标签数据。
5.根据权利要求1所述的基于大数据平台的标签时间的分析方法，其特征在于，所述方法还包括：
接收标签用户列表查询请求，所述标签用户列表查询请求包括指定标签和指定时间段；
根据所述标签生成时间，获取所述指定时间段内的所有关联用户标签数据；
获取所述所有关联用户标签数据中与所述指定标签相匹配的关联用户行为标签对应的用户的标识信息；
根据所述用户的标识信息，生成用户列表并返回所述用户列表。
6.一种基于大数据平台的标签时间的分析装置，其特征在于，所述装置包括：
第一获取模块，用于基于大数据平台获取用户数据，所述用户数据包括用户的标识信息和用户行为数据；
第一生成模块，用于根据所述用户行为数据生成用户行为标签；
关联模块，用于根据所述用户的标识信息，将同一用户的用户行为标签关联，生成关联用户标签数据；所述关联用户标签数据包括用户的用户行为标签和标签生成时间；
第一存储模块，用于存储所述关联用户标签数据。
7.根据权利要求6所述的基于大数据平台的标签时间的分析装置，其特征在于，所述装置还包括：
第二获取模块，用于定期获取用户更新数据；
更新模块，用于根据所述用户更新数据对所述关联用户标签数据进行更新，生成新的关联用户标签数据；
第二存储模块，用于存储所述新的关联用户标签数据。
8.根据权利要求6所述的基于大数据平台的标签时间的分析装置，其特征在于，所述装置还包括：
第一接收模块，用于接收用户画像查询请求，所述用户画像查询请求携带用户的标识信息；
第三获取模块，用于根据所述用户的标识信息，获取所述用户的关联用户标签数据；
画像生成模块，用于根据所述关联用户标签数据中所述用户的用户行为标签，生成用户画像。
9.根据权利要求6所述的基于大数据平台的标签时间的分析装置，其特征在于，所述装置还包括：
第二接收模块，用于接收用户的标签历史信息查询请求，所述标签历史信息查询请求中包括所述用户的标识信息；
第四获取模块，用于获取与所述用户的标识信息相匹配的关联用户标签数据；
第一返回模块，用于返回所述关联用户标签数据。
10.根据权利要求6所述的基于大数据平台的标签时间的分析装置，其特征在于，所述装置还包括：第三接收模块，用于接收标签用户列表查询请求，所述标签用户列表查询请求包括指定标签和指定时间段；第五获取模块，用于根据所述标签生成时间，获取所述指定时间段内的所有关联用户标签数据；第六获取模块，用于获取所述所有关联用户标签数据中与所述指定标签相匹配的关联用户行为标签对应的用户的标识信息；第二返回模块，用于根据所述用户的标识信息，生成用户列表并返回所述用户列表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811352062.3A CN109522467A (zh) | 2018-11-14 | 2018-11-14 | 一种基于大数据平台的标签时间的分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811352062.3A CN109522467A (zh) | 2018-11-14 | 2018-11-14 | 一种基于大数据平台的标签时间的分析方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109522467A true CN109522467A (zh) | 2019-03-26 |
Family
ID=65777727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811352062.3A Pending CN109522467A (zh) | 2018-11-14 | 2018-11-14 | 一种基于大数据平台的标签时间的分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109522467A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119401A (zh) * | 2019-04-16 | 2019-08-13 | 北京百度网讯科技有限公司 | 用户画像的处理方法、装置、服务器及存储介质 |
| CN110442761A (zh) * | 2019-06-21 | 2019-11-12 | 深圳中琛源科技股份有限公司 | 一种用户画像构建方法、电子设备及存储介质 |
| CN110728370A (zh) * | 2019-09-16 | 2020-01-24 | 北京达佳互联信息技术有限公司 | 训练样本的生成方法、装置、服务器及存储介质 |
| CN111177541A (zh) * | 2019-12-20 | 2020-05-19 | 上海淇玥信息技术有限公司 | 基于用户标签生成时间的数据分析方法及装置、服务器、存储介质 |
| CN111538751A (zh) * | 2020-03-23 | 2020-08-14 | 重庆特斯联智慧科技股份有限公司 | 物联网数据的标签化用户画像生成***及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110231413A1 (en) * | 2008-10-08 | 2011-09-22 | Kyungpook National University Industry-Academic Cooperation Foundation | Tag relevance feedback system and method |
| CN103218355A (zh) * | 2012-01-18 | 2013-07-24 | 腾讯科技（深圳）有限公司 | 一种为用户生成标签的方法和装置 |
| CN105574051A (zh) * | 2014-11-06 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 更新用户所满足的规则的方法及处理*** |
| CN105677867A (zh) * | 2016-01-08 | 2016-06-15 | 浪潮软件集团有限公司 | 一种用户标签的生成方法和装置 |
| CN107145586A (zh) * | 2017-05-10 | 2017-09-08 | 中国电力科学研究院 | 一种基于电力营销数据的标签产出方法和装置 |
| CN108021929A (zh) * | 2017-11-16 | 2018-05-11 | 华南理工大学 | 基于大数据的移动端电商用户画像建立与分析方法及*** |
-
2018
- 2018-11-14 CN CN201811352062.3A patent/CN109522467A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110231413A1 (en) * | 2008-10-08 | 2011-09-22 | Kyungpook National University Industry-Academic Cooperation Foundation | Tag relevance feedback system and method |
| CN103218355A (zh) * | 2012-01-18 | 2013-07-24 | 腾讯科技（深圳）有限公司 | 一种为用户生成标签的方法和装置 |
| CN105574051A (zh) * | 2014-11-06 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 更新用户所满足的规则的方法及处理*** |
| CN105677867A (zh) * | 2016-01-08 | 2016-06-15 | 浪潮软件集团有限公司 | 一种用户标签的生成方法和装置 |
| CN107145586A (zh) * | 2017-05-10 | 2017-09-08 | 中国电力科学研究院 | 一种基于电力营销数据的标签产出方法和装置 |
| CN108021929A (zh) * | 2017-11-16 | 2018-05-11 | 华南理工大学 | 基于大数据的移动端电商用户画像建立与分析方法及*** |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119401A (zh) * | 2019-04-16 | 2019-08-13 | 北京百度网讯科技有限公司 | 用户画像的处理方法、装置、服务器及存储介质 |
| US11327990B2 (en) | 2019-04-16 | 2022-05-10 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and device for processing user portrait and server |
| CN110442761A (zh) * | 2019-06-21 | 2019-11-12 | 深圳中琛源科技股份有限公司 | 一种用户画像构建方法、电子设备及存储介质 |
| CN110728370A (zh) * | 2019-09-16 | 2020-01-24 | 北京达佳互联信息技术有限公司 | 训练样本的生成方法、装置、服务器及存储介质 |
| CN110728370B (zh) * | 2019-09-16 | 2020-08-14 | 北京达佳互联信息技术有限公司 | 训练样本的生成方法、装置、服务器及存储介质 |
| CN111177541A (zh) * | 2019-12-20 | 2020-05-19 | 上海淇玥信息技术有限公司 | 基于用户标签生成时间的数据分析方法及装置、服务器、存储介质 |
| CN111177541B (zh) * | 2019-12-20 | 2023-08-22 | 上海淇玥信息技术有限公司 | 基于用户标签生成时间的数据分析方法及装置 |
| CN111538751A (zh) * | 2020-03-23 | 2020-08-14 | 重庆特斯联智慧科技股份有限公司 | 物联网数据的标签化用户画像生成***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109522467A (zh) | 一种基于大数据平台的标签时间的分析方法及装置 | |
| CN109086394B (zh) | 搜索排序方法、装置、计算机设备和存储介质 | |
| JP4980395B2 (ja) | データ分析システム及び方法 | |
| CN105447184B (zh) | 信息抓取方法及装置 | |
| JP5721818B2 (ja) | 検索におけるモデル情報群の使用 | |
| US9977765B2 (en) | Information processing device, information processing method, information processing program, display control device, and display control program | |
| CN110309405B (zh) | 一种项目推荐方法、装置及存储介质 | |
| CN106095738B (zh) | 推荐表单片段 | |
| JP2003121581A5 (zh) | ||
| CN111026967B (zh) | 一种获得用户兴趣标签的方法、装置、设备和介质 | |
| US20230153366A1 (en) | System and method for improved searching across multiple databases | |
| CN112307352B (zh) | 内容推荐方法、***、装置和存储介质 | |
| CN106600082A (zh) | 业务***中任务的处理方法、装置及业务体系构建*** | |
| EP3662815A1 (en) | Sensing device management apparatus | |
| CN113051409A (zh) | 基于多维度信息计算的知产行业商机推荐***及存储介质 | |
| CN115022098A (zh) | 人工智能安全靶场内容推荐方法、装置及存储介质 | |
| CN107943588A (zh) | 数据处理方法、***、计算机设备和可读存储介质 | |
| JP5814089B2 (ja) | 情報表示制御装置、情報表示制御方法、及びプログラム | |
| KR101307105B1 (ko) | 정보 제공 장치, 정보 제공 방법, 및 정보 기록 매체 | |
| CN112269906A (zh) | 网页正文的自动抽取方法及装置 | |
| CN116910102A (zh) | 一种基于用户反馈的企业查询方法、装置及电子设备 | |
| US20130317878A1 (en) | Systems, Methods, and Apparatuses for Creating, Linking and Discovering Navigation Maps for Analyzing Data | |
| CN112487277B (zh) | 数据分配方法、装置、可读存储介质和电子设备 | |
| CN108287834A (zh) | 用于推送信息的方法、装置及计算设备 | |
| KR102519997B1 (ko) | 이종 데이터 웹기반 분석 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190326 |
|
| WD01 | Invention patent application deemed withdrawn after publication |