CN111754268A - 基于ott大数据的用户标签生成方法、管理***及存储介质 - Google Patents
基于ott大数据的用户标签生成方法、管理***及存储介质 Download PDFInfo
- Publication number
- CN111754268A CN111754268A CN202010604341.5A CN202010604341A CN111754268A CN 111754268 A CN111754268 A CN 111754268A CN 202010604341 A CN202010604341 A CN 202010604341A CN 111754268 A CN111754268 A CN 111754268A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- service
- user tag
- log
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于OTT大数据的用户标签生成方法,管理***及存储介质,所述方法包括,将终端的日志数据及对用户权益计算需要的业务数据进行接入,根据业务的需求写入日志处理***中;对写入到日志处理***中的日志数据及业务数据进行消费或读取,并根据业务逻辑通过程序进行计算,生成用户标签。通过将终端日志数据及业务数据通过实时队列进行接入,将这些数据消费后通过时计算,以保证部分标签更新的时效性和及时性。通过对标签按照使用场景的时效性进行分类,并分别使用离线方案或实时方案对标签进行计算,从而避免了计算资源的浪费,减小了短时间内计算设备的压力。
Description
技术领域
本发明涉及OTT互联网电视大数据技术领域,尤其涉及的是一种基于OTT大数据的用户标签生成方法、管理***及存储介质。
背景技术
随着互联网的发展及普及,互联网电视作为一种新兴产品走进了人们的生活中,并凭借着丰富的资源和良好的用户选择体验深受广大用户的青睐。大数据及人工智能的出现及应用,给予了互联网电视更加强大的功能,如个性化推荐***,使得互联网电视能够根据不同用户的喜好和观影习惯推荐用户所感兴趣的内容。为了洞悉用户的喜好,需要对用户构建用户画像,而用户画像的构建基础就是用户标签。如何精准和及时的给用户打上标签,成为了互联网电视大数据应用中面临的一个难题。
互联网电视用户每日活跃剧增,产生了海量的数据。为了处理如此大量的数据,并通过算法挖掘用户行为模式,需要大量时间和计算资源,因此目前大多以日为批次单位进行计算和更新,从而导致用户标签数据缺乏一定的时效性和准确性。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于OTT大数据的用户标签生成方法、***及存储介质,旨在解决现有技术中用户标签数据缺乏一定的时效性和准确性的问题。
本发明解决技术问题所采用的技术方案如下:
第一方面,本发明实施例提供一种基于OTT大数据的用户标签生成方法,所述方法包括:
将终端的日志数据及对用户权益计算需要的业务数据进行接入,根据业务的需求写入日志处理***中;
对写入到日志处理***中的日志数据及业务数据进行消费或读取,并根据业务逻辑通过程序进行计算,生成用户标签。
所述的基于OTT大数据的用户标签生成方法,其中,当所述业务需求为生成实时用户标签时,则将终端的日志数据及对用户权益计算需要的业务数据写入实时队列Kafka中;对写入到日志处理***中的日志数据及业务数据进行消费,并根据业务逻辑实时通过程序进行计算,生成实时用户标签。
所述的基于OTT大数据的用户标签生成方法,其中,当所述业务需求为生成长效用户标签时,则将终端的日志数据及对用户权益计算需要的业务数据写入分布式文件存储***HDFS中;对写入到日志处理***中的日志数据及业务数据进行读取,并根据业务逻辑以预定周期通过程序进行计算,生成长效用户标签。
所述的基于OTT大数据的用户标签生成方法,其中,包括,将所述生成用户标签存储在ClickHouse中。
所述的基于OTT大数据的用户标签生成方法,其中,包括,对所述生成用户标签进行统计,并将统计结果通过页面进行展示。
所述的基于OTT大数据的用户标签生成方法,其中,所述对用户权益计算需要的业务数据进行接入,具体包括,对用户权益计算需要的业务数据通过日志收集***拉取MySQL业务库的binlog进行同步接入。
所述的基于OTT大数据的用户标签生成方法,其中,所述预定周期为日。
所述的基于OTT大数据的用户标签生成方法,其中,还包括,根据所述生成的用户标签,对现有用户标签进行更新,并通过查询倒排索引表,为用户更新推荐内容。
第二方面,一种计算机可读存储介质,其中,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上所述的基于OTT大数据的用户标签生成方法中的步骤。
第三方面,一种基于OTT大数据的用户标签管理***,其中,包括有存储器,处理器以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如上所述的基于OTT大数据的用户标签生成方法。
本发明的有益效果:本发明通过将终端的日志数据及对用户权益计算需要的业务数据进行接入,根据业务的需求写入日志处理***中;对写入到日志处理***中的日志数据及业务数据进行消费或读取,并根据业务逻辑通过程序进行计算,生成用户标签。可以在短时间内更新用户标签,达到及时获取用户当前用户权益与偏好,从而提高个性化推送精准度。
附图说明
图1是本实施例提供的一种基于OTT大数据的用户标签生成方法的应用场景示意图。
图2是本实施例提供的一种基于OTT大数据的用户标签生成方法的流程图。
图3是本实施例提供的根据用户标签为用户推荐内容的流程图。
图4是本实施例提供的一种基于OTT大数据的用户标签管理***示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。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。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
大数据及人工智能的出现和应用为互联网电视赋予了强大的功能,目前互联网电视用户每日活跃剧增,产生了海量的数据。为了处理如此大量的数据,并通过算法挖掘用户行为模式,需要大量时间和计算资源,因此目前大多以日为批次单位进行计算和更新,从而导致用户标签数据缺乏一定的时效性和准确性。。
为了解决上述问题,在本发明实施例中,采用将终端的日志数据及对用户权益计算需要的业务数据进行接入,将接入的数据根据业务的需求写入相对应的日志处理***中,对写入到日志处理***中的日志数据及业务数据进行消费或读取,并根据业务逻辑通过程序进行计算,生成用户标签。本发明实施例中,通过接入终端日志数据及业务数据,并根据相应的业务需求存储到不同的日志处理***中,根据业务逻辑分别进行计算,生成实时或长效用户标签,从而提升了不同业务场景下用户标签的准确性和时效性。
举例说明,本发明实施例可以应用到如图1所示的场景。在该场景中,首先,将终端设备2中的日志数据及对用户权益计算需要的业务数据接入到服务器1,并根据不同的业务需求将所接入的数据存储在服务器1中的对应的日志存储***中。其次,对存储在日志存储***中的数据进行消费或读取,再根据具体的业务逻辑进行计算,获得用户需要更新的用户标签。
可以理解的是,在上述应用场景中,虽然将本发明实施方式的动作描述为由部分由终端设备2执行、部分由服务器1执行。但是,这样动作可以完全有服务器或者完全由终端设备2执行。本发明在执行主体方面不受限制,只要执行了本发明实施方式所公开的动作即可。
需要注意的是,上述应用场景仅是为了便于理解本发明而示出,本发明的实施方式在此方面不受任何限制。相反,本发明的实施方式可以应用于适用的任何场景。
下面结合附图,详细说明本发明的各种非限制性实施方式。
示例性方法
参见图2,本实施例提供一种基于OTT大数据的用户标签生成方法,所述方法包括如下步骤:
步骤S100、将终端的日志数据及对用户权益计算需要的业务数据进行接入,根据业务的需求写入日志处理***中。
具体地,首先终端获取到播放节目的启播日志,并将该启播日志由终端传送至日志报备***,从而被数据接入***接入。对用户权益计算需要的业务数据通过Flume拉取MySQL业务库的binlog进行同步接入。其中,Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的***,Flume支持在日志***中定制各类数据发送方,用于收集数据;同时,Flume提供对数据进行简单处理,并写到各种数据接受方(可定制)的能力。MySQL是一种关系型数据库管理***,拥有多语言支持、大型数据库支持以及可定制等特性。binlog是一个二进制格式的文件,用于记录用户对数据库更新的SQL语句信息。
本实施方式中,所述的业务需求是指所要生成的用户标签类型,比如要生成的是实时用户标签,又或者是长期用户标签,此处所指的长期是相对于实时标签而言,通常多指以天为周期的用户标签。当然也可以是其他时间周期类型的标签。
S200、对写入到日志处理***中的日志数据及业务数据进行消费或读取,并根据业务逻辑通过程序进行计算,生成用户标签。
具体地,首先计算程序会对接入的日志数据及业务数据按照规则进行适当的数据清洗,去除异常数据与关键字段缺失数据。随后分业务场景对日志数据和业务数据进行关联,计算出用户的用户权益、观影行为统计指标等。最后,通过不同的标签定义将计算好的统计指标映射为标签,并写入标签存储数据库中备用。
在一种或多种实施方式中,当所述业务需求为生成实时用户标签时,则将终端的日志数据及对用户权益计算需要的业务数据写入实时队列Kafka中;对写入到日志处理***中的日志数据及业务数据进行消费,并根据业务逻辑实时通过程序进行计算,生成实时用户标签。
具体地,首先终端获取到播放节目的启播日志,并将该启播日志由终端传送至日志报备***,从而被数据接入***接入。对用户权益计算需要的业务数据通过Flume拉取MySQL业务库的binlog进行同步接入。将接入的日志数据写入实时队列Kafka中,将实时计算所需要的业务数据存储至Hbase中。其中,HBase是一个分布式的、面向列的,适合于非结构化数据存储的数据库,具有基于索引的高效查询能力及灵活的水平扩展能力。其次,对写入实时队列Kafka中的日志数据及存储在Bbase中的业务数据进行消费,并根据业务逻辑实时通过程序进行计算,生成实时用户标签。将这些数据消费后通过时计算,以保证部分标签更新的时效性和及时性。
在本实施方式中,将将实时计算所需要的业务数据存储至Hbase中,便于根据终端的物理地址进行查询。
在一种或多种实施方式中,当所述业务需求为生成长效用户标签时,则将终端的日志数据及对用户权益计算需要的业务数据写入分布式文件存储***HDFS中;对写入到日志处理***中的日志数据及业务数据进行读取,并根据业务逻辑以预定周期通过程序进行计算,生成长效用户标签。
具体地,首先终端获取到播放节目的启播日志,并将该启播日志由终端传送至日志报备***,从而被数据接入***接入。对用户权益计算需要的业务数据通过Flume拉取MySQL业务库的binlog进行同步接入。将接入的日志数据及业务数据写入分布式文件存储***HDFS中。其次,对写入分布式文件存储***HDFS中的日志数据及业务数据进行读取,并根据业务逻辑以日为周期通过程序进行计算,生成用户需日更新的标签。其中,HDFS(Hadoop Distributed File System)是指设计成适合运行在通用硬件上的分布式文件***,具有高容错性的特点。
在一种实施方式中,基于OTT大数据的用户标签生成方法,还包括将上述步骤S20中生成用户标签存储在ClickHouse中。
具体地,将实时用户标签和长效用户标签进行合并后存储至ClickHouse中,便于标签使用者进行查询。其中,Clickhouse是一种真正面向列的数据库管理***,具有实时数据更新、适合在线查询以及查询高效等特性。使用ClickHouse,使得基于数据列的数据查询变得十分高效,十分契合用户标签组合使用的业务场景。
进一步,还可以对所述生成用户标签进行统计,并将统计结果通过页面进行展示。又或者是将统计的结果通过短消息或者邮件发送到指定的接收端,通知相关的运维人员。其中,短消息或者邮件的发送时间可以是以预定的时间段进行发送,比如在每天的晚上23-24点。
在一种实施方式中,为了确保用户标签的正确生成,还对终端的实时及离线任务运行状况进行监控,并对任务中的数据接入情况进行检查,以确保用户标签的顺利生成。
在一种实施方式中,还可以根据所述生成的用户标签,对现有用户标签进行更新,并通过查询倒排索引表,为用户更新推荐内容。
具体地,结合图3,首先获取用户的观影行为日志数据,对日志数据及对用户权益计算需要的业务数据进行接入,将接入的数据写入实时队列Kafka中或分布式文件存储***HDFS中,接着对所写入的数据进行消费或读取(如果是需要生成实时用户标签则是消费,如果是生成长效用户标签则读取),根据业务逻辑通过程序进行计算,生成与所观看影片相对应的用户标签,对现有的用户标签进行更新后进行存储用于查询,并通过查询倒排索引表,为用户更新推荐内容。
例如,某用户在观看了一部搞笑题材的电影之后,其启播日志会由终端传送至日志报备***,从而被数据接入***接入,之后会根据所观看电影的题材标签“搞笑”给用户最近的观影类型偏好标签的值更新为“搞笑”,并通过查询提前生成并存储与Hbase中的倒排索引表,返回与搞笑题材相关的媒资内容并通过推荐***推荐给用户,从而提升用户的观影体验。
基于上述基于OTT大数据的用户标签生成方法,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述实方式中的基于OTT大数据的用户标签生成方法中的步骤。
基于上述基于OTT大数据的用户标签生成方法,本发明还提供了一种基于OTT大数据的用户标签管理***,如图4所示,其至少包括一个处理器(processor)10以及存储器(memory)20,还可以包括通信接口(CommunicationsInterface)30和总线40。其中,处理器10、存储器20和通信接口30可以通过总线40完成相互间的通信。通信接口30可以传输信息。处理器10可以调用存储器20中的逻辑指令,以执行上述实施例中的方法。此外,上述的存储器20中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。存储器20作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器10通过运行存储在存储器20中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。存储器20可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;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器20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,U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
此外,上述存储介质以及终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明,在这里就不再一一陈述。
综上所述,本发明提供了一种基于OTT大数据的用户标签生成方法,管理***及存储介质,所述方法包括,将终端的日志数据及对用户权益计算需要的业务数据进行接入,根据业务的需求写入日志处理***中;对写入到日志处理***中的日志数据及业务数据进行消费或读取,并根据业务逻辑通过程序进行计算,生成用户标签。通过将终端日志数据及业务数据通过实时队列进行接入,将这些数据消费后通过时计算,以保证部分标签更新的时效性和及时性。通过对标签按照使用场景的时效性进行分类,并分别使用离线方案或实时方案对标签进行计算,从而避免了计算资源的浪费,减小了短时间内计算设备的压力。在存储需要使用的业务数据时使用了Hbase,获得了非常高效的基于主键的查询速度;在存储标签***时,则使用了ClickHouse,使得基于数据列的数据查询变得十分高效,十分契合用户标签组合使用的业务场景。对实时及离线任务运行状况进行了监控,并对任务中数据的落地情况进行了检查,以确保标签数据的顺利产出;对标签数据进行了统计,并将统计结果通过页面直观展示,达到能够及时获悉标签数据量的效果。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于OTT大数据的用户标签生成方法,其特征在于,方法包括:
将终端的日志数据及对用户权益计算需要的业务数据进行接入,根据业务的需求写入日志处理***中;
对写入到日志处理***中的日志数据及业务数据进行消费或读取,并根据业务逻辑通过程序进行计算,生成用户标签。
2.根据权利要求1所述的基于OTT大数据的用户标签生成方法,其特征在于,当所述业务需求为生成实时用户标签时,则将终端的日志数据及对用户权益计算需要的业务数据写入实时队列Kafka中;对写入到日志处理***中的日志数据及业务数据进行消费,并根据业务逻辑实时通过程序进行计算,生成实时用户标签。
3.根据权利要求2所述的基于OTT大数据的用户标签生成方法,其特征在于,当所述业务需求为生成长效用户标签时,则将终端的日志数据及对用户权益计算需要的业务数据写入分布式文件存储***HDFS中;对写入到日志处理***中的日志数据及业务数据进行读取,并根据业务逻辑以预定周期通过程序进行计算,生成长效用户标签。
4.根据权利要求1所述的基于OTT大数据的用户标签生成方法,其特征在于,包括,将所述生成用户标签存储在ClickHouse中。
5.根据权利要求1所述的基于OTT大数据的用户标签生成方法,其特征在于,包括,对所述生成用户标签进行统计,并将统计结果通过页面进行展示。
6.根据权利要求1所述的基于OTT大数据的用户标签生成方法,其特征在于,所述对用户权益计算需要的业务数据进行接入,具体包括,对用户权益计算需要的业务数据通过日志收集***拉取MySQL业务库的binlog进行同步接入。
7.根据权利要求3所述的基于OTT大数据的用户标签生成方法,其特征在于,所述预定周期为日。
8.根据权利要求4所述的基于OTT大数据的用户标签生成方法,其特征在于,还包括,根据所述生成的用户标签,对现有用户标签进行更新,并通过查询倒排索引表,为用户更新推荐内容。
9.一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存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至8任意一项所述的基于OTT大数据的用户标签生成方法中的步骤。
10.一种基于OTT大数据的用户标签管理***,其特征在于,包括有存储器,处理器以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-8中任意一项所述的基于OTT大数据的用户标签生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604341.5A CN111754268A (zh) | 2020-06-29 | 2020-06-29 | 基于ott大数据的用户标签生成方法、管理***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604341.5A CN111754268A (zh) | 2020-06-29 | 2020-06-29 | 基于ott大数据的用户标签生成方法、管理***及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111754268A true CN111754268A (zh) | 2020-10-09 |
Family
ID=72677953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010604341.5A Pending CN111754268A (zh) | 2020-06-29 | 2020-06-29 | 基于ott大数据的用户标签生成方法、管理***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754268A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883300A (zh) * | 2021-02-02 | 2021-06-01 | 广州华多网络科技有限公司 | 功能标签定制方法及其装置、设备与介质 |
CN113297288A (zh) * | 2021-04-28 | 2021-08-24 | 上海淇玥信息技术有限公司 | 用户的实时标签生成方法、装置及电子设备 |
CN113312553A (zh) * | 2021-06-10 | 2021-08-27 | 北京沃东天骏信息技术有限公司 | 一种用户标签的确定方法和装置 |
CN116127162A (zh) * | 2023-04-13 | 2023-05-16 | 长沙数智融媒科技有限公司 | 大数据实时用户标签方法及***、计算机设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951570A (zh) * | 2015-07-27 | 2015-09-30 | 广州九尾信息科技有限公司 | 基于数据挖掘及lbs的兼职智能推荐*** |
CN105933736A (zh) * | 2016-04-18 | 2016-09-07 | 天脉聚源(北京)传媒科技有限公司 | 一种日志处理方法及装置 |
CN108416620A (zh) * | 2018-02-08 | 2018-08-17 | 杭州浮云网络科技有限公司 | 一种基于大数据的画像数据的智能社交广告投放平台 |
CN109284195A (zh) * | 2018-08-27 | 2019-01-29 | 广东电网有限责任公司信息中心 | 一种实时画像数据计算方法及*** |
CN109711872A (zh) * | 2018-12-14 | 2019-05-03 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放方法及装置 |
CN109753531A (zh) * | 2018-12-26 | 2019-05-14 | 深圳市麦谷科技有限公司 | 一种大数据统计方法、***、计算机设备及存储介质 |
CN109978630A (zh) * | 2019-04-02 | 2019-07-05 | 安徽筋斗云机器人科技股份有限公司 | 一种基于大数据建立用户画像的精准营销方法和*** |
-
2020
- 2020-06-29 CN CN202010604341.5A patent/CN111754268A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951570A (zh) * | 2015-07-27 | 2015-09-30 | 广州九尾信息科技有限公司 | 基于数据挖掘及lbs的兼职智能推荐*** |
CN105933736A (zh) * | 2016-04-18 | 2016-09-07 | 天脉聚源(北京)传媒科技有限公司 | 一种日志处理方法及装置 |
CN108416620A (zh) * | 2018-02-08 | 2018-08-17 | 杭州浮云网络科技有限公司 | 一种基于大数据的画像数据的智能社交广告投放平台 |
CN109284195A (zh) * | 2018-08-27 | 2019-01-29 | 广东电网有限责任公司信息中心 | 一种实时画像数据计算方法及*** |
CN109711872A (zh) * | 2018-12-14 | 2019-05-03 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放方法及装置 |
CN109753531A (zh) * | 2018-12-26 | 2019-05-14 | 深圳市麦谷科技有限公司 | 一种大数据统计方法、***、计算机设备及存储介质 |
CN109978630A (zh) * | 2019-04-02 | 2019-07-05 | 安徽筋斗云机器人科技股份有限公司 | 一种基于大数据建立用户画像的精准营销方法和*** |
Non-Patent Citations (2)
Title |
---|
蒋上彬: "一种零售企业营销大数据分析***的设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
陈捷: "基于大数据技术的用户画像***设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883300A (zh) * | 2021-02-02 | 2021-06-01 | 广州华多网络科技有限公司 | 功能标签定制方法及其装置、设备与介质 |
CN112883300B (zh) * | 2021-02-02 | 2022-08-30 | 广州华多网络科技有限公司 | 功能标签定制方法及其装置、设备与介质 |
CN113297288A (zh) * | 2021-04-28 | 2021-08-24 | 上海淇玥信息技术有限公司 | 用户的实时标签生成方法、装置及电子设备 |
CN113312553A (zh) * | 2021-06-10 | 2021-08-27 | 北京沃东天骏信息技术有限公司 | 一种用户标签的确定方法和装置 |
WO2022257604A1 (zh) * | 2021-06-10 | 2022-12-15 | 北京沃东天骏信息技术有限公司 | 一种用户标签的确定方法和装置 |
CN116127162A (zh) * | 2023-04-13 | 2023-05-16 | 长沙数智融媒科技有限公司 | 大数据实时用户标签方法及***、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108536761B (zh) | 报表数据查询方法及服务器 | |
CN111754268A (zh) | 基于ott大数据的用户标签生成方法、管理***及存储介质 | |
CN111143681A (zh) | 一种资讯推荐装置、方法、设备及*** | |
CN105095365A (zh) | 一种信息流数据的处理方法和装置 | |
CN111339073A (zh) | 实时数据处理方法、装置、电子设备及可读存储介质 | |
CN111666490A (zh) | 基于kafka的信息推送方法、装置、设备及存储介质 | |
CN105224343A (zh) | 一种应用程序的更新提示方法和装置 | |
CN110023925A (zh) | 生成、访问和显示沿袭元数据 | |
CN111327514B (zh) | 微信图文消息群发方法、***、服务器及存储介质 | |
CN105100886A (zh) | 网络媒介信息的发布控制方法、及装置、服务器和*** | |
CN110717536A (zh) | 一种生成训练样本的方法及装置 | |
CN113420043A (zh) | 数据实时监控方法、装置、设备及存储介质 | |
CN112559475A (zh) | 数据实时捕获和传输方法及*** | |
Smith | Machine Learning Systems: Designs that Scale | |
CN111652658A (zh) | 画像融合方法、装置、电子设备及计算机可读存储介质 | |
CN111339357A (zh) | 基于直播用户行为的推荐方法及装置 | |
CN104281581B (zh) | 网页的推荐位内容曝光量的监测方法和*** | |
CN111444368B (zh) | 构建用户画像的方法、装置、计算机设备及存储介质 | |
CN116304236A (zh) | 一种用户画像生成方法、装置、电子设备和存储介质 | |
US20170149724A1 (en) | Automatic generation of social media messages regarding a presentation | |
CN113704272B (zh) | 一种人机物融合环境下的数字对象状态表达方法及装置 | |
CN113672660B (zh) | 一种数据查询方法、装置及设备 | |
CN114265883A (zh) | 一种实时数据治理的方法、设备、存储介质 | |
CN113377473A (zh) | 任务创建方法、装置、电子设备及计算机可读存储介质 | |
CN108595488B (zh) | 数据迁移方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201009 |
|
RJ01 | Rejection of invention patent application after publication |