CN112529613A - 用户连续登录数据的处理、虚拟资源的转移方法和装置 - Google Patents
用户连续登录数据的处理、虚拟资源的转移方法和装置 Download PDFInfo
- Publication number
- CN112529613A CN112529613A CN202011364352.7A CN202011364352A CN112529613A CN 112529613 A CN112529613 A CN 112529613A CN 202011364352 A CN202011364352 A CN 202011364352A CN 112529613 A CN112529613 A CN 112529613A
- Authority
- CN
- China
- Prior art keywords
- login
- user
- continuous
- statistical period
- current
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 173
- 238000001914 filtration Methods 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims description 35
- 238000012546 transfer Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003672 processing method Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000002829 reductive effect Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 7
- 238000003491 array Methods 0.000 description 4
- 238000005034 decoration Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0222—During e-commerce, i.e. online transactions
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请提供了一种用户连续登录数据的处理、虚拟资源的转移方法和装置,涉及互联网电商领域,该方法通过获取消息队列中的用户登录消息,并确定对应的用户身份标识;根据当前统计周期的登录位矩阵列表中是否存在已***的、该用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则在登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;基于登录位矩阵列表上的点位记录信息确定用户在当前统计周期内的首次登录信息,根据当前统计周期内的首次登录信息确定用户连续登录数据。本技术方案能够降低用户连续登录数据统计过程中的存储空间的消耗,提高用户连续登录数据的维护效率。
Description
技术领域
本申请涉及互联网电商领域,具体而言,本申请涉及一种用户连续登录数据的处理、虚拟资源的转移方法和装置,还涉及一种电子设备及计算机可读存储介质。
背景技术
在互联网电商领域,通过向连续登陆的用户发放奖励金,并设定奖励金与实际货币兑换比例,用户在购物使用奖励金来抵现,从而有利于促进用户登录电商购物平台的积极性和活跃度,若期间发生登录中断,则需要重新计算连续登录天数,若连续登录天数大于奖励的最大天数阈值,则达到最大天数阈值后,重新计算连续登录天数。
在相关技术中,通过记录每个用户每天的登录事件从而计算出用户连续登录的天数,然而,很多时候用户一天可能多次登录电商购物平台,这种情况会导致数据库存储很多用户的多次登录事件,占用存储空间大,导致存储资源浪费。
发明内容
本申请的目的旨在至少解决上述技术缺陷之一,特别是连续登录数据的统计运算效率低、运算过程占用较大存储空间,导致资源利用率低的问题。
第一方面,本申请实施例提供了一种用户连续登录数据的处理方法,包括以下步骤:
获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
在一种可能的实现方式中,所述根据当前统计周期的登录位矩阵列表是否存在已***的、所述用户身份标识对应的有效标识确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤的步骤,包括:
获取预先构造的当前统计周期内的登录位矩阵列表;
对所述用户身份标识利用哈希函数运算得到对应的哈希值;
将所述哈希值分别利用预先设置的至少一个散列函数进行映射确定所述用户身份标识在所述登录位矩阵列表上对应的至少一个点位;
检测所述用户身份标识在所述登录位矩阵列表上的至少一个点位是否均存在有效标识,以确定用户是否为当前统计周期内的首次登录;
若所述用户身份标识在所述登录位矩阵列表上对应的全部点位上均存在有效标识,则确定用户为当前统计周期内的非首次登录,将该条用户登录消息进行过滤。
在一种可能的实现方式中,所述在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识的步骤之前,还包括:
若所述用户身份标识在所述登录位矩阵列表上对应的点位中的至少一个不存在有效标识,则确定所述用户为当前统计周期内的首次登录;
所述在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识的步骤包括:
将所述用户身份标识在所述登录位矩阵列表上对应的点位的值设置为1。
在一种可能的实现方式中,用户连续登录数据的处理方法还包括:利用分布式缓存工具记录多个统计周期对应的登录位矩阵列表上多个用户的首次登录信息;
所述根据所述当前统计周期内的首次登录信息得到用户连续登录数据的步骤包括:
根据所述当前统计周期内的首次登录信息确定所述用户身份标识的首次登录时间;
将所述当前统计周期内的首次登录时间与同一所述用户身份标识的上一记录的首次登录时间进行比较,根据比较结果更新所述用户身份标识对应的连续登录统计周期数。
在一种可能的实现方式中,所述根据比较结果更新所述用户身份标识对应的连续登录统计周期数的步骤包括:
若当前统计周期与上一记录的首次登录时间对应的统计周期为相邻统计周期,则确定用户连续登录,并更新所述用户身份标识对应的连续登录统计周期数。
在一种可能的实现方式中,所述根据所述当前统计周期内的首次登录信息得到用户连续登录数据的步骤包括:
根据所述当前统计周期的首次登录信息确定所述当前统计周期内进行首次登录的用户身份标识;
获取上一统计周期的首次登录信息,若所述用户身份标识存在于所述上一统计周期的首次登录信息中,则更新所述用户身份标识对应的连续登录统计周期数。
在一种可能的实现方式中,所述更新所述用户身份标识对应的连续登录统计周期数的步骤之后,还包括:
将所述用户身份标识在当前统计周期的首次登录信息存储到有序队列中;其中,所述有序队列存储有按照时间先后顺序进行排序的所述用户身份标识对应的连续登录的首次登录信息。
在一种可能的实现方式中,用户连续登录数据的处理方法,还包括:
在当前统计周期的下一统计周期中根据所述当前统计周期内的首次登录信息确定用户是否发生连续登录中断;
当确定用户发生连续登录中断时,将所述用户身份标识存储在所述有序队列中在所述当前统计周期之前的首次登录信息进行清除。
第二方面,本申请实施例提供了一种虚拟资源的转移方法,包括以下步骤:
获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据;
根据所述用户连续登录数据确定用户当前连续登录统计周期数;
根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
在一种可能的实现方式中,所述向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源的步骤之后,还包括:
判断所述当前连续登录统计周期数是否达到预设阈值;
若是,则清除所述当前连续登录统计周期数对应的连续登录数据,重新计算连续登录统计周期数;否则,继续累加所述连续登录统计周期数,执行根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源的步骤。
第三方面,本申请实施例提供了一种用户连续登录数据的处理装置,包括:
身份标识确定模块,用于获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
首次登录检测模块,用于根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
登录数据确定模块,用于基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
第四方面,本申请实施例提供了一种虚拟资源的转移装置,包括:
身份标识确定模块,用于获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
首次登录检测模块,用于根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
登录数据确定模块,用于基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据;
统计周期数确定模块,用于根据所述用户连续登录数据确定用户当前连续登录统计周期数;
虚拟资源转移模块,用于根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
第五方面,本申请实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面中的用户连续登录数据的处理方法或第二方面中的虚拟资源的转移方法。
第六方面,本申请实施例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上存储有计算机程序,该程序被处理器执行时实现第一方面中的用户连续登录数据的处理方法或第二方面中的虚拟资源的转移方法。
上述实施例提供的用户连续登录数据的处理、虚拟资源的转移方法和装置,通过获取消息队列中的用户登录消息,并根据用户登录消息确定对应的用户身份标识;根据当前统计周期的登录位矩阵列表中是否存在已***的、该用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;基于登录位矩阵列表上的点位记录信息确定用户在当前统计周期内的首次登录信息,根据当前统计周期内的首次登录信息确定用户连续登录数据,从而过滤掉在同一统计周期内用户多次重复登录数据,降低用户连续登录数据计算中的存储空间的消耗,实时得到用户的连续登录统计周期数,提高用户连续登录数据的更新和维护效率。
同时,根据利用上述方法得到的连续登录数据,确定用户当前连续登录统计周期数,根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与当前连续登录统计周期数对应虚拟资源价值的虚拟资源,减少进行虚拟资源转移时对连续登录数据进行运算和处理的存储空间,无需存储非首次登录的无效数据,提高资源利用率。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请实施例提供的所适用的应用环境示意图;
图2是本申请实施例提供的一种用户连续登录数据的处理方法的流程图;
图3是本申请实施例提供的用户在当前统计周期是否为首次登录的判断方法的流程图;
图4是本申请实施例提供的利用散列函数将用户身份标识映射到位矩阵列表的原理图;
图5是本申请实施例提供的一种虚拟资源的转移方法的流程图;
图6是本申请实施例提供的一种虚拟资源的转移方法的另一流程图;
图7是本申请实施例提供的一种用户连续登录数据的处理装置的结构示意图;
图8是本申请实施例提供的一种虚拟资源的转移装置的结构示意图;
图9为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
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,本申请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),具有与本申请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。
在对本申请实施例进行详细的解释说明之前,先对本申请实施例的应用场景予以介绍。本申请实施例提供的方法应用于用户连续登录数据的处理、虚拟资源的转移的场景中。
在互联网电商领域,通过向连续登陆的用户发放奖励金,并设定奖励金与实际货币兑换比例,用户在购物使用奖励金来抵现,从而有利于促进用户登录电商购物平台的积极性和活跃度,比如,A店铺配置连续登录2天赠送2购物金,连续登录4天送4购物金,连续登录7天送20购物金,再如B店铺配置连续登录2天送10购物金,连续登录10天送100购物金,若期间发生登录中断,则需要重新计算连续登录天数,若连续登录天数大于奖励的最大天数阈值,则达到最大天数阈值后,重新计算连续登录天数。
如图1所示,图1是本申请实施例提供的所适用的应用环境示意图,用户通过移动终端101上的应用程序登录某一平台,如电商购物平台,并生成用户登录消息发送至服务器102,服务器102对用户登录消息进行存储和分析,统计出用户的连续登录统计周期数,如连续登录天数,并根据用户的连续登录统计周期数向用户转移虚拟资源,如发放购物金等。在实践中,用户一天可能多次登录电商购物平台,通常情况下,只需要记录每个用户每天的第一次登录事件作为有效数据作为记录即可,其余非首次登录事件则为无效数据。在相关技术中,通过记录不同用户的所有登录事件来统计用户已经连续登录的天数,这会导致服务器存储很多用户的无效登录事件,导致存储资源浪费,因此,需要一种高效率且低存储空间消耗的方案进行用户的首次登录事件进行判断、对连续登录行为的记录和连续登录奖励。
本申请提供的用户连续登录数据的处理、虚拟资源的转移方法和装置,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
下面将结合附图,对本申请的实施例进行详细描述。
图2是本申请实施例提供的一种用户连续登录数据的处理方法的流程图,该方法可以应用于服务器中。
具体的,如图2所示,该用户连续登录数据的处理方法可以包括以下步骤:
S210、获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识。
用户登录某一平台,如电商直播平台、网上购物平台、游戏直播平台等,用户每次登录会产生登录事件,每个登录事件包括一条用户登录消息。以登录网上店铺为例,用户登录消息携带有用户身份标识、登录的店铺标识、登录时间等,登录时间可以具体到年、月、日、时、份、秒等。
由于不同用户通过各自的终端登录平台会产生多条用户登录消息,按照用户登录消息的产生时间顺序通过消息队列进行排序。在本实施例中,服务器从消息队列中获取到用户登录消息,根据用户登录消息逐条判断该用户是否为首次登录。具体的,服务器获取消息队列中的用户登录消息,对用户登录消息进行解析,提取关键字等处理,从用户登录消息中确定该用户登录消息对应的用户身份标识,如用户身份标识U100。
S220、根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则执行步骤S230;若不存在,则执行步骤S240。
当前统计周期可以是后台用户根据实际情况设置的时间周期,如统计可以为一天、12小时、一小时或者一周等。下面以一天为统计周期对本实施例进行说明。
例如,预先构造一个当天的登录位矩阵列表,在本实施例中,可以构造一个当天登录过滤器,该登录过滤器可以为布隆过滤器,布隆过滤器(Bloom Filter)实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。
在本实施例中,当天的登录位矩阵列表中记录有当前登录过的用户身份标识,例如,将用户身份标识uid通过布隆过滤器数据结果进行存储。当接收到一条新的用户登录消息,可以检测该用户登录消息对应用户身份标识是否存在于登录位矩阵列表中进行检测。
S230、将该条用户登录消息进行过滤。
若用户登录消息对应用户身份标识存在于登录位矩阵列表中,说明该用户身份标识对应的用户在当天已经登录过该平台,且在首次登录时将该用户身份标识存储到位矩阵列表中,此时,将该条用户登录消息进行过滤,无需进行存储。
S240、在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识。
若用户登录消息对应用户身份标识不存在于登录位矩阵列表中,则说明该用户身份标识对应的用户在当天没有登录过该平台,本次登录为当天的首次登录,此时,将用户身份标识记录到该位矩阵列表中,用于表征用户当天首次登录。在本实施例中,将用户身份标识记录到该位矩阵列表中可以通过二进制进行存储,通过位矩阵列表中的各个点位上“0”和“1”的组合表示不同的用户身份标识。
S250、基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
登录位矩阵列表上的点位记录信息通过登录位矩阵列表上的各个点位的有效标识的组合记录了在当前统计周期内做出首次登录的用户对应的用户身份标识,并根据该用户身边标记确定当前统计周期的首次登录消息,该首次登录信息可以包括当天的首次登录时间等,如首次登录信息为,U100,2020/11/26 10:10:08,其中,U100表示用户身份标识,2020/11/2610:10:08表示用户首次登录时间为2020年11月26日10点10分08秒。进一步的,根据当前统计周期内的首次登录信息确定用户是否为连续登录,若检测到连续的统计周期内同一用户身份标识,则表示该用户连续登录,并统计用户连续登录天数。
在本实施例中,利用分布式缓存工具记录多个统计周期对应的登录位矩阵列表上多个用户的首次登录信息,根据分布式缓存工具记录的首次登录信息刷新用户连续登录数据,该用户连续登录数据包括:用户的连续登录天数和最后登录时间等。
例如,以用户身份标识UID为key,连续登录天数为value,建立连续登录数据的key-value键值对,并利用分布式缓存工具Redis对key-value键值对进行存储和更新,从而实现对不同用户的连续登录数据的计算和更新。进一步的,还可以将分布式缓存工具Redis的SortedSet有序集合中的分数(score)更新为用户最后一次登录的时间,如用户在连续的统计周期,如2020/11/24、2020/11/25和2020/11/26均登录,则将SortedSet有序集合中的分数(score)更新为2020/11/26,代表用户最后一个统计周期登录的时间为2020/11/26。
本实施例提供的用户连续登录数据的处理方法,通过获取消息队列中的用户登录消息,并根据用户登录消息确定对应的用户身份标识;根据当前统计周期的登录位矩阵列表中是否存在已***的、该用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;基于登录位矩阵列表上的点位记录信息确定用户在当前统计周期内的首次登录信息,根据当前统计周期内的首次登录信息确定用户连续登录数据,从而过滤掉在同一统计周期内用户多次重复登录数据,降低用户连续登录数据计算中的存储空间的消耗,提高用户连续登录数据的更新和维护效率。
为了更清楚的阐述本申请的技术方案,下面针对用户连续登录数据的处理方法的多个步骤进行进一步说明。
下面结合图3对用户在当前统计周期是否为首次登录的判断过程进行详细说明,图3是本申请实施例提供的用户在当前统计周期是否为首次登录的判断方法的流程图。
如图3所示,在一实施例中,所述根据当前统计周期的登录位矩阵列表是否存在已***的、所述用户身份标识对应的有效标识确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤的步骤,包括:
S301、获取预先构造的当前统计周期内的登录位矩阵列表。
在本实施例中,登录位矩阵列表可以是一维数组,也可以是多维数组,登录位矩阵列表上的每个位中的元素都只占用1bit,并且每个元素只能是0或者1,从而极大减少用户首次登录数据的存储空间,如一个拥有100万个元素的数组只占用1000000Bit/8=125000Byte=125000/1024KB≈122KB的空间。
例如,获取预先构造用于记录当天统计周期内的用户首次登录的登录位矩阵列表,该登录位矩阵列表可以为,如16位的一维数组,如图4所示。当然,在实际应用中,可能是256位的一维数据,后者32*32的二维数组,或者更高位数的数组。
S302、对所述用户身份标识利用哈希函数运算得到对应的哈希值。
在本实施例中,可以对用户身份标识先利用哈希函数进行运算得到对应的第一哈希值,该第一哈希值用于表征用户身份标识的元素值。
S303、将所述哈希值分别利用预先设置的至少一个散列函数进行映射确定所述用户身份标识在所述登录位矩阵列表上对应的至少一个点位。
将该第一哈希值利用预先设置的至少一个散列函数进行计算,得到第二哈希值,在本实施例中,散列函数与第二哈希值一一对应,也即是,有多少个散列函数对第一哈希值进行计算,则得到多少个第二哈希值。
在本实施例中,可以利用布隆过滤器中的散列函数对第一哈希值(也即是用户身份标识)进行计算,得到多个第二哈希值,其中,第二哈希值对应登录位矩阵列表上的点位的位置。例如,第二哈希值为45,则对应登录位矩阵列表中的第45个点位。
由于使用同一当天的登录位矩阵列表(也即是同一布隆过滤器)中的至少一个散列函数进行计算,所以同一用户身份标识利用这些散列函数进行计算时,所得到的计算结果是相同的。例如,继续参考图4,同一用户身份标识U100,对第一次用户登录消息中获取到的用户身份标识U100利用多个散列函数进行计算,所得到的登录位矩阵列表上对应的点位为{3,8,14},那么当下一次同样的用户身份标识U100利用同样的散列函数进行计算,所得到的登录位矩阵列表上对应的点位也为{3,8,14}。{3,8,14}表示若用户身份标识U100存在于登录位矩阵列表中,则该位矩阵列表的第3、8和16个点位的值为1,其余点位的数值为0。
S304、检测所述用户身份标识在所述登录位矩阵列表上的至少一个点位是否均存在有效标识,以确定用户是否为当前统计周期内的首次登录;若是,则执行步骤S305;否则,执行步骤S306。
用户身份标识在登录位矩阵列表上对应的点位存在有效标记。在本实施例中,有效标识可以用“1”来表示。如判断用户身份标识在登录位矩阵列表上对应的点位的值是否为1,以确定该用户身份标识在当天是否为首次登录。
例如,用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},检测登录位矩阵列表上的第34、45和56个点位的值是否为“1”。
S305、确定用户为当前统计周期内的非首次登录,将该条用户登录消息进行过滤。
若所述用户身份标识在所述登录位矩阵列表上对应的全部点位上均存在有效标识,则确定用户为当前统计周期内的非首次登录,将该条用户登录消息进行过滤。
例如,用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},检测登录位矩阵列表上的第34、45和56个点位的值均为“1”,则说明该用户身份标识已经存在于位矩阵列表中,该用户的本次登录为当天的非首次登录,则将该条用户登录消息进行过滤。
S306、确定所述用户为当前统计周期内的首次登录。
若所述用户身份标识在所述登录位矩阵列表上对应的点位中的至少一个不存在有效标识,则确定所述用户为当前统计周期内的首次登录。
例如,用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},如检测到登录位矩阵列表上的第34、45和56个点位中至少一个点位的值不为“1”,如第34个点位的值为“0”,或者第34和56个点位的值“0”,则说明该用户身份标识不存在于当天的位矩阵列表中,该用户的本次登录为当天的首次登录。
S307、将所述用户身份标识在所述登录位矩阵列表上对应的点位的值设置为1。
确定用户身份标识映射到登录位矩阵列表中对应的至少一个点位,在这些点位上***有效标识,如***“1”。
在本实施例中,当检测到该用户身份标识不存在当前统计周期的登录位矩阵列表时,在该用户身份标识对应的点位上***有效标识,如用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},则在登录位矩阵列表上的第34、45和56个点位上***有效标识,例如,在登录位矩阵列表上的第34、45和56个点位的值置“1”。
在本技术方案中,可以利用分布式缓存工具记录多个统计周期对应的登录位矩阵列表上多个用户的首次登录信息。在本实施例中,可以采用分布式缓存工具Redis来存储不同统计周期的登录位矩阵列表上的用户的首次登录信息。
在一实施例中,步骤S230中的根据所述当前统计周期内的首次登录信息得到用户连续登录数据,可以包括以下步骤:
A10、根据所述当前统计周期内的首次登录信息确定所述用户身份标识的首次登录时间。
从当前统计周期内的首次登录信息确定用户身份标识的首次登录时间,如用户M的用户身份标识U100的首次登录时间为2020/11/2610:10:08,可选的,为了便于计算,首次登录时间可以为日为单位,如用户M的用户身份标识U100的首次登录时间为2020/11/26,即2020年11月26日。
A20、将所述当前统计周期内的首次登录时间与同一所述用户身份标识的上一记录的首次登录时间进行比较,根据比较结果更新所述用户身份标识对应的连续登录统计周期数。
同一用户身份标识的上一记录可能是上一统计周期的首次登录时间,也可能是前几个统计周期的首次登录时间。若当前统计周期与上一记录的首次登录时间对应的统计周期为相邻统计周期,则确定用户连续登录,并更新所述用户身份标识对应的连续登录统计周期数。
例如,当前统计周期内的首次登录时间为2020/11/26,上一记录的首次登录时间为2020/11/25,由于2020/11/26与2020/11/25是相邻统计周期,确定该用户连续登录,并更新该用户身份标识对应的连续登录天数,即在原来的连续登录天数的基础上加1,如原来的连续登录天数为2,刷新后的连续登录天数为3。
在另一实施例中,步骤S230中的根据所述当前统计周期内的首次登录信息得到用户连续登录数据,可以包括以下步骤:
B10、根据所述当前统计周期的首次登录信息确定所述当前统计周期内进行首次登录的用户身份标识。
当前统计周期的首次登录信息中的首次登录时间可以精准到秒,但为了便于阐述,下面示出的首次登录时间精准到日。
例如,当前统计周期(2020年11月26日00:00:00~23:59:59)的首次登录信息为:
用户A:U100,2020/11/26
用户B:U101,2020/11/26
用户C:U102,2020/11/26
用户D:U103,2020/11/26
根据上述当前统计周期的首次登录信息确定2020年11月26日00:00:00~23:59:59进行首次登录的用户身份标识分别为U100、U101、U102和U103。
B20、获取上一统计周期的首次登录信息,若所述用户身份标识存在于所述上一统计周期的首次登录信息中,则更新所述用户身份标识对应的连续登录统计周期数。
获取上一统计周期的首次登录信息,如上一统计周期(2020年11月25日00:00:00~23:59:59)的首次登录信息为:
用户A:U100,2020/11/25
用户C:U102,2020/11/25
用户E:U104,2020/11/25
用户F:U105,2020/11/25
将当前统计周期(2020年11月26日00:00:00~23:59:59)与上一统计周期(2020年11月25日00:00:00~23:59:59)的首次登录信息进行比较,用户A(U100)和用户C(U102)的用户身份标识存在于上一统计周期的首次登录信息,则确定用户A(U100)和用户C(U102)发生连续登录,且在原来的连续登录天数的基础上加1,而用户E和用户F为第一天登录,连续登录天数更新为1,即在原来的连续登录天数0的基础上加1。
在一实施例中,步骤S230中的更新所述用户身份标识对应的连续登录天数之后,还包括:
将所述用户身份标识在当前统计周期的首次登录信息存储到有序队列中。
其中,所述有序队列存储有按照时间先后顺序进行排序的所述用户身份标识对应的连续登录的首次登录信息。
在本实施例中,通过分布式缓存工具Redis进行存储,利用有序队列(sortedset排行榜)按照时间先后顺序由大到小存储用户进行连续登录的首次登录信息,并将sortedset排行榜的分数(score)更新为最后一次登录的首次登录时间。例如,用户最后一次登录为2020年11月26日,则将score修改为20201126。
在一实施例中,本申请提供的用户连续登录数据的处理方法还包括以下步骤:
S240、确定用户连续登录发生中断时,清除用户的连续登录数据。
若用户发生连续登录中断,如在2020/11/24和2020/11/25连续登录,在2020/11/26未发生登录,则可以在2020/11/27开始或者2020/11/26结束时清楚用户在2020/11/26之前的连续登录数据,即清除2020/11/24和2020/11/25的连续登录数据。
进一步的,步骤S240确定用户连续登录发生中断时,清除用户的连续登录数据可以包括以下步骤:
S2401、在当前统计周期的下一统计周期中根据所述当前统计周期内的首次登录信息确定用户是否发生连续登录中断。
在本实施例中,可以根据当前统计周期的首次登录信息确定所述当前统计周期内进行首次登录的用户身份标识,在当前统计周期的下一统计周期中将在当前统计周期进行登录过的用户身份标识与上一统计周期的首次登录信息进行比较,若上一统计周期中记录进行登录的用户身份标识不存在于当前统计周期中,则认为确定该用户身份标识对应的用户发生连续登录中断。例如,下一统计周期为2020/11/27,当前统计周期为2020/11/26,上一统计周期为2020/11/25,由于用户在2020/11/26没有发生登录,则在2020/11/27中根据2020/11/26记录的首次登录信息确定用户发生连续登录中断。
或者,将当前统计周期内的用户身份标识与同一所述用户身份标识的上一记录的首次登录时间进行比较,若当前统计周期与上一记录的首次登录时间对应的统计周期不是相邻统计周期,如间隔了一个或多个统计周期,则确定用户发生连续登录中断。
S2402、当确定用户发生连续登录中断时,将所述用户身份标识存储在所述有序队列中在所述当前统计周期之前的首次登录信息进行清除。
在确定用户发生连续登录中断时,将用户身份标识存储在分布式缓存工具的有序队列中的、在当前统计周期之前的首次登录信息进行清除。例如,当前统计周期为2020年11月26日00:00:00~23:59:59,用户在2020/11/24和2020/11/25均登录,但2020/11/26用户没有登录,有序队列中存储的最后一次首次登录数据为2020/11/25,则将当前统计周期2020/11/26之前的首次登录信息均进行删除,即删除用户已经发生连续登录的2020/11/24和2020/11/25的数据。
下面对虚拟资源的转移方法的相关实施例进行详细阐述。
本申请还提供了一种虚拟资源的转移方法,图5是本申请实施例提供的一种虚拟资源的转移方法的流程图,该方法可以应用于服务器中。
具体的,如图5所示,该虚拟资源的转移方法可以包括以下步骤:
S510、获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识。
用户登录某一平台,如电商直播平台、网上购物平台、游戏直播平台等,用户每次登录会产生登录事件,每个登录事件包括一条用户登录消息。以登录网上店铺为例,用户登录消息携带有用户身份标识、登录的店铺标识、登录时间等,登录时间可以具体到年、月、日、时、份、秒等。
由于不同用户通过各自的终端登录平台会产生多条用户登录消息,按照用户登录消息的产生时间顺序通过消息队列进行排序。在本实施例中,服务器从消息队列中获取到用户登录消息,根据用户登录消息逐条判断该用户是否为首次登录。具体的,服务器获取消息队列中的用户登录消息,对用户登录消息进行解析,提取关键字等处理,从用户登录消息中确定该用户登录消息对应的用户身份标识,如用户身份标识U100。
S520、根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则执行步骤S530;若不存在,则执行步骤S540。
当前统计周期可以是后台用户根据实际情况设置的时间周期,如统计可以为一天、12小时、一小时或者一周等。下面以一天为统计周期对本实施例进行说明。
例如,预先构造一个当天的登录位矩阵列表,在本实施例中,可以构造一个当天登录过滤器,该登录过滤器可以为布隆过滤器,布隆过滤器(Bloom Filter)实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。
在本实施例中,当天的登录位矩阵列表中记录有当前登录过的用户身份标识,例如,将用户身份标识uid通过布隆过滤器数据结果进行存储。当接收到一条新的用户登录消息,可以检测该用户登录消息对应用户身份标识是否存在于登录位矩阵列表中进行检测。
S530、将该条用户登录消息进行过滤。
若用户登录消息对应用户身份标识存在于登录位矩阵列表中,,说明该用户身份标识对应的用户在当天已经登录过该平台,且在首次登录时将该用户身份标识存储到位矩阵列表中,此时,将该条用户登录消息进行过滤,无需进行存储。
S540、在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识。
若用户登录消息对应用户身份标识不存在于登录位矩阵列表中,则说明该用户身份标识对应的用户在当天没有登录过该平台,本次登录为当天的首次登录,此时,将用户身份标识记录到该位矩阵列表中,用于表征用户当天首次登录。在本实施例中,将用户身份标识记录到该位矩阵列表中可以通过二进制进行存储,通过位矩阵列表中的各个点位上“0”和“1”的组合表示不同的用户身份标识。
在本实施例中,获取预先构造的当前统计周期内的登录位矩阵列表。登录位矩阵列表可以是一维数组,也可以是多维数组,登录位矩阵列表上的每个位中的元素都只占用1bit,并且每个元素只能是0或者1,从而极大减少用户首次登录数据的存储空间,如一个拥有100万个元素的数组只占用1000000Bit/8=125000Byte=125000/1024KB≈122KB的空间。
例如,获取预先构造用于记录当天统计周期内的用户首次登录的登录位矩阵列表,该登录位矩阵列表可以为,如16位的一维数组。当然,在实际应用中,可能是256位的一维数据,后者32*32的二维数组,或者更高位数的数组。
进一步的,对所述用户身份标识利用哈希函数运算得到对应的哈希值。
在本实施例中,可以对用户身份标识先利用哈希函数运运算得到对应的第一哈希值,该第一哈希值用于表征用户身份标识的元素值。
进一步的,将所述哈希值分别利用预先设置的至少一个散列函数进行映射确定所述用户身份标识在所述登录位矩阵列表上对应的至少一个点位。
将该第一哈希值利用预先设置的至少一个散列函数进行计算,得到第二哈希值,在本实施例中,散列函数与第二哈希值一一对应,也即是,有多少个散列函数对第一哈希值进行计算,则得到多少个第二哈希值。
在本实施例中,可以利用布隆过滤器中的散列函数对第一哈希值(也即是用户身份标识)进行计算,得到多个第二哈希值,其中,第二哈希值对应登录位矩阵列表上的点位的位置。例如,第二哈希值为45,则对应登录位矩阵列表中的第45个点位。
由于使用同一当天的登录位矩阵列表(也即是同一布隆过滤器)中的至少一个散列函数进行计算,所以同一用户身份标识利用这些散列函数进行计算时,所得到的计算结果是相同的。例如,同一用户身份标识U100,对第一次用户登录消息中获取到的用户身份标识U100利用多个散列函数进行计算,所得到的登录位矩阵列表上对应的点位为{34,45,56},那么当下一次同样的用户身份标识U100利用同样的散列函数进行计算,所得到的登录位矩阵列表上对应的点位也为{34,45,56}。
进一步的,检测所述用户身份标识在所述登录位矩阵列表上的至少一个点位是否存在有效标识,以确定用户是否为当前统计周期内的首次登录。
用户身份标识在登录位矩阵列表上对应的点位存在有效标记。在本实施例中,有效标识可以用“1”来表示。如判断用户身份标识在登录位矩阵列表上对应的点位的值是否为1,以确定该用户身份标识在当天是否为首次登录。
例如,用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},检测登录位矩阵列表上的第34、45和56个点位的值是否为“1”。
若所述用户身份标识在所述登录位矩阵列表上对应的全部点位上均存在有效标识,则确定用户为当前统计周期内的非首次登录,将该条用户登录消息进行过滤。
例如,用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},检测登录位矩阵列表上的第34、45和56个点位的值均为“1”,则说明该用户身份标识已经存在于位矩阵列表中,该用户的本次登录为当天的非首次登录,则将该条用户登录消息进行过滤。
若所述用户身份标识在所述登录位矩阵列表上对应的至少一个点位不存在有效标识,则确定所述用户为当前统计周期内的首次登录。
例如,用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},如检测到登录位矩阵列表上的第34、45和56个点位中至少一个点位的值不为“1”,如第34个点位的值为“0”,或者第34和56个点位的值“0”,则说明该用户身份标识不存在于当天的位矩阵列表中,该用户的本次登录为当天的首次登录。
在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识。
确定用户身份标识映射到登录位矩阵列表中对应的至少一个点位,在这些点位上***有效标识,如***“1”。
在本实施例中,当检测到该用户身份标识不存在当前统计周期的登录位矩阵列表时,在该用户身份标识对应的点位上***有效标识,如用户身份标识U100对应在登录位矩阵列表上的点位为{34,45,56},则在登录位矩阵列表上的第34、45和56个点位上***有效标识,例如,在登录位矩阵列表上的第34、45和56个点位的值置“1”。
S550、基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
登录位矩阵列表上的点位记录信息通过登录位矩阵列表上的各个点位的有效标识的组合记录了在当前统计周期内做出首次登录的用户对应的用户身份标识,并根据该用户身边标记确定当前统计周期的首次登录消息,该首次登录信息可以包括当天的首次登录时间等,如首次登录信息为,U100,2020/11/26 10:10:08,其中,U100表示用户身份标识,2020/11/2610:10:08表示用户首次登录时间为2020年11月26日10点10分08秒。进一步的,根据当前统计周期内的首次登录信息确定用户是否为连续登录,若检测到连续的统计周期内同一用户身份标识,则表示该用户连续登录,并统计用户连续登录天数。
在本实施例中,利用分布式缓存工具记录多个统计周期对应的登录位矩阵列表上多个用户的首次登录信息,根据分布式缓存工具记录的首次登录信息刷新用户连续登录数据,该用户连续登录数据包括:用户的连续登录统计周期数和最后登录时间等。
例如,以用户身份标识UID为key,连续登录天数为value,建立连续登录数据的key-value键值对,并利用分布式缓存工具Redis对key-value键值对进行存储和更新,从而实现对不同用户的连续登录数据的计算和更新。进一步的,还可以将分布式缓存工具Redis的SortedSet有序集合中的分数(score)更新为用户最后一次登录的时间,如用户在连续的统计周期,如2020/11/24、2020/11/25和2020/11/26均登录,则将SortedSet有序集合中的分数(score)更新为2020/11/26,代表用户最后一个统计周期登录的时间为2020/11/26。
S560、根据所述用户连续登录数据确定用户当前连续登录统计周期数。
从分布式缓存工具中保存的多个用户的连续登录数据中得到用户当前连续登录统计周期数。
S570、根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
在本实施例中,不同的连续登录统计周期数对应不同的虚拟资源价值,例如连续登录2天赠送2购物金,连续登录4天送4购物金,连续登录7天送20购物金。根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系确定当前用户连续登录统计周期数对应的虚拟资源价值,向该用户转移对应虚拟资源价值的虚拟资源。例如,当前用户连续登录统计周期数为2,则向该用户转移2购物金。
本实施例提供的虚拟资源的转移方法,通过获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,并根据所述当前统计周期内的首次登录信息得到连续登录数据,根据用户连续登录数据确定用户当前连续登录统计周期数;根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与当前连续登录统计周期数对应虚拟资源价值的虚拟资源,从而过滤掉在同一统计周期内用户多次重复登录数据,降低用户连续登录数据计算中的存储空间的消耗,实时得到用户的连续登录统计周期数,提高用户连续登录数据的更新和维护效率,从而减少进行虚拟资源转移时对连续登录数据进行运算和处理的存储空间,无需存储非首次登录的无效数据,提高资源利用率。
图6是本申请实施例提供的一种虚拟资源的转移方法的另一流程图,如图6所示,该虚拟资源的转移方法包括以下步骤:
S560、根据所述用户连续登录数据确定用户当前连续登录统计周期数。
从分布式缓存工具中保存的多个用户的连续登录数据中得到用户当前连续登录统计周期数。
S570、根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
在本实施例中,不同的连续登录统计周期数对应不同的虚拟资源价值,例如连续登录2天赠送2购物金,连续登录4天送4购物金,连续登录7天送20购物金。根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系确定当前用户连续登录统计周期数对应的虚拟资源价值,向该用户转移对应虚拟资源价值的虚拟资源。例如,当前用户连续登录统计周期数为2,则向该用户转移2购物金。
在步骤S570的向所述用户身份标识对应的用户转移与当前连续登录统计周期数对应虚拟资源价值的虚拟资源之后,还包括:
S580、判断当前连续登录统计周期数是否达到预设阈值;若是,则执行步骤S590,否则,执行步骤S5100。
在本实施例中,预设阈值是指用户连续登录统计周期数的最高值。
S590、清除所述连续登录统计周期数对应的连续登录数据,重新计算连续登录统计周期数。
在本实施例中,用户的连续登录统计周期数达到预设阈值,则不再继续累积用户的连续登录统计周期数,而是重新进行计算。例如,预设阈值为7天,当用户连续登录天数为7天时,清除这连续登录7天的连续登录数据,当用户在第8天进行登录时,重新计算连续登录天数为1,而不是8。
S5100、继续累加所述连续登录统计周期数,并返回执行步骤S570。
当用户的连续登录统计周期数为达到预设阈值,则在发放虚拟资源后继续累加连续登录统计周期数,如用户连续登录天数为2,预设阈值为7天,再向用户发放2购物币后,若用户发生第3天的连续登录,则在连续登录天数2的基础上加1。
以上示例仅用于辅助阐述本公开技术方案,其涉及的图示内容及具体流程不构成对本公开技术方案的使用场景的限定。
下面对用户连续登录数据的处理装置的相关实施例进行详细阐述。
图7是本申请实施例提供的一种用户连续登录数据的处理装置的结构示意图,该用户连续登录数据的处理装置可以执行于服务器端。
具体的,如图7所示,该用户连续登录数据的处理装置200包括:身份标识确定模块210、首次登录检测模块220和登录数据确定模块230。
其中,身份标识确定模块210,用于获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
首次登录检测模块220,用于根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
登录数据确定模块230,用于基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
本实施例提供的用户连续登录数据的处理装置,通过身份标识确定模块210获取消息队列中的用户登录消息,并根据用户登录消息确定对应的用户身份标识;首次登录检测模块220根据当前统计周期的登录位矩阵列表中是否存在已***的、该用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;登录数据确定模块230基于登录位矩阵列表上的点位记录信息确定用户在当前统计周期内的首次登录信息,根据当前统计周期内的首次登录信息确定用户连续登录数据,从而能够过滤掉在同一统计周期内用户多次重复登录数据,降低用户连续登录数据计算中的存储空间的消耗,提高用户连续登录数据的更新和维护效率。
在一实施例中,首次登录检测模块220包括:列表获取单元、哈希运算单元、点位确定单元、登录检测单元和消息过滤单元;
列表获取单元,用于获取预先构造的当前统计周期内的登录位矩阵列表;
哈希运算单元,用于对所述用户身份标识利用哈希函数运算得到对应的哈希值;
点位确定单元,用于将所述哈希值分别利用预先设置的至少一个散列函数进行映射确定所述用户身份标识在所述登录位矩阵列表上对应的至少一个点位;
首次登录检测单元,用于检测所述用户身份标识在所述登录位矩阵列表上的至少一个点位是否均存在有效标识,以确定用户是否为当前统计周期内的首次登录;
消息过滤单元,用于若所述用户身份标识在所述登录位矩阵列表上对应的全部点位上均存在有效标识,则确定用户为当前统计周期内的非首次登录,将该条用户登录消息进行过滤。
在一实施例中,首次登录检测模块220还包括:首次登录确定单元,用于若所述用户身份标识在所述登录位矩阵列表上对应的点位中的至少一个不存在有效标识,则确定所述用户为当前统计周期内的首次登录;
首次登录检测模块220包括:点位值设置单元,用于将所述用户身份标识在所述登录位矩阵列表上对应的点位的值设置为1。
在一实施例中,用户连续登录数据的处理装置200还包括:缓存模块,用于利用分布式缓存工具记录多个统计周期对应的登录位矩阵列表上多个用户的首次登录信息;
登录数据确定模块230包括:登录时间确定单元和登录天数更新单元;
登录时间确定单元,用于根据所述当前统计周期内的首次登录信息确定所述用户身份标识的首次登录时间;
第一天数更新单元,用于将所述当前统计周期内的首次登录时间与同一所述用户身份标识的上一记录的首次登录时间进行比较,根据比较结果更新所述用户身份标识对应的连续登录统计周期数。
在一实施例中,第一天数更新单元用于若当前统计周期与上一记录的首次登录时间对应的统计周期为相邻统计周期,则确定用户连续登录,并更新所述用户身份标识对应的连续登录统计周期数。
在一实施例中,登录数据确定模块230包括:身份标识确定单元和第二天数更新单元;
身份标识确定单元,用于根据所述当前统计周期的首次登录信息确定所述当前统计周期内进行首次登录的用户身份标识;
第二天数更新单元,用于获取上一统计周期的首次登录信息,若所述用户身份标识存在于所述上一统计周期的首次登录信息中,则更新所述用户身份标识对应的连续登录统计周期数。
在一实施例中,登录数据确定模块230还包括:登录信息存储模块,用于将所述用户身份标识在当前统计周期的首次登录信息存储到有序队列中;其中,所述有序队列存储有按照时间先后顺序进行排序的所述用户身份标识对应的连续登录的首次登录信息。
在一实施例中,用户连续登录数据的处理装置200还包括:中断清除模块;该中断清除模块包括中断确定单元和信息清除单元;
中断确定单元,用于在当前统计周期的下一统计周期中根据所述当前统计周期内的首次登录信息确定用户是否发生连续登录中断;
信息清除单元,用于当确定用户发生连续登录中断时,将所述用户身份标识存储在所述有序队列中在所述当前统计周期之前的首次登录信息进行清除。
本实施例的用户连续登录数据的处理装置可执行本申请前述实施例所示的用户连续登录数据的处理方法,其实现原理相类似,此处不再赘述。
图8是本申请实施例提供的一种虚拟资源的转移装置的结构示意图,该虚拟资源的转移装置可以执行于服务器端。
具体的,如图8所示,该虚拟资源的转移装置500包括:身份标识确定模块510、首次登录检测模块520、登录数据确定模块530、统计周期数确定模块540和虚拟资源转移模块550。
身份标识确定模块510,用于获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
首次登录检测模块520,用于根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
登录数据确定模块530,用于基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
统计周期数确定模块540,用于获取用户连续登录数据,确定用户当前连续登录统计周期数;
虚拟资源转移模块550,用于根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
本实施例提供的虚拟资源的转移装置,实现了过滤掉在同一统计周期内用户多次重复登录数据,降低用户连续登录数据计算中的存储空间的消耗,提高用户连续登录数据的更新和维护效率,从而减少进行虚拟资源转移时对连续登录数据的存储空间,提高资源利用率。
在一实施例中,虚拟资源的转移装置500还包括判断模块,用于判断当前连续登录统计周期数是否达到预设阈值;若是,则清除所述连续登录统计周期数对应的连续登录数据,重新计算连续登录统计周期数;否则,继续累加所述连续登录统计周期数,执行根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与所述连续登录统计周期数对应虚拟资源价值的虚拟资源的步骤。
本实施例的虚拟资源的转移装置可执行本申请前述实施例所示的虚拟资源的转移方法,其实现原理相类似,此处不再赘述。
本申请实施例中提供了一种电子设备,该电子设备包括:存储器和处理器;至少一个程序,存储于存储器中,用于被处理器执行时,与现有技术相比可实现:降低用户连续登录数据计算中的存储空间的消耗,提高用户连续登录数据的更新和维护效率,从而减少进行虚拟资源转移时对连续登录数据的存储空间,提高资源利用率。
在一个可选实施例中提供了一种电子设备,如图9所示,图9所示的电子设备4000包括:处理器4001和存储器4003。其中,处理器4001和存储器4003相连,如通过总线4002相连。可选地,电子设备4000还可以包括收发器4004,收发器4004可以用于该电子设备与其他电子设备之间的数据交互,如数据的发送和/或数据的接收等。需要说明的是,实际应用中收发器4004不限于一个,该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器4001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线4002可包括一通路,在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器4003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器4003用于存储执行本申请方案的应用程序代码,并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与现有技术相比,本申请实施例实现了过滤掉在同一统计周期内用户多次重复登录的无效数据,降低用户连续登录数据计算中的存储空间的消耗,提高用户连续登录数据的更新和维护效率,从而减少进行虚拟资源转移时对连续登录数据进行运算和处理的存储空间,提高资源利用率。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备,如电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行时实现如下情况:
获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
或者,该计算机设备执行时还实现如下情况:
获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据;
根据所述用户连续登录数据确定用户当前连续登录统计周期数;
根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
需要说明的是,本公开上述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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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该电子设备执行时,使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,身份标识确定模块还可以被描述为“确定身份标识的模块”。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (14)
1.一种用户连续登录数据的处理方法,其特征在于,包括以下步骤:
获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
2.根据权利要求1所述的用户连续登录数据的处理方法,其特征在于,所述根据当前统计周期的登录位矩阵列表是否存在已***的、所述用户身份标识对应的有效标识确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤的步骤,包括:
获取预先构造的当前统计周期内的登录位矩阵列表;
对所述用户身份标识利用哈希函数运算得到对应的哈希值;
将所述哈希值分别利用预先设置的至少一个散列函数进行映射确定所述用户身份标识在所述登录位矩阵列表上对应的至少一个点位;
检测所述用户身份标识在所述登录位矩阵列表上的至少一个点位是否均存在有效标识,以确定用户是否为当前统计周期内的首次登录;
若所述用户身份标识在所述登录位矩阵列表上对应的全部点位上均存在有效标识,则确定用户为当前统计周期内的非首次登录,将该条用户登录消息进行过滤。
3.根据权利要求2所述的用户连续登录数据的处理方法,其特征在于,所述在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识的步骤之前,还包括:
若所述用户身份标识在所述登录位矩阵列表上对应的点位中的至少一个不存在有效标识,则确定所述用户为当前统计周期内的首次登录;
所述在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识的步骤包括:
将所述用户身份标识在所述登录位矩阵列表上对应的点位的值设置为1。
4.根据权利要求1所述的用户连续登录数据的处理方法,其特征在于,还包括:利用分布式缓存工具记录多个统计周期对应的登录位矩阵列表上多个用户的首次登录信息;
所述根据所述当前统计周期内的首次登录信息得到用户连续登录数据的步骤包括:
根据所述当前统计周期内的首次登录信息确定所述用户身份标识的首次登录时间;
将所述当前统计周期内的首次登录时间与同一所述用户身份标识的上一记录的首次登录时间进行比较,根据比较结果更新所述用户身份标识对应的连续登录统计周期数。
5.根据权利要求4所述的用户连续登录数据的处理方法,其特征在于,所述根据比较结果更新所述用户身份标识对应的连续登录统计周期数的步骤包括:
若当前统计周期与上一记录的首次登录时间对应的统计周期为相邻统计周期,则确定用户连续登录,并更新所述用户身份标识对应的连续登录统计周期数。
6.根据权利要求1所述的用户连续登录数据的处理方法,其特征在于,所述根据所述当前统计周期内的首次登录信息得到用户连续登录数据的步骤包括:
根据所述当前统计周期的首次登录信息确定所述当前统计周期内进行首次登录的用户身份标识;
获取上一统计周期的首次登录信息,若所述用户身份标识存在于所述上一统计周期的首次登录信息中,则更新所述用户身份标识对应的连续登录统计周期数。
7.根据权利要求4-6任一项所述的用户连续登录数据的处理方法,其特征在于,所述更新所述用户身份标识对应的连续登录统计周期数的步骤之后,还包括:
将所述用户身份标识在当前统计周期的首次登录信息存储到有序队列中;其中,所述有序队列存储有按照时间先后顺序进行排序的所述用户身份标识对应的连续登录的首次登录信息。
8.根据权利要求7所述的用户连续登录数据的处理方法,其特征在于,还包括:
在当前统计周期的下一统计周期中根据所述当前统计周期内的首次登录信息确定用户是否发生连续登录中断;
当确定用户发生连续登录中断时,将所述用户身份标识存储在所述有序队列中在所述当前统计周期之前的首次登录信息进行清除。
9.一种虚拟资源的转移方法,其特征在于,包括以下步骤:
获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据;
根据所述用户连续登录数据确定用户当前连续登录统计周期数;
根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
10.根据权利要求9所述的虚拟资源的转移方法,其特征在于,所述向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源的步骤之后,还包括:
判断所述当前连续登录统计周期数是否达到预设阈值;
若是,则清除所述当前连续登录统计周期数对应的连续登录数据,重新计算连续登录统计周期数;否则,继续累加所述连续登录统计周期数,执行根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源的步骤。
11.一种用户连续登录数据的处理装置,其特征在于,包括:
身份标识确定模块,用于获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
首次登录检测模块,用于根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
登录数据确定模块,用于基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据。
12.一种虚拟资源的转移装置,其特征在于,包括:
身份标识确定模块,用于获取消息队列中的用户登录消息,并根据所述用户登录消息确定对应的用户身份标识;
首次登录检测模块,用于根据当前统计周期的登录位矩阵列表中是否存在已***的、所述用户身份标识对应的有效标识,确定用户是否为当前统计周期内的首次登录;若存在,则将该条用户登录消息进行过滤;否则,在所述登录位矩阵列表中所述用户身份标识对应的点位上***有效标识;
登录数据确定模块,用于基于所述登录位矩阵列表上的点位记录信息确定用户在所述当前统计周期内的首次登录信息,根据所述当前统计周期内的首次登录信息得到用户连续登录数据;
统计周期数确定模块,用于根据所述用户连续登录数据确定用户当前连续登录统计周期数;
虚拟资源转移模块,用于根据预先设置的连续登录统计周期数与虚拟资源价值的对应关系,向所述用户身份标识对应的用户转移与所述当前连续登录统计周期数对应虚拟资源价值的虚拟资源。
13.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-8任一项所述的用户连续登录数据的处理方法或权利要求9-10任一项所述的虚拟资源的转移方法。
14.一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计算机程序,该程序被处理器执行时实现权利要求1-8任一项所述的用户连续登录数据的处理方法或权利要求9-10任一项所述的虚拟资源的转移方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011364352.7A CN112529613B (zh) | 2020-11-27 | 用户连续登录数据的处理、虚拟资源的转移方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011364352.7A CN112529613B (zh) | 2020-11-27 | 用户连续登录数据的处理、虚拟资源的转移方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529613A true CN112529613A (zh) | 2021-03-19 |
CN112529613B CN112529613B (zh) | 2024-07-26 |
Family
ID=
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989061A (zh) * | 2015-02-09 | 2016-10-05 | 中国科学院信息工程研究所 | 一种滑动窗口下多维数据重复检测快速索引方法 |
CN106649346A (zh) * | 2015-10-30 | 2017-05-10 | 北京国双科技有限公司 | 数据重复性校验方法及装置 |
CN106970930A (zh) * | 2016-10-10 | 2017-07-21 | 阿里巴巴集团控股有限公司 | 消息发送确定方法及装置、数据表创建方法及装置 |
CN108090125A (zh) * | 2017-11-14 | 2018-05-29 | 西北工业大学 | 一种非查询式的重复数据删除方法及装置 |
CN108363773A (zh) * | 2018-02-08 | 2018-08-03 | 竞技世界(北京)网络技术有限公司 | 一种基于二进制操作的签到方法及装置 |
CN108460110A (zh) * | 2018-02-08 | 2018-08-28 | 竞技世界(北京)网络技术有限公司 | 一种基于纵横二维Golay编码的二进制操作签到方法及装置 |
CN109285233A (zh) * | 2018-09-28 | 2019-01-29 | 深圳壹账通智能科技有限公司 | 基于大数据的应用自动签到方法、装置、介质和设备 |
CN110523083A (zh) * | 2019-09-05 | 2019-12-03 | 网易(杭州)网络有限公司 | 登录事件的处理方法、装置以及服务端设备 |
CN111966649A (zh) * | 2020-10-21 | 2020-11-20 | 中国人民解放军国防科技大学 | 一种高效去重的轻量级在线文件存储方法及装置 |
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989061A (zh) * | 2015-02-09 | 2016-10-05 | 中国科学院信息工程研究所 | 一种滑动窗口下多维数据重复检测快速索引方法 |
CN106649346A (zh) * | 2015-10-30 | 2017-05-10 | 北京国双科技有限公司 | 数据重复性校验方法及装置 |
CN106970930A (zh) * | 2016-10-10 | 2017-07-21 | 阿里巴巴集团控股有限公司 | 消息发送确定方法及装置、数据表创建方法及装置 |
CN108090125A (zh) * | 2017-11-14 | 2018-05-29 | 西北工业大学 | 一种非查询式的重复数据删除方法及装置 |
CN108363773A (zh) * | 2018-02-08 | 2018-08-03 | 竞技世界(北京)网络技术有限公司 | 一种基于二进制操作的签到方法及装置 |
CN108460110A (zh) * | 2018-02-08 | 2018-08-28 | 竞技世界(北京)网络技术有限公司 | 一种基于纵横二维Golay编码的二进制操作签到方法及装置 |
CN109285233A (zh) * | 2018-09-28 | 2019-01-29 | 深圳壹账通智能科技有限公司 | 基于大数据的应用自动签到方法、装置、介质和设备 |
CN110523083A (zh) * | 2019-09-05 | 2019-12-03 | 网易(杭州)网络有限公司 | 登录事件的处理方法、装置以及服务端设备 |
CN111966649A (zh) * | 2020-10-21 | 2020-11-20 | 中国人民解放军国防科技大学 | 一种高效去重的轻量级在线文件存储方法及装置 |
Non-Patent Citations (6)
Title |
---|
刘红燕等: "基于用户定义安全条件的可验证重复数据删除方法", 计算机研究与发展, no. 10, 15 October 2018 (2018-10-15) * |
周斌;: "一种基于布隆过滤的快速冗余数据块发现算法", 中南民族大学学报(自然科学版), no. 03, 15 September 2016 (2016-09-15) * |
周斌等: "布隆过滤器在重复数据删除中的应用", 电脑知识与技术, no. 10, 31 March 2014 (2014-03-31) * |
潘昊等: "布隆过滤器在网页消重中的应用", 软件, no. 12, 15 December 2015 (2015-12-15) * |
苏国荣等: "一种去除重复URL的算法", 广西师范大学学报(自然科学版), no. 01, 15 March 2010 (2010-03-15) * |
陈思佳等: "基于重复数据删除技术的雾存储数据去冗余方案", 计算机应用与软件, no. 02, 12 February 2020 (2020-02-12) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110535944B (zh) | 用户活跃数据处理的方法及装置 | |
CN111835760B (zh) | 报警信息处理方法及装置、计算机存储介质、电子设备 | |
CN110413650B (zh) | 一种业务数据的处理方法、装置、设备和存储介质 | |
CN109740089A (zh) | 数据采集方法、装置、***、可读存储介质及电子设备 | |
CN110781372B (zh) | 一种优化网站的方法、装置、计算机设备及存储介质 | |
CN112235262A (zh) | 报文的解析方法、装置、电子设备及计算机可读存储介质 | |
CN114022711A (zh) | 工业标识数据缓存处理方法及装置、介质及电子设备 | |
CN111767481B (zh) | 访问处理方法、装置、设备和存储介质 | |
CN112671932A (zh) | 一种基于大数据和云计算的数据处理方法及云计算节点 | |
CN110851758B (zh) | 一种网页访客数量统计方法及装置 | |
CN112529613B (zh) | 用户连续登录数据的处理、虚拟资源的转移方法和装置 | |
CN111182465A (zh) | 终端归属的确定方法及装置 | |
CN112529613A (zh) | 用户连续登录数据的处理、虚拟资源的转移方法和装置 | |
CN106294090A (zh) | 一种数据统计方法和装置 | |
CN108809909B (zh) | 数据处理方法及数据处理装置 | |
CN114638689A (zh) | 一种信用信息生成方法、装置、***和电子设备 | |
CN114791914A (zh) | 基于Bitmap位图的用户行为统计方法、装置、设备及介质 | |
CN111198900B (zh) | 工业控制网络的数据缓存方法、装置、终端设备及介质 | |
CN114513469A (zh) | 分布式***的流量整形方法、装置和存储介质 | |
CN111199003B (zh) | 多网页窗口的管理方法、管理装置及终端设备 | |
CN110990665A (zh) | 数据处理方法、装置、***、电子设备及存储介质 | |
CN112434894A (zh) | 一种实时风险控制方法、计算机设备及可读存储介质 | |
CN117555905B (zh) | 一种业务处理方法、装置、设备、存储介质及程序产品 | |
CN114650252B (zh) | 基于企业服务总线的路由方法、装置及计算机设备 | |
US11934928B2 (en) | Decision tree learning with missing data |
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 | ||
GR01 | Patent grant |