CN113297288A - 用户的实时标签生成方法、装置及电子设备 - Google Patents
用户的实时标签生成方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113297288A CN113297288A CN202110470105.3A CN202110470105A CN113297288A CN 113297288 A CN113297288 A CN 113297288A CN 202110470105 A CN202110470105 A CN 202110470105A CN 113297288 A CN113297288 A CN 113297288A
- Authority
- CN
- China
- Prior art keywords
- user
- real
- label
- time
- offline
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003860 storage Methods 0.000 claims abstract description 47
- 238000013486 operation strategy Methods 0.000 claims description 20
- 238000010223 real-time analysis Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 6
- 230000006399 behavior Effects 0.000 description 60
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000007418 data mining Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开涉及一种用户的实时标签生成方法、装置、电子设备及计算机可读介质。该方法包括:由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;基于所述第一标签集合和业务逻辑标签生成用户的实时标签。本公开涉及的用户的实时标签生成方法、装置、电子设备及计算机可读介质,能够生成代表当前用户状态和意愿的实时标签,进而针对用户的当前信息进行精细化运营,快速进行新颖策略的部署,提升产品收益率及用户转化率。
Description
技术领域
本公开涉及计算机信息处理领域,具体而言,涉及一种用户的实时标签生成方法、装置、电子设备及计算机可读介质。
背景技术
精细化运营是一种针对人群、场景、流程做差异化细分运营的运营策略,是结合市场、渠道、用户行为等数据分析,对用户展开有针对性的运营活动,以实现运营目的行为。其中数据分析挖掘可以把海量的用户数据作为某种场景来达到精准营销的目的,进而实现产品收益最大化。随着用户体量持续变大,如果仅靠一种策略,或者单一功能,很难满足用户的个性化需求,进而会导致用户活跃低,留存差,转化低。所以在精细化运营中首先需要了解用户,只有了解用户才能提供个性化的服务,就能实现千人千面的差异化运营。其中为用户分配恰当的标签是了解用户的常规手段,通过用户的标签可以对用户进行更好的了解,进而达到“重视每一次与用户接触的机会,进行精细化运营”的目的。
许多精细化运营中大多数是使用的是T-1日用户标签数据,T-1日用户标签数据不能完全反应用户当前的兴趣爱好和关注事务,但是仅通过用户当前行为生成的用户标签又可能和实际用户行为差异巨大。比如某用户想给朋友选择礼品,该用户标签是“未婚女性”,但是其当前正在网上浏览母婴用品,当前标签是“孩子妈妈”,这两个标签存在着巨大的差异,该以哪个标签为准为用户提供更好的服务,如何在满足实时性要求的同时得到准确的用户标签,是现在亟待解决的问题。
因此,需要一种新的用户的实时标签生成方法、装置、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本公开提供一种用户的实时标签生成方法、装置、电子设备及计算机可读介质,能够生成代表当前用户状态和意愿的实时标签,进而针对用户的当前信息进行精细化运营,快速进行新颖策略的部署,提升产品收益率及用户转化率。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一方面,提出一种用户的实时标签生成方法,该方法包括:由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;基于所述第一标签集合和业务逻辑标签生成用户的实时标签。
可选地,还包括:将用户的实时标签和用户数据进行合并以生成实时分析数据;展示所述实时分析数据以供实时业务分析。
可选地,将用户的实时标签和用户数据进行合并以实时分析数据,包括:将用户的实时标签和用户数据进行合并生成宽表集合,所述宽表集合中包括多个用户的用户数和其对应的实时标签。
可选地,还包括:基于所述宽表集合提取目标标签;基于所述目标标签确定目标渠道;通过所述目标渠道发送实时触达消息。
可选地,还包括:确定运营策略;基于所述运营策略在所述宽表集合中提取目标用户;为所述目标用户配置所述运营策略。
可选地,由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合,包括:消息中间件实时获取业务数据库中的用户行为数据;由网页日志和事件中获取用户行为数据;根据所述用户数据生成用户的当前标签集合,所述当前标签集合中包括至少一个当前标签。
可选地,消息中间件实时获取业务数据库中的用户行为数据,包括:消息中间件订阅所述业务数据库;在业务数据库中生成用户行为数据时,所述消息中间件将所述行为数据实时写入列式存储引擎。
可选地,由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合,包括:由离线数据库中获取用户的历史行为数据;根据历史行为数据生成用户的离线标签集合,所述离线标签集合中包括至少一个离线标签;将所述离线标签集合写入列式存储引擎。
可选地,包括:对所述历史行为数据进行按照标签进行整合,生成多个离线用户数据集合。
可选地,基于所述第一标签集合和业务逻辑标签生成用户的实时标签,包括:基于业务逻辑标签对所述第一标签集合中标签对应的用户进行筛选;通过筛选后的用户的标签生成第二标签集合;基于业务逻辑标签对应的业务逻辑和所述第二标签集合为所述第二标签集合中的用户生成所述实时标签。
根据本公开的一方面,提出一种用户的实时标签生成装置,该装置包括:当前模块,用于由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;离线模块,用于由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;合并模块,用于基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;标签模块,用于基于所述第一标签集合和业务逻辑标签生成用户的实时标签。
可选地,还包括:业务模块,用于将用户的实时标签和用户数据进行合并以生成实时分析数据;展示所述实时分析数据以供实时业务分析。
可选地,所述业务模块,还用于将用户的实时标签和用户数据进行合并生成宽表集合,所述宽表集合中包括多个用户的用户数和其对应的实时标签。
可选地,还包括:消息模块,用于基于所述宽表集合提取目标标签;基于所述目标标签确定目标渠道;通过所述目标渠道发送实时触达消息。
可选地,还包括:策略模块,用于确定运营策略;基于所述运营策略在所述宽表集合中提取目标用户;为所述目标用户配置所述运营策略。
可选地,所述当前模块,包括:提取单元,用于消息中间件实时获取业务数据库中的用户行为数据;数据单元,用于由网页日志和事件中获取用户行为数据;生成单元,用于根据所述用户数据生成用户的当前标签集合,所述当前标签集合中包括至少一个当前标签。
可选地,所述提取单元,还用于消息中间件订阅所述业务数据库;在业务数据库中生成用户行为数据时,所述消息中间件将所述行为数据实时写入列式存储引擎。
可选地,所述离线模块,包括:获取单元,用于由离线数据库中获取用户的历史行为数据;离线单元,用于根据历史行为数据生成用户的离线标签集合,所述离线标签集合中包括至少一个离线标签;写入单元,用于将所述离线标签集合写入列式存储引擎。
可选地,还包括:集合单元,用于对所述历史行为数据进行按照标签进行整合,生成多个离线用户数据集合。
可选地,所述标签模块,包括:筛选单元,用于基于业务逻辑标签对所述第一标签集合中标签对应的用户进行筛选;标签单元,用于通过筛选后的用户的标签生成第二标签集合;逻辑单元,用于基于业务逻辑标签对应的业务逻辑和所述第二标签集合为所述第二标签集合中的用户生成所述实时标签。
根据本公开的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。
根据本公开的一方面,提出一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上文中的方法。
根据本公开的用户的实时标签生成方法、装置、电子设备及计算机可读介质,由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;基于所述第一标签集合和业务逻辑标签生成用户的实时标签的方式,能够生成代表当前用户状态和意愿的实时标签,进而针对用户的当前信息进行精细化运营,快速进行新颖策略的部署,提升产品收益率及用户转化率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例,本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,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是根据一示例性实施例示出的一种用户的实时标签生成方法及装置的***框图。
图2是根据一示例性实施例示出的一种用户的实时标签生成方法的流程图。
图3是根据另一示例性实施例示出的一种用户的实时标签生成方法的流程图。
图4是根据另一示例性实施例示出的一种用户的实时标签生成方法的流程图。
图5是根据另一示例性实施例示出的一种用户的实时标签生成方法的示意图。
图6是根据一示例性实施例示出的一种用户的实时标签生成装置的框图。
图7是根据另一示例性实施例示出的一种用户的实时标签生成装置的框图。
图8是根据一示例性实施例示出的一种电子设备的框图。
图9是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本公开所必须的,因此不能用于限制本公开的保护范围。
图1是根据一示例性实施例示出的一种用户的实时标签生成方法及装置的***框图。
如图1所示,***架构10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,例如金融服务类应用、购物类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等。
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所浏览的金融服务类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的用户数据进行分析等处理,并将处理结果(用户的实时标签)反馈给金融服务网站的管理员和/或终端设备101、102、103。
服务器105可例如由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;服务器105可例如由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;服务器105可例如基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;服务器105可例如基于所述第一标签集合和业务逻辑标签生成用户的实时标签。
服务器105还可例如将用户的实时标签和用户数据进行合并以生成实时分析数据;展示所述实时分析数据以供实时业务分析。
服务器105还可例如基于所述宽表集合提取目标标签;基于所述目标标签确定目标渠道;通过所述目标渠道发送实时触达消息。
服务器105还可例如确定运营策略;基于所述运营策略在所述宽表集合中提取目标用户;为所述目标用户配置所述运营策略。
服务器105可以是一个实体的服务器,还可例如为多个服务器组成,需要说明的是,本公开实施例所提供的用户的实时标签生成方法可以由服务器105执行,相应地,用户的实时标签生成装置可以设置于服务器105中。而提供给用户进行金融服务平台浏览的网页端一般位于终端设备101、102、103中。
图2是根据一示例性实施例示出的一种用户的实时标签生成方法的流程图。用户的实时标签生成方法20至少包括步骤S202至S208。
如图2所示,在S202中,由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合。在本申请中,用户行为数据包括但不限于用户的业务账号信息、用户的页面操作数据、用户的业务访问时长、用户的业务访问频率、用户的终端设备标识信息以及用户所处地域信息,具体可根据实际应用场景确定,在此不做限制。
业务型数据源用于减少冗余,适合于数据的写入和更新而不是数据的读取。数据被细分为很多表,用户对某个业务的操作数据会被写入业务数据库中。在用户数据写入数据库的时候,通过消息中间件获取用户行为数据。
在一个实施例中,消息中间件实时获取业务数据库中的用户行为数据;由网页日志和事件中获取用户行为数据;根据所述用户数据生成用户的当前标签集合,所述当前标签集合中包括至少一个当前标签。
其中,可由消息中间件实时获取业务数据库中的用户行为数据,包括:消息中间件订阅所述业务数据库;在业务数据库中生成用户行为数据时,所述消息中间件将所述行为数据实时写入列式存储引擎。
可在网页中设置监控埋点以监控用户的行为和用户操作事件,行为数据可包括用户在当前页面停留时间、用户点击操作时间等等。
可通过用户画像模型对用户实时行为数据进行分析以生成用户的多个当前标签。
在一个实施例中,还包括:对实时行为数据进行按照当前标签进行整合,生成多个当前用户数据集合。可按照不同的当前标签类别将用户数据进行整合,每个当前用户数据集合中的用户对应着同一个当前标签。当用户同时具有多个当前标签时,该用户同时存在与多个当前用户数据集合中。
在S204中,由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合。包括:由离线数据库中获取用户的历史行为数据;根据历史行为数据生成用户的离线标签集合,所述离线标签集合中包括至少一个离线标签;将所述离线标签集合写入列式存储引擎。可通过用户画像模型对历史行为数据进行分析以生成用户的多个离线标签。
在一个实施例中,还包括:对所述历史行为数据进行按照标签进行整合,生成多个离线用户数据集合。可按照不同的离线标签类别将用户数据进行整合,每个离线用户数据集合中的用户对应着同一个离线标签。当用户同时具有多个离线标签时,该用户同时存在与多个离线用户数据集合中。
在S206中,基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合。相比传统的行式存储引擎,列式存储引擎具有更高的压缩比,更少的IO操作,尤其是在数据列(column)数很多,但每次操作仅针对若干列的情景,列式存储引擎的性价比更高。
在互联网大数据应用场景下,大部分情况下,数据量很大且数据字段数目很多,但每次查询数据只针对其中的少数几行,这时候列式存储是极佳的选择。
在S208中,基于所述第一标签集合和业务逻辑标签生成用户的实时标签。基于业务逻辑标签对所述第一标签集合中标签对应的用户进行筛选;通过筛选后的用户的标签生成第二标签集合;基于业务逻辑标签对应的业务逻辑和所述第二标签集合为所述第二标签集合中的用户生成所述实时标签。
根据本公开的用户的实时标签生成方法,由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;基于所述第一标签集合和业务逻辑标签生成用户的实时标签的方式,能够生成代表当前用户状态和意愿的实时标签,进而针对用户的当前信息进行精细化运营,快速进行新颖策略的部署,提升产品收益率及用户转化率。
应清楚地理解,本公开描述了如何形成和使用特定示例,但本公开的原理不限于这些示例的任何细节。相反,基于本公开公开的内容的教导,这些原理能够应用于许多其它实施例。
图3是根据另一示例性实施例示出的一种用户的实时标签生成方法的流程图。图3所示的流程30是对图2所示的流程的补充描述。
如图3所示,在S302中,将用户的实时标签和用户数据进行合并以生成实时分析数据。还可展示所述实时分析数据以供实时业务分析。
更具体的,可将用户的实时标签和用户数据进行合并生成宽表集合,所述宽表集合中包括多个用户的用户数和其对应的实时标签。
宽表是字段比较多的数据库表。通常是指业务主题相关的指标、维度、属性关联在一起的一张数据库表。由于把不同的内容都放在同一张表存储,好处就是查询性能的提高与便捷。这种宽表的设计广泛应用于数据挖掘模型训练前的数据准备,通过把相关字段放在同一张表中,可以大大提高数据挖掘模型训练过程中迭代计算时的效率问题。
在S304中,基于所述宽表集合提取目标标签。可例如,待推送的实时触达消息可为某新产品推广消息,为了将该新产品推送到更多的用户,可首先由宽表集合中提取具有最多用户的目标标签。
在S306中,基于所述目标标签确定目标渠道。根据目标标签确定待推送的渠道,目标标签可为“白领”,基于目标标签所选择的推送渠道可为地图投屏广告。还可例如,目标标签为“游戏爱好者”,那么目标退工渠道可为第三方游戏平台等等。
在S308中,通过所述目标渠道发送实时触达消息。由当前用户数据集合和离线用户数据集合中提取目标用户,并通过目标渠道将实时触达消息推送给目标用户。
在S310中,确定运营策略。可例如,运营策略可为发放优惠券,或者参与带有优惠券的活动。还可将确定和运营策略的相关用户标签,可例如为“优惠敏感”、“积极参与活动”等等。
在S312中,基于所述运营策略在所述宽表集合中提取目标用户。根据运营策略相对应的标签,可在宽表集合中提取带有该标签的用户。
在S314中,为所述目标用户配置所述运营策略。由当前用户数据集合和离线用户数据集合中提取目标用户以为其配置运营策略。
图4是根据另一示例性实施例示出的一种用户的实时标签生成方法的流程图。图4所示的流程40是对图2所示的流程中S208“基于所述第一标签集合和业务逻辑标签生成用户的实时标签”的详细描述。
如图4所示,在S402中,基于业务逻辑标签对所述第一标签集合中标签对应的用户进行筛选。将不满足业务逻辑的标签对应的用户剔除除去,可例如,在A产品业务逻辑下,不存在a,b,c相关标签的用户,或者带有a,b,c标签的用户在A产品中被视为黑名单用户,则在A产品相关的当前用户数据集合和离线用户数据集合中剔除相关用户。
在S404中,通过筛选后的用户的标签生成第二标签集合。
在S406中,基于业务逻辑标签对应的业务逻辑和所述第二标签集合为所述第二标签集合中的用户生成所述实时标签。将第二标签集合中的标签和业务逻辑进行逻辑比对,以将部分第二标签进行合并或者拆分处理,在整合之后,生成所述实时标签。
图5是根据另一示例性实施例示出的一种用户的实时标签生成方法的示意图。如图5所示,实时部分可由消息中间件服务完成,基于数据消息中间件实时订阅业务数据库中业务数据,以实时写入消息中间件中,再通过数据插件解析将业务数据实时写入列式存储引擎中。同时实时采集网页上的日志和事件数据以进行解析并写入消息中间件中。
离线部分可通过大数据相关组件对海量业务历史数据进行数据整合生成。还可标签主题建立数据仓库离线数据,再通过相关组件写入列式存储引擎中。
基于列式存储引擎进行离线标签和当前标签数据合并加工形成实时标签。
在实时标签数据逻辑上进行数据层次划分,一层为历史数据和实时数据合并层形成第一用户标签集合;二层基于第一用户标签数据集合处理业务标签逻辑,形成第二用户标签数据结果集合;基于以上数据形成第三层的可供用户查询的宽表集合;进而实现用户业务数据实时化,以及基于业务数据实时化的结果,形成用户标签数据实时化。
还包括:运营人员基于标签实时化数据进行标签配置圈选规则配置,当满足标签规则的人群进行数据结果返回。还包括:运营人员基于标签实时化数据进行运营策略触达渠道(短信\PUSH\语音电话\优惠券)配置及相关调度配置,调用规则服务对用户进行实时筛选,实时触达,来满足差异化运营精准营销的目的。
本公开的用户的实时标签生成方法,可以解决精细化运营中,实时捕获到用户数据已经发生变化的数据进行实时数据运营,达到对用户的精准营销.在此技术方案中,海量的离线数据和实时数据进行逻辑合并采用分层次处理步骤,减少了同一份亿级数据计算很多次,数据计算冗余的特点达到标签实时化的目的,从业务表现上看实时标签上线后策略收益有着很明显的表现。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图6是根据另一示例性实施例示出的一种用户的实时标签生成装置的框图。如图6所示,用户的实时标签生成装置60包括:当前模块602,离线模块604,合并模块606,标签模块608。
当前模块602用于由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;
所述当前模块602包括:提取单元,用于消息中间件实时获取业务数据库中的用户行为数据;所述提取单元,还用于控制消息中间件订阅所述业务数据库;在业务数据库中生成用户行为数据时,所述消息中间件将所述行为数据实时写入列式存储引擎。数据单元,用于由网页日志和事件中获取用户行为数据;生成单元,用于根据所述用户数据生成用户的当前标签集合,所述当前标签集合中包括至少一个当前标签。
离线模块604用于由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;
所述离线模块604包括:获取单元,用于由离线数据库中获取用户的历史行为数据;离线单元,用于根据历史行为数据生成用户的离线标签集合,所述离线标签集合中包括至少一个离线标签;写入单元,用于将所述离线标签集合写入列式存储引擎。集合单元,用于对所述历史行为数据进行按照标签进行整合,生成多个离线用户数据集合。
合并模块606用于基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;
标签模块608用于基于所述第一标签集合和业务逻辑标签生成用户的实时标签。
所述标签模块608包括:筛选单元,用于基于业务逻辑标签对所述第一标签集合中标签对应的用户进行筛选;标签单元,用于通过筛选后的用户的标签生成第二标签集合;逻辑单元,用于基于业务逻辑标签对应的业务逻辑和所述第二标签集合为所述第二标签集合中的用户生成所述实时标签。
图7是根据一示例性实施例示出的一种用户的实时标签生成装置的框图。如图7所示,用户的实时标签生成装置70包括:业务模块702,消息模块704,策略模块706。
业务模块702用于将用户的实时标签和用户数据进行合并以生成实时分析数据;展示所述实时分析数据以供实时业务分析。所述业务模块702还用于将用户的实时标签和用户数据进行合并生成宽表集合,所述宽表集合中包括多个用户的用户数和其对应的实时标签。
消息模块704用于基于所述宽表集合提取目标标签;基于所述目标标签确定目标渠道;通过所述目标渠道发送实时触达消息。
策略模块706用于确定运营策略;基于所述运营策略在所述宽表集合中提取目标用户;为所述目标用户配置所述运营策略。
根据本公开的用户的实时标签生成装置,由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;基于所述第一标签集合和业务逻辑标签生成用户的实时标签的方式,能够生成代表当前用户状态和意愿的实时标签,进而针对用户的当前信息进行精细化运营,快速进行新颖策略的部署,提升产品收益率及用户转化率。
图8是根据一示例性实施例示出的一种电子设备的框图。
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800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,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:至少一个处理单元810、至少一个存储单元820、连接不同***组件(包括存储单元820和处理单元810)的总线830、显示单元840等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书中的根据本公开各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图2,图3,图4中所示的步骤。
所述存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
所述存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备800’(例如键盘、指向设备、蓝牙设备等)通信,使得用户能与该电子设备800交互的设备通信,和/或该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器860可以通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,如图9所示,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
所述计算机可读存储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,其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。可读存储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、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
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,使得该计算机可读介质实现如下功能:由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;基于所述第一标签集合和业务逻辑标签生成用户的实时标签。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (22)
1.一种用户的实时标签生成方法,其特征在于,包括:
由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;
由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;
基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;
基于所述第一标签集合和业务逻辑标签生成用户的实时标签。
2.如权利要求1所述的实时标签生成方法,其特征在于,还包括:
将用户的实时标签和用户数据进行合并以生成实时分析数据;
展示所述实时分析数据以供实时业务分析。
3.如权利要求2所述的实时标签生成方法,其特征在于,将用户的实时标签和用户数据进行合并以实时分析数据,包括:
将用户的实时标签和用户数据进行合并生成宽表集合,所述宽表集合中包括多个用户的用户数和其对应的实时标签。
4.如权利要求3所述的实时标签生成方法,其特征在于,还包括:
基于所述宽表集合提取目标标签;
基于所述目标标签确定目标渠道;
通过所述目标渠道发送实时触达消息。
5.如权利要求3所述的实时标签生成方法,其特征在于,还包括:
确定运营策略;
基于所述运营策略在所述宽表集合中提取目标用户;
为所述目标用户配置所述运营策略。
6.如权利要求1所述的实时标签生成方法,其特征在于,由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合,包括:
消息中间件实时获取业务数据库中的用户行为数据;
由网页日志和事件中获取用户行为数据;
根据所述用户数据生成用户的当前标签集合,所述当前标签集合中包括至少一个当前标签。
7.如权利要求6所述的实时标签生成方法,其特征在于,消息中间件实时获取业务数据库中的用户行为数据,包括:
消息中间件订阅所述业务数据库;
在业务数据库中生成用户行为数据时,所述消息中间件将所述行为数据实时写入列式存储引擎。
8.如权利要求1所述的实时标签生成方法,其特征在于,由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合,包括:
由离线数据库中获取用户的历史行为数据;
根据历史行为数据生成用户的离线标签集合,所述离线标签集合中包括至少一个离线标签;
将所述离线标签集合写入列式存储引擎。
9.如权利要求8所述的实时标签生成方法,其特征在于,包括:
对所述历史行为数据进行按照标签进行整合,生成多个离线用户数据集合。
10.如权利要求1所述的实时标签生成方法,其特征在于,基于所述第一标签集合和业务逻辑标签生成用户的实时标签,包括:
基于业务逻辑标签对所述第一标签集合中标签对应的用户进行筛选;
通过筛选后的用户的标签生成第二标签集合;
基于业务逻辑标签对应的业务逻辑和所述第二标签集合为所述第二标签集合中的用户生成所述实时标签。
11.一种用户的实时标签生成装置,其特征在于,包括:
当前模块,用于由业务数据库和网页中获取用户的实时行为数据以生成用户的当前标签集合;
离线模块,用于由离线数据库中获取用户的历史行为数据以生成用户的离线标签集合;
合并模块,用于基于列式存储引擎将所述当前标签和所述离线标签合并以生成用户的第一标签集合;
标签模块,用于基于所述第一标签集合和业务逻辑标签生成用户的实时标签。
12.如权利要求11所述的实时标签生成装置,其特征在于,还包括:
业务模块,用于将用户的实时标签和用户数据进行合并以生成实时分析数据;展示所述实时分析数据以供实时业务分析。
13.如权利要求12所述的实时标签生成装置,其特征在于,所述业务模块,还用于
将用户的实时标签和用户数据进行合并生成宽表集合,所述宽表集合中包括多个用户的用户数和其对应的实时标签。
14.如权利要求13所述的实时标签生成装置,其特征在于,还包括:
消息模块,用于基于所述宽表集合提取目标标签;基于所述目标标签确定目标渠道;通过所述目标渠道发送实时触达消息。
15.如权利要求13所述的实时标签生成装置,其特征在于,还包括:
策略模块,用于确定运营策略;基于所述运营策略在所述宽表集合中提取目标用户;为所述目标用户配置所述运营策略。
16.如权利要求11所述的实时标签生成装置,其特征在于,所述当前模块,包括:
提取单元,用于消息中间件实时获取业务数据库中的用户行为数据;
数据单元,用于由网页日志和事件中获取用户行为数据;
生成单元,用于根据所述用户数据生成用户的当前标签集合,所述当前标签集合中包括至少一个当前标签。
17.如权利要求16所述的实时标签生成装置,其特征在于,所述提取单元,还用于
控制消息中间件订阅所述业务数据库;在业务数据库中生成用户行为数据时,所述消息中间件将所述行为数据实时写入列式存储引擎。
18.如权利要求11所述的实时标签生成装置,其特征在于,所述离线模块,包括:
获取单元,用于由离线数据库中获取用户的历史行为数据;
离线单元,用于根据历史行为数据生成用户的离线标签集合,所述离线标签集合中包括至少一个离线标签;
写入单元,用于将所述离线标签集合写入列式存储引擎。
19.如权利要求18所述的实时标签生成装置,其特征在于,还包括:
集合单元,用于对所述历史行为数据进行按照标签进行整合,生成多个离线用户数据集合。
20.如权利要求11所述的实时标签生成装置,其特征在于,所述标签模块,包括:
筛选单元,用于基于业务逻辑标签对所述第一标签集合中标签对应的用户进行筛选;
标签单元,用于通过筛选后的用户的标签生成第二标签集合;
逻辑单元,用于基于业务逻辑标签对应的业务逻辑和所述第二标签集合为所述第二标签集合中的用户生成所述实时标签。
21.一种电子设备,其特征在于,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;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
22.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470105.3A CN113297288A (zh) | 2021-04-28 | 2021-04-28 | 用户的实时标签生成方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470105.3A CN113297288A (zh) | 2021-04-28 | 2021-04-28 | 用户的实时标签生成方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113297288A true CN113297288A (zh) | 2021-08-24 |
Family
ID=77320451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110470105.3A Pending CN113297288A (zh) | 2021-04-28 | 2021-04-28 | 用户的实时标签生成方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113297288A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836146A (zh) * | 2021-09-29 | 2021-12-24 | 五八同城信息技术有限公司 | 一种特征标签生成方法、装置、电子设备及存储介质 |
CN114862449A (zh) * | 2022-04-12 | 2022-08-05 | 上海虎瑾信息技术有限公司 | 唯一自然人标识计算的方法、装置、电子设备和存储介质 |
CN115062233A (zh) * | 2022-08-18 | 2022-09-16 | 中航信移动科技有限公司 | 一种用于民航数据的组合标签生成方法 |
CN115062676A (zh) * | 2022-08-18 | 2022-09-16 | 北京大学 | 数据处理方法、装置及计算机可读存储介质 |
CN115277835A (zh) * | 2022-08-01 | 2022-11-01 | 网易(杭州)网络有限公司 | 信息推送方法、装置、存储介质及电子设备 |
CN116361341A (zh) * | 2023-03-20 | 2023-06-30 | 北京白驹易行科技有限公司 | 一种人群包圈选方法、装置、计算机设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779931A (zh) * | 2016-12-05 | 2017-05-31 | 携程旅游网络技术(上海)有限公司 | 在线票务服务中心的产品资源信息控制方法及*** |
US20180189791A1 (en) * | 2016-12-30 | 2018-07-05 | Qatar University Qstp-B | Methods and system for addressing locations with personalized and user-selected tags |
CN110825820A (zh) * | 2019-09-27 | 2020-02-21 | 中国平安财产保险股份有限公司 | 实时数据标签获取方法、装置、计算机设备和存储介质 |
CN110866040A (zh) * | 2018-08-27 | 2020-03-06 | 京东数字科技控股有限公司 | 用户画像生成方法、装置和*** |
CN111754268A (zh) * | 2020-06-29 | 2020-10-09 | 深圳市酷开软件技术有限公司 | 基于ott大数据的用户标签生成方法、管理***及存储介质 |
CN111881221A (zh) * | 2020-07-07 | 2020-11-03 | 上海中通吉网络技术有限公司 | 物流服务里客户画像的方法、装置和设备 |
CN112036931A (zh) * | 2020-07-31 | 2020-12-04 | 苏宁金融科技(南京)有限公司 | 一种实时标签计算方法、装置、计算机设备及存储介质 |
-
2021
- 2021-04-28 CN CN202110470105.3A patent/CN113297288A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779931A (zh) * | 2016-12-05 | 2017-05-31 | 携程旅游网络技术(上海)有限公司 | 在线票务服务中心的产品资源信息控制方法及*** |
US20180189791A1 (en) * | 2016-12-30 | 2018-07-05 | Qatar University Qstp-B | Methods and system for addressing locations with personalized and user-selected tags |
CN110866040A (zh) * | 2018-08-27 | 2020-03-06 | 京东数字科技控股有限公司 | 用户画像生成方法、装置和*** |
CN110825820A (zh) * | 2019-09-27 | 2020-02-21 | 中国平安财产保险股份有限公司 | 实时数据标签获取方法、装置、计算机设备和存储介质 |
CN111754268A (zh) * | 2020-06-29 | 2020-10-09 | 深圳市酷开软件技术有限公司 | 基于ott大数据的用户标签生成方法、管理***及存储介质 |
CN111881221A (zh) * | 2020-07-07 | 2020-11-03 | 上海中通吉网络技术有限公司 | 物流服务里客户画像的方法、装置和设备 |
CN112036931A (zh) * | 2020-07-31 | 2020-12-04 | 苏宁金融科技(南京)有限公司 | 一种实时标签计算方法、装置、计算机设备及存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836146A (zh) * | 2021-09-29 | 2021-12-24 | 五八同城信息技术有限公司 | 一种特征标签生成方法、装置、电子设备及存储介质 |
CN113836146B (zh) * | 2021-09-29 | 2024-04-26 | 五八同城信息技术有限公司 | 一种特征标签生成方法、装置、电子设备及存储介质 |
CN114862449A (zh) * | 2022-04-12 | 2022-08-05 | 上海虎瑾信息技术有限公司 | 唯一自然人标识计算的方法、装置、电子设备和存储介质 |
CN115277835A (zh) * | 2022-08-01 | 2022-11-01 | 网易(杭州)网络有限公司 | 信息推送方法、装置、存储介质及电子设备 |
CN115062233A (zh) * | 2022-08-18 | 2022-09-16 | 中航信移动科技有限公司 | 一种用于民航数据的组合标签生成方法 |
CN115062676A (zh) * | 2022-08-18 | 2022-09-16 | 北京大学 | 数据处理方法、装置及计算机可读存储介质 |
CN115062233B (zh) * | 2022-08-18 | 2022-11-04 | 中航信移动科技有限公司 | 一种用于民航数据的组合标签生成方法 |
CN115062676B (zh) * | 2022-08-18 | 2022-11-22 | 北京大学 | 数据处理方法、装置及计算机可读存储介质 |
CN116361341A (zh) * | 2023-03-20 | 2023-06-30 | 北京白驹易行科技有限公司 | 一种人群包圈选方法、装置、计算机设备及介质 |
CN116361341B (zh) * | 2023-03-20 | 2024-02-13 | 北京白驹易行科技有限公司 | 一种人群包圈选方法、装置、计算机设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113297288A (zh) | 用户的实时标签生成方法、装置及电子设备 | |
US20190102374A1 (en) | Predicting future trending topics | |
CN110348894B (zh) | 资源位广告展示的方法、装置及电子设备 | |
CN111666490A (zh) | 基于kafka的信息推送方法、装置、设备及存储介质 | |
US10318546B2 (en) | System and method for test data management | |
CN104243273A (zh) | 即时通讯客户端显示信息的方法及设备和信息显示*** | |
US20120197937A1 (en) | Method and system for providing detailed information in an interactive manner in a short message service (sms) environment | |
WO2013163249A1 (en) | Optimizing web and mobile self-serve apps | |
CN105577815A (zh) | 一种阅读精准投送***的投送方法及投送***及处理器 | |
CN111612503A (zh) | 一种基于外部页面投放触达用户信息的广告推送方法、装置和电子设备 | |
US20180039512A1 (en) | System and method for automated continuous task triggering | |
CN111522978A (zh) | 一种数据推送方法和装置 | |
CN104881774A (zh) | 一种自动建立日程的方法和装置 | |
CN112017062B (zh) | 基于客群细分的资源额度分配方法、装置及电子设备 | |
CN112784152A (zh) | 一种标记用户的方法和装置 | |
CN111611514A (zh) | 一种基于用户登录信息的页面展示方法、装置和电子设备 | |
CN112328564A (zh) | 特享资源分享方法、装置及电子设备 | |
US20170061478A1 (en) | Dynamically varying remarketing based on evolving user interests | |
US20190332611A1 (en) | Techniques for modeling aggregation records | |
CN111104590A (zh) | 信息推荐方法、装置、介质及电子设备 | |
CN110674404A (zh) | 链接信息生成方法、装置、***、存储介质及电子设备 | |
US20190087852A1 (en) | Re-messaging with alternative content items in an online remarketing campaign | |
KR102438679B1 (ko) | 미디어 마케팅 서비스를 제공하는 서버의 동작방법 | |
CN112347383A (zh) | 分享链接生成方法、装置及电子设备 | |
CN112346608A (zh) | 一种基于业务活动结果显示的页面展示方法、装置和电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210824 |