CN104866484B - 一种数据处理方法和装置 - Google Patents

Abstract

本申请涉及一种数据处理方法和装置。该方法包括：根据发送目标预设与发送目标相匹配的筛选规则和特定信息；该筛选规则包括根据与发送目标相关的用户行为数据设置的筛选条件，如：为用户行为数据中记录信息和/或与记录信息相关的范围、这些信息和范围的变化、或计算预测结果等，设置对应的阈值；进而根据筛选规则在预先收集的所有用户行为数据中利用筛选条件做筛选，获得符合规则的用户行为数据及其用户，并为这些目标用户发送相匹配的特定信息或做相应的标记以备后续数据搜索和处理。本申请解决了：有效地提高了海量数据的分析判断搜索等处理速度和效率，提升了数据处理准确率、降低错误率等技术问题。进而还降低成本适应数据量增长需求。

Description

一种数据处理方法和装置

技术领域

本申请涉及计算机处理领域，尤其涉及一种数据处理方法和装置。

背景技术

当今互联网发展迅速，活跃在网络中的用户的数量巨大，并且每个用户对网络信息的需求不尽相同。在工作和生活中，不同的用户需要不同的信息来实现一定的目的。如何将这些包含不同内容的信息准确传递给相应的用户，来充分实现该信息的价值，已经成为业界亟待解决的问题。

为了实现将信息发送给相应的用户的目的，在现有技术中，通常预先将用户在互联网中产生的用户行为数据记录下来，当需要给某些用户发送信息时，可以利用这些用户行为数据，分析用户，判断该用户符合的条件。进而根据用户符合的条件，确定（定位）该用户需要/适合哪些信息。最终可以将对应该用户的信息通过网络发送给该用户，使得该用户能获得有价值的信息（如：实时资讯等）。例如：气象网站可以向北京地区的用户发送“北京地区天气预报”，那么气象网站数据处理端的管理员，可以根据记录的用户行为数据分析出用户的所在地，如：分析用户使用的手机号的归属位置以及拜访位置，以确定当时所在地为北京的用户，则向这些确定的用户发送、传播“北京地区天气预报”。

但是，现有技术在分析用户的信息，判断用户满足的条件、以及确定对应该用户应当发送的有价值的信息时，是通过人工或半人工的方式来完成数据的分析判断以定位要发送的信息所对应的用户。由于对用户、发送信息等数据都采用人工或半人工数据处理，工作量大，尤其对于每个网站日益增加的数据量，不可避免分析判断出错、而且错误率将随着数据量的增长而越来越大，进一步地，也越来越容易造成对用户的定位错误，造成不能将有价值的信息准确的发送、传播到相应的用户，以使其不能正确地实施后续的数据处理，导致后续的数据处理错误和混乱，加大后续数据处理的成本。例如，人工解读用户A时发生错误，将用户A下载过App1误认为下载过App2，而传送了App2的更新数据，用户A误认为是App1的更新而去实施升级操作，导致错误。因此，现有技术的数据处理方式，速度慢、效率低，尤其判断和定位的准确率低、错误率高，不能适应迅速增长的数据量的需求，进一步，其人工成本也大。

发明内容

为了克服现有技术中的上述缺陷。本申请的主要目的在于提供一种数据处理方法和装置，解决提高数据处理的分析判断速度和效率，以及提升数据处理的准确率、降低错误率的问题。进一步还可以解决降低人工成本的问题，以满足日益迅速增长的数据量的需求。

为了解决上述技术问题，本申请的目的是通过以下技术方案实现：

本申请提供了一种数据处理方法，包括：根据发送目标，预设与所述发送目标相匹配的筛选规则和特定信息；其中，所述筛选规则包括一个或多个筛选条件；所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置；根据所述筛选规则，在预先收集的所有用户行为数据中利用所述一个或多个筛选条件进行筛选，以获得符合所述筛选规则的用户行为数据及其所对应的用户；将符合所述筛选规则的用户行为数据所对应的用户作为目标用户，向所述目标用户发送与所述发送目标相匹配的特定信息。

其中，筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：（1）根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的记录信息和/或与记录信息相关的范围设置对应的判断阈值，以作为所述筛选条件。（2）对预先收集的所有用户行为数据进行分析，计算相同用户的记录信息和/或与记录信息相关的范围的变化值，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的变化值设置对应的变化阈值，以作为所述筛选条件。（3）对预先收集的所有用户行为数据进行分析，将每个用户与其他同类用户进行类比，根据每个用户与其他同类用户相似的记录信息和/或与记录信息相关的范围，或者，根据每个用户处于其他同类卖家用户曾经所处于的阶段的记录信息和/或与记录信息相关的范围，确定每个用户的类比值；根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的类别值设置对应的类比阈值，以作为所述筛选条件。（4）对预先收集的所有用户行为数据进行分析，按周期对比每个用户的用户行为数据，计算每个用户的用户行为数据中的记录信息或与记录信息相关的范围发生的改变值；根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的改变值设置对应的突变阈值，以作为所述筛选条件。（5）对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的用户特定状态或行为的增长值或增长变化率；根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的增长值或增长变化率，设置对应的增长值阈值或增长变化率阈值，以作为所述筛选条件。（6）对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的访问量或访问量变化值；根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的访问量或访问量变化值设置对应的访问量阈值，以作为所述筛选条件。（7）对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的用户特征变化值；根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的用户特征变化值设置对应的用户特征变化阈值，以作为所述筛选条件。（8）对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的行为变化值；根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的行为变化值设置对应的行为变化阈值，以作为所述筛选条件。（9）对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的行为改变值；根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的行为改变值设置对应的行为改变阈值，以作为所述筛选条件。（10）根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的记录信息和/或与记录信息相关的范围涉及的行为和/或状态设置对应的存在阈值，以作为所述筛选条件。

本申请还提供了一种数据处理装置，包括：预设模块，用于根据发送目标，预设与所述发送目标相匹配的筛选规则和特定信息；其中，所述筛选规则包括一个或多个筛选条件；所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置；筛选模块，用于根据所述筛选规则，在预先收集的所有用户行为数据中利用所述一个或多个筛选条件进行筛选，以获得符合所述筛选规则的用户行为数据及其所对应的用户；发送模块，用于将符合所述筛选规则的用户行为数据所对应的用户作为目标用户，向所述目标用户发送与所述发送目标相匹配的特定信息。

与现有技术相比，根据本申请的技术方案存在以下有益效果：

本申请的数据处理，通过预先设置每个发送目标的筛选条件/筛选规则以及每个发送目标的特定信息，从而在数据仓库中对用户行为数据进行自动分析判断/筛选，以自动确定（定位）满足或匹配筛选条件/规则的用户，进而向该用户发送预设的特定信息，能快速完成对海量数据的筛选和分析处理，提升了对庞大数据的处理效率。并且，该预先设置（预设）的筛选条件或规则，也可以根据需要迅速地进行调整。由此，利用预设筛选条件或规则的方式，实现了在海量数据中自动分析判断（筛选）以确定相匹配的满足条件的用户，以向用户发送对应的特定信息，从而有效提高了确定目标用户的速度和效率。并且，采用自动筛选目标用户的方式，可以降低针对用户行为数据的人工分析判断以及定位错误概率、提升了数据处理的准确性，减少了人工成本和工作量，提高了工作效率。进一步地，除了能为筛选出的用户发送特定信息外，还可以对这些用户进行特定的标记，以便后续数据搜索和处理，也有助于后续数据搜索的效率提高。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请一实施例的数据处理方法的流程图；

图2是根据本申请一实施例的预设与特定信息有关的数据的步骤的流程图；以及

图3是根据本申请一实施例的数据处理装置的结构图。

具体实施方式

本申请的主要思想在于，预设对应发送目标的筛选规则和各种特定信息，其中，筛选规则包括的各种筛选条件是利用与所述发送目标相关的用户行为数据进行设置的，进而，在预先收集的所有用户行为数据中采用这些筛选条件进行筛选，从而获得符合筛选规则的用户行为数据及其所对应的用户，将这些对应的用户作为目标用户，为其发送各自对应的、基于发送目标的特定信息。

该方式利用海量数据中的记录信息，针对要完成的数据分析、数据处理目标而预设条件或规则，实现了在海量数据中自动分析判断（筛选）以确定相匹配即能够满足条件的用户（目标用户），以便能向这些用户或用户群体发送对应的特定信息、甚至做标记便于数据搜索，从而有效提高了确定目标用户的速度和效率，提升了数据处理和搜索效率。进一步地，采用自动定位匹配发送目标的用户，可以降低针对每个用户的人工分析判断（定位）错误概率、提升了数据处理的准确性，减少了人工成本和工作量，提高了工作效率。进而可以将相应的特定信息发送给准确的用户，能提高用户对特定信息的利用率，使得发送信息的价值最大化。

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1所示，图1是根据本申请一实施例的数据处理方法的流程图。

在步骤S110处，根据发送目标，预设与发送目标相匹配的筛选规则以及特定信息。

发送目标，可以是指：将一定内容的信息发送给特定的用户群体。例如，将某网站的用户升级信息发送给一周内连续五次登录过某网站的该网站注册用户。

进一步，发送目标与用户的用户行为数据相关。用户行为数据，包括与用户相关的一项或多项内容，每项内容对应记录有用户关于该项内容的具体用户信息，下面称为记录信息。这些记录信息中涉及：与用户身份相关的注册或准入信息/数据，状态数据如等级、等级变化、好评率/差评率等数据，以及行为数据如访问量、用户自身产生或被动产生各种行为及行为变化的数据，用户行为的对象等数据，以及对经过其他计算或统计得到的相关的数据或者给予用户的相关的标签（标记）等数据信息。

例如：一用户行为数据中，存在为用户预先分配的一个具有唯一性的编码ID（身份）、姓名、年龄、职业、权限、等级、分数、最后一次上线访问网站时间、用户操作的数据对象、数据对象的相关参数、用户操作数据对象的用户行为、对数据对象执行操作产生的数据、对执行操作产生的数据进行计算得到的数据、等等多项内容（表1所示）。由此，不同用户的用户行为数据中的内容项可以有相应的记录。如表1所示的ID为345的用户A（序号1）和ID为254的用户B（序号2）各自的用户行为数据的例子，可以通过用户行为数据的内容项中记录的用户的ID，就能确定该ID对应的用户。每个用户可以有多条用户行为数据，如：ID为345的用户可以有昨天登录网站产生的用户行为数据和今天登录网站产生的用户行为数据。

在表1中，用户行为数据中记录的与用户相关的信息，除了ID，还可以包括用户的姓名、性别、年龄、职业等个人信息，以及用户在某网站是否完成注册等信息。这些与用户相关的参数可以体现用户个体。因而，发送目标涉及有针对性的用户群体，则其与用户行为数据有关。

表1：

在网络中，每个用户可以通过用户在互联网中的用户行为数据来体现。每个用户的用户行为数据都可以预先采集、收集并存储在服务器侧，比如记录在数据仓库中。发送目标所限定范围的内容会涉及到用户群、用户群应当具有的一些记录信息，即目标用户应当涉及的用户行为数据中的某些内容项及记录情况，从而发送目标与用户行为数据相关，该发送目标涉及用户的用户行为数据中的一项或多项内容、内容对应的记录（记录信息）。

特定信息，是对某用户或用户群体具有价值的信息，可以包括网络链接，网络资源、网络服务等。例如：提示用户在某网站的等级已升级到第四级、该等级的分数为1000，距离下一次升级第五级分数还差1000，最后一次在线访问网站时间为某年某月某日，目前具有进行某类网络操作处理的权限（如：上传大于100M的文件），等。可以根据发送目标中需要发送给特定用户群体的一定内容的信息，预设对应发送目标的一个或多个特定信息。特定信息可以是文案等形式。

筛选规则，可以是符合或匹配发送目标的各种条件，用以自动对用户进行分析和判断。

可以预先建立发送目标，如预先确定向哪些用户发送具有什么内容的特定信息。实现该发送目标，可以预先设置特定信息的内容，同时，可以预先设置用于筛选用户的规则，该规则可以包括用户需要符合的一个或多个条件，用以确定发送该特定信息的用户对象。

具体而言，如图2所述，图2是根据本申请一实施例的预设与发送目标相匹配的筛选规则以及特定信息的流程图。

在步骤S210处，根据发送目标，预设与发送目标相对应的特定信息。

根据外部数据处理需要或者内部分析数据需求，可以预先建立一个或多个发送目标。以建立的发送目标为基础，预设该发送目标的特定信息。例如：根据网站对连续一周进行在线访问的注册用户进行权限升级奖励的需求，制定发送升级奖励信息给连续一周进行在线访问的注册用户的这一发送目标。又例如：根据网站做月底数据整理以得到并通知刚升级用户的数据分析需求，制定发送升级信息给即将或刚刚升级的用户这一发送目标。

外部或内部需要包括各种计划需求、数据分析需求，例如：可以包括推送更新链接的计划，则预先建立的发送目标，建立发送目标1，对应用户群体1发送第四级用户可以进行的链接更新；和/或建立发送目标2，对应用户群2发送第三级用户可以进行的链接更新，等。

在步骤S220处，根据发送目标，预设符合发送目标的一个或多个筛选条件，以形成与发送目标相匹配的筛选规则。

一个或多个筛选条件可以是一个或多个限制条件（或要求），用于在一个或多个用户中筛选（或过滤出）符合该限制条件的用户。根据每个发送目标，可以为每个发送目标预设一个或多个筛选条件。根据一个或多个筛选条件，可以在大量用户中筛选出符合一个或多个筛选条件的用户。得到的用户可以作为目标用户，即可以达成发送目标的用户，如：可以为之发送根据该发送目标预设的对应的特定信息的用户。一个或多个筛选条件的组合，可以形成筛选规则。

具体地，由于发送目标如：外部数据处理计划、内部数据分析等需求，都与用户的用户行为数据相关，发送目标可以是向具有一定用户行为数据内容的用户、发送与具备该一定用户行为数据内容的用户相适应的特定信息。筛选条件可以根据发送目标所限定范围内的用户的用户行为数据进行设置，具体地，可以是根据该用户行为数据的内容而设置。一定用户行为数据内容，即某一项或几项内容的记录信息，满足该发送目标的规定。

在一个实施方式中，比如用户行为数据包括了用户操作的数据对象的相关参数，和/或，用户操作数据对象所产生的数据，和/或，对用户操作数据对象所产生的数据进行计算所获得的数据等。其中，数据对象是指具有多个参数（属性）的事物（如表1：甲～丁）。例如：网络搜索命中的“结果”（商品、文件、等等）。用户可以围绕数据对象进行一系列的操作，而每一次操作都会存在与该操作相关的数据，以及执行该操作产生的新的数据。比如，用户可以在互联网中发布商品、删除商品等（如表1：行为1、行为2……），该商品本身会具有多个参数（商品名称、型号、大小等属性值，如表1：参数1～6），发布或删除商品等操作可以是针对该商品的多个参数进行操作，进而可以产生新的数据（如表1的数据：a～d）。用户还可以针对操作数据对象新产生的数据做进一步地操作。例如，查看两周中，发布的商品的数量的增长率，即是在对新产生的数据进行进一步地操作，比较两周发布商品的数量，计算获得增长率（如表1：数据“数1”～“数4”）。由此，根据用户行为数据设置筛选条件时，可以基于发送目标的指示，确定在目标用户的用户行为数据中需要关注哪些内容项，由这些内容项来设置一个或多个筛选条件。

例如，一发送目标为：网站1向使用该网站APP1的部分用户，发送“APP1新版本的功能介绍（即文案型的特定信息）”，其中，该部分用户包括在一周之内对该APP1版本进行过升级的用户。近期一周内进行过APP1版本升级的用户必定会对老版本的APP1进行过一系列的操作，这些用户的用户行为数据中会包含用户的APP1的版本号由老版本号变化为新版本号的内容，这样，可以将APP1由任一老版本号变化为新版本号作为筛选条件。以表1为例，可以是，APP1为数据对象甲，对其参数1（版本）一周内进行升级行为（行为1），产生获得数据“新版本号”（行为结果数据a）。其中，与记录信息相关的值：甲、最后访问时间、参数1、行为1、数据a，就可以作为需要同时满足的几个筛选条件。

进一步，根据发送目标的描述，对于用户行为数据中的不同的内容项，可以直接以记录信息为筛选条件、也可以是一个针对记录信息的范围。例如：发送目标是做数据分析并向权限高的对甲、乙进行过操作且结果为数1、数3的青年用户发送提示加强安全认证的信息，则按表1所示，多个筛选条件的情形，可以是：年龄项为20～45（岁）、并且权限项为“高”级、并且数据对象项“甲”或“乙”、并且计算数据项中有数1和数3。

一个筛选条件可以作为一个单条件筛选规则，多个筛选条件组合一起可以形成多条件的筛选规则。

上述实施方式仅为举例，本申请设置筛选条件并不应理解为仅限于此例子。

在步骤S120处，根据筛选规则，确定符合筛选规则的用户。

由此，可以定位发送目标限定范围内指示的用户/用户群体，具体应该确定哪些用户的记录信息会使得该用户落入该限定范围的用户群体中。

具体地，通过一个或多个筛选条件，在日常预先收集存储的所有用户行为数据中进行筛选，以获得符合一个或多个筛选条件的用户行为数据，进而获得其所对应的用户。

在一个实施方式中，可以依据筛选条件，搜索或查询用户行为数据对应的内容项中的记录信息，是否能与筛选条件指示的记录信息或针对记录信息的范围相符，即将实际用户行为数据中的某项内容的记录信息、与筛选条件关于该项内容的记录信息的规定进行匹配。

例如：单条件筛选规则，直接用筛选条件指示的记录信息或范围，在数据仓库存储的所有用户行为数据的内容项中查找与该指示的记录信息相同、或者落入该范围的记录信息，并可确定具有该指示的记录信息、或记录信息落入该范围的用户行为数据符合筛选条件（即满足筛选规则），可以筛选出（即获取）这些符合条件、满足规则的全部用户行为数据。单条件筛选规则，可以是只需要匹配上该规则中的该一个筛选条件即可。

又例如：多条件筛选规则，多个筛选条件指示了多个记录信息、或多个范围、或一个或几个记录信息与一个或几个范围。在查找过程中，如果指示的多个记录信息全部同时都能在一个用户行为数据中的与该指示的多个记录信息对应的多个内容项内查找到；或者，如果在一个用户行为数据中查找到的与该指示的多个范围对应的多个内容项的记录信息，同时都落入对应的指示的范围内；或者，如果指示的记录信息全部同时都能在一个用户行为数据中的与该指示的记录信息对应的内容项内查找到，并且与此同时，在该用户行为数据中查找到的与该指示的范围对应的内容项的记录信息也同时都落入对应的指示的范围内，可确定具有该指示的记录信息、或记录信息落入该范围的用户行为数据符合多个筛选条件形成的筛选规则（即满足筛选规则），筛选出（即获取）这些符合条件、满足规则的全部用户行为数据。即，多条件筛选规则，要求用户行为数据的记录信息能全部与多个筛选条件都能匹配上。

如表1中序号1的用户行为数据，就符合前述多个筛选条件的例子：年龄项36落入“20～45（岁）”范围、并且权限项为“高”级、并且数据对象项“甲”或“乙”、并且计算数据项中有数1和数3。

另一个实施方式中，多条件筛选规则，可以是筛选条件分组设置的方式。分组设置的方式，可以是，先根据之前的一个或多个筛选条件按照前述例子筛选出符合该组筛选条件的全部用户行为数据，然后，利用另外设定的一个或多个筛选条件，以前面的筛选结果的全部用户行为数据为基础，作进一步筛选，获得最终的用户行为数据，并确定对应的用户。该另外设定的一个或多个筛选条件，可以称为一个或多个分组条件，即筛选条件的设置方式也同样可以用于对分组条件的设置。具体地，首先，可以依据一个或多个筛选条件，筛选出用户行为数据；然后，依据一个或多个分组条件，进一步对筛选出的用户行为数据中的记录信息作查询，即二次筛选。利用分组条件作二次筛选的过程，与之前的一个或多个筛选条件的匹配类似，可以确定筛选结果中的用户行为数据中的记录信息是否与每一个分组条件相匹配。若用户行为数据对应的记录信息与所有分组条件都能匹配，则确定用户行为数据符合分组条件，作为结果筛选出。这种分组设置筛选条件的实施方式，能迅速提升对具有海量数据的数据仓库的数据分析的效率，比如具有海量数据的电子商务平台上涉及的各类数据。

以需要对大量的数据进行数据处理的电子商务网络为例：筛选条件为“本周上架商品数量30个”，分组条件为“上架商品为女性商品”。则在用户行为数据中，可以根据筛选条件“本周上架商品数量30个”筛选出包含本周上架商品数量30个”的用户行为数据。进一步地，根据分组条件为“上架商品为女性商品”，在包含“本周上架商品数量30个”的用户行为数据中，筛选出包含“上架商品为女性商品”的用户行为数据，最终获得既包含“本周上架商品数量30个”又包含“上架商品为女性商品”的用户行为数据。

由于符合筛选规则的全部用户行为数据被筛选出来，则对应各个用户行为数据的各个用户，可以通过用户行为数据中的ID等用户个人信息被确定、找出，即确定符合筛选规则的用户。找到的用户即发送目标发送特定信息所针对的人群、或者说目标用户。

为了更清楚的描述本申请的筛选过程，以存在大量用户的电商行业为例子进行说明。

在电商行业中的用户可以包括卖方用户、买方用户、运营方/营销端。卖方用户和买方用户数量巨大，并且卖方用户和买方用户在服务器端存储的用户行为数据的数据量极大，若运营方通过人工或半人工的方式分析数据、筛选出目标用户，工作量繁重，且准确率不能保证。

根据发送目标预设一个或多个筛选条件，本例子中，可以是根据运营方的运营人员预先制定的运营方案（或者调研方案等），确定该运营方案涉及的目标用户所应该具有哪些或哪样的用户行为数据的记录信息，由此预设一个或多个筛选条件。并且，可以根据预先制定的运营方案，预设发送内容。

例如：需要为等级为“4星级”、上周上架（发布）商品数量在10个、本周上架商品的数量为30个、上架商品周环比增长为0.5的卖方用户发送可以贷款1000元的信息。每一个卖方用户在上架商品（对数据对象进行操作），销售商品（对数据对象进行操作）达到一定量使用户等级得到提升时，都会在服务器侧存储有相应的用户行为数据，如，用户在某个时间上架商品的数量，当前时刻用户的等级等等，进一步地，还可以根据存储的用户某个时间上架商品的数量，计算出用户上架商品数量的周环比增长率（根据用户操作数据对象所产生的数据）。

本例中，根据“需要为等级为“4星级”、上周上架（发布）商品数量在10个、本周上架商品的数量为30个、上架商品周环比增长为0.5的卖方用户发送可以贷款1000元的信息”这个发送目标，可以预设特定信息：“可以贷款1000元”并且，在用户行为数据中，可以考虑例如：用户的等级项、用户行为项、用户行为结果项、计算（分析）项等。并且，还可以将发送目标中的描述和数值，作为对各个相应的内容项的记录信息的限制条件，即发送目标所指示的四条记录信息可以作为筛选条件：用户的等级项记录信息为“4星级”、“上周上架（发布）商品数量在10个”、“本周上架商品的数量为30个”、“上架商品周环比增长率为0.5”这四个限定条件作为四个筛选条件。进一步地，还可以附加一个或多个分组条件，以对筛选出的用户行为数据做进一步地筛选。如：预设分组条件为“上架商品为女性商品”。根据预设的四个筛选条件，在服务器侧存储的大量用户的用户行为数据中进行筛选，查找出能全部同时匹配上这四个筛选条件的所有用户行为数据，所有用户行为数据作为筛选结果，当然，还可以利用预设的分组条件“上架商品为女性商品”在作为筛选结果的这些用户行为数据中，进一步筛选，即查找性别项满足记录为“女”的用户行为数据，匹配上“女”的记录的用户行为数据即为符合分组条件“上架商品为女性商品”的用户行为数据，将这些用户行为数据作为最终筛选的用户行为数据结果，也即是符合发送目标的用户行为数据。然后，再根据用户行为数据与用户的对应关系，即记录的用户唯一编码ID，获得筛选出的满足筛选规则的用户行为数据对应的用户，即发送目标的目标用户。

在步骤S130处，确定的符合筛选规则的用户作为目标用户，向目标用户发送预设的与发送目标相匹配的特定信息。

承上述运营方案例，还可以由运营人预先设置向目标用户发送特定信息的发送时刻。服务器可以在该预设的发送时刻，向对应的目标用户发送特定信息。具体地，该预设的发送时刻可以是在经过筛选确定出符合筛选规则的用户（目标用户）的时刻，也可以是目标用户登录网站的时刻，甚至可以是运营人员根据运营方案任意设置的一个其认为合适的时刻。例如：当确定目标用户时，立刻由服务器向该目标用户发送“尊敬的用户，您可以贷款1000元”的特定信息。

进一步地，在向目标用户发送特定信息之前，还可以查询该目标用户的用户行为数据中是否包含拒绝接收特定信息的标签。若包含该标签，则不向该目标用户发送该特定信息。若不包含该标签，则向目标用户发送该特定信息。

以下通过多个电商贷款为应用场景的例子对本申请进一步说明。

在电商平台运营中，可以存储与用户相关的用户行为数据。该用户可以是一个或多个。该用户行为数据例如是：用户的等级、用户上周上架商品数、用户本周上架商品数、上架商品数周环比、热销产品数量、本周热销产品售出数量、用户店铺本周日均流量、店铺日均流量周环比、店铺上周成交金额、店铺本周成交金额、店铺成交金额周环比等等。并且，对于电商平台运营中的海量数据，需要进行日常的分析和维护等处理，甚至根据数据处理发现的情况建立相应的发送目标如营销计划，为营销计划所针对的用户提供相应的特定信息，不论是提升分析维护的日常数据处理效率，快速找到相应的用户群体并做标记，还是有快速搜索发送相应特定信息的目标用户群体、及时发送信息，都可以利用本申请的由发送目标而建立筛选规则，以找出目标并发送信息（和/或做标记）的方案。

其中，小型贷款公司可以为卖家用户提供贷款，一个用户是否能够获得贷款，可以由小型贷款公司根据该用户在电商运营平台的用户行为数据中分析记录信息：用户的与身份有关的注册、准入等数据，以及行为数据、状态数据，如访问量、订单量、成交量、等级、差评率\退货率\处罚积分等等，并对该用户做标签（标记），由此，可以在数据仓库产生数据时，确认该用户属于小额贷款的准入对象，即分析用户行为数据做的授信标签，作为用户贷款准入的标识。

具体地，数据仓库中的卖家用户的各种数据都在变化中，会被经常定期或不定期地进行管理，并且，那些达到一定要求、或提出某些申请而通过审核等等的卖家用户，会被标识上相应的标签或标记，或者根据营销计划而发送相应的贷款信息。比如，小贷公司会对卖家用户的可贷额度（授信额度）做计算。其中，基础授信额度分两类：信用类和订单类。

信用类的可贷额度，可以在定期或不定期的分析中，风险模型利用历史交易（如订单数据）计算出的授信额度，若参考其他类似状态的用户、处罚、退货、评价等,可以有一定的增减比例，从而得出信用类的基础授信额度，可以为相应的满足这类基础授信额度的卖家用户做标签（标记），以便在有提供普通信用贷款的营销计划时，营销端能区别出这些卖家用户。这类卖家用户被筛选出并获得相应的文案后，实际可以贷款额度是回收到已经贷款的金额、临时提升额度、是否有审批额度、是否账户逾期、是否被处罚而扣分等因素决定。如：分析发现，根据卖家用户的历史交易状况计算，可以提供某额度的信用贷款，则可以为其做标记，标识该卖家用户为某额度的信用贷款卖家用户，或者为该卖家用户推送可以获得某额度的贷款的信息。

订单类的可贷额度，是利用卖家用户的有效订单数，即卖家用户的未确认付款的且不是虚假交易的订单数，计算出的基础授信额度，可以为相应的满足这类基础授信额度的卖家用户做标签（标记），以便在有提供订单贷款的营销计划时，营销端能区别出这些卖家用户。此类可贷额度为不受其他因素和条件影响的基础授信额度。如：分析发现，卖家用户有效订单数（即客户未确认付款且非虚假交易的订单数），最近前后两周比较，增加了20%，则可以为其做标记，标识该卖家用户是订单贷款的潜在卖家用户。

另外，特殊信用贷款，可以通过分析得到一些特定的活动中达到一定要求的卖家用户，为其做标签（标记），以便在有提供特殊信用贷款的营销计划时，营销端能区别出这些卖家用户。如：分析发现，卖家用户当前为五钻级别，还差冲冠的订单量为10%，而最近该卖家用户的成交量放大了20%，则可以为其做标记，标识该卖家用户是冲冠活动的潜在卖家用户（其是否真的要冲冠并不在考虑范围内）。

例1：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：（1）根据与发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的记录信息和/或与记录信息相关的范围设置对应的判断阈值，以作为所述筛选条件；或者，（2）对预先收集的所有用户行为数据进行分析，计算相同用户的记录信息和/或与记录信息相关的范围的变化值，并将变化值保存在用户行为数据中，然后根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的变化值设置对应的变化阈值，以作为所述筛选条件。

具体如：定期对数据仓库中的用户如“卖家用户”的情况（如卖家用户行为数据等）进行分析，以判断卖家用户的行为和/或状态（行为和/或状态数据）是否达到或超过预设的阈值，或者，行为和/或状态（行为和/或状态数据）的变化是否达到后超过预设的阈值，如果超过阈值，则表示卖家用户存在潜在的需求如提高等级、获取贷款支持的需求等，可以对这些存在潜在的需求的卖家用户（即存在潜在等级变化、或潜在其他需求的卖家用户）做相应的标记，和/或推送为卖家用户满足其潜在的各种需求（提高等级、或满足潜在其他需求等）而提供支持（如贷款）的信息。

其中，对卖家用户行为数据的定期分析，还可以及时发现卖家用户行为和/或状态的改变，确定卖家用户的需求，以便及时变更卖家用户的需求标签（该标签是触达营销文案的阈值），或者，变更推送给卖家用户的支持其潜在的各种需求的信息。如：发现卖家用户离目标星级还差一点、或者为达目标星级加大了投入但当天又有所下降等情形，可以由运营端的经验或特定的一些活动，推测卖家用户可能需要资金，并变更卖家用户的标签。

具体比如，每天（或每周）分析每个卖家用户行为数据中表现出的卖家用户的行为和状态，如可以将当天该卖家用户的行为（或状态）与前一天的行为（或状态）进行对比。如果发现卖家用户的行为或状态的变化超过了预设的变化阈值，例：卖家用户一天内备货数量增加了40%，而预设的备货变化的阈值为20%，那么由于40%＞20%即超过了阈值，或者，该卖家用户的等级状态当前为五钻而其订单量一天增长了50%，超过了预设的订单量单日增长阈值20%，则预测卖家用户存在潜在的需求（如热销新品或冲冠的需求），可以为这类卖家用户做相应的标记，和/或，推送提供满足其需求的支持信息。

进而，若在营销端确立营销计划（发送目标）为：向升级为1冠的用户提供10000元周转资金的贷款，并推送该贷款信息，则可以将相应的贷款信息推送到相应的卖家用户（前述分析预测为有潜在需求的卖家用户）。

具体地，根据该营销计划，营销端形成诸如通过旺旺等提醒的文案（特定信息），文案的内容可以在诸如金融消息中心中进行维护。触达给用户的文案，包括内容如：用户当前情况“升级1冠”、提供可贷金额“10000元”，等等，例如：“您店铺顺利升级1冠，我们为您准备了升级1钻助力周转→￥10000元点此3秒取现”等。

并且，根据该营销计划，营销端形成筛选规则（条件）。比如，从数据仓库中筛选以统计出升级1冠的用户，进而向这些用户发送文案。

一个例子，营销端可以按照该营销计划，确定几个筛选条件：选定卖家用户的当前情况是“当前级别”和“下一个级别”分别为“五钻”到“1冠”，并选定其“冲冠完成的剩余比率范围”（或“冲冠完成的剩余分值范围”）为“5%”-“10%”（或“5分”-“10分”），表示从五钻升级到1冠还差5%到10%的订单量的卖家用户（或离冲冠完成的目标值还有5-10分的剩余的卖家用户），以便将符合等级状况和具有冲冠标记（做了冲冠潜在标记）的卖家用户筛选出来。符合条件的用户筛选出来，可以给其发送上述文案。

又一个例子，营销端可以按照该营销计划，确定筛选条件：选定卖家用户的当前情况是“当前级别”和“下一个级别”分别为“五钻”到“1冠”，且当天卖家用户订单量单日增长超过预设的订单量单日增长的阈值20%，以便将预测的存在潜在冲冠需求的卖家用户筛选出来，并且，能推送对应其潜在冲冠的需求的上述文案。

另外，进一步的，还可以根据卖家用户符合筛选条件的差别，或者说，虽然对于筛选出的卖家用户会有普惠性的贷款，但针对不同的卖家用户的授信不一样，对同一个营销计划可以产生有多个文案。比如，是否有参与双11等淘宝的各类活动，支用频率、支用幅度、授信额度等条件，可以对筛选出的卖家用户通过授信模型按照这些条件，再来区别对待符合筛选的用户，并对区别出的这些符合筛选条件的用户，比如，不同授信的卖家用户记录授信标签不同即参与过活动的用户会有相应活动的标签等，进而对区别出的用户直接触达相应的文案等。同一个营销计划产生的多个文案也绑定有不同的标签，那么可以根据用户加上的标签，触达有对应标签的文案。其中，文案内容可以是维护在金融的消息中心中。

例如：授信模型（如：判断这些用户贷款准入情况和对应用户适应的贷款额度等的模型）根据用户的授信标签（信用类、订单类、特殊类），从筛选出的符合营销计划的卖家用户中区分出具有不同授信标签的卖家用户，以便由标签触达有对应标签的文案，文案不同。将对应的不同的文案内容发送给A\B用户的例子，如：被筛选出的一用户A授信额度20000，授信模型根据其授信标签确定用户A触达的是贷款20000元的文案，即发送“您店铺顺利升级1冠，我们为您准备了升级1冠助力周转→￥20000元点此3秒取现”；被筛选出的另一用户B授信额度10000，授信模型根据其授信标签确定用户B触达的是贷款10000元的文案，即发送“您店铺顺利升级1冠，我们为您准备了升级1冠助力周转→￥10000元点此3秒取现”。

例2：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：对预先收集的所有用户行为数据进行分析，将每个用户与其他同类用户进行类比，根据每个用户与其他同类用户相似的记录信息和/或与记录信息相关的范围，或者根据每个用户处于其他同类卖家用户曾经所处于的阶段的记录信息和/或与记录信息相关的范围，确定每个用户的类比值，并将类比值保存在用户行为数据中，然后，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的类别值设置对应的类比阈值，以作为所述筛选条件。

具体如：通过定期或不定期对数据仓库中的用户如“卖家用户”的数据进行分析，将卖家用户与其他同类的卖家用户进行类比，以根据卖家用户具有的与其他同类卖家用户相似的状态和/或行为数据（或者状态、行为数据的变化），或者根据卖家用户处于与其他同类卖家用户曾经所处于的阶段的状态和/或行为数据，预测（计算）卖家用户存在潜在的需求（即类比变化的类比值是否达到或超过类比阈值等），并为卖家用户做相应的标记，和/或，推送为其需求提供支持的信息。

比如，每日定时对数据仓库中的数据（如记录的卖家用户行为数据等）进行分析，确定一营销计划即目标：为要进行冲钻的卖家用户提供授信额度内的贷款，推送贷款信息。具体地，针对冲钻卖家用户是否需要贷款做预测，可以通过大量的类比海量数据而产生，比如，对状态为五星的卖家用户，分析别的同行业卖家用户曾经在冲钻时，是否出现过资金需要，资金的来源是哪里，资金投放情况，上架商品数等各种状态和/或行为数据，并针对以上的数据可以计算出此类卖家用户大概在什么时间段需要资金（即需求）。由该需求可以做标记（如标记后用来筛选）和/或将该卖家用户作为营销计划的对象、直接推送为其需求提供支持的信息。另外，由该需求还可以对此类卖家用户提供一些针对性的建议营销，用于培养卖家（甚至买家）用户。

例3：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：对预先收集的所有用户行为数据进行分析，按周期对比每个用户的用户行为数据，计算每个用户的用户行为数据中的记录信息或与记录信息相关的范围发生的改变值，并将改变值保存在用户行为数据中；然后，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的改变值设置对应的突变阈值，以作为所述筛选条件。

具体如：周期性（每日或每周）对数据仓库中的卖家用户行为数据的变化进行计算（分析）以确定卖家用户的行为数据是否存在突变（即改变值是否达到或超过阈值），如将上一周与本周的数据做对比而对上架产品发生变化做分析，从而判断卖家用户是否存在潜在需求，如预测/推测卖家用户有新的入货行为即卖家用户存在潜在的资金需求，当判断为存在潜在需求时，为存在潜在需求的卖家用户推送满足其潜在的需求而提供支持（如贷款）的信息，和/或为存在潜在需求的卖家用户做相应的标记。

比如，确定有一为有突发进货行为的卖家用户推荐可使用贷款的营销计划。运营端即营销端可以根据经验和风险控制管理方提供的参考数据而由此营销计划，去设置根据周环比作为筛选条件，判断卖家用户是否存在突发进货的情况，如筛选条件：设置为上周上架商品数量范围10-20（件），并且，设置本周上架商品数量范围15-30件；或者，设置上架产品数量变化的环比，15/20=0.75，30/10=3，即环比范围设置为0.75-3。则由此筛选可以分析出存在突变行为的卖家用户，判断其存在潜在的资金需求，并且，符合条件的卖家用户被筛选出来，为新入货行为的这些卖家用户发送推荐客户备货可使用贷款的文案。进一步，还可通过授信标签区分后，分别触达对应可贷款的额度的推荐贷款文案（同例1）。

例4：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的用户特定状态或行为的增长值或增长变化率，并将增长值或增长变化率保存在用户行为数据中；然后，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的增长值或增长变化率，设置对应的增长值阈值或增长变化率阈值，以作为所述筛选条件。

具体如：通过定期对数据仓库中的卖家用户的数据做分析，根据卖家用户的行为和/或状态数据（包括各种历史行为和状态数据），如所处的时间（阶段）、级别，参加的活动、某些行为的数量和种类等，判断卖家用户是否存在潜在的需求（即是否用户的状态或行为增长值或增长变化率，达到或超过增长值阈值或增长变化率阈值），如预测/推测卖家用户有做广告或大量备货的行为即卖家用户存在潜在的资金需求，当判断为存在潜在需求时，为存在潜在需求的卖家用户推送满足其潜在的需求而提供支持（如贷款）的信息，和/或为存在潜在需求的卖家用户做相应的标记。

比如：卖家用户参加某些调研活动、或者，到某些商品销售旺季等，由此，卖家用户可能会投入巨量推广资金和备货。由该分析，考虑这类用户可能会需要贷款协助，则可以向这类卖家用户推荐可贷款进行资金周转的信息。若有找出这类大量备货和做广告的卖家用户并推送信息的营销计划（发送目标），可以生成推送给这类卖家用户的文案和筛选出这类卖家用户的条件。筛选条件例如：根据每周商品出售的数量来设置“热销产品出售数量”，即“热销产品种数”范围为10-20种、或者“本周热销商品售出数量”范围50-100件，等条件，来筛选出符合推送文案的这类卖家用户。进一步，也可以通过授信标签的区分筛选出来的卖家用户，推送可贷款额度内容不同的文案（同例1）。

又比如：定期对数据仓库中的数据进行分析，当卖家用户加大广告投入，即在卖家主要的广告投放平台上存在操作数据进行分析，能够发现卖家用户资金和备货两条线共同产生的结果（同前述参加调研活动或销售旺季的例子）。由此，可以根据资金和备货的商业行为，为卖家用户推荐使用贷款资金。由此，生成文案并构建筛选规则（条件），如：营销端设置广告投放平台本周投入资金区间1000-2000元、上周投入资金区间500-1000元、或者两周投入增长比例区间30%-50%，等等，来筛选符合条件的卖家用户。这里，增长比例（增长率）区间的计算可以是根据卖家的历史成交订单数、金额、差评、退货率等因数进行横向比较得到增长率，例如：2月1日与1月1日的数据进行比较，2013年12月1日与2012年12月1日的数据进行比较。

例5：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的访问量或访问量变化值，并将访问量或访问量变化值保存在用户行为数据中；然后，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的访问量或访问量变化值设置对应的访问量阈值，以作为所述筛选条件。

具体如：定期分析用户即卖家用户的数据中涉及的日流量（访问量）或日流量变化（如日流量增长、日流量减少等）。根据记录的卖家用户的日流量的增加达到或超过一预设的增长阈值，或者日流量本身达到或超过一预设阈值，判断卖家用户是否存在潜在的需求，如需要备货而潜在的资金需求，当判断为存在潜在需求时，为存在潜在需求的卖家用户推送满足其潜在的需求而提供支持（如贷款）的信息，和/或为存在潜在需求的卖家用户做相应的标记。

流量主要能反应买家用户进入卖家用户的店铺并阅览产品的情况即卖家用户被访问量，如卖家用户的页面被点击数量、被停留的时间等，流量的增加会带来更多的销售，也更需要卖家进行备货，从而可能需要资金周转，则可以对这类卖家用户推送贷款信息。由此可以设置发送给卖家用户的文案以及设置筛选条件，如营销端可以设置卖家用户的店铺本周日均流量的区间变化1000-3000、变化比例40%-70%等，筛选出发送该文案的卖家用户。

例6：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的特定行为变化值（包括：某一种或几种行为在数量上的变化），并将行为变化值保存在用户行为数据中；然后，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的行为变化值设置对应的行为变化阈值，以作为所述筛选条件。

具体如：定期分析数据仓库中卖家用户的用户行为数据中特定行为的变化，如行为“成交”的数量变化，根据该特定行为的数量的变化如“增长”是否达到或超过一预设的阈值，判断卖家用户是否存在潜在的需求，如需要备货而潜在的资金需求，当判断为存在潜在需求即变化超过一阈值时，为存在潜在需求，则为存在潜在需求的卖家用户推送满足其潜在的需求而提供支持（如贷款）的信息，和/或为存在潜在需求的卖家用户做相应的标记。

比如：成交变化是能体现卖家用户的店铺运营的重要结果数据，若成交变化即增长超过一预设阈值，即存在突发性的成交增长，则判断其必定是资金、备货共同发生的结果（同例4），推测卖家用户有潜在的贷款需求。由此，可以根据资金和备货的商业行为，为卖家用户推荐使用贷款资金如：营销端设置上周和本周成交金额变化区间、或者设置两周的成交变化比例，作为筛选条件，获取符合条件的卖家用户，并推送相应的贷款文案。具体的筛选条件例如：店铺上周成交金额10000-30000、店铺本周成交金额15000-35000、店铺成交金额周环比0.5-3.5（15000/30000=0.5；35000/10000=3.5）等。

例7：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的用户特征变化值，并将该特定行为的数量变化值保存在用户行为数据中；然后，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的特定行为的数量变化值设置对应的特定行为的数量变化阈值，以作为所述筛选条件。用户特征即用户行为数据中涉及的用户与用户身份、状态、注册等相关的数据。

具体如：定期分析数据仓库中卖家用户的用户数据的变化，如注册数据、与身份相关的数据（店铺版本准入的条件数据、授信额度）等的变化，根据用户数据的变化，判断卖家用户是否存在潜在的需求，如更多投入变更的资金需求，当判断为存在潜在需求即发生变化时，为存在潜在需求，则为存在潜在需求的卖家用户推送满足其潜在的需求而提供支持（如贷款）的信息，和/或为存在潜在需求的卖家用户做相应的标记。

比如：是否有部分卖家用户升级了店铺版本，具体地，小店换成大店，如集市网店卖家转为商场网店卖家，需要更多的装修投入和店铺产品信息的丰富等。这部分卖家用户在申请从小店铺转大店铺过程中，授信额度和准入条件发生了变化，如果贷款提供方审核通过，将会对这部分卖家用户打上标签。由此，运营端可以对转店铺的卖家用户即为换大店铺的用户发送提供贷款的信息。筛选条件如：运营端设置一周以内是否升级旺铺。从而，圈定这部分增大店铺投入的通过审核（打上授信额度或准入条件的标签）的卖家用户（即用户数据发生改变的卖家用户），对其发送文案。

例8：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的行为改变值（包括：发生新的行为，或者减少某种或某几种行为等），并将行为改变值保存在用户行为数据中；然后，根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的行为改变值设置对应的行为改变阈值，以作为所述筛选条件。

具体如：定期分析数据仓库中卖家用户的用户行为数据中行为数据是否发生变化，如发生了新的购买特定营销工具的行为等，根据变化判断卖家用户是否存在潜在的需求（以新增一种行为的改变作为改变阈值，即判断是否新增了一种行为），如购买使得出现潜在的资金需求，当判断为存在潜在需求即购买了营销工具时，为存在潜在需求，则为存在潜在需求的卖家用户推送满足其潜在的需求而提供支持（如贷款）的信息，和/或为存在潜在需求的卖家用户做相应的标记。

比如：分析是否有卖家用户购买营销工具，每一次购买，意味着资金的投入和卖家用户对店铺的资金和时间投入，可以对这类用户发送提供贷款信息，由此，营销端可以设置一周以内是否购买营销工具，筛选以圈定出这部分增大店铺投入的卖家用户、并推送相应的贷款文案。

例9：依据本申请的方法，为分析数据或发送信息而进行用户筛选，一个实施方式中，对于设置筛选条件，可以是：

具体如：定期分析数据仓库中卖家用户的用户行为数据中行为和/或状态数据，如是否处于参与或结束营销活动的状态和行为，根据是否存在特定的行为数据和/或状态数据，判断卖家用户是否存在潜在的需求，如需要加大投入的潜在的资金需求，当判断为存在潜在需求即处于某些特定的行为或状态时，为存在潜在需求，则为存在潜在需求的卖家用户推送满足其潜在的需求而提供支持（如贷款）的信息，和/或为存在潜在需求的卖家用户做相应的标记。

比如：判断卖家用户是否参加和结束营销活动。由于网站营销活动会带来巨量的成交，对卖家用户有利，而参加这类活动的卖家用户需要大量资金和备货的投入、准备。由此对参加活动的用户构建提供贷款营销计划。根据计划，生成相应的文案以及筛选条件。文案可以如：提醒消息中显示卖家用户参加活动的名称。如筛选条件为：营销端设置“申请营销活动的时间”范围、“营销活动开始的时间”范围、“营销活动结束的时间”范围、来圈定参加各类活动的卖家用户。对筛选出的对象推送相应的文案。

进一步地，例4-9都可以类似例1，可以根据符合筛选条件的卖家用户的差别，提供根据营销计划生成的多个不同的文案。

进一步地，例1-9除了可以筛选出来卖家用户并为其发送对应的特定信息外，也可以直接做标记，以便后续的数据处理使用。

由上述例1-9可知，通过发送目标，生成筛选条件和文案并执行筛选和文案推送，既可以应用于对数据仓库中已经进行了分析（如做上标记）的海量用户执行的数据处理，也可以应用于对处于数据仓库中的海量用户数据的分析（计算）处理。并且，分组条件的设置，也可以采用例1-9中筛选条件的设置方式。

本申请还提供了一种数据处理的装置。如图3所示，图3是根据本申请一实施例的数据处理装置300的结构图。

在该装置300中，可以包括预设模块310，用于根据发送目标，预设与发送目标相匹配的筛选规则和特定信息；其中，筛选规则包括一个或多个筛选条件；筛选条件，根据与发送目标相关的用户行为数据进行设置。筛选条件为发送目标的限定内容所指示的记录信息或与记录信息有关的范围；与发送目标相关的用户行为数据，是指包括发送目标的限定内容所指示的记录信息或范围所对应的内容项，并且，在内容项中记录有记录信息；一个筛选条件形成单条件筛选规则，多个筛选条件组成多条件筛选规则。该预设模块310的具体实施方式可以参考步骤S110。

筛选模块320，用于根据筛选规则，在预先收集的所有用户行为数据中利用一个或多个筛选条件进行筛选，以获得符合筛选规则的用户行为数据及其所对应的用户。

筛选模块320可以包括第一查询子模块321、确定子模块322。

第一查询子模块321，用于依据一个或多个筛选条件，在所有用户行为数据中，查询具有对应于筛选条件的记录信息的用户行为数据，并且，该用户行为数据的记录信息能够同时匹配上所有筛选条件。确定子模块322，用于将查询到的该用户行为数据作为符合筛选规则的用户行为数据，并根据用户行为数据与用户的对应关系，确定符合筛选规则的用户。

进一步地，筛选规则还可以包括根据与发送目标相关的用户行为数据，预先设定一个或多个分组条件。筛选模块320包括：根据一个或多个分组条件，在利用一个或多个筛选条件进行筛选所获得的符合一个或多个筛选条件的全部用户行为数据中，再次进行筛选，获得符合一个或多个分组条件的用户行为数据；将经再次筛选获得的符合一个或多个分组条件的全部用户行为数据，作为符合筛选规则的用户行为数据，并获得其对应的用户。筛选模块320可以包括第二查询子模块323，用于根据一个或多个分组条件，在符合一个或多个筛选条件的全部用户行为数据中，查询具有对应于分组条件的记录信息的用户行为数据，并且，该用户行为数据的记录信息能够同时匹配上所有分组条件。

该筛选模块320以及第一查询子模块321、确定子模块322、第二查询子模块323的具体实施方式可以参考步骤S120。

发送模块330可以用于将符合筛选规则的用户行为数据所对应的用户作为目标用户，向目标用户发送与发送目标相匹配的特定信息。进一步地，发送模块330可以包括查询目标用户的用户行为数据中是否包含拒绝接收特定信息的标签；若包含标签，则不向目标用户发送与发送目标相匹配的特定信息；若不包含标签，则向目标用户发送与发送目标相匹配的特定信息；和/或，在预设的发送时刻，向目标用户发送与发送目标相匹配的特定信息。

该发送模块330的具体实施方式可以参考步骤S130。

由于本申请的装置所包括的各个模块以及子模块的具体实施方式与本申请的方法中的步骤的具体实施方式是相对应的，由于已经对图1-图2进行了详细的描述，所以为了不模糊本申请，在此不再对各个模块的具体细节进行描述。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (20)

1.一种数据处理方法，其特征在于，包括：

根据发送目标，预设与所述发送目标相匹配的筛选规则和特定信息；其中，所述筛选规则包括一个或多个筛选条件；所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置；

根据所述筛选规则，在预先收集的所有用户行为数据中利用所述一个或多个筛选条件进行筛选，以获得符合所述筛选规则的用户行为数据及其所对应的用户；

将符合所述筛选规则的用户行为数据所对应的用户作为目标用户，向所述目标用户发送与所述发送目标相匹配的特定信息。

2.根据权利要求1所述的方法，其特征在于：

所述筛选条件与所述发送目标的限定内容所指示的记录信息或与记录信息有关的范围相关；

与所述发送目标相关的用户行为数据，是指包括所述发送目标的限定内容所指示的所述记录信息或所述范围所对应的内容项，并且，能在所述内容项中记录有记录信息的用户行为数据；

一个筛选条件形成单条件筛选规则，多个筛选条件组成多条件筛选规则。

3.根据权利要求1或2所述的方法，其特征在于，根据所述筛选规则，在预先收集的所有用户行为数据中利用所述一个或多个筛选条件进行筛选，以获得符合所述筛选规则的用户行为数据及其所对应的用户，包括：

依据所述一个或多个筛选条件，在所有用户行为数据中，查询具有对应于筛选条件的记录信息的用户行为数据，并且，该用户行为数据的所述记录信息能够同时匹配上所有筛选条件；

将查询到的该用户行为数据作为符合筛选规则的用户行为数据，并根据用户行为数据与用户的对应关系，确定符合筛选规则的用户。

4.根据权利要求1所述的方法，其特征在于，所述筛选规则，还包括，根据与发送目标相关的用户行为数据，预先设定一个或多个分组条件；

根据所述筛选规则，在预先收集的所有用户行为数据中利用所述一个或多个筛选条件进行筛选，以获得符合所述筛选规则的用户行为数据及其所对应的用户包括：

根据所述一个或多个分组条件，在利用所述一个或多个筛选条件进行筛选所获得的符合所述一个或多个筛选条件的全部用户行为数据中，再次进行筛选，获得符合所述一个或多个分组条件的用户行为数据；

将经所述再次筛选获得的符合所述一个或多个分组条件的全部用户行为数据，作为符合所述筛选规则的用户行为数据，并获得其对应的用户。

5.根据权利要求4所述的方法，其特征在于，根据所述一个或多个分组条件，在利用所述一个或多个筛选条件进行筛选所获得的符合所述一个或多个筛选条件的全部用户行为数据中，再次进行筛选，获得符合所述一个或多个分组条件的用户行为数据，包括：

根据所述一个或多个分组条件，在符合所述一个或多个筛选条件的全部用户行为数据中，查询具有对应于所述分组条件的记录信息的用户行为数据，并且，该用户行为数据的所述记录信息能够同时匹配上所有分组条件。

6.根据权利要求1所述的方法，其特征在于，将符合所述筛选规则的用户行为数据所对应的用户作为目标用户，向所述目标用户发送与所述发送目标相匹配的特定信息，包括：

查询所述目标用户的用户行为数据中是否包含拒绝接收特定信息的标签；若包含所述标签，则不向所述目标用户发送与所述发送目标相匹配的特定信息；若不包含所述标签，则向所述目标用户发送与所述发送目标相匹配的特定信息；和/或，

在预设的发送时刻，向所述目标用户发送与所述发送目标相匹配的特定信息。

7.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的记录信息和/或与记录信息相关的范围设置对应的判断阈值，以作为所述筛选条件。

8.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，计算相同用户的记录信息和/或与记录信息相关的范围的变化值，并将变化值保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的变化值设置对应的变化阈值，以作为所述筛选条件。

9.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，将每个用户与其他同类用户进行类比，根据每个用户与其他同类用户相似的记录信息和/或与记录信息相关的范围，或者，根据每个用户处于其他同类卖家用户曾经所处于的阶段的记录信息和/或与记录信息相关的范围，确定每个用户的类比值，并将类比值保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的类别值设置对应的类比阈值，以作为所述筛选条件。

10.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，按周期对比每个用户的用户行为数据，计算每个用户的用户行为数据中的记录信息或与记录信息相关的范围发生的改变值，并将改变值保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的改变值设置对应的突变阈值，以作为所述筛选条件。

11.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的用户特定状态或行为的增长值或增长变化率，并将增长值或增长变化率保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的增长值或增长变化率，设置对应的增长值阈值或增长变化率阈值，以作为所述筛选条件。

12.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的访问量或访问量变化值，并将访问量或访问量变化值保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的访问量或访问量变化值设置对应的访问量阈值，以作为所述筛选条件。

13.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的用户特征变化值，并将该用户特征变化值保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的用户特征变化值设置对应的用户特征变化阈值，以作为所述筛选条件。

14.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的行为变化值，并将行为变化值保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的行为变化值设置对应的行为变化阈值，以作为所述筛选条件。

15.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

对预先收集的所有用户行为数据进行分析，计算记录信息或与记录信息相关的范围中涉及的行为改变值，并将行为改变值保存在用户行为数据中；

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据进行中的行为改变值设置对应的行为改变阈值，以作为所述筛选条件。

16.根据权利要求1所述的方法，其特征在于，所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置，包括：

根据与所述发送目标相关的用户行为数据中的记录信息或与记录信息相关的范围，为预先收集的所有用户行为数据中的记录信息和/或与记录信息相关的范围涉及的行为和/或状态设置对应的存在阈值，以作为所述筛选条件。

17.根据权利要求7-16之一所述的方法，其特征在于，根据所述筛选规则，在预先收集的所有用户行为数据中利用所述一个或多个筛选条件进行筛选，包括：

在预先收集的所有用户行为数据中，查询具有对应于一个或多个阈值的记录信息或与记录信息相关的范围的用户行为数据，并且，该用户行为数据中的记录信息或与记录信息相关的范围，能够同时满足达到或超过所有的相对应的所述阈值；

将查询到的该用户行为数据作为符合筛选规则的用户行为数据，并根据用户行为数据与用户的对应关系，确定符合筛选规则的用户。

18.根据权利要求17所述的方法，其特征在于，还包括：

根据发送目标，预设与所述发送目标相匹配一个或多个特定信息，并为每个特定信息设置相应的标记；

将符合筛选规则的用户行为数据所对应的用户作为目标用户，为所述目标用户设置与其相匹配的特定信息的所述标记，基于所述标记，为目标用户发送具有相同所述标记的特定信息。

19.根据权利要求17所述的方法，其特征在于，还包括：

将符合筛选规则的用户作为目标用户，并为目标用户设置标记，以便在目标用户中进一步搜索和/或筛选。

20.一种数据处理装置，其特征在于，包括：

预设模块，用于根据发送目标，预设与所述发送目标相匹配的筛选规则和特定信息；其中，所述筛选规则包括一个或多个筛选条件；所述筛选条件，根据与所述发送目标相关的用户行为数据进行设置；

筛选模块，用于根据所述筛选规则，在预先收集的所有用户行为数据中利用所述一个或多个筛选条件进行筛选，以获得符合所述筛选规则的用户行为数据及其所对应的用户；

发送模块，用于将符合所述筛选规则的用户行为数据所对应的用户作为目标用户，向所述目标用户发送与所述发送目标相匹配的特定信息。