CN107766454A - 一种数据处理方法、服务器及计算机可读存储介质 - Google Patents

一种数据处理方法、服务器及计算机可读存储介质 Download PDF

Info

Publication number
CN107766454A
CN107766454A CN201710885444.1A CN201710885444A CN107766454A CN 107766454 A CN107766454 A CN 107766454A CN 201710885444 A CN201710885444 A CN 201710885444A CN 107766454 A CN107766454 A CN 107766454A
Authority
CN
China
Prior art keywords
data
inquiry
server
alive
date
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.)
Withdrawn
Application number
CN201710885444.1A
Other languages
English (en)
Inventor
谢莎莎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Jinli Communication Equipment Co Ltd
Original Assignee
Shenzhen Jinli Communication Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Jinli Communication Equipment Co Ltd filed Critical Shenzhen Jinli Communication Equipment Co Ltd
Priority to CN201710885444.1A priority Critical patent/CN107766454A/zh
Publication of CN107766454A publication Critical patent/CN107766454A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/14Details of searching files based on file metadata
    • G06F16/144Query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/14Details of searching files based on file metadata
    • G06F16/156Query results presentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/17Details of further file system functions
    • G06F16/1734Details of monitoring file system events, e.g. by the use of hooks, filter drivers, logs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种数据处理方法、服务器及计算机可读存储介质,其中方法包括:接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数;根据所述查询参数获取目标活跃数据;其中,所述目标活跃数据是从用户业务日志数据中提取的,并按照预设模型存储在所述服务器中;根据所述目标活跃数据计算得到目标留存数据,并将所述目标留存数据发送至所述终端进行显示。采用本发明,可以提高服务器的工作效率。

Description

一种数据处理方法、服务器及计算机可读存储介质
技术领域
本发明涉及计算机技术领域,尤其涉及一种数据处理方法、服务器及计算机可读存储介质。
背景技术
目前,随着智能终端及其相关应用的迅猛发展,用户使用智能终端(如手机、平板等设备)的场景越来越多,海量的智能终端在不同的时间运行使用不同的应用程序,产生了爆发式的海量用户日志数据。终端设备厂商或者应用程序提供方通常都会使用服务器来收集、存储以及利用这些海量的日志数据。
例如,通过分析海量的日志数据,统计计算各个时间跨度的用户留存率,用以分析各类应用或者软件的服务效果和用户体验,为后续的产品改进提供决策和方案,但是,由于用户日志数据通常是按照日志数据日期连续堆积存储在服务器内,基于用户日志数据的大数据留存率计算需要遍历时间周期内的用户日志,计算用户留存率十分费时,且需大量消耗服务器的计算能力。
发明内容
本发明实施例提供一种数据处理方法,服务器及计算机可读存储介质,可解决计算用户留存率费时,大量消耗服务器计算能力的问题,提高服务器的工作效率。
第一方面,本发明实施例提供了一种数据处理方法,应用于服务器,包括:
接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数;
根据所述查询参数获取目标活跃数据;其中,所述目标活跃数据是从用户业务日志数据中提取的,并按照预设模型存储在所述服务器中;
根据所述目标活跃数据计算得到留存数据,并将所述留存数据发送至终端进行显示。
第二方面,本发明实施例提供了一种服务器,该服务器包括用于执行上述第一方面的方法的单元。
第三方面,本发明实施例提供了另一种服务器,包括处理器、通信接口和存储器,所述处理器、通信接口和存储器相互连接,其中,所述存储器用于存储支持终端执行上述方法的计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述第一方面的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例,服务器可以根据查询参数获取目标活跃数据,并且可以根据该目标活跃数据可以得到目标留存数据,通过按照预设模型存储在服务器中的目标活跃数据来计算留存数据,不仅使得服务器可以快速地查找到相应的活跃数据,并且提高了实时计算留存数据的速度。除此之外,使得服务器还可快速地响应终端的用户留存数据查询请求,提高了服务器的工作效率。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种网络架构的示意图;
图2是本发明实施例提供的一种数据处理方法的流程示意图;
图3是本发明另一实施例提供的一种数据处理方法的流程示意图;
图4是本发明另一实施例提供的一种数据处理方法的流程示意图;
图5是本发明实施例提供的一种服务器的结构示意图;
图6是本发明另一实施例提供的一种服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
具体实现中,本发明实施例中描述的终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的终端。然而,应当理解的是,终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
终端支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
大数据作为信息化时代的产物,对各个行业,都会产生至关重要的作用。大数据是构建垂直生态系统,让大众与世界自由连接的桥梁,通过全面聚合、深入挖掘、高效应用,可以使企业能够更加全面的洞察用户,并形成深入的分析能力,从而可以通过综合平台向社会提供信息服务。
参见图1,是本发明实施例提供的一种网络架构的示意图。该网络架构可以包括终端10以及服务器20。其中,服务器20可以是互联网中的一个独立服务设备,或者是由互联网中的多个独立服务设备共同构成的集群服务设备。
服务器20可以存有大量的用户业务日志数据,该用户业务日志数据至少可以包括记录的各互联网用户的活跃数据,以便于记录各互联网用户对应用程序的使用情况。
其中,该活跃数据包括但不限于以下任意一种或者多种:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数。该各日期对应的活跃参数用于指示各终端标识在该各日期是否活跃。例如,若时间类别为日,且时间类别为日的各日期的对应的终端标识1在2017年3月25号的活跃参数为“0”,则表示该终端标识1在2017年3月25号不活跃。若终端标识1在2017年3月25号的活跃参数为“1”,则表示该终端标识1在2017年3月25号活跃。该终端标识包括但不限于以下任意一种或者多种:国际移动设备身份码(International Mobile Equipment Identity,IMEI)、手机号。该初始使用时间可以是用户初次使用终端包括的某应用的时间。例如,初次使用应用A的时间为2017年3月18号。该最后使用时间可以是用户最后使用终端包括的某应用的时间。例如,最后使用应用A的时间可以2017年4月18号。
在一个实施例中,服务器20可以以固定周期,如每天获取记录的各互联网用户的活跃数据。其中,该活跃数据可以以预设模型存储在服务器20。该预设模型至少包括按照预置更新规则更新后的活跃数据表;该活跃数据表至少包括多个活跃数据;该更新规则用于指示在不同时间类别对应的更新周期到达时将更新前的活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理。
在一个实施例中,若该时间类别为日,则该活跃数据表中可以包括各个终端从当前日期之前M(M≥1)天到当前日期之间每天的活跃参数。例如,各个终端从当前日期之前30天到当前日期之间每天的活跃参数,以便于服务器20可以根据该各个活跃参数来计算留存数据。或者,若该时间类别为周,则该活跃数据表还可以包括从当前周之前N(N≥1)周到当前周之间每周的各个活跃参数。例如,从当前周之前12周到当前周之间每周的各个活跃参数,以便于服务器20可以根据该各个周的活跃参数来计算留存数据。或者,若该时间类别为月,则该活跃数据表还可以包括从当前月之前P(P≥1)月到当前月之间每月的各个活跃参数。例如,从当前月之前12月到当前月之间每月的各个活跃参数,以便于服务器20可以根据该各个月的活跃参数来计算留存数据。在一个实施例中,若该时间类别为日,该活跃数据表还可以包括各个终端从当前日期之前(M-1)天到当前日期之间每天的活跃参数,其中M≥1。若该时间类别为周,该活跃数据表还可以包括各个终端从当前日期之前(N-1)周到当前日期之间每周的活跃参数,其中N≥1。若该时间类别为月,该活跃数据表还可以包括各个终端从当前日期之前(P-1)月到当前日期之间每月的活跃参数,其中P≥1。
在一个实施例中,服务器20可以根据预置更新规则的指示,在不同时间类别对应的更新周期到达时,将活跃数据表中该不同时间类别下各日期的活跃参数进行移位。举例来说,结合图2实施例中的表1,服务器可以在每一天(或者每周、或者每月)达到时,将活跃数据表中的不同时间类别下各日期的活跃参数进行移位,如每天更新一次活跃数据,将d_01的活跃参数移动到d_02中,将d_02的活跃参数移动到d_03中,将d_M-1的活跃参数移动到d_M中,d_M的活跃参数被丢弃,将当前天(或者当前日期)的活跃参数插入到d_01中。周的活跃参数可以参照日的活跃参数移位,如在每周一将活跃数据表中时间类别周下各日期的活跃参数进行移位。月的活跃参数可以参照日的活跃参数移位,如在每月1号将活跃数据表中时间类别周下各日期的活跃参数进行移位。
在一个实施例中,服务器20还可以包括历史活跃数据表,该历史活跃数据表可以包括每天更新的活跃数据表,并可以存储该各个终端的历史活跃数据。
通常来说,通过该用户业务日志数据中记录的各互联网用户的活跃数据,可以快速地获取对应的留存数据,从而方便掌握对于各业务的使用情况以及该各互联网用户的活跃情况。
服务器20可以接收终端10发送的用户留存数据查询请求,该查询请求中携带有查询参数,服务器20可以根据该查询参数得到目标留存数据,服务器20可以将该目标留存数据发送至终端10。
其中,该查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型。该查询的应用标识可以是查询的应用名称,如应用1、应用2、应用3,还可以是查询的应用类别,如购物类、视频类、音乐类、拍照类等。其中,该查询的终端标识包括但不限于查询的国际移动设备身份码(International Mobile Equipment Identity,IMEI)、手机号。该查询的设备类型可以是查询的设备型号。该查询的时间类别包括但不限于查询的日、周、月、年。该查询的开始日期以及查询的结束日期可以确定查询的留存数据的范围。
在一个实施例中,该目标留存数据可以为服务器20根据该查询参数获取目标活跃数据后,通过对该目标活跃数据进行实时计算得到的。或者,该目标留存数据还可以为服务器20根据该查询参数从服务器中存储的已计算好的留存数据中提取的。
在一个实施例中,该服务器20还可以利用该查询参数以及得到的目标留存数据生成留存列表发送至该终端10进行显示。
在一个实施例中,该终端10可以显示一个用户界面,该用户界面可以包括多个控件,可以用于用户通过该用户界面包括的多个控件输入查询参数。其中,该用户界面还可以用于显示服务器20返回的目标留存数据或者包括目标留存数据的留存列表。
在一个实施例中,终端10可以向服务器20发送用户留存数据查询请求,服务器20可以接收该用户留存数据查询请求,该查询请求可以携带有查询参数;服务器20可以根据该查询参数获取目标活跃数据,并将该目标活跃数据发送至终端,终端10可以将通过该目标活跃数据,计算得到目标留存数据。除此之外,服务器20还可以将存储的已计算好的留存数据发送至终端10,以便终端10可以根据查询参数,从终端10存储的该留存数据中查找到该目标留存数据后,将该目标留存数据输出显示。
在一个实施例中,服务器记录的各互联网用户的活跃数据可以理解为记录的使用各终端标识对应终端的互联网用户的活跃数据。
可见,图1所示的实施例中,服务器可以按照预设模型存储记录的各互联网用户的活跃数据,并可以在接收到由终端发送的查询请求时,根据该查询请求携带的查询参数来获取目标活跃数据,从而可以根据该目标活跃数据得到目标留存数据,并可以将该目标留存数据发送至终端进行显示,不仅提高了留存数据的实时计算效率,还提高了服务器的工作效率,可以有效的进行数据处理。
下面将对服务器在接收到终端的用户留存数据查询请求时,实时计算出目标留存数据以及从计算好的留存数据中获取该目标留存数据的两种情况分别进行描述。
参见图2,图2是本发明实施例提供的一种数据处理方法的流程示意图。该方法可以应用于图1所示的网络架构中,具体地,该方法可以包括:
S101、服务器接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数。
本发明实施例中,该查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型;该留存数据类型至少包括:新增类型或活跃类型;该查询的时间类别至少包括以下任意一种或者多种:日、周、月、年。
其中,该查询的应用标识可以是查询的应用名称,如应用1、应用2、应用3,还可以是查询的应用类别,如购物类、视频类、音乐类、拍照类等。其中,该查询的终端标识包括但不限于查询的IMEI、手机号。该查询的设备类型可以是查询的设备型号。该查询的开始日期以及查询的结束日期可以确定查询的留存数据的范围。
其中,该查询的开始日期以及查询的结束日期根据查询的时间类别不同,也随之不同。例如,若查询的时间类别为日,则该查询的开始日期可以是2016年10月1日,该查询的结束日期可以是2016年10月31日。再如,若查询的时间类别为周,则该查询的开始日期可以是2016年第1周,该查询的结束日期可以是2016年第2周。又如,若查询的时间类别为月,则该查询的开始日期可以是2016年1月,该查询的结束日期可以是2016年2月。
其中,该留存数据类型包括但不限于新增类型或者活跃类型。新增类型的留存数据主要是针对某日期在某应用上新增的用户,在其它日期的留存数据。该在其它日期的留存数据可以是该新增的用户中在其它日期还活跃的用户数,或者是该新增的用户中在其它日期还活跃的用户数占新增的用户数的比值。在一个实施例中,该比值还可以称为留存率。该新增的用户以及在其它日期还活跃的用户数,可以分别用相应的终端标识以及终端标识数表示。
例如,对于应用A,假设2017年3月18日的新增的用户数为20000,若确定在2017年3月25日的留存数据为85%,则表示在该20000个用户中还有17000个用户活跃。其中,该留存数据还可以表示为17000。
其中,该在其它日期该活跃类型的留存数据主要是针对某日期在某应用上活跃的用户,在其它日期的留存数据。该在其它日期的留存数据可以是该活跃的用户中在其它日期还活跃的用户数,还可以是该活跃的用户中在其它日期还活跃的用户数占该活跃的用户数的比值。在一个实施例中,该比值还可以称为留存率。该活跃的用户以及在其它日期还活跃的用户数,可以分别用相应的终端标识以及终端标识数表示。
例如,对于应用A,假设在2017年3月18日的活跃的用户数为16000,若确定在2017年3月25日的留存数据为85%,则表示在该16000个用户中还有13600个用户活跃。其中,该留存数据还可以表示为13600。
S102、服务器根据所述查询参数获取目标活跃数据。
本发明实施例中,该目标活跃数据可以是从用户业务日志数据中提取的。在一个实施例中,该目标活跃数据可以是根据该查询的开始日期以及该查询的结束日期,从用户业务日志数据包括的各个互联网用户的活跃数据中确定出的与查询参数对应的至少一个活跃数据。该活跃数据包括但不限于以下任意一项或者多项:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数;其中,该各日期对应的活跃参数用于指示各终端标识在该各日期活跃情况。
该应用标识可以是应用名称,如应用1、应用2、应用3,还可以是应用类别,如购物类、视频类、音乐类、拍照类等。其中,该终端标识包括但不限于IMEI、手机号。该设备类型可以是设备型号。该初始使用时间可以是用户初次使用终端包括的某应用的时间。例如,初次使用应用1的时间为2017年3月18号。该最后使用时间可以是用户最后使用终端包括的某应用的时间。例如,最后使用应用1的时间为2017年4月18号。可选地,根据需求,该初始使用时间、最后使用时间除了可以用日,还可以用周、月、年等形式表示。
该不同时间类别下的各日期对应的活跃参数,可以根据时间类别的不同而不同,可以用于指示各终端标识在该各日期的活跃情况。具体地,活跃参数可以用于指示各设备类型的终端标识在相应应用标识对应的应用的活跃情况。
在一个实施例中,若该时间类别为日,则该活跃参数可以用于表示该终端标识在对应日在目标应用标识对应的应用中是否活跃,如用“0”表示不活跃,用“1”表示活跃。若该时间类别为周,则该活跃参数可以用于表示该终端标识在对应周在目标应用标识对应的应用中活跃的天数,如“2”表示在对应周活跃2天,“3”表示在对应周活跃3天。若该时间类别为月,则该活跃参数可以用于表示该终端标识在对应月在目标应用标识对应的应用中的活跃天数。其中,如“7”表示在对应月活跃7天,“9”表示在对应月活跃9天。
其中,使用该终端标识对应终端的互联网用户,若在对应日若使用了目标应用标识对应的应用,则表示该终端标识在对应日在该目标应用标识对应的应用中活跃。该目标应用标识可以为一个或者多个。
本发明实施例中,该目标活跃数据可以按照预设模型存储在该服务器中。在一个实施例中,该用户业务日志数据包括的各个互联网用户的活跃数据也可以按照该预设模型存储在该服务器中。
其中,该预设模型至少包括按照预置更新规则更新后的活跃数据表;该活跃数据表至少包括多个活跃数据;该更新规则用于指示在不同时间类别对应的更新周期到达时将更新前的活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理。
在一个实施例中,该活跃数据表中可以包括各个终端从当前日期之前M(M≥1)天到当前日期之间每天的活跃参数。例如,各个终端从当前日期之前30天到当前日期之间每天的活跃参数,以便于服务器可以根据该各个活跃参数来计算留存数据。该活跃数据表还可以包括从当前周之前N(N≥1)周到当前周之间每周的各个活跃参数。例如,从当前周之前12周到当前周之间每周的各个活跃参数,以便于服务器可以根据该各个周的活跃参数来计算留存数据。该活跃数据表还可以包括从当前月之前P(P≥1)月到当前月之间每月的各个活跃参数。例如,从当前月之前12月到当前周之间每月的各个活跃参数,以便于服务器可以根据该各个月的活跃参数来计算留存数据。在一个实施例中,若该时间类别为日,该活跃数据表还可以包括各个终端从当前日期之前(M-1)天到当前日期之间每天的活跃参数,其中M≥1。若该时间类别为周,该活跃数据表还可以包括各个终端从当前日期之前(N-1)周到当前日期之间每周的活跃参数,其中N≥1。若该时间类别为月,该活跃数据表还可以包括各个终端从当前日期之前(P-1)月到当前日期之间每月的活跃参数,其中P≥1。
在一个实施例中,可以根据预置更新规则的指示,在不同时间类别对应的更新周期到达时,将活跃数据表中不同时间类别下各日期的活跃参数进行移位。举例来说,参阅表1,在每一天(或者每周、或者每月)达到时,将活跃数据表中的不同时间类别下各日期的活跃参数进行移位,如每天更新一次活跃数据,将d_01的活跃参数移动到d_02中,将d_02的活跃参数移动到d_03中,将d_M-1的活跃参数移动到d_M中,d_M的活跃参数被丢弃,将当前天(或者当前日期)的活跃参数插入到d_01中。周的活跃参数可以参照日的活跃参数移位,如在每周一将活跃数据表中时间类别周下各日期的活跃参数进行移位。月的活跃参数可以参照日的活跃参数移位,如在每月1号将活跃数据表中时间类别周下各日期的活跃参数进行移位。
请参阅表1,表1为对于活跃数据表中写入的各互联网用户的活跃数据的字段以及相应说明。其中,STRING表示字符串,INT是用于定义整数类型变量的标示符。例如,表1中的M可以为31,N可以为11,P可以为13。
表1
较优地,表1中的d_01还可以表示为当前天之前一天是否活跃,相应地,d_02还可以表示当前天之前两天是否活跃,d_M表示当前天之前M天是否活跃。本发明对其不做限制。服务器可以在每天早上更新一次活跃数据,将d_01的活跃参数移动到d_02中,将d_02的活跃参数移动到d_03中,将d_M-1的活跃参数移动到d_M中,d_M的活跃参数被丢弃,将当前天之前一天的活跃参数插入到d_01中,从可以使得统计每天的活跃数据更加完整,使得计算得到的留存数据更具可参考性。
在一个实施例中,该服务器可以根据查询参数从活跃数据表中获取目标活跃数据。
在一个实施例中,该服务器可以从活跃数据表中获取在第一日期记录的各个互联网用户的活跃数据,该第一日期是位于查询的开始时间到查询的结束时间之间的日期,根据查询参数中查询的时间类别而定;该服务器可以从该各个互联网用户的活跃数据中确定出包括查询参数中指定参数的至少一个活跃数据,并将该至少一个活跃数据作为目标活跃数据;该指定参数至少包括目标应用标识和/或目标设备类型。
例如,查询参数中的查询的开始时间为2017-04-17、查询的结束时间为2017-05-16、查询的设备类型为型号1、查询的留存数据类型为活跃类型、查询的应用标识为天气、查询的时间类别为日。若该活跃数据表中包括2017-04-17到2017-05-16之间每天的活跃数据,则服务器根据该查询参数从活跃数据表中获取的目标活跃数据至少可以包括:在2017-04-17到2017-05-16之间应用标识为天气且设备型号为型号1对应的每天的活跃参数。在一个实施例中,该查询的结束日期可以为当前日期。
在一个实施例中,服务器可以根据查询参数从历史活跃数据表中获取目标活跃数据。可以理解的是,若服务器根据查询参数没有从活跃数据表中获取目标活跃参数,则可以通过历史活跃数据表获取目标活跃数据。
S103、服务器根据所述目标活跃数据计算得到目标留存数据,并将所述目标留存数据发送至所述终端进行显示。
下面将对查询的留存数据类型分别为活跃类型以及新增类型的情况进行阐述。
在一个实施例中,若查询的留存数据类型为活跃类型,则该根据目标活跃数据计算得到目标留存数据,可以包括:根据在该第一日期获取的至少一个活跃数据中各活跃数据的活跃参数,确定出在该查询的开始日期活跃的第一类终端标识;该第一日期是属于该查询的开始日期以及查询的结束日期之间的日期,根据查询参数中的查询的时间类别而定;根据该第一类终端标识的数量得到第一留存数据;该第一留存数据的类型为活跃类型;根据该第一类终端标识中在第二日期记录的活跃参数,确定出在该第二日期活跃的第二类终端标识;根据该第二类终端标识的数量得到第二留存数据。其中,该第二日期根据查询参数中的查询的时间类别下包括的各日期而定。该第二日期位于第一日期后。
例如,假设查询参数中查询的开始时间为2017-04-17、查询的结束时间为2017-05-16、查询的设备类型为型号1、查询的留存数据类型为活跃类型、查询的应用标识为天气、查询的时间类别为日。服务器可以根据该查询参数获取目标活跃数据后,根据该目标活跃数据计算得到目标留存数据。请参照表2,为本发明实施例列举的目标留存数据(从2017-04-26至2017-05-15的部分留存数据)。其中,根据查询参数的不同,目标留存数据会存在不同,表2不构成对本发明实施例的限制。在一个实施例中,该查询的结束日期可以为当前日期。
表2
举例来说,如表2所示,若该第一日期为2017年5月14号,该第二日期为2017年5月15号,则服务器可以通过判断在2017年5月14号获取的至少一个活跃数据中各活跃数据的活跃参数是否大于0,以确定出在2017年5月14号活跃的第一类终端标识。该第一类终端标识可以为表2中的活跃用户。若确定出在2017年5月14活跃的第一类终端标识的数量为18885243个,服务器可以确定出在这18885243个第一类终端标识,仍然在2017年5月15号活跃的第二类终端标识。其中,该18885243个第一类终端标识可以作为第一留存数据。具体地,可以判断在18885243个第一类终端标识中各个终端标识在2017年5月15号对应记录的活跃参数是否大于0,以确定出在2017年5月15号活跃的第二类终端标识,从而可以根据该第二类终端标识得到第二类留存数据。若确定出该第一类终端标识中,在2017年5月15号活跃的第二类终端标识的数量为16668115个,则该第二留存数据可以是该第二类终端标识的数量,如16668115,还可以是该第二类终端标识数量与第一类终端标识数量的比值,如88.26%。
在一个实施例中,若该查询的留存数据类型为新增类型,则该根据该至少一个活跃数据计算得到留存数据,还可以包括:根据在该第一日期获取的至少一个活跃数据中各活跃数据的初始使用时间以及活跃参数,确定在该第一日期新增的第三类终端标识;该第一日期处于该查询的开始日期以及查询的结束日期之间,根据查询参数中查询的时间类别而定;根据该第三类终端标识的数量得到第三留存数据;该第三留存数据的类型为新增类型;根据该第三类终端标识中在该第二日期记录的活跃参数,确定出在该第二日期活跃的第四类终端标识;根据该第四类终端标识的数量得到第四留存数据。其中,该第二目标日期根据查询参数中的查询的时间类别下包括的各日期而定。
例如,假设查询参数中查询的开始时间为2017-04-19、查询的结束时间为2017-05-18、查询的设备类型为型号1、查询的留存数据类型为新增类型、查询的应用标识为天气、查询的时间类别为日。服务器可以根据该查询参数获取目标活跃数据后,根据该目标活跃数据计算得到该目标留存数据。请参照表3,为本发明实施例列举的目标留存数据(从2017-04-29至2017-05-18的部分留存数据)。根据查询参数的不同,目标留存数据会存在不同,表2不构成对本发明实施例的限制。在一个实施例中,该查询的结束日期可以为当前日期。
表3
举例来说,如表3所示,若第一日期为2017年5月17号,第二日期为2017年5月18号,则服务器可以在2017年5月17号从至少一个终端中获取至少一个活跃数据中各活跃数据的初始使用时间以及活跃参数,并可以确定在2017年5月17号新增的第三类终端标识。若确定出2017年5月17号新增的第三类终端标识为16021个,则可以确定出第三留存数据。该第三留存数据可以是该确定出的第三类终端标识的数量,如16021个。服务器可以根据该16021个终端标识中在2017年5月18号记录的活跃参数,从该16021个终端标识中确定出在2017年5月18号活跃的第四类终端标识,并且可以根据该第四类终端标识的数量得到第四留存数据。若确定出该第三类终端标识中,在2017年5月18号活跃的第四类终端标识的数量为2218个,则该第四留存数据可以是该第四类终端标识的数量,如2218,还可以是该第四类终端标识数量与第三类终端标识数量的比值,如13.84%。
需要说明的是,通过前述的两种方式,可以分别将所有留存,如当前天之前(M-1)天的留存数据计算出来;或者可以将当前周之前(N-1)周的留存数据计算出来;或者可以将当前月之前(P-1)月的留存数据计算出来。
可见,图1所示的实施例中,服务器可以根据查询参数获取目标活跃数据,并可以在根据该目标活跃数据得到目标留存数据后,将该目标留存数据返回至发送用户留存数据查询请求的终端。由于该目标活跃数据是以预设模型存储在服务器中的,因此通过该预设模型可以方便快捷地在海量的用户日志数据中查询数据。除此之外,通过上述由目标活跃数据计算得到目标留存数据的方式,使得服务器在提高实时计算留存数据速度同时,还可以快速地对终端的用户留存数据查询请求进行响应,提高了服务器的工作效率。
参见图3,是本发明另一实施例提供的一种数据处理方法的流程示意图。该方法可以应用于图1所示的网络架构中。如图3所示,该方法可包括:
S201、服务器接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数。
本发明实施例中,该查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型。
其中,该查询的应用标识可以是查询的应用名称,如应用1、应用2、应用3,还可以是查询的应用类别,如购物类、视频类、音乐类、拍照类等。其中,该查询的终端标识包括但不限于查询的IMEI、手机号。该查询的设备类型可以是查询的设备型号。该查询的开始日期以及查询的结束日期可以确定查询的留存数据的范围。
其中,该查询的开始日期以及查询的结束日期根据查询的时间类别不同,也随之不同。例如,若查询的时间类别为日,则该查询的开始日期可以是2016年10月1日,该查询的结束日期可以是2016年10月31日。再如,若查询的时间类别为周,则该查询的开始日期可以是2016年第一周,该查询的结束日期可以是2016年第四周。又如,若查询的时间类别为月,则该查询的开始日期可以是2016年1月,该查询的结束日期可以是2016年2月。
其中,该留存数据类型包括但不限于新增类型或者活跃类型。新增类型的留存数据主要是针对某日期在某应用上新增的用户,在其它日期的留存数据。该在其它日期的留存数据可以是该新增的用户中在其它日期还活跃的用户数,或者是该新增的用户中在其它日期还活跃的用户数占新增的用户数的比值。在一个实施例中,该比值还可以称为留存率。该新增的用户以及在其它日期还活跃的用户数,可以分别用相应的终端标识以及终端标识数表示。
例如,对于应用A,若2017年3月18日的新增的用户数为20000,若确定在2017年3月25日的留存数据为85%,则表示在该20000个用户中还有17000个用户活跃。其中,该留存数据还可以表示为17000。
其中,该在其它日期该活跃类型的留存数据主要是针对某日期在某应用上活跃的用户,在其它日期的留存数据。该在其它日期的留存数据可以是该活跃的用户中在其它日期还活跃的用户数,还可以是该活跃的用户中在其它日期还活跃的用户数占该活跃的用户数的比值。在一个实施例中,该比值还可以称为留存率。该活跃的用户以及在其它日期还活跃的用户数,可以分别用相应的终端标识以及终端标识数表示。
例如,对于应用A,若2017年3月18日的活跃的用户数为16000,若确定在2017年3月25日的留存数据为85%,则表示在该16000个用户中还有13600个用户活跃。其中,该留存数据还可以表示为13600。
在一个实施例中,终端可以在接收到查询指令后,生成用户留存数据查询请求发送到该服务器。该查询请求可以携带有查询参数,用于请求获取目标留存数据。该目标留存数据根据查询的留存数据类型可以为新增类型的留存数据或者活跃类型的留存数据。在一个实施例中,终端可以包括一个用户界面。该用户界面可以包括多个控件用于输入查询参数以及接收查询指令。
S202、服务器根据所述查询参数获取目标留存数据。
本发明实施例中,该目标留存数据可以是从存储在服务器中已经计算好的留存数据中提取的。该已经计算好的留存数据是根据服务器存储的活跃数据得到的。该存储的活跃数据是从各个终端获取并存储的。
其中,该活跃数据至少包括以下任意一种或者多种:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数;其中,该各日期对应的活跃参数用于指示各终端标识在该各日期活跃情况。
该应用标识可以是应用名称,如应用1、应用2、应用3,还可以是应用类别,如购物类、视频类、音乐类、拍照类等。其中,该终端标识包括但不限于,IMEI、手机号。该设备类型可以是设备型号。该初始使用时间可以是用户初次使用终端包括的某应用的时间。例如,初次使用应用A的时间为2017年3月18号。该最后使用时间可以是用户最后使用终端包括的某应用的时间。例如,最后使用应用A的时间可以2017年4月18号。可选地,根据需求,该初始使用时间、最后使用时间除了可以用日,还可以用周、月、年的形式表示。
该不同时间类别下的各日期对应的活跃参数,可以根据时间类别的不同而不同,可以用于指示各终端标识在该各日期的活跃情况。具体地,活跃参数可以用于指示各设备类型的终端标识在相应应用标识对应的应用的活跃情况。
在一个实施例中,若该时间类别为日,则该活跃参数可以用于表示该终端标识在对应日在目标应用标识对应的应用中是否活跃,如用“0”表示不活跃,用“1”表示活跃。若该时间类别为周,则该活跃参数可以用于表示该终端标识在对应周在目标应用标识对应的应用中活跃的天数,如“2”表示在对应周活跃2天,“3”表示在对应周活跃3天。若该时间类别为月,则该活跃参数可以用于表示该终端标识在对应月在目标应用标识对应的应用中的活跃天数。其中,如“7”表示在对应月活跃7天,“9”表示在对应月活跃9天。
其中,使用该终端标识对应终端的互联网用户,若在对应日使用了该目标应用标识对应的应用,则表示该终端标识在对应日在该目标应用标识对应的应用中活跃。该目标应用标识可以为一个或者多个。
在一个实施例中,服务器可以将固定周期,如每一天获取的活跃数据更新在活跃数据表中。
本发明实施例中,该目标活跃数据可以按照预设模型存储在该服务器中。在一个实施例中,该用户业务日志数据包括的各个互联网用户的活跃数据也可以按照该预设模型存储在该服务器中。其中,该预设模型至少包括按照预置更新规则更新后的活跃数据表;该活跃数据表至少包括多个活跃数据;该更新规则用于指示在不同时间类别对应的更新周期到达时将更新前的活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理。对于如何根据更新规则的指示,对活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理,请参阅图2实施例相应位置处,本发明实施例在此不做赘述。
在一个实施例中,该活跃数据表中可以包括各个终端从当前日期之前M(M≥1)天到当前日期之间每天的活跃参数。例如,各个终端从当前日期之前30天到当前日期之间每天的活跃参数,以便于服务器可以根据该各个活跃参数来计算留存数据。该活跃数据表还可以包括从当前周之前N(N≥1)周到当前周之间每周的各个活跃参数。例如,从当前周之前12周到当前周之间每周的各个活跃参数,以便于服务器可以根据该各个周的活跃参数来计算留存数据。该活跃数据表还可以包括从当前月之前P(P≥1)月到当前月之间每月的各个活跃参数。例如,从当前月之前12月到当前周之间每月的各个活跃参数,以便于服务器可以根据该各个月的活跃参数来计算留存数据。
在一个实施例中,该活跃数据表中可以包括不同时间类别下各日期的活跃参数,并且可以在每一天(或者周、或者月)达到时,将该活跃数据表中的不同时间类别下各日期的活跃参数进行移位,例如,请参阅图2实施例的表1,在每天更新一次活跃数据,将当天的活跃参数插入到d_01中,将d_01的活跃参数移动到d_02中,将d_02的活跃参数移动到d_03中,将d_M-1的活跃参数移动到d_M中,d_M的活跃参数被丢弃。周的活跃参数可以按照日的活跃参数移位,并在每周一更新。月的活跃参数可以按照日的活跃参数移位,并在每月1日更新。
在一个实施例中,服务器可以建立各个应用标识、各个设备类型、各个留存数据与该不同时间类别下各日期得到的留存数据之间的对应关系,以便可以根据查询参数从该对应关系中获取目标留存数据。
其中,该对应关系可以是服务器在接收到查询请求时,根据该查询请求携带的查询参数获取至少一个活跃数据,从而根据该至少一个活跃数据计算得到目标留存数据后生成的。或者,该对应关系还可以是服务器在接收到查询请求之前,根据获取的至少一个活跃数据,从而根据该至少一个活跃数据计算得到留存数据后生成的。该留存数据可以包括目标留存数据。
在一个实施例中,服务器可以获取在第一目标日期记录的各个活跃数据;从该各个活跃数据中确定出包括目标参数的至少一个活跃数据。其中,该目标参数至少包括指定应用标识和/或指定设备类型;根据该至少一个活跃数据得到留存数据。
需要说明的是,由于服务器可以根据查询参数中查询的设备类型以及查询的应用标识,来获取与该查询的应用标识和/或查询的设备类型相关的留存数据,因此服务器可以从各个活跃数据中确定出包括目标参数的至少一个活跃数据,以便根据该至少一个活跃数据计算得到留存数据。
S203、服务器将所述目标留存数据发送至所述终端进行显示。
需要说明的是,服务器在获取目标留存数据后,可以将该目标留存数据发送至该终端进行显示。
在一个实施例中,服务器可以利用该获取的目标留存数据,根据查询参数以及该目标留存数据生成留存列表后发送至终端进行显示。
可见,图3所示的实施例中,服务器可以接收终端发送的用户留存数据查询请求,并根据该查询请求中携带的查询参数获取目标留存数据,从而将该目标留存数据发送至该终端进行显示,服务器可以方便快捷地为终端提供不同维度的留存数据,使得终端获取的留存数据更多样化、更为全面。
请参阅图4,为本发明另一实施例提供的一种数据处理方法的流程示意图。该方法可以应用于图1所述的网络架构中。该方法可以包括步骤S301-S304,还可以包括步骤S305-S307。其中,对于步骤S305-S307的描述可以参见图3实施例步骤S201-S203相应位置的描述。具体地,该方法可以包括:
S301、服务器获取在第一目标日期记录的各个互联网用户的活跃数据。
本发明实施例中,该第一目标日期可以是服务器每次记录各个互联网用户的活跃数据的时间。该活跃数据至少包括以下任意一种或者多种:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数;其中,该各日期对应的活跃参数用于指示各终端标识在该各日期活跃情况。
需要说明的是,该不同时间类别下的各日期对应的活跃参数,可以根据时间类别的不同而不同,可以用于指示各终端标识在该各日期的活跃情况。在一个实施例中,若该时间类别为日,则该活跃参数可以用于表示该终端标识在对应日是否活跃,如用“0”表示不活跃,用“1”表示活跃。若该时间类别为周,则该活跃参数可以用于表示该终端标识在对应周活跃的天数,如“2”表示在对应周活跃2天,“3”表示在对应周活跃3天。若该时间类别为月,则该活跃参数可以用于表示该终端标识在对应月的活跃天数。其中,如“7”表示在对应月活跃7天,“9”表示在对应月活跃9天。
在一个实施例中,该服务器获取的查询参数中查询的开始日期以及查询的结束日期之间可以包括该第一目标日期。该第一目标日期可以是某日,还可以是某周,某月等。该查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型。
在一个实施例中,服务器20可以以固定周期,如每天获取记录的各互联网用户的活跃数据。其中,该活跃数据可以以预设模型存储在服务器20。该预设模型至少包括按照预置更新规则更新后的活跃数据表;该活跃数据表至少包括多个活跃数据;该更新规则用于指示在不同时间类别对应的更新周期到达时将更新前的活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理。
在一个实施例中,若该时间类别为日,则该活跃数据表中可以包括各个终端从当前日期之前M(M≥1)天到当前日期之间每天的活跃参数。例如,各个终端从当前日期之前30天到当前日期之间每天的活跃参数,以便于服务器可以根据该各个活跃参数来计算留存数据。或者,若该时间类别为周,则该活跃数据表还可以包括从当前周之前N(N≥1)周到当前周之间每周的各个活跃参数。例如,从当前周之前12周到当前周之间每周的各个活跃参数,以便于服务器20可以根据该各个周的活跃参数来计算留存数据。或者,若该时间类别为月,则该活跃数据表还可以包括从当前月之前P(P≥1)月到当前月之间每月的各个活跃参数。例如,从当前月之前12月到当前周之间每月的各个活跃参数,以便于服务器20可以根据该各个月的活跃参数来计算留存数据。
在一个实施例中,该获取的第一目标日期记录的各个活跃数据可以保存在活跃数据表中,在该第一目标日期不为当前日期时,该第一目标日期记录的活跃数据可以保存在历史活跃数据表中。该历史活跃数据表中可以保存有各个终端的历史活跃数据。
在一个实施例中,该活跃数据表中可以包括不同时间类别下各日期的活跃参数,并且可以在不同时间类别的更新周期到达时,如每一天(或者周、或者月)达到时,将该活跃数据表中的不同时间类别下各日期的活跃参数进行移位,例如,结合图2实施例中的表1,服务器可以在每天更新一次活跃数据,将当天的活跃参数插入到d_01中,将d_01的活跃参数移动到d_02中,将d_02的活跃参数移动到d_03中,将d_M-1的活跃参数移动到d_M中,d_M的活跃参数被丢弃。周的活跃参数可以按照日的活跃参数移位,并在每周一更新。月的活跃参数可以按照日的活跃参数移位,并在每月1日更新。
S302、服务器从所述各个互联网用户的活跃数据中确定出包括目标参数的至少一个活跃数据。
其中,该目标参数至少包括指定应用标识和/或指定设备类型。
在一个实施例中,该指定应用标识可以是服务器需要获取的包括的目标应用标识的至少一个活跃数据,从而可以针对不同的应用统计相应的数据,使得服务器获取的数据更具针对性,更加便于对活跃数据的分析以及管理。例如,该指定应用标识可以是目标应用名称,如应用1,还可以是目标应用类别,如游戏类。
在一个实施例中,该指定设备类型可以是服务器需要获取的包括的目标设备类型的至少一个活跃数据,从而可以针对不同型号的设备统计相应的数据,使得服务器获取的数据更具针对性,更加便于对活跃数据的分析以及管理。例如,该指定设备类型可以是目标终端型号,如型号1、型号2等。
S303、服务器根据所述至少一个活跃数据计算得到留存数据。
在一个实施例中,对于活跃数据中统计的时间类别为日的活跃参数,则可以通过判断各时间类别为日的活跃参数是否为具体某个数值,如是否为0,从而判断该活跃参数对应的终端标识在目标日是否活跃。例如,若为0,则不活跃,若不为0,则活跃。或者,可以通过判断各时间类别为日的活跃参数是否大于某个预置阈值,如是否大于0,来判断该活跃餐换宿对应的终端标识在目标日期是否活跃。例如,若大于0,则活跃,若等于0,则不活跃。
在一个实施例中,对于活跃数据中统计的时间类别为周(或者月)的活跃参数,则通过判断各时间类别为周(或者月)的活跃参数是否为具体某个数值,如是否为0,从而判断该活跃参数对应的终端标识在目标周(或者目标月)是否活跃。例如,若为0,则不活跃,若不为0,则活跃。或者,可以通过判断各时间类别为周的活跃参数是否大于某个预置阈值,如是否大于0,来判断该活跃餐换宿对应的终端标识在目标周(或者目标月)是否活跃。例如,若大于0,则活跃,若等于0,则不活跃。可选地,该时间类别为周(或者月)的活跃参数可以表示在终端标识在每周(或者月)活跃的天数。在一个实施例中,服务器可以每一天在更新活跃数据表后,根据该活跃数据表中的活跃数据计算留存数据,并存储计算的留存数据。
需要说明的是,在步骤S303中,服务器根据该至少一个活跃数据得到留存数据,可以包括:根据在该第一目标日期获取的至少一个活跃数据中各活跃数据的活跃参数,确定出在该第一目标日期活跃的第五类终端标识;根据该第一类终端标识的数量得到第五留存数据;根据该第五类终端标识中在该第二目标日期记录的活跃参数,确定出在该第二目标日期活跃的第六类终端标识;根据该第六类终端标识的数量得到第六留存数据。其中,该第五留存数据的类型为活跃类型。该第五类终端标识包括活跃的至少一个终端标识,该第六类终端标识包括在第五类终端标识中,仍然在第二目标日期活跃的至少一个终端标识。该第二目标日期可以是该第一目标日期后的日期。该第二目标日期可以是该第一目标日期后的日期,如1日、2日、7日、14日、30日等。
需要说明的是,在步骤S303中,服务器可以根据所述至少一个活跃数据得到目标留存数据。例如,若查询参数中查询的开始时间为2017-04-17、查询的结束时间为2017-05-16、查询的设备类型为型号1、查询的留存数据类型为活跃类型、查询的应用标识为天气、查询的时间类别为日。服务器可以根据该查询参数从存储的已经计算好的留存数据中获取目标留存数据。请参照表4,为本发明实施例展示的获取的目标留存数据(从2017-04-26至2017-05-15的部分留存数据)。在根据查询参数的不同,目标留存数据会存在不同,表4不构成对本发明实施例的限制。一个实施例中,该查询的结束日期可以为当前日期。
表4
举例来说,如表4所示,服务器可以通过判断在2017年5月14号获取的至少一个活跃数据中各活跃数据的活跃参数是否大于0,以确定出在2017年5月14号活跃的第五类终端标识。该第五类终端标识可以为表4中的活跃用户。若确定出在2017年5月14活跃的第五类终端标识的数量为18885243个,服务器可以确定出在这18885243个第五类终端标识,仍然在2017年5月15号活跃的第六类终端标识。该18885243个第五类终端标识可以作为第五留存数据。具体地,可以判断在18885243个第五类终端标识中各个终端标识在2017年5月15号对应记录的活跃参数是否大于0,以确定出在2017年5月15号活跃的第六类终端标识,从而可以根据该第六类终端标识得到第六类留存数据。若确定出该第五类终端标识中,在2017年5月15号活跃的第六类终端标识的数量为16668115个,则该第六留存数据可以是该第六类终端标识的数量,如16668115,还可以是该第六类终端标识数量与第五类终端标识数量的比值,如88.26%。
需要说明的是,在步骤S303中,服务器根据该至少一个活跃数据得到留存数据,还可以包括:根据在该第一目标日期获取的至少一个活跃数据中各活跃数据的初始使用时间以及活跃参数,确定在该第一目标日期新增的第七类终端标识;根据该第七类终端标识的数量得到第七留存数据;根据该第七类终端标识中在该第二目标日期记录的活跃参数,确定出在该第二目标日期活跃的第八类终端标识;根据该第八类终端标识的数量得到第八留存数据。其中,该第七留存数据的类型为新增类型。该第二目标日期可以是该第一目标日期后的日期,如1日、2日、7日、14日、30日等。
需要说明的是,服务器可以该至少一个活跃数据中各活跃数据的初始使用时间,判断该各活跃数据的初始使用时间是否为第一目标日期,从而可以确定出在该第一目标日期新增的第三类终端标识。
需要说明的是,在步骤S303中,服务器可以根据所述至少一个活跃数据得到目标留存数据。例如,若查询参数中查询的开始时间为2017-04-19、查询的结束时间为2017-05-18、查询的设备类型为型号1、查询的留存数据类型为新增类型、查询的应用标识为天气、查询的时间类别为日。服务器可以根据该查询参数从存储的已经计算好的留存数据中提取该目标留存数据。请参照表5,为本发明实施例展示的获取的目标留存数据(从2017-04-29至2017-05-18的部分留存数据)。根据查询参数的不同,目标留存数据会存在不同,表5不构成对本发明实施例的限制。在一个实施例中,该查询的结束日期可以为当前日期。
表5
举例来说,如表5所示,服务器可以在2017年5月17号从至少一个终端中获取至少一个活跃数据中各活跃数据的初始使用时间以及活跃参数,并可以确定在2017年5月17号新增的第七类终端标识。若确定出2017年5月17号新增的第七类终端标识为16021个,则可以确定出第七留存数据。该第七留存数据可以是该确定出的第七类终端标识的数量,如16021个。服务器可以根据该16021个终端标识中在2017年5月18号记录的活跃参数,从该16021个终端标识中确定出在2017年5月18活跃的第八类终端标识,并且可以根据该第八类终端标识的数量得到第八留存数据。若确定出该第七类终端标识中,在2017年5月18号活跃的第八类终端标识的数量为2218个,则该第八留存数据可以是该第八类终端标识的数量,如2218,还可以是该第八类终端标识数量与第七类终端标识数量的比值,如13.84%。
需要说明的是,通过前述的两种方式,可以分别将所有留存,如当前天之前(M-1)天的留存数据计算出来;或者可以将当前周之前(N-1)周的留存数据计算出来;或者可以将当前月之前(P-1)月的留存数据计算出来。
S304、服务器建立并存储查询参数与所述不同时间类别下各日期得到的留存数据之间的对应关系。
本发明实施例中,服务器可以在得到第一目标日期的留存数据,第二目标日期的留存数据后,可以建立并存储查询参数,如查询的应用标识、查询的设备类型、查询的留存数据类型等参数与该不同时间类别下各日期得到的留存数据之间的对应关系,以便服务器可以根据查询参数,从该对应关系中获取到目标留存数据。
其中,根据实际需求,服务器还可以将某个参数,从该对应关系中删除,或者说将某个参数添加进该对应关系中,以便可以根据查询参数从对应关系中查询出目标留存数据。
可见,图4所示的实施例中,服务器可以在获取活跃数据后,预先计算好留存数据,通过将活跃数据采用预设模型存储后,可以提高预先计算留存数据的速度。服务器可以在计算得到留存数据后,并建立和存储各个应用标识、各个设备类型、各个留存数据类型与该不同时间类别下各日期得到的留存数据之间的对应关系,以便根据查询参数,从该对应关系中获取相应的目标留存数据以发送至终端进行显示,不仅方便了留存数据的查询,并且一定程度增加了留存数据查询的维度,有利于从多维度对该留存数据进行更加全面的分析,提高了服务器的工作效率。
本发明实施例还提供一种服务器,该服务器包括用于执行前述任一项所述的方法的单元。具体地,参见图5,是本发明实施例提供的一种服务器的结构示意图。本实施例的服务器包括:接收单元100、获取单元200、处理单元300、发送单元400,还可以包括确定单元500、建立单元600。
接收单元100,用于接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数;
获取单元200,用于根据所述查询参数获取目标活跃数据;其中,所述目标活跃数据是从用户业务日志数据中提取的,并按照预设模型存储在所述服务器中;
处理单元300,用于根据所述目标活跃数据计算得到目标留存数据;
发送单元400,用于将所述目标留存数据发送至所述终端进行显示。
在一个实施例中,该查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型;该留存数据类型至少包括:新增类型或活跃类型;该查询的时间类别至少包括以下任意一种或者多种:日、周、月、年;该用户数据至少包括以下任意一种或者多种:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数;其中,该各日期对应的活跃参数用于指示各终端标识在该各日期活跃情况。
在一个可选的实施例中,所述获取单元200,还用于根据所述查询参数获取目标留存数据;所述目标留存数据是从服务器中存储的已计算好的留存数据中提取的。
在一个可选的实施例中,所述用户业务日志数据至少包括各个互联网用户的活跃数据;所述活跃数据包括以下任意一项或者多项:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数;其中,所述各日期对应的活跃参数用于指示各终端标识在所述各日期活跃情况。
在一个可选的实施例中,所述预设模型至少包括按照预置更新规则更新后的活跃数据表;所述活跃数据表至少包括多个活跃数据;所述更新规则用于指示在不同时间类别对应的更新周期到达时将更新前的活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理。
在一个可选的实施例中,所述查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型;所述留存数据类型至少包括:新增类型或活跃类型;所述查询的时间类别至少包括以下任意一种或者多种:日、周、月、年。
在一个可选的实施例中,所述获取单元200,还用于获取在第一目标日期记录的各个互联网用户的活跃数据。
在一个可选的实施例中,确定单元500,用于从所述各个互联网用户的活跃数据中确定出包括目标参数的至少一个用户数据;所述目标参数至少包括指定应用标识和/或指定设备类型。
在一个可选的实施例中,所述处理单元300,还用于根据所述至少一个活跃数据计算得到留存数据。
在一个可选的实施例中,建立单元600,用于建立并存储查询参数与所述不同时间类别下各日期得到的留存数据之间的对应关系,以便根据所述查询参数获取所述目标留存数据。
在一个可选的实施例中,所述处理单元300,还用于根据所述查询参数以及所述目标留存数据生成留存列表。
在一个可选的实施例中,所述发送单元400,还用于将所述留存列表发送至所述终端进行显示。
可见,图5所示的实施例中,服务器可以根据查询参数获取目标活跃数据,并可以在根据该目标活跃数据得到目标留存数据后,将该目标留存数据返回至发送用户留存数据查询请求的终端。由于该目标活跃数据是以预设模型存储在服务器中的,因此通过该预设模型可以方便快捷地在海量的用户日志数据中查询数据。除此之外,通过上述由目标活跃数据计算得到目标留存数据的方式,使得服务器在提高实时计算留存数据速度同时,还可以快速地对终端的用户留存数据查询请求进行响应,提高了服务器的工作效率。
参见图6,是本发明另一实施例提供的一种服务器的结构示意图。如图所示的本实施例的服务器可以包括:一个或多个处理器601;通信接口602和存储器603。上述处理器601、通信接口602和存储器603通过总线604连接。存储器603用于存储计算机程序,所述计算机程序包括程序指令,处理器601用于执行存储器603存储的程序指令。其中,处理器601被配置用于调用所述程序指令执行:
通过通信接口602接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数;
根据所述查询参数获取目标活跃数据;其中,所述目标活跃数据是从用户业务日志数据中提取的,并按照预设模型存储在所述服务器中;
根据所述目标活跃数据计算得到目标留存数据,并通过通信接口602将所述目标留存数据发送至所述终端进行显示。
在一个可选的实施方式中,处理器601被配置还用于调用所述程序指令执行:
根据所述查询参数获取目标留存数据;所述目标留存数据是从服务器中存储的已计算好的留存数据中提取的;
将所述目标留存数据发送至所述终端进行显示。
在一个可选的实施方式中,所述用户业务日志数据至少包括各个互联网用户的活跃数据;所述活跃数据包括以下任意一项或者多项:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数;其中,所述各日期对应的活跃参数用于指示各终端标识在所述各日期活跃情况。
在一个可选的实施方式中,所述预设模型至少包括按照预置更新规则更新后的活跃数据表;所述活跃数据表至少包括多个活跃数据;所述更新规则用于指示在不同时间类别对应的更新周期到达时将更新前的活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理。
在一个可选的实施方式中,所述查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型;所述留存数据类型至少包括:新增类型或活跃类型;所述查询的时间类别至少包括以下任意一种或者多种:日、周、月、年。
在一个可选的实施方式中,处理器601被配置还用于调用所述程序指令执行:
获取在第一目标日期记录的各个互联网用户的活跃数据;
从所述各个互联网用户的活跃数据中确定出包括目标参数的至少一个活跃数据;所述目标参数至少包括指定应用标识和/或指定设备类型;
根据所述至少一个活跃数据计算得到留存数据。
在一个可选的实施方式中,处理器601被配置还用于调用所述程序指令执行:
建立并存储查询参数与所述不同时间类别下各日期得到的留存数据之间的对应关系,以便根据所述查询参数获取所述目标留存数据。
应当理解,在本发明实施例中,所称处理器601可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
通信接口602可以标准的有线接口和/或标准的无线接口。可选地,该通信接口602还可以包括显示器(LCD等)、扬声器、触摸屏等。
该存储器603可以包括只读存储器和随机存取存储器,并向处理器601提供指令和数据。存储器603的一部分还可以包括非易失性随机存取存储器。例如,存储器603还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器601、通信接口602可执行本发明实施例提供的数据处理方法的第二实施例、第三实施例和第四实施例中所描述的实现方式,也可执行本发明实施例所描述的服务器的实现方式,在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现:
接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数;
根据所述查询参数获取目标活跃数据;其中,所述目标活跃数据是从用户业务日志数据中提取的,并按照预设模型存储在所述服务器中;
根据所述目标活跃数据计算得到目标留存数据,并将所述目标留存数据发送至所述终端进行显示。
所述计算机可读存储介质可以是前述任一实施例所述的服务器的内部存储单元,例如服务器的硬盘或内存。所述计算机可读存储介质也可以是所述服务器的外部存储设备,例如所述服务器上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述服务器的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述服务器所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的服务器和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的服务器和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种数据处理方法,应用于服务器,其特征在于,包括:
接收终端发送的用户留存数据查询请求,所述查询请求携带有查询参数;
根据所述查询参数获取目标活跃数据;其中,所述目标活跃数据是从用户业务日志数据中提取的,并按照预设模型存储在所述服务器中;
根据所述目标活跃数据计算得到目标留存数据,并将所述目标留存数据发送至所述终端进行显示。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述查询参数获取目标留存数据;所述目标留存数据是从服务器中存储的已计算好的留存数据中提取的;
将所述目标留存数据发送至所述终端进行显示。
3.根据权利要求1或2所述的方法,其特征在于,所述用户业务日志数据至少包括各个互联网用户的活跃数据;所述活跃数据包括以下任意一项或者多项:终端标识、应用标识、设备类型、初始使用时间、最后使用时间、不同时间类别下的各日期对应的活跃参数;其中,所述各日期对应的活跃参数用于指示各终端标识在所述各日期活跃情况。
4.根据权利要求3所述的方法,其特征在于,所述预设模型至少包括按照预置更新规则更新后的活跃数据表;所述活跃数据表至少包括多个活跃数据;所述更新规则用于指示在不同时间类别对应的更新周期到达时将更新前的活跃数据表中不同时间类别下的各日期对应的活跃参数进行移位处理。
5.根据权利要求1或2所述的方法,其特征在于,所述查询参数至少包括以下任意一种或者多种:查询的应用标识、查询的设备类型、查询的开始日期、查询的结束日期、查询的时间类别、查询的留存数据类型;所述留存数据类型至少包括:新增类型或活跃类型;所述查询的时间类别至少包括以下任意一种或者多种:日、周、月、年。
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取在第一目标日期记录的各个互联网用户的活跃数据;
从所述各个互联网用户的活跃数据中确定出包括目标参数的至少一个活跃数据;所述目标参数至少包括指定应用标识和/或指定设备类型;
根据所述至少一个活跃数据计算得到留存数据。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
建立并存储查询参数与所述不同时间类别下各日期得到的留存数据之间的对应关系,以便根据所述查询参数获取所述目标留存数据。
8.一种服务器,其特征在于,包括用于执行如权利要求1-7任一权利要求所述的方法的单元。
9.一种服务器,其特征在于,包括处理器、通信接口和存储器,所述处理器、通信接口和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
CN201710885444.1A 2017-09-26 2017-09-26 一种数据处理方法、服务器及计算机可读存储介质 Withdrawn CN107766454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710885444.1A CN107766454A (zh) 2017-09-26 2017-09-26 一种数据处理方法、服务器及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710885444.1A CN107766454A (zh) 2017-09-26 2017-09-26 一种数据处理方法、服务器及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN107766454A true CN107766454A (zh) 2018-03-06

Family

ID=61266695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710885444.1A Withdrawn CN107766454A (zh) 2017-09-26 2017-09-26 一种数据处理方法、服务器及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN107766454A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595314A (zh) * 2018-03-12 2018-09-28 中国平安人寿保险股份有限公司 用户设备月活跃数计算方法、装置、终端设备及存储介质
CN109376192A (zh) * 2018-09-20 2019-02-22 北京空中信使信息技术有限公司 一种用户留存分析方法、装置、电子设备及存储介质
CN109408559A (zh) * 2018-10-09 2019-03-01 北京易观智库网络科技有限公司 进行留存分析的方法、装置以及存储介质
CN109522521A (zh) * 2018-11-16 2019-03-26 北京中创碳投科技有限公司 一种数据处理方法、装置和计算机设备
CN109993572A (zh) * 2019-02-15 2019-07-09 生迪智慧科技有限公司 留存率统计方法、装置、设备及存储介质
CN110209746A (zh) * 2019-05-31 2019-09-06 北京三快在线科技有限公司 一种数据仓库的数据处理方法及装置
CN110535943A (zh) * 2019-08-29 2019-12-03 广州华多网络科技有限公司 数据处理方法、装置、电子设备及存储介质
CN111026803A (zh) * 2019-12-04 2020-04-17 北京首钢自动化信息技术有限公司 一种基于多维数据的处理方法及系统
CN112749190A (zh) * 2019-10-31 2021-05-04 中国移动通信集团重庆有限公司 数据查询方法、装置、计算设备及计算机存储介质
CN113112158A (zh) * 2021-04-13 2021-07-13 青岛海尔科技有限公司 设备使用数据的处理方法及装置、存储介质及电子装置
CN113821530A (zh) * 2021-09-26 2021-12-21 北京慧博科技有限公司 一种利用sql自动化分析客户留存率的方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595314A (zh) * 2018-03-12 2018-09-28 中国平安人寿保险股份有限公司 用户设备月活跃数计算方法、装置、终端设备及存储介质
CN109376192A (zh) * 2018-09-20 2019-02-22 北京空中信使信息技术有限公司 一种用户留存分析方法、装置、电子设备及存储介质
CN109408559A (zh) * 2018-10-09 2019-03-01 北京易观智库网络科技有限公司 进行留存分析的方法、装置以及存储介质
CN109522521A (zh) * 2018-11-16 2019-03-26 北京中创碳投科技有限公司 一种数据处理方法、装置和计算机设备
CN109993572A (zh) * 2019-02-15 2019-07-09 生迪智慧科技有限公司 留存率统计方法、装置、设备及存储介质
CN110209746A (zh) * 2019-05-31 2019-09-06 北京三快在线科技有限公司 一种数据仓库的数据处理方法及装置
CN110535943A (zh) * 2019-08-29 2019-12-03 广州华多网络科技有限公司 数据处理方法、装置、电子设备及存储介质
CN110535943B (zh) * 2019-08-29 2022-04-26 广州方硅信息技术有限公司 数据处理方法、装置、电子设备及存储介质
CN112749190A (zh) * 2019-10-31 2021-05-04 中国移动通信集团重庆有限公司 数据查询方法、装置、计算设备及计算机存储介质
CN112749190B (zh) * 2019-10-31 2023-04-11 中国移动通信集团重庆有限公司 数据查询方法、装置、计算设备及计算机存储介质
CN111026803A (zh) * 2019-12-04 2020-04-17 北京首钢自动化信息技术有限公司 一种基于多维数据的处理方法及系统
CN113112158A (zh) * 2021-04-13 2021-07-13 青岛海尔科技有限公司 设备使用数据的处理方法及装置、存储介质及电子装置
CN113821530A (zh) * 2021-09-26 2021-12-21 北京慧博科技有限公司 一种利用sql自动化分析客户留存率的方法

Similar Documents

Publication Publication Date Title
CN107766454A (zh) 一种数据处理方法、服务器及计算机可读存储介质
CN103365725B (zh) 在多个云之间动态分配工作负荷部署单元的方法和系统
CN103714133A (zh) 数据运维管理方法及装置
CN104683590B (zh) 一种日历事件的编辑与传送方法及其系统
CN109636278A (zh) 物料补货方法、物料补货装置及终端设备
CN107357718A (zh) 一种构建测试方法及装置
US20210216263A1 (en) Data processing method and electronic terminal
CN110083346B (zh) 基于数据可视化界面的筛选配置方法及装置
CN107181858A (zh) 一种显示通知消息的方法及终端
CN107193598A (zh) 一种应用启动方法、移动终端及计算机可读存储介质
CN110210899A (zh) 基于广告相似性的广告推送方法、装置和设备
CN110020149A (zh) 用户信息的标签化处理方法、装置、终端设备及介质
CN105989107A (zh) 一种应用推荐方法及装置
CN110059267A (zh) 数据分析结果的展示方法、装置、计算机设备及存储介质
CN110377215A (zh) 模型展示方法、装置及终端设备
CN102932416A (zh) 一种信息流任务的中间数据存储方法、处理方法及装置
CN113077142B (zh) 智能学员画像方法、系统及终端设备
CN106570060A (zh) 一种信息流中数据的随机抽取方法及装置
CN106250111A (zh) 一种壁纸获取方法及终端
CN107679222A (zh) 图片处理方法、移动终端及计算机可读存储介质
CN104750877B (zh) 一种用于云计算资源定价的统计分析方法
CN110428278A (zh) 确定资源份额的方法及装置
CN110443441A (zh) 规则效能监测方法、装置、计算机设备及存储介质
CN108520063A (zh) 事件日志的处理方法、装置及终端设备
CN108055382A (zh) 日历事件的添加方法、装置及移动终端

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180306