CN107784076A - 可视化构建用户行为数据的方法和装置 - Google Patents

Abstract

本发明公开了可视化构建用户行为数据的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取用户行为数据；通过脚本将用户行为数据加载至预设的应用程序APP表模板，生成标准化APP表；APP表模板包括：用户行为数据的维度参数和指标参数；依据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示调取的标准化APP表中的数据。本实施例能够自动可视化地展示用户行为数据，构建方式简单、稳定性好。

Description

可视化构建用户行为数据的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种可视化构建用户行为数据的方法和装置。

背景技术

随着互联网技术的发展，互联网平台累积的用户行为数据呈爆发式增长。通过搜集分析用户行为数据可以洞察用户的需求，发现目标用户，有利于更好地评估现有业务模式和制定营销策略。

现有技术中大多通过人工参与的方式获取和展示用户行为数据，这种方式至少存在如下问题：

1.查询用户行为数据时，需要业务人员具有一定的数据库基础知识，数据查询不方便；

2.获取和展示用户行为数据的步骤繁琐，效率低，准确性差。

发明内容

有鉴于此，本发明实施例提供一种可视化构建用户行为数据的方法和装置，能够自动可视化地展示用户行为数据，构建方式简单、稳定性好。

为实现上述目的，根据本发明实施例的一个方面，提供了一种可视化构建用户行为数据的方法，包括：

获取用户行为数据；

通过脚本将用户行为数据加载至预设的应用程序APP表模板，生成标准化APP表；APP表模板包括：用户行为数据的维度参数和指标参数；

依据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示调取的标准化APP表中的数据。

可选地，包括：

将获取的用户行为数据存储至海杜普Hadoop服务器；

在Hadoop服务器的数据仓库Hive中，按照预设的分区规则对用户行为数据进行分区。

可选地，预设的分区规则包括以下至少之一：按照时间分区、按照用户类型分区、按照用户网络协议IP地址分区、按照数据主题分区。

可选地，用户行为数据进一步包括：与维度参数和指标参数对应的统计数据。

可选地，

将生成的标准化APP表同步至分布式存储系统HBase，以备可视化接口调用；

依据可视化请求的维度参数和指标参数，通过调用可视化接口获取对应的标准化APP表。

可选地，获取用户行为数据之后进一步包括：

按照预设的清洗规则对用户行为数据进行清洗。

可选地，预设的清洗规则包括以下至少之一：

排除网络爬虫的浏览记录；

排除未登陆用户的浏览记录；

排除用户浏览页面中的默认信息。

根据本发明实施例的再一个方面，提供一种可视化构建用户行为数据的装置，包括：

数据采集模块，用于获取用户行为数据；

数据标准化模块，用于通过脚本将用户行为数据加载至预设的应用程序APP表模板，生成标准化APP表；APP表模板包括：用户行为数据的维度参数和指标参数；

可视化分析模块，用于依据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示调取的标准化APP表中的数据。

可选地，本实施例的装置进一步包括：数据导入模块，用于将获取的用户行为数据存储至海杜普Hadoop服务器；并在Hadoop服务器的数据仓库Hive中，按照预设的分区规则对用户行为数据进行分区。

可选地，预设的分区规则包括以下至少之一：按照时间分区、按照用户类型分区、按照用户网络协议IP地址分区、按照数据主题分区。

可选地，用户行为数据进一步包括：与维度参数和指标参数对应的统计数据。

可选地，本实施例的装置进一步包括：数据同步模块，用于将生成的标准化APP表同步至分布式存储系统HBase，以备可视化接口调用；

可视化分析模块依据可视化请求的维度参数和指标参数，通过调用可视化接口获取对应的标准化APP表。

可选地，数据采集模块进一步用于：获取用户行为数据之后，按照预设的清洗规则对用户行为数据进行清洗。

可选地，预设的清洗规则包括以下至少之一：

排除网络爬虫的浏览记录；

排除未登陆用户的浏览记录；

排除用户浏览页面中的默认信息。

根据本发明实施例的另一个方面，提供一种可视化构建用户行为数据的终端，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本发明实施例的方法。

根据本发明实施例的还一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的方法。

上述发明中的一个实施例具有如下优点或有益效果：通过脚本将用户行为数据加载至预设的应用程序APP表模板生成标准化APP表、依据可视化请求的维度参数和指标参数调取对应的标准化APP表、可视化展示调取的标准化APP表中的数据，能够克服需要以人工参与的方式获取进而展示用户行为数据的技术问题，达到自动可视化展示用户行为数据的技术效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的可视化构建用户行为数据的方法的主要流程的示意图；

图2是根据本发明实施例的可视化构建用户行为数据的装置的主要模块的示意图；

图3是本发明实施例可以应用于其中的示例性系统架构图；

图4是适于用来实现本发明实施例的终端或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的可视化构建用户行为数据的方法的主要流程的示意图，如图1所示，包括：

步骤S101、获取用户行为数据。

用户行为数据可以包括与用户行为有关的所有数据记录。例如，将用户浏览网络页面产生的所有数据记录作为用户行为数据，分别根据维度参数和指标参数将用户行为数据加载至对应的应用程序(Application，缩写为App)表模板中，生成各种标准化APP表。当接到可视化请求时，根据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示该标准化APP表中的数据，从而可以可视化地了解用户的浏览数据。由于本实施例中的标准化APP表中包含与用户行为有关的所有数据记录，因此，当可视化请求中的维度参数和指标参数发生改变时，本实施例也能够方便快速地获取对应的标准化APP表。

本实施例中的用户行为数据也可以仅包括与用户行为有关的的所有数据记录中的一部分数据。例如，以不同应用程序的名称为维度参数，以用户浏览应用程序的网络界面的流量消耗为指标，为了可视化地了解用户使用不同应用程序的流量消耗情况，本实施例中的用户行为数据可以仅包括与应用程序名称有关的数据记录和与流量消耗有关的数据记录。实际应用过程中，用户行为数据的内容可以根据应用场景以及可视化需求进行设定。本实施例能提高用户行为数据的读取速度，减少系统负荷。

维度参数和指标参数可以根据实际应用场景和可视化需求进行设定。例如，为了可视化展示不同地区的用电量情况，可以以用电量作为指标参数，以“北京”、“天津”、“河北”等地区或省份作为维度参数；为了可视化展示不同品牌化妆品的市场占有率情况，可以以销售量作为指标参数，以购买人群的年龄段为维度参数。

获取用户行为数据之后可以进一步包括：按照预设的清洗规则对用户行为数据进行清洗。清洗规则可以根据实际情况进行设置，例如，预设的清洗规则包括以下至少之一：排除网络爬虫的浏览记录；排除未登陆用户的浏览记录；排除用户浏览页面中的默认信息。以电商领域为例，当用户浏览一商品页面并选择配送区域时，可以初步确定用户可能对商品产生了购买兴趣，但是若当前页面上的配送区域是系统默认的地址，则仅根据该配送区域信息不能确定用户是否对该商品产生兴趣。通过清洗能够提高用户行为数据的有效性。

在一些可选的实施例中，将获取的用户行为数据存储至海杜普Hadoop服务器；在Hadoop服务器的数据仓库Hive中，按照预设的分区规则对用户行为数据进行分区。Hadoop是一个由Apache基金会所开发的分布式系统基础架构，能实现分布式文件系统(HadoopDistributed File System，简写为HDFS)。HDFS有高容错性的特点，可以提供高吞吐量来访问应用程序的数据，适合具有超大数据集的应用程序；HDFS可以以流的形式访问文件系统中的数据。Hive是建立在Hadoop上的数据仓库基础构架，其提供了一系列可以用来进行数据提取转化加载的工具，是一种可以存储、查询和分析存储在Hadoop中的数据的机制。本实施例以Hadoop为平台、Hive作为数据仓库构建工具，能够提升数据的稳定性和可扩展性。通过对用户行为数据进行分区，能够提高数据存储和读取的效率。

在一些可选的实施例中，预设的分区规则包括以下至少之一：

按照时间分区，例如，将每日获取的用户行为数据清洗后存储至海杜普Hadoop服务器，在Hadoop服务器的数据仓库Hive中按天对用户行为数据做分区；

按照用户类型分区，例如，按照年龄段将用户划分为不同人群，在Hadoop服务器的数据仓库Hive中按照用户所属人群对用户行为数据做分区；

按照用户网络协议IP地址分区，例如，根据用户IP的地址对用户行为数据进行分区；

按照数据主题分区，以电商领域为例，可以根据用户操作行为的类型将对应的用户行为数据分为浏览数据、购买数据，以即时通讯领域为例，可以根据通讯内容将对应的用户行为数据分为文字数据、图片数据、语音数据和视频数据等，并以此在Hadoop服务器的数据仓库Hive中进行分区。

用户行为数据可以进一步包括：与维度参数和指标参数对应的统计数据。以电商领域为例，当用户打开某一商品页面时，为了确定当前商品的商品状态，例如有货、无货、库存紧张等，可以获取与当前商品和配送区域对应的库存统计数据，并通过脚本将该库存统计数据加载至APP表模板中。如此，可以帮助电商平台提升现货水平，提高商品的周转率；同时，通过将统计数据和用户行为数据加载至APP表模板，可分析当前商品的预计购买情况以及无货的区域，帮助电商平台判断是否需要备货、是否需要开拓新的区域。

步骤S102、通过脚本将用户行为数据加载至预设的应用程序APP表模板，生成标准化APP表；APP表模板包括：用户行为数据的维度参数和指标参数。本实施例通过脚本自动将用户行为数据加载至APP表模板生成标准化APP表，与现有技术中通过人工参与的方式获取用户行为数据相比，查询用户行为数据时无需业务人员具有一定的数据库基础知识，方便快捷；基于预设的APP表模板生成标准化APP表，与通过人工参与的方式展示用户行为数据相比，步骤简单，效率高，准确性好。

APP表模板的结构可以根据实际应用场景和可视化需求进行设定。以电商领域为例，以现货率为指标参数，以地域作为维度参数，可以将所属地区、所属省份和现货率分别作为APP表模板的列。以在线翻译领域为例，以翻译错误率为指标，以翻译内容所属领域为维度参数，可以将“医药领域”、“金融领域”、“服务领域”、“教育领域”等所属领域和翻译错误率分表作为APP表模板的列，如此可以可视化地了解不同领域的翻译错误率情况，进而有针对性地对各个领域的词汇量和翻译方法做出适应性调整，提高在线翻译的用户体验。

在一些可选的实施例中，包括：将生成的标准化APP表同步至分布式存储系统HBase，以备可视化接口调用；依据可视化请求的维度参数和指标参数，通过调用可视化接口获取对应的标准化APP表。HBase是一个分布式的、面向列的开源数据库，可以快速随机访问海量数据。通过将标准化APP表同步至Hbase中，能够提高依据可视化请求的维度参数和指标参数调用标准化APP表的效率。

步骤S103、依据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示调取的标准化APP表中的数据。

在一些实施例中，可以通过可视化引擎模块调取对应的标准化APP表、并将标准化APP表加载到浏览器引擎中，然后通过展示模块将用户行为数据展示在浏览器中。

可视化展示的呈现方式可以根据应用场景和可视化需求进行设定，本发明对可视化展示的呈现方式不做具体限定。例如可以直接将调取的标注化APP表展示出来；当然，根据实际应用的需求，也可以基于调取的标准化APP表中的数据，以条形图或折线图的方式呈现用户行为数据，或者直接在地图等预设的图形上可视化展示用户行为数据。

图2是根据本发明实施例的可视化构建用户行为数据的装置200的主要模块的示意图，如图2所示，包括：

数据采集模块201，用于获取用户行为数据；

数据标准化模块203，用于通过脚本将用户行为数据加载至预设的应用程序APP表模板，生成标准化APP表；APP表模板包括：用户行为数据的维度参数和指标参数；

可视化分析模块205，用于依据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示调取的标准化APP表中的数据。

可选地，本实施例的装置进一步包括：数据导入模块202，用于将获取的用户行为数据存储至海杜普Hadoop服务器；并在Hadoop服务器的数据仓库Hive中，按照预设的分区规则对用户行为数据进行分区。

可选地，预设的分区规则包括以下至少之一：按照时间分区、按照用户类型分区、按照用户网络协议IP地址分区、按照数据主题分区。

可选地，用户行为数据进一步包括：与维度参数和指标参数对应的统计数据。

可选地，本实施例的装置进一步包括：数据同步模块204，用于将生成的标准化APP表同步至分布式存储系统HBase，以备可视化接口调用；

可视化分析模块205依据可视化请求的维度参数和指标参数，通过调用可视化接口获取对应的标准化APP表。

可选地，数据采集模块201进一步用于：获取用户行为数据之后，按照预设的清洗规则对用户行为数据进行清洗。

可选地，预设的清洗规则包括以下至少之一：

排除网络爬虫的浏览记录；

排除未登陆用户的浏览记录；

排除用户浏览页面中的默认信息。

根据本发明实施例的另一个方面，提供一种可视化构建用户行为数据的终端，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本发明实施例的方法。

图3示出了可以应用本发明实施例的可视化构建用户行为数据的方法或装置的示例性系统架构300。

如图3所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、X03和服务器305之间提供通信链路的介质。网络304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301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备301、302、303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305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所浏览的购物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可视化请求等数据进行分析等处理，并将处理结果(例如标注化APP表)反馈给终端设备。

需要说明的是，本发明实施例所提供的可视化构建用户行为数据的方法一般由服务器305执行，相应地，可视化构建用户行为数据的装置一般设置于服务器305中。

应该理解，图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图4，其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示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、或半导体的系统、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。在本发明中，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系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的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。计算机可读的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，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明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。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些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，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。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一个该设备执行时，使得该设备实现本发明的可视化构建用户行为数据的方法。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (13)

1.一种可视化构建用户行为数据的方法，其特征在于，包括：

获取用户行为数据；

通过脚本将所述用户行为数据加载至预设的应用程序APP表模板，生成标准化APP表；所述APP表模板包括：所述用户行为数据的维度参数和指标参数；

依据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示调取的标准化APP表中的数据。

2.如权利要求1所述的方法，其特征在于，包括：

将获取的所述用户行为数据存储至海杜普Hadoop服务器；

在所述Hadoop服务器的数据仓库Hive中，按照预设的分区规则对所述用户行为数据进行分区。

3.如权利要求2所述的方法，其特征在于，所述预设的分区规则包括以下至少之一：按照时间分区、按照用户类型分区、按照用户网络协议IP地址分区、按照数据主题分区。

4.如权利要求2所述的方法，其特征在于，所述用户行为数据进一步包括：与所述维度参数和所述指标参数对应的统计数据。

5.如权利要求1所述的方法，其特征在于，包括：

将生成的所述标准化APP表同步至分布式存储系统HBase，以备可视化接口调用；

依据可视化请求的维度参数和指标参数，通过调用所述可视化接口获取对应的所述标准化APP表。

6.如权利要求1所述的方法，其特征在于，获取用户行为数据之后进一步包括：

按照预设的清洗规则对所述用户行为数据进行清洗。

7.如权利要求6所述的方法，其特征在于，所述预设的清洗规则包括以下至少之一：

排除网络爬虫的浏览记录；

排除未登陆用户的浏览记录；

排除用户浏览页面中的默认信息。

8.一种可视化构建用户行为数据的装置，其特征在于，包括：

数据采集模块，用于获取用户行为数据；

数据标准化模块，用于通过脚本将所述用户行为数据加载至预设的应用程序APP表模板，生成标准化APP表；所述APP表模板包括：所述用户行为数据的维度参数和指标参数；

可视化分析模块，用于依据可视化请求的维度参数和指标参数调取对应的标准化APP表，可视化展示调取的标准化APP表中的数据。

9.如权利要求8所述的装置，其特征在于，进一步包括：数据导入模块，用于将获取的所述用户行为数据存储至海杜普Hadoop服务器；并在所述Hadoop服务器的数据仓库Hive中，按照预设的分区规则对所述用户行为数据进行分区。

10.如权利要求8所述的装置，其特征在于，进一步包括：数据同步模块，用于将生成的所述标准化APP表同步至分布式存储系统HBase，以备可视化接口调用；

所述可视化分析模块依据可视化请求的维度参数和指标参数，通过调用所述可视化接口获取对应的所述标准化APP表。

11.如权利要求8所述的装置，其特征在于，所述数据采集模块进一步用于：获取用户行为数据之后，按照预设的清洗规则对所述用户行为数据进行清洗。

12.一种可视化构建用户行为数据的终端，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1-7中任一所述的方法。

13.一种计算机可读介质，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1-7中任一所述的方法。