CN110188264A - 一种用户数据交互方法及装置 - Google Patents
一种用户数据交互方法及装置 Download PDFInfo
- Publication number
- CN110188264A CN110188264A CN201910274370.7A CN201910274370A CN110188264A CN 110188264 A CN110188264 A CN 110188264A CN 201910274370 A CN201910274370 A CN 201910274370A CN 110188264 A CN110188264 A CN 110188264A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- user data
- label
- journal
- 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
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
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
-
- 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
- G06F16/2455—Query execution
- G06F16/24568—Data stream processing; Continuous queries
-
- 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
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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
- 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
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/604—Tools and structures for managing or administering access control systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种用户数据交互方法及装置,该交互方法包括:获取用户数据,根据用户数据生成用户日志;从用户日志中提取用户数据标签;根据用户数据标签为不同用户推送包含用户数据标签的用户数据。通过实施本发明,可以为用户提供更加开放、人性化的数据共享机制;并且,基于共享平台提供相应的数据处理流程或处理算法,能够为用户量身定做各自的数据处理服务,提高用户的使用感受;同时,该方法可以通过获取用户数据生成用户数据标签,根据数据标签为不用企业用户推送用户数据,在不违反通用数据保护条例政策的前提下促进了数据交流。
Description
技术领域
本发明涉及大数据处理技术领域,具体涉及一种用户数据交互方法及装置。
背景技术
在信息化时代,数据库的发展形成了利用数据建模归纳总结过去并对未来做预测的“计算科学”;而消费互联网/大数据年代,通过收集大量的数据,形成了让计算机去规律的学习并优化模型的“数据科学”。大数据(Bigdata)通常用来形容一个公司创造的大量非结构化数据和半结构化数据,随着产业互联网AI智能时代的来临,大数据(Bigdata)需要更有效的进化成数据密集型科学发现(ScientificDiscovery)。而任何一个科学发现,都需要满足ReproducibleResult(可重复性结果)的要求。因为基于数据的结果,都是从数据->处理->结果(Data->Process->Result)这样一个过程,因此,要满足ReproducibleResult的要求,则需要一种更智能、更灵活的实时(不单只面对用户)数据处理系统对数据进行处理。
在消费互联网的时代,各大型技术平台所使用的数据处理系统,是通过提供数据共享技术,将数据收集和存储在他们自己平台(中心化的和公有的云)上,并应用超级id机制,由平台提供商集中控制,对用户的自由使用,有较多的权限,这些使用限制给用户带来诸多不便,更大大拖慢了产业互联网过程去中心化所需要技术的发展进度。
发明内容
有鉴于此,本发明实施例提供了一种用户数据交互方法及装置,以解决上述技术问题。
本发明提出的技术方案如下:
本发明实施例第一方面提供一种用户数据交互方法,该交互方法包括:获取用户数据,根据所述用户数据生成用户日志;从所述用户日志中提取用户数据标签;根据所述用户数据标签为不同用户推送包含用户数据标签的用户数据。
结合第一方面,在第一方面第一实施方式中,根据所述用户数据生成用户日志包括:通过部署在用户端的数据接口获取用户数据;根据所述用户数据及所述数据接口记录用户的操作行为;根据所述用户数据和所述用户的操作行为生成用户日志。
结合第一方面,在第一方面第二实施方式中,从所述用户日志中提取用户数据标签,包括:根据所述用户日志提取初始用户数据;对所述初始用户数据进行数据格式转换,生成用户特征数据;根据所述用户日志从数据共享平台中下载预设的数据处理流程和/或预设机器学习算法;根据所述预设的数据处理流程和/或预设机器学习算法对所述用户特征数据进行分析计算,生成用户数据标签。
结合第一方面第二实施方式,在第一方面第三实施方式中,根据所述预设的数据处理流程和/或预设机器学习算法对所述用户特征数据进行分析计算,生成用户数据标签,包括:根据打分算法,对所述用户特征数据进行打分,根据决策引擎算法,对打分后的用户特征数据标签进行采纳或舍弃,生成用户数据标签;或根据机器学习算法,对所述用户特征数据进行分析计算,生成用户数据标签。
结合第一方面,在第一方面第四实施方式中,该交互方法还包括:根据所述数据接口记录所述用户数据标签推送情况,所述推送情况包括对所述用户数据标签的浏览、点击和关闭;根据所述推送情况生成用户推送日志;将所述用户推送日志合并到所述用户日志中。
本发明实施例第二方面提供一种用户数据交互装置,该交互装置包括:日志生成模块,用于获取用户数据,根据所述用户数据生成用户日志;数据标签生成模块,用于从所述用户日志中提取用户数据标签;标签推送模块,用于根据所述用户数据标签为不同用户推送包含用户数据标签的用户数据。
结合第二方面,在第二方面第一实施方式中,该交互装置还包括:用户数据获取模块,用于通过部署在用户端的数据接口获取用户数据;用户行为记录模块,用于根据所述用户数据及数据接口记录用户操作行为;日志生成子模块,用于根据所述用户数据和所述用户的操作行为生成用户日志。
结合第二方面,在第二方面第二实施方式中,该交互装置还包括:初始数据生成模块,用于根据所述用户日志提取初始用户数据;特征数据生成模块,用于对所述用户日志进行数据格式转换,生成用户特征数据;流程算法下载模块,用于根据所述用户日志从数据共享平台中下载预设的数据处理流程和/或预设机器学习算法;数据标签生成子模块,用于根据所述预设的数据处理流程和/或预设机器学习算法对所述用户特征数据进行分析计算,生成用户数据标签。
结合第二方面第二实施方式,在第二方面第三实施方式中,该交互装置还包括:打分模块,用于根据打分算法,对所述用户特征数据进行打分;决策引擎模块,用于根据决策引擎算法,对打分后的用户特征数据标签进行采纳或舍弃,生成用户数据标签;或机器学习模块,用于根据机器学习算法,对所述用户特征数据进行分析计算,生成用户数据标签。
结合第二方面,在第二方面第四实施方式中,该交互装置还包括:推送记录模块,用于根据所述数据接口记录所述用户数据标签推送情况,所述推送情况包括对所述用户数据标签的浏览、点击和关闭;推送日志生成模块,用于根据所述推送情况生成用户推送日志;合并模块,用于将所述用户推送日志合并到所述用户日志中。
本发明实施例第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的用户数据交互方法。
本发明实施例第四方面提供了一种用户数据交互设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面的任意一种实施方式中所述的用户数据交互方法。
本发明实施例提出的技术方案,具有如下优点:
本发明实施例提供的用户数据交互方法及装置,可以为用户提供更加开放、人性化的数据共享机制;相对于现有的采用批处理的技术处理全量数据、流式计算处理实时增量数据的通用做法,本发明实施例提供的用户数据交互方法及装置,获取用户数据只需要根据自己的业务逻辑管理所关注的用户行为数据,不管是全量数据还是增量数据,亦或者实时处理,都可以通过本发明实施例实现。
此外,本发明实施例提供的用户数据交互方法及装置,在获取用户数据时,对用户数据进行处理的过程中,每个计算状态都可以存储在装置内部,不需要存储在外部系统,降低了计算引擎对外部系统的依赖以及部署,使运维更加简单,同时对该用户数据标签处理设备的性能也带来了极大的提升,实现了产业互联网的去中心化。
并且,本发明实施例提供的用户数据交互方法及装置,基于共享平台提供相应的数据处理流程或处理算法,能够为用户量身定做各自的数据处理服务,提高用户的使用感受,提供企业业务很多高级用户数据智能决策的功能;同时,该方法可以通过获取用户数据生成用户数据标签,根据数据标签为不用企业用户推送用户数据,在不违反通用数据保护条例(General Data Protection Regulation,GDPR)政策的前提下促进了数据交流,为企业提供了的低延迟、高吞吐数据交互服务。通过实施本发明,不仅可以通过获取用户历史数据生成数据标签,还可以将实时处理后的用户数据合并到用户数据中进一步处理,提高了产业互联网级的数据处理能力。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术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方式,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是根据本发明实施例的用户数据交互方法的流程图;
图2是根据本发明另一实施例的用户数据交互方法的流程图;
图3是根据本发明实施例的用户数据交互装置的结构框图;
图4是根据本发明另一实施例的用户数据交互装置的结构框图;
图5是本发明实施例提供的用户数据交互设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明实施例提供一种用户数据交互方法,如图1所示,该交互方法包括如下步骤:
步骤S101:获取用户数据,根据用户数据生成用户日志。
具体地,可以通过部署在用户端的数据接口获取用户数据,其中,该数据接口可以是软件开发工具包(Software Development Kit,SDK)或应用程序编程接口(ApplicationProgramming Interface,API),通过将企业平台接入API或SDK获取用户数据。该用户数据可以是存储在企业内部业务系统中的数据,该用户数据可以包括用户的身份信息或者企业的名称等数据。
获取用户数据后,可以根据用户数据及数据接口记录用户的操作行为,用户的操作行为可以包括用户浏览页面、打开页面或关闭页面的操作行为,本申请对此不做限定。当获取用户数据及用户的操作行为后,可以根据用户数据和用户的操作行为生成用户日志。
步骤S102:从用户日志中提取用户数据标签。
具体地,可以根据用户日志提取初始用户数据,该初始用户数据中可以包括用户浏览页面时的搜索数据等。
对初始用户数据进行数据格式转换,生成用户特征数据,其中,可以通过模型库、数据仓库技术(Extract-Transform-Load,ETL)转换等过程从初始用户数据中抽取出所需的数据,经过交互转换等步骤生成用户特征数据。
根据用户日志从数据共享平台中下载预设的数据处理流程和/或预设机器学习算法;具体地,可以从数据共享平台中下载打分算法、决策引擎算法和机器学习算法等,此外,还可以根据获取的用户数据,根据用户数据特征选择其他算法,例如聚类算法、分类算法及Lookalike人群扩散算法等,本申请对此不做限定。
根据预设的数据处理流程和/或预设机器学习算法对用户数据中的数据特征进行处理,生成用户数据标签。具体地,可以首先根据打分算法,对用户数据中的数据特征进行打分;例如,当用户数据中包含“滑雪”特征时,可以根据打分算法对用户浏览“滑雪页面”的时长、频率、深度等,对“滑雪”特征进行打分,这样,获取的其他特征例如“双板”、“单板”的特征就有不同的分值,可以相对准确的描述用户特点。之后可以根据决策引擎算法,对打分后的用户数据特征进行采纳或舍弃,生成用户数据标签;在该过程中,可以按照用户实现设定的规则、对数据进行采纳或舍弃,这其中可以按照需求来进行规则的配置、执行、管理,不同的行业都可以配置出属于自己不同的规则库。
此外,当获取的用户数据较为模糊,无法获取用户数据中的数据特征时,还可以根据机器学习算法,对用户数据进行分析计算,生成用户数据标签。例如可以将获取的数据输入下载的机器学习流程,通过机器学习算法,对用户数据中的数据特征进行标注,生成数据标签。
步骤S103:根据用户数据标签为不同用户推送包含用户数据标签的用户数据。具体地,当生成用户数据标签后,可以根据不同用户的需求为其推送包含用户数据标签的用户数据。
通过本发明实施例的用户数据交互方法,可以为用户提供更加开放、人性化的数据共享机制;相对于现有的采用批处理的技术处理全量数据、流式计算处理实时增量数据的通用做法,本发明实施例提供的用户数据交互方法,获取用户数据只需要根据自己的业务逻辑管理所关注的用户行为数据,不管是全量数据还是增量数据,亦或者实时处理,都可以通过本发明实施例实现。
此外,本发明实施例提供的用户数据交互方法,在获取用户数据时,对用户数据进行处理的过程中,每个计算状态都可以存储在装置内部,不需要存储在外部系统,降低了计算引擎对外部系统的依赖以及部署,使运维更加简单,同时对该用户数据标签处理设备的性能也带来了极大的提升,实现了产业互联网的去中心化。
并且,本发明实施例提供的用户数据交互方法,基于共享平台提供相应的数据处理流程或处理算法,能够为用户量身定做各自的数据处理服务,提高用户的使用感受,提供企业业务很多高级用户数据智能决策的功能;同时,该方法可以通过获取用户数据生成用户数据标签,根据数据标签为不用企业用户推送用户数据,在不违反通用数据保护条例(General Data Protection Regulation,GDPR)政策的前提下促进了数据交流,为企业提供了的低延迟、高吞吐数据交互服务。
可选地,在本发明的一些实施例中,如图2所示,该用户数据交互方法还包括如下步骤:
步骤S201:根据数据接口记录用户数据标签推送情况,推送情况包括对用户数据标签的浏览、点击和关闭;具体地,将包含用户数据标签的用户数据推送至不同目标用户后,可以通过数据接口API或SDK等记录用户对推送内容的浏览、点击、关闭等操作。
步骤S202:根据推送情况生成用户推送日志;具体地,当通过数据接口获取推送情况后,可以将获取的推送情况进行处理转换等过程,生成用户推送日志。
步骤S203:将用户推送日志合并到用户日志中。具体地,生成推送日志后,可以将该推送日志与步骤S101生成的用户日志进行合并,之后,可以将合并的用户日志根据步骤S102生成用户数据标签。
可选地,在本发明的一些实施例中,该用户数据标签处理方法可具体应用于一用户端设备中,该用户端设备还可以包括以下组成及功能:
(1)元数据管理模块,作为关键组件,通过进行简单配置便可以灵活的满足不同的企业(用户)、行业使用需求,而无需使用不同的专用版本。其中的元数据,是由系统使用者在开始使用系统的时候,添加的基础数据,基础设定。比如:用户在后台设定了追踪用的关键词“滑雪”、“单板”、“双板”、“崇礼滑雪场”等,这些元数据可以按需打开或关闭,以实现对应的标签过滤和触发。
(2)DSP组件,作为集成点指向不同的DPS,如谷歌DBM,iPinYou,雅虎等,用于提供企业数字营销渠道。具体地,将包含用户数据标签的用户数据推送至不同的用户时,可以判别不同用户是否有重复,从而减少不必要的重复投放。举例来说:通过DSP组件在抖音、微信、美团三个渠道推送时,其在抖音投放的广告加载的时候,可以获取访问用户的身份证明(UserIdentification,Uid)或会员账号(memberid),这样再在微信、美团上投放的时候,可以将此类用户过滤,实现精准投放,即实时的各类媒体相关数据进行全方位匹配。
本发明实施例还提供一种用户数据交互装置,如图3所示,该交互装置包括:
日志生成模块10,用于获取用户数据,根据用户数据生成用户日志;详细内容可参见上述方法实施例的步骤S101的相关描述。
具体的,该日志生成模块10包括用户数据获取模块,用于通过部署在用户端的数据接口获取用户数据;用户行为记录模块,用于根据用户数据及数据接口记录用户操作行为;日志生成子模块,用于根据用户数据和用户的操作行为生成用户日志。
数据标签生成模块20,用于从用户日志中提取用户数据标签;详细内容可参见上述方法实施例的步骤S102的相关描述。
具体的,该数据标签生成模块20包括:初始数据生成模块,用于根据用户日志提取初始用户数据;特征数据生成模块,用于对用户日志进行数据格式转换,生成用户特征数据;流程算法下载模块,用于根据用户日志从数据共享平台中下载预设的数据处理流程和/或预设机器学习算法;数据标签生成子模块,用于根据预设的数据处理流程和/或预设机器学习算法对用户特征数据进行分析计算,生成用户数据标签。
其中数据标签生成子模块包括:打分模块,用于根据打分算法,对用户特征数据进行打分;决策引擎模块,用于根据决策引擎算法,对打分后的用户特征数据标签进行采纳或舍弃,生成用户数据标签;或机器学习模块,用于根据机器学习算法,对用户特征数据进行分析计算,生成用户数据标签。
标签推送模块30,用于根据用户数据标签为不同用户推送包含用户数据标签的用户数据。详细内容可参见上述方法实施例的步骤S103的相关描述。
通过本发明实施例的用户数据交互装置,可以为用户提供更加开放、人性化的数据共享机制;相对于现有的采用批处理的技术处理全量数据、流式计算处理实时增量数据的通用做法,本发明实施例提供的用户数据交互装置,获取用户数据只需要根据自己的业务逻辑管理所关注的用户行为数据,不管是全量数据还是增量数据,亦或者实时处理,都可以通过本发明实施例实现。
此外,本发明实施例提供的用户数据交互装置,在获取用户数据时,对用户数据进行处理的过程中,每个计算状态都可以存储在装置内部,不需要存储在外部系统,降低了计算引擎对外部系统的依赖以及部署,使运维更加简单,同时对该用户数据标签处理设备的性能也带来了极大的提升,实现了产业互联网的去中心化。
并且,本发明实施例提供的用户数据交互装置,基于共享平台提供相应的数据处理流程或处理算法,能够为用户量身定做各自的数据处理服务,提高用户的使用感受,提供企业业务很多高级用户数据智能决策的功能;同时,该方法可以通过获取用户数据生成用户数据标签,根据数据标签为不用企业用户推送用户数据,在不违反通用数据保护条例(General Data Protection Regulation,GDPR)政策的前提下促进了数据交流,为企业提供了的低延迟、高吞吐数据交互服务。
可选地,在本发明的一些实施例中,如图4所示,该用户数据交互装置还包括:
推送记录模块21,用于根据数据接口记录用户数据标签推送情况,推送情况包括对用户数据标签的浏览、点击和关闭;详细内容可参见上述方法实施例的步骤S201的相关描述。
推送日志生成模块22,用于根据推送情况生成用户推送日志;详细内容可参见上述方法实施例的步骤S202的相关描述。
合并模块23,用于将用户推送日志合并到用户日志中。详细内容可参见上述方法实施例的步骤S203的相关描述。
本发明实施例还提供了一种用户数据交互终端,如图5所示,该用户数据交互终端可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图5中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的用户数据交互装置按键屏蔽方法对应的程序指令/模块(例如,图4所示的推送记录模块21、推送日志生成模块22、合并模块23)。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的用户数据交互方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述处理器51执行时,执行如图1-2所示实施例中的用户数据交互方法。
上述用户数据交互终端具体细节可以对应参阅图1至图2所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (12)
1.一种用户数据交互方法,其特征在于,包括:
获取用户数据,根据所述用户数据生成用户日志;
从所述用户日志中提取用户数据标签;
根据所述用户数据标签为不同用户推送包含用户数据标签的用户数据。
2.根据权利要求1所述的用户数据交互方法,其特征在于,根据所述用户数据生成用户日志包括:
通过部署在用户端的数据接口获取用户数据;
根据所述用户数据及所述数据接口记录用户的操作行为;
根据所述用户数据和所述用户的操作行为生成用户日志。
3.根据权利要求1所述的用户数据交互方法,其特征在于,从所述用户日志中提取用户数据标签,包括:
根据所述用户日志提取初始用户数据;
对所述初始用户数据进行数据格式转换,生成用户特征数据;
根据所述用户日志从数据共享平台中下载预设的数据处理流程和/或预设机器学习算法;
根据所述预设的数据处理流程和/或预设机器学习算法对所述用户特征数据进行分析计算,生成用户数据标签。
4.根据权利要求3所述的用户数据交互方法,其特征在于,根据所述预设的数据处理流程和/或预设机器学习算法对所述用户特征数据进行分析计算,生成用户数据标签,包括:
根据打分算法,对所述用户特征数据进行打分,根据决策引擎算法,对打分后的用户特征数据标签进行采纳或舍弃,生成用户数据标签;或
根据机器学习算法,对所述用户特征数据进行分析计算,生成用户数据标签。
5.根据权利要求1所述的用户数据交互方法,其特征在于,还包括:
根据所述数据接口记录所述用户数据标签推送情况,所述推送情况包括对所述用户数据标签的浏览、点击和关闭;
根据所述推送情况生成用户推送日志;
将所述用户推送日志合并到所述用户日志中。
6.一种用户数据交互装置,其特征在于,包括:
日志生成模块,用于获取用户数据,根据所述用户数据生成用户日志;
数据标签生成模块,用于从所述用户日志中提取用户数据标签;
标签推送模块,用于根据所述用户数据标签为不同用户推送包含用户数据标签的用户数据。
7.根据权利要求6所述的用户数据交互装置,其特征在于,还包括:
用户数据获取模块,用于通过部署在用户端的数据接口获取用户数据;
用户行为记录模块,用于根据所述用户数据及数据接口记录用户操作行为;
日志生成子模块,用于根据所述用户数据和所述用户的操作行为生成用户日志。
8.根据权利要求6所述的用户数据交互装置,其特征在于,还包括:
初始数据生成模块,用于根据所述用户日志提取初始用户数据;
特征数据生成模块,用于对所述用户日志进行数据格式转换,生成用户特征数据;
流程算法下载模块,用于根据所述用户日志从数据共享平台中下载预设的数据处理流程和/或预设机器学习算法;
数据标签生成子模块,用于根据所述预设的数据处理流程和/或预设机器学习算法对所述用户特征数据进行分析计算,生成用户数据标签。
9.根据权利要求8所述的用户数据交互装置,其特征在于,还包括:
打分模块,用于根据打分算法,对所述用户特征数据进行打分;
决策引擎模块,用于根据决策引擎算法,对打分后的用户特征数据标签进行采纳或舍弃,生成用户数据标签;或
机器学习模块,用于根据机器学习算法,对所述用户特征数据进行分析计算,生成用户数据标签。
10.根据权利要求6所述的用户数据交互装置,其特征在于,还包括:
推送记录模块,用于根据所述数据接口记录所述用户数据标签推送情况,所述推送情况包括对所述用户数据标签的浏览、点击和关闭;
推送日志生成模块,用于根据所述推送情况生成用户推送日志;
合并模块,用于将所述用户推送日志合并到所述用户日志中。
11.一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指令,所述计算机指令用于使所述计算机执行如权利要求1-5任一项所述的用户数据交互方法。
12.一种用户数据交互设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-5任一项所述的用户数据交互方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910037309 | 2019-01-15 | ||
CN2019100373090 | 2019-01-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110188264A true CN110188264A (zh) | 2019-08-30 |
Family
ID=67569442
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910273174.8A Pending CN110175281A (zh) | 2019-01-15 | 2019-04-04 | 一种用户数据处理、交互方法、装置及系统 |
CN201910273168.2A Pending CN110188144A (zh) | 2019-01-15 | 2019-04-04 | 一种用户数据数字化处理方法、装置及设备 |
CN201910272512.6A Pending CN110134711A (zh) | 2019-01-15 | 2019-04-04 | 大数据的处理方法、装置、设备及计算机可读存储介质 |
CN201910274370.7A Pending CN110188264A (zh) | 2019-01-15 | 2019-04-04 | 一种用户数据交互方法及装置 |
CN201910274466.3A Pending CN110196933A (zh) | 2019-01-15 | 2019-04-04 | 一种用户数据标签处理方法及装置 |
Family Applications Before (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910273174.8A Pending CN110175281A (zh) | 2019-01-15 | 2019-04-04 | 一种用户数据处理、交互方法、装置及系统 |
CN201910273168.2A Pending CN110188144A (zh) | 2019-01-15 | 2019-04-04 | 一种用户数据数字化处理方法、装置及设备 |
CN201910272512.6A Pending CN110134711A (zh) | 2019-01-15 | 2019-04-04 | 大数据的处理方法、装置、设备及计算机可读存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910274466.3A Pending CN110196933A (zh) | 2019-01-15 | 2019-04-04 | 一种用户数据标签处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (5) | CN110175281A (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046382B (zh) * | 2019-12-30 | 2024-04-02 | 武汉英迈信息科技有限公司 | 数据库审计方法、设备、存储介质及装置 |
CN111241081A (zh) * | 2020-01-09 | 2020-06-05 | 杭州涂鸦信息技术有限公司 | Iot平台数据收集方法及系统、可读存储介质、计算机设备 |
CN111291267B (zh) * | 2020-02-17 | 2024-04-12 | 中国农业银行股份有限公司 | App用户行为分析方法及装置 |
CN112073367B (zh) * | 2020-07-28 | 2022-12-09 | 智维云图(上海)智能科技有限公司 | 一种可视化的消防物联网数据的协议解析方法及系统 |
CN112184103A (zh) * | 2020-09-15 | 2021-01-05 | 苏州牧星智能科技有限公司 | 一种订单处理方法、装置及系统 |
CN112287015B (zh) * | 2020-10-14 | 2024-03-01 | 北京易观数智科技股份有限公司 | 画像生成系统及其方法、电子设备及存储介质 |
CN112632597A (zh) * | 2020-12-08 | 2021-04-09 | 国家计算机网络与信息安全管理中心 | 一种数据脱敏方法、装置可读存储介质 |
CN114520815A (zh) * | 2021-12-31 | 2022-05-20 | 乐爱创新(北京)科技有限公司 | 一种水环境大数据的处理方法、装置、设备和存储介质 |
-
2019
- 2019-04-04 CN CN201910273174.8A patent/CN110175281A/zh active Pending
- 2019-04-04 CN CN201910273168.2A patent/CN110188144A/zh active Pending
- 2019-04-04 CN CN201910272512.6A patent/CN110134711A/zh active Pending
- 2019-04-04 CN CN201910274370.7A patent/CN110188264A/zh active Pending
- 2019-04-04 CN CN201910274466.3A patent/CN110196933A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN110175281A (zh) | 2019-08-27 |
CN110188144A (zh) | 2019-08-30 |
CN110134711A (zh) | 2019-08-16 |
CN110196933A (zh) | 2019-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110188264A (zh) | 一种用户数据交互方法及装置 | |
CN106874279B (zh) | 生成应用类别标签的方法及装置 | |
CN109271493B (zh) | 一种语言文本处理方法、装置和存储介质 | |
US20230289828A1 (en) | Data processing method, computer device, and readable storage medium | |
CN113610239A (zh) | 针对机器学习的特征处理方法及特征处理系统 | |
CN105389349A (zh) | 词典更新方法及装置 | |
CN105069534A (zh) | 客户流失预测方法以及装置 | |
CN114238573B (zh) | 基于文本对抗样例的信息推送方法及装置 | |
CN112650923A (zh) | 新闻事件的舆情处理方法及装置、存储介质、计算机设备 | |
CN111027600B (zh) | 图像类别预测方法和装置 | |
CN111523324A (zh) | 命名实体识别模型的训练方法及装置 | |
CN112165639B (zh) | 内容分发方法、装置、电子设备以及存储介质 | |
CN107392311A (zh) | 序列切分的方法和装置 | |
CN112000929A (zh) | 一种跨平台数据分析方法、系统、设备及可读存储介质 | |
CN116881430A (zh) | 一种产业链识别方法、装置、电子设备及可读存储介质 | |
CN110069686A (zh) | 用户行为分析方法、装置、计算机装置及存储介质 | |
US20160189026A1 (en) | Running Time Prediction Algorithm for WAND Queries | |
Xiong et al. | ShenZhen transportation system (SZTS): a novel big data benchmark suite | |
CN111686451A (zh) | 一种业务处理方法、装置、设备及计算机存储介质 | |
CN110782128A (zh) | 一种用户职业标签生成方法、装置和电子设备 | |
CN110399617A (zh) | 审计数据处理方法、系统和可读存储介质 | |
Poornima et al. | Prediction of water consumption using machine learning algorithm | |
JP7236501B2 (ja) | 文書類似度学習に基づくディープラーニングモデルの転移学習方法およびコンピュータ装置 | |
CN114580533A (zh) | 特征提取模型的训练方法、装置、设备、介质及程序产品 | |
WO2021257195A1 (en) | Topic graph-based comment generation |
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 |