CN111125181B

CN111125181B - 获得年龄占比的方法和装置、机器可读存储介质及处理器

Info

Publication number: CN111125181B
Application number: CN201811285558.3A
Authority: CN
Inventors: 华尔泽; 唐露
Original assignee: Beijing Gridsum Technology Co Ltd
Current assignee: Beijing Gridsum Technology Co Ltd
Priority date: 2018-10-31
Filing date: 2018-10-31
Publication date: 2023-03-14
Anticipated expiration: 2038-10-31
Also published as: CN111125181A

Abstract

本发明实施例提供一种获得年龄占比的方法和装置、机器可读存储介质及处理器，属于数据处理领域。该方法包括：接收关于所述人群包的至少一个数据来源，其中所述至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；以及基于所述至少一个数据来源中的每一数据来源所包括的年龄段及每一年龄段的占比确定所述人群包中每一年龄的占比。藉此，克服了第三方数据来源年龄段划分混乱的缺陷，实现了可以将关于人群包的数据来源中的数据与需要这些数据的系统中的年龄段进行合并，对于第三方数据来源人群包，可以按照系统年龄段进行随意切分，克服了单一信任某一数据来源导致数据不准确的缺陷。

Description

获得年龄占比的方法和装置、机器可读存储介质及处理器

技术领域

本发明涉及数据处理领域，具体地涉及一种获得年龄占比的方法和装置、机器可读存储机制及处理器。

背景技术

从第三方数据来源获取到的人群包年龄比例占比，年龄段划分比较混乱，比如，对于相同的人群包，数据来源A划分两个年龄段，20-29岁和30-39岁；数据来源B划分为三个年龄段，20-24岁、24-29岁和30-39岁。所获取的数据来源中的数据不能与需要这些数据的系统中的年龄段进行合并。另外，对于具有不同数据来源的人群包，仅仅选择一个认为数据比较准确的数据来源。但是，对于相同的人群包，不同的数据来源年龄占比不同。例如，从数据来源A得知，20-29岁占34％，但是从数据来源B得知，20-29岁占12％。由此，单一的信任某一方的数据源，有可能数据不够准确。

发明内容

本发明的目的是提供一种获得年龄占比的方法和装置、机器可读存储机制及处理器，其可解决或至少部分解决上述问题。

为了实现上述目的，本发明的一个方面提供一种获得人群包年龄占比的方法，该方法包括：接收关于所述人群包的至少一个数据来源，其中所述至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；以及基于所述至少一个数据来源中的每一数据来源所包括的年龄段及每一年龄段的占比，确定所述人群包中每一年龄的占比。

可选地，该方法还包括：接收对所述至少一个数据来源中的每一数据来源的权重的设置；其中，所述确定所述人群包中每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比以及每一数据来源的权重，确定所述人群包中每一年龄的占比。

可选地，所述确定所述人群包中每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比、每一数据来源的权重以及每一年龄在所在数据来源中所处的年龄段的跨度，确定所述人群包中每一年龄的占比。

可选地，所述确定人群包中每一年龄的占比为根据以下公式确定：

其中，i表示年龄，P_i表示年龄i在所述人群包中的占比，j表示所述至少一个数据来源中的第j个数据来源，n表示所述至少一个数据来源的总数，q_j表示第j个数据来源的权重，p_ij表示年龄i在第j个数据来源中所处于的年龄段的占比，L_ij表示年龄i在第j个数据来源中所处于的年龄段的跨度。

可选地，所述方法还包括：根据所述人群包的总人数和所述人群包中每一年龄的占比，得到所述人群包中每一年龄的人数。

可选地，所述方法还包括：根据各个预设年龄段和所述人群包中每一年龄的占比，得到所述人群包中各个预设年龄段的占比。

相应地，本发明的另一方面提供一种获得人群包年龄占比的装置，该装置包括：第一接收模块，用于接收关于所述人群包的至少一个数据来源，其中所述至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；以及确定模块，用于基于所述至少一个数据来源中的每一数据来源所包括的年龄段及每一年龄段的占比确定所述人群包中每一年龄的占比。

可选地，该装置还包括：第二接收模块，用于接收对所述至少一个数据来源中的每一数据来源的权重的设置；其中，所述确定模块确定每一年龄的占比还基于所设置的每一数据来源的权重。

此外，本发明的另一方面还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的方法。

另外，本发明的另一方面还提供一种处理器，其特征在于，用于运行程序，其中，所述程序被运行时用于执行上述的方法。

通过上述技术方案，基于关于人群包的至少一个数据来源中的每一数据来源确定人群包中每一年龄的占比，如此，对年龄段划分比较混乱的第三方数据来源进行整合，克服第三方数据来源年龄段划分混乱的缺陷。此外，在基于关于人群包的至少一个数据来源确定每一年龄的占比后，需要人群包数据的系统可以根据自己系统中的年龄段的划分基于所确定的每一年龄的占比得到各个年龄段的占比，例如，将某一年龄段所包括的年龄对应的占比求和得到该年龄段的占比，如此，可以将关于人群包的数据来源中的数据与需要这些数据的系统中的年龄段进行合并，对于第三方数据来源人群包，可以按照系统年龄段进行随意切分，或者，可以根据需要对确定的每一年龄的占比进行自由组合，得到需要的年龄段划分的占比。另外，在确定人群包中的每一年龄的占比时，基于关于人群包的至少一个数据来源中的每一数据来源进行确定，如此，克服了单一信任某一数据来源导致数据不准确的缺陷。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明一实施例提供的获得人群包年龄占比的方法的流程图；以及

图2是本发明一实施例提供的获得人群包年龄占比的装置的结构框图。

附图标记说明

1 第一接收模块 2 确定模块

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

本发明实施例的一个方面提供一种获得人群包年龄占比的方法。图1是本发明一实施例提供的获得人群包年龄占比的方法的流程图。如图1所示，该方法包括以下步骤。

在步骤S10中，接收关于人群包的至少一个数据来源，其中至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比。其中，接收至少一个数据来源可以是通过与数据来源提供方通信进行接收。

关于某一人群包的数据来源包括多个，每个数据来源包括该数据来源中划分的年龄段及每一年龄段在该人群包中的占比。例如，一个包含一万人的人群包，关于该人群包有三个数据来源，其中，各个数据来源中的年龄段划分及每一年龄段的占比如下：

数据来源A：20-29岁60％，30-39岁40％；

数据来源B：20-24岁20％，25-29岁40％，30-34岁30％，35-39岁10％；

数据来源C：20岁5％，21岁5％，22岁5％，23岁5％，24岁5％，25岁5％，26岁5％，27岁5％，28岁5％，29岁5％，30岁5％，31岁5％，32岁5％，33岁5％，34岁5％，35岁5％，36岁5％，37岁5％，38岁5％，39岁5％。

在步骤S11中，基于至少一个数据来源中的每一数据来源所包括的年龄段及每一年龄段的占比，确定人群包中每一年龄的占比。例如，基于关于人群包的每一数据来源，分别确定人群包中的某一年龄的人数，将根据每一数据来源确定出的该年龄的人数求和除以数据来源的总数得到该年龄的人数的平均值，将该平均值除以人群包的总人数得到该年龄的占比。用同样的方法求和人群包中的每一年龄的占比。比如，以上述包括一万人的人群包为例，假设求20岁的占比。基于数据来源A，将总人数乘以20岁所在的年龄段的占比除以所在年龄段的跨度求出基于数据来源A确定出的20岁的总人数，经过求解为600。基于同样的方法，分别求出基于数据来源B和数据来源C确定出的20岁的总人数，分别为400和500。将600、400和500求和除以3得到20岁人数的平均值，将平均值除以10000得到20岁的占比。基于与求20岁的占比同样的方法求出人群包中的每一年龄的占比。

基于关于人群包的至少一个数据来源中的每一数据来源确定人群包中每一年龄的占比，如此，对年龄段划分比较混乱的第三方数据来源进行整合，克服第三方数据来源年龄段划分混乱的缺陷。此外，在基于关于人群包的至少一个数据来源确定每一年龄的占比后，需要人群包数据的系统可以根据自己系统中的年龄段的划分基于所确定的每一年龄的占比得到各个年龄段的占比，例如，将某一年龄段所包括的年龄对应的占比求和得到该年龄段的占比，如此，可以将关于人群包的数据来源中的数据与需要这些数据的系统中的年龄段进行合并，对于第三方数据来源人群包，可以按照系统年龄段进行随意切分，或者，可以根据需要对确定的每一年龄的占比进行自由组合，得到需要的年龄段划分的占比。另外，在确定人群包中的每一年龄的占比时，基于关于人群包的至少一个数据来源中的每一数据来源进行确定，如此，克服了单一信任某一数据来源导致数据不准确的缺陷。

可选地，在本发明实施例中，该获得人群包年龄占比的方法还包括接收对至少一个数据来源中的每一数据来源的权重的设置；其中，确定人群包中每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比以及每一数据来源的权重，确定人群包中每一年龄的占比。如此，通过设置权重对数据来源进行区别，在使用到人群包的所有数据来源的同时，提高所比较信任的数据来源方的占比份量。例如，在对数据来源中的每一数据来源设置权重的情况下，可以采用如下方法确定每一年龄的占比：以上述所列举的确定每一年龄的占比的例子为基础，在基于关于人群包的每一数据来源分别确定出人群包中的某一年龄的人数后，将分别确定出的人数乘以对应的数据来源的权重后再进行求和，进而将求和后的值除以权重的求和得到该年龄的人数的平均值，将该平均值除以人群包的总人数得到该年龄的占比。可选地，在本发明实施例中，可以通过交互模块接收对权重的设置，用户也可以通过程序指令设置权重。

可选地，在本发明实施例中，确定人群包每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比、每一数据来源的权重以及每一年龄在所在数据来源中所处的年龄段的跨度，确定人群包中每一年龄的占比。

可选地，在本发明实施例中，在对数据来源中的每一数据来源设置权重的情况下，确定人群包中每一年龄的占比为根据以下公式确定：

其中，i表示年龄，P_i表示年龄i在人群包中的占比，j表示至少一个数据来源中的第j个数据来源，n表示至少一个数据来源的总数，q_j表示第j个数据来源的权重，p_ij表示年龄i在第j个数据来源中所处于的年龄段的占比，L_ij表示年龄i在第j个数据来源中所处于的年龄段的跨度。

例如，以上述的人数为一万人的人群包为例，设置数据来源A的权重为1、数据来源B的权重为2、数据来源C的权重为1，则20岁的占比为：(60％/10*1+20％/5*2+5％*1)/(1+2+1)＝4.75％。

可选地，在本发明实施例中，在该获得人群包年龄占比的方法还包括根据人群包的总人数和人群包中每一年龄的占比，得到人群包中每一年龄的人数。例如，以上述的人数为一万人的人群包为例，在确定出20岁的占比为4.75％后，用占比乘以人数得到年龄为20岁的总人数，10000×4.75％＝475。

可选地，在本发明实施例中，在该获得人群包年龄占比的方法还包括根据各个预设年龄段和人群包中每一年龄的占比，得到所述人群包中各个预设年龄段的占比。其中，该各个预设年龄段可以是用户根据需要进行设定的。例如，将某一预设年龄段所包括的年龄对应的占比求和得到该预设年龄段的占比，可以采用该求和的方法得到各个预设年龄段的占比。如此，实现了对于第三方数据来源人群包，可以按照预设年龄段进行随意切分，或者，可以根据需要对确定的每一年龄的占比进行自由组合，得到需要的年龄段划分的占比。

本发明实施例的另一方面提供一种获得人群包年龄占比的装置。图2是本发明另一实施例提供的获得人群包年龄占比的装置。如图2所示，该装置包括第一接收模块1和确定模块2。其中，第一接收模块1用于接收关于人群包的至少一个数据来源，其中至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；确定模块2用于基于至少一个数据来源中的每一数据来源所包括的年龄段及每一年龄段的占比确定人群包中每一年龄的占比。

可选地，在本发明实施例中，该获得人群包年龄占比的装置还包括：第二接收模块，用于接收对至少一个数据来源中的每一数据来源的权重的设置；其中，确定模块确定每一年龄的占比还基于所设置的每一数据来源的权重。

可选地，在本发明实施例中，确定模块确定人群包中每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比、每一数据来源的权重以及每一年龄在所在数据来源中所处的年龄段的跨度，确定人群包中每一年龄的占比。

可选地，在本发明实施例中，确定模块确定人群包中每一年龄的占比为根据以下公式确定：

可选地，在本发明实施例中，确定模块还用于根据人群包的总人数和人群包中每一年龄的占比，得到人群包中每一年龄的人数。

可选地，在本发明实施例中，确定模块还用于根据各个预设年龄段和人群包中每一年龄的占比，得到所述人群包中各个预设年龄段的占比。

本发明实施例提供的获得人群包年龄占比的装置的具体工作原理及益处与本发明实施例提供的获得人群包年龄占比的方法的具体工作原理及益处相似，这里将不再赘述。

所述获得人群包年龄占比的装置包括处理器和存储器，上述第一接收模块、确定模块和第二接收模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来克服第三方数据来源年龄段划分混乱的缺陷，实现可以将关于人群包的数据来源中的数据与需要这些数据的系统中的年龄段进行合并，对于第三方数据来源人群包，可以按照系统年龄段进行随意切分，克服了单一信任某一数据来源导致数据不准确的缺陷。

存储器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(flash RAM)，存储器包括至少一个存储芯片。

此外，本发明实施例的另一方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述实施例中所述的方法。

本发明实施例的另一方面还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述实施例中所述的方法。。

本发明实施例的另一方面还提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：接收关于所述人群包的至少一个数据来源，其中所述至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；以及基于所述至少一个数据来源中的每一数据来源所包括的年龄段及每一年龄段的占比，确定所述人群包中每一年龄的占比；接收对所述至少一个数据来源中的每一数据来源的权重的设置；其中，确定人群包中每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比以及每一数据来源的权重，确定所述人群包中每一年龄的占比；所述确定人群包每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比、每一数据来源的权重以及每一年龄在所在数据来源中所处的年龄段的跨度，确定所述人群包中每一年龄的占比；所述确定每一年龄的占比为根据以下公式确定：

其中，i表示年龄，P_i表示年龄i在所述人群包中的占比，j表示所述至少一个数据来源中的第j个数据来源，n表示所述至少一个数据来源的总数，q_j表示第j个数据来源的权重，p_ij表示年龄i在第j个数据来源中所处于的年龄段的占比，L_ij表示年龄i在第j个数据来源中所处于的年龄段的跨度；根据所述人群包的总人数和所述人群包中每一年龄的占比，得到所述人群包中每一年龄的人数；根据各个预设年龄段和所述人群包中每一年龄的占比，得到所述人群包中各个预设年龄段的占比。。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：接收关于所述人群包的至少一个数据来源，其中所述至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；以及基于所述至少一个数据来源中的每一数据来源所包括的年龄段及每一年龄段的占比确定所述人群包中每一年龄的占比；接收对所述至少一个数据来源中的每一数据来源的权重的设置；其中，所述确定所述人群包中每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比以及每一数据来源的权重，确定所述人群包中每一年龄的占比；所述确定人群包每一年龄的占比包括：基于每一数据来源所包括的年龄段、每一年龄段的占比、每一数据来源的权重以及每一年龄在所在数据来源中所处的年龄段的跨度，确定所述人群包中每一年龄的占比；所述确定所述人群包中每一年龄的占比为根据以下公式确定：

其中，i表示年龄，P_i表示年龄i在所述人群包中的占比，j表示所述至少一个数据来源中的第j个数据来源，n表示所述至少一个数据来源的总数，q_j表示第j个数据来源的权重，p_ij表示年龄i在第j个数据来源中所处于的年龄段的占比，L_ij表示年龄i在第j个数据来源中所处于的年龄段的跨度；根据所述人群包的总人数和所述人群包中每一年龄的占比，得到所述人群包中每一年龄的人数；根据各个预设年龄段和所述人群包中每一年龄的占比，得到所述人群包中各个预设年龄段的占比。

本领域内的技术人员应明白，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。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

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。

存储器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(flash RAM)。存储器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

1.一种获得人群包年龄占比的方法，其特征在于，该方法包括：

接收关于所述人群包的至少一个数据来源，其中所述至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；

接收对所述至少一个数据来源中的每一数据来源的权重的设置；以及

基于所述至少一个数据来源中的每一数据来源所包括的年龄段、每一年龄段的占比、每一数据来源的权重以及每一年龄在所在数据来源中所处的年龄段的跨度，确定所述人群包中每一年龄的占比，

其中，所述确定所述人群包中每一年龄的占比为根据以下公式确定：

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：根据所述人群包的总人数和所述人群包中每一年龄的占比，得到所述人群包中每一年龄的人数。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据各个预设年龄段和所述人群包中每一年龄的占比，得到所述人群包中各个预设年龄段的占比。

4.一种获得人群包年龄占比的装置，其特征在于，该装置包括：

第一接收模块，用于接收关于所述人群包的至少一个数据来源，其中所述至少一个数据来源中的每一数据来源包括划分的年龄段及每一年龄段的占比；

第二接收模块，用于接收对所述至少一个数据来源中的每一数据来源的权重的设置；以及

确定模块，用于基于所述至少一个数据来源中的每一数据来源所包括的年龄段、每一年龄段的占比、每一数据来源的权重以及每一年龄在所在数据来源中所处的年龄段的跨度确定所述人群包中每一年龄的占比，

5.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-3中任一项所述的方法。

6.一种处理器，其特征在于，用于运行程序，其中，所述程序被运行时用于执行：如权利要求1-3任一项中所述的方法。