CN111353813A - 画像分析方法、系统、计算机设备及存储介质 - Google Patents
画像分析方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111353813A CN111353813A CN202010103961.0A CN202010103961A CN111353813A CN 111353813 A CN111353813 A CN 111353813A CN 202010103961 A CN202010103961 A CN 202010103961A CN 111353813 A CN111353813 A CN 111353813A
- Authority
- CN
- China
- Prior art keywords
- analysis
- crowd
- dimension
- image
- data
- 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
- 238000003703 image analysis method Methods 0.000 title claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 86
- 238000012216 screening Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004806 packaging method and process Methods 0.000 claims abstract description 5
- 230000006399 behavior Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010191 image analysis Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- 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
- G06F16/242—Query formulation
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Fuzzy Systems (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种画像分析方法、系统、计算机设备及存储介质,方法包括如下步骤:将配置的人群筛选维度的编码同分析源表中的字段一一对应;配置分析人群;配置分析指标画像;根据配置的分析人群组装结构化查询语句;定时刷新结构化查询语句执行状态,并推送画像结果;保留人群画像分析过程中各个维度对应的结果表并打包输出。本发明提供可视化操作界面,简化方便业务进行营销人群分析;采用模板分析的方法,极大的降低了设计开发和运维的成本。
Description
技术领域
本发明属于用户画像数据分析领域,具体涉及一种画像分析方法、系统、计算机设备及存储介质。
背景技术
用户画像可以围绕产品进行人群细分,确定产品的核心人群。
现有的画像分析主要存在以下问题:
1)无法满足业务分析需求,尤其是针对近几年内任意时间段内的新老客结构、新老客趋势、新客来源、复购时间间隔、复购留存、新注册会员转化、生理性别、年龄、职业、购买力、居住城市、城市分级、会员级别、妈妈状态、宝宝年龄、品类偏好、商品组偏好、品牌偏好、终端分布、消费层级、消费频次、购物人天、消费时段、品类、品牌、单品、一级商品组、二级商品组、三级商品组、四级商品组等多种复杂画像分析。
2)某些维度数据使用率低,但是同样会占用存储资源。
3)只有底层开发人员可以进行画像分析,运营业务人员由于技术限制无法自己进行画像分析。
发明内容
本发明的目的在于提供一种画像分析方法、系统、计算机设备及存储介质。
实现本发明目的的技术方案为:一种画像分析方法,包括以下步骤:
规范化数据,将配置的人群筛选维度的编码同分析源表中的字段一一对应;
配置分析人群;
配置分析指标画像;
根据配置的分析人群组装结构化查询语句;
定时刷新结构化查询语句执行状态,并推送画像结果;
保留人群画像分析过程中各个维度对应的结果表并打包输出。
进一步的,步骤1规范化数据包括:
(1)统计周期规范,用于筛选源表中某一时间段的人群信息,包括数据开始时间和数据结束时间;
(2)行为类型规范,根据用户行为和属性特征划分人群类型;
(3)人群筛选维度规范,人群筛选维度包括字段名称和字段编码,字段编码同筛选人群的源表字段一一对应。
进一步的,配置分析人群包括配置会员维度筛选条件和商品维度筛选条件。
进一步的,配置分析指标画像,具体为:
选中待分析的指标画像;
判断是否剔除空值;
显示维度解释及维度对应的筛选参数,定制需要分析的粒度。
进一步的,定义指标画像的编码,其编码值和对应的模板文件名是一一对应的。
进一步的,根据配置的条件进行组装结构化查询语句,包括:
输入配置的分析人群条件,生成人群结果表,该表用于存储会员基本信息字段;
根据人群结果表和配置的维度分析条件,生成维度分析临时结果表;
将维度分析临时结果表数据同步至数据库中。
进一步的,配置分析指标画像后,生成预览报告,所述预览报告包括数据范围、维度解释、分析报告三部分;
数据范围包括行为类型、统计周期、商品范围和人群限定;
维度解释包括各个维度的业务逻辑定义;
分析报告包括人群画像的展示方式。
一种画像分析系统,包括:
数据规范化模块,用于将配置的人群筛选维度的编码同分析源表中的字段一一对应;
页面配置模块,用于配置分析人群和配置分析指标画像;
结构化查询语句组装模块,用于根据用户配置的条件进行组装结构化查询语句;
结果展示模块,用于定时刷新结构化查询语句执行状态,并推送画像结果,保留人群画像分析过程中各个维度对应的人群临时表并打包输出。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明与现有技术相比,其显著优点为:(1)本发明提供可视化操作界面,简化方便业务进行营销人群分析;业务运营人员提供一个可视化的数据分析平台,将处理逻辑事先定义好固化并生成一个含有输入和输出的模板文件,然后将此模板文件存放到FTP服务器上,方便后期进行维护和二次开发;(2)分析维度多样灵活可扩展:可支持进行3年内任一时间段内的新老客结构、新老客趋势、新客来源、复购时间间隔、复购留存、新注册会员转化、生理性别、年龄、职业、购买力、居住城市、城市分级、会员级别、妈妈状态、宝宝年龄、品类偏好、商品组偏好、品牌偏好、终端分布、消费层级、消费频次、购物人天、消费时段、品类、品牌、单品、一级商品组、二级商品组、三级商品组、四级商品组30种复杂画像分析;(3)采用模板分析的方法,使设计开发和运维成本大大的降低,对于业务逻辑多变的环境中,可以避免排期发布当天修改即可生效;可支持的人群筛选维度扩展到30个筛选维度,后期可继续追加。
附图说明
图1是本发明的画像分析方法流程图。
图2是筛选画像基础人群信息表方框图。
图3是根据图2计算的人群基础信息表进行画像维度分析方框图。
图4是实施例中用户页面配置分析人群示意图。
图5是实施例中用户页面配置分析指标画像示意图。
图6是实施例中用户页面配置分析指标画像示意图。
图7是实施例中剔除空值示意图。
图8是实施例中报告演示实例示意图。
图9是实施例中预览报告内容示意图。
具体实施方式
本发明提供一种画像分析方法、系统、计算机设备及存储介质,方便业务运营人员自己进行自定义多维度画像分析,释放技术人员分析的工时,对于维度筛选个数和组合、时间周期范围组合以及计算逻辑没有限制,且分析逻辑可以进行自定义设计和二次开发。无需耗费过多的存储资源来存储中间结果数据,只需要提供源表数据即可,节省人工处理时间成本且逻辑固定方便数据人员进行分析和后期的维护。模板可读性强,经过整理的模板按照定义的简单规范进行阅读可以清晰的掌握每个维度的统计逻辑。
本发明支持用户三年内任意时间段内的新老客结构、新老客趋势、新客来源、复购时间间隔、复购留存、新注册会员转化、生理性别、年龄、职业、购买力、居住城市、城市分级、会员级别、妈妈状态、宝宝年龄、品类偏好、商品组偏好、品牌偏好、终端分布、消费层级、消费频次、购物人天、消费时段、品类、品牌、单品、一级商品组、二级商品组、三级商品组、四级商品组30种复杂画像分析并且以离线报告的形式将结果推送给用户,且中间维度人群临时表可进行打包精准营销。
如图1~图3所示,本发明的画像分析方法包括如下步骤:
步骤一:规范化数据,将人群筛选维度的编码同分析源表中的字段一一对应;
(1)统计周期规范
数据开始时间 时间格式为:YYYY-MM-DD
数据结束时间 时间格式为:YYYY-MM-DD
功能:用于筛选源表中某一时间段的人群信息。
(2)行为类型规范
根据用户行为和属性特征划分人群类型;
用户行为包括购买、浏览、加购、浏览未购、加购未购、投诉、退换货;属性特征包括用户年龄、性别、职业、消费能力和偏好。
(3)人群筛选维度规范
字段编码同筛选人群的源表字段一一对应。
步骤二:用户配置分析人群
1)会员维度筛选条件
2)商品维度筛选条件
用户点击筛选维度会弹出下拉选择框,左边选择需要分析的维度,右边展示已经选择中的具体值。
步骤三:用户配置分析指标画像
用户选中需要分析的指标画像,支持多选;
用户选中是否剔除空值,源表中会包含部分未采集到的数据,分析人员可以通过此开关自动过滤是否展示此部分结果数据;
点击维度后面的图表,展示维度解释及维度对应的筛选参数,提供业务分析人员定制化自己需要分析的粒度。
步骤四:用户保存后点击预览可以展示用户所配置的画像。
步骤五:根据用户配置的条件进行组装分析sql,模板主要基于freemark模板技术编写的包含有freemark语法的sql模板语句,主要包括:
筛选人群模块,此模块输入来源于用户配置的分析人群条件,最终会产出一张人群结果表,该表主要存储会员基本信息字段;
统计维度模块,该模块的人群数据来源为步骤1的人群结果表和配置的维度分析条件,最终会生成一张维度分析临时结果表;
数据同步模块,将统计维度模块中的结果表数据同步至HBase表中;
临时数据清理,最终将分析过程中的无用的临时表全部删除。
步骤六:定时任务刷新分析sql执行状态,并将分析成功的结果推送给用户。
步骤七:保留人群画像分析过程中各个维度对应的人群结果表并打包进行精准营销,即:向定向人群推送可能喜欢的或者有意向购买的商品。
下面结合实施例和附图对本发明进行详细说明。
实施例
一种为业务提供画像分析的方法,包括以下步骤:
步骤1、规范化数据,将人群筛选维度的编码同分析源表中的字段一一对应。
订单表对应的源表字段为:
(1)统计周期规范
数据开始时间(begingTime) 时间格式为YYYYMMDD
数据结束时间(endTime) 时间格式为YYYYMMDD
功能:用于筛选源表中某一时间段的人群信息,此字段对应于表中statis_date字段。
(2)行为类型(behaviorType)规范
购买人群--1、浏览人群-2、加购人群-3、浏览未购人群-4、加购未购人群-5、投诉人群-6、退换货人群-7。
(3)人群筛选维度规范
注:字段编码同筛选人群的源表字段一一对应
(4)各个分析维度id定义,其id值和对应的模板文件名是一一对应的,用于后期获取维度分析模板和报告结果值的获取;
例如:
生理性别 sex
年龄 age
对应的ftl模板文件名为:dimension_age.ftl、dimension_sex.ftl
步骤2、用户页面配置分析人群
1)会员维度筛选条件
2)商品维度筛选条件
如图4所示,用户点击筛选维度会弹出下拉选择框,左边选择需要分析的维度,右边会展示已经选择中的具体值。图中选择了:
计算人群类型为:购买人群;
人群筛选维度纬为:事业部—某事业部;品类—空调和冰洗;
筛选时间范围为:20190901—20190911;
是否是校园用户:选择是。
步骤3、用户页面配置分析指标画像,如图5、图6所示:
用户选中需要分析的指标画像,支持多选;
用户选中是否剔除空值,源表中会包含部分未采集到的数据,分析人员可以通过此开关自动过滤是否展示此部分结果数据,如图7所示;
点击维度后面的图表,会展示维度解释及维度对应的筛选参数,提供业务分析人员定制化自己需要分析的粒度;
其中,用户选择的维度为:性别(sex)、年龄段(age)。
步骤4、用户保存后点击预览可以展示用户所配置的画像,如图8、图9所示,预览报告内容分为三部分:数据范围、维度解释、分析报告;
数据范围展示:行为类型,统计周期,商品范围,人群限定;
维度解释:各个维度的业务逻辑定义;
分析报告:人群画像的展示方式。
步骤5、根据用户筛选参数组装分析sql
S51、设计freeMarker模板接收对象bean,接收对象的设计如下
(1)FreeMarker模板唯一接收识别类:TaskParm类属性如下:
reportID:分析任务唯一标识,字段类型:String
crowdID:筛选人群唯一标识,字段类型:String
goodParams:人群筛选---单品维度的筛选条件,字段类型:Map,其中key为源表列字段名,value为列对应的具体数值;
customerParams:人群筛选---会员维度的筛选条件,字段类型:Map,其中key为源表列字段名,value为列对应的具体数值;
beginTime:数据分析开始时间,字段类型:String格式:YYYYMMDD
endTime:数据分析结束时间,字段类型:String格式:YYYYMMDD
(2)维度分析抽象AnalysisDimensionBean类属性如下:
dimensionID:维度编码一般和源表字段一一对应,特殊分析场景定义唯一字符串表示;
dimensionValue:分析维度时需要的过滤和筛选参数;
S52、设计freemark分析模板
例如:分析订单人群的性别单维度和年龄段性别的交叉维度分布情况。
(1)freemark变量处理
形如“${var}”的变量体需要使用预先配置的字符串进行替换,例如“${taskParam.reportID}”可以替换成“1000045”;
(2)freemark语法标签
形如<#if varName??>...</#if>的freemark语法标签,可以通过接口FreeMakerParser.process(String expression,Object root)去除,varName变量的值,可以把预先配置好的值,通过root参数传入。
将设计好的freemark模板上传至FTP文件,当用户选择需要分析的维度时,系统根据对应维度选择指定的分析模板,如果需要进行修改,可以直接替换对应文件即可生效。
使用FTPClient工具,通过方法retrieveFileStream(fileName)获取模板文件。
S53、筛选订单人群模板设计
利用Freemark的list语法将订单表的筛选条件增加到sql语句的where关键词后面,查询指定筛选条件的订单数据,最终生成人群临时表crowd_table
例如:select*from订单表
Where 1=1and statis_date>='beginTime'and statis_date<’endTime’
<#list taskParam.goodsParams?keys as key>
and${key}in(${taskParam.goodsParams["${key}"]})
</#list>
其中${key}为字段名称,${taskParam.goodsParams["${key}"]}为字段值,如果有多个值则每个值会用逗号拼接起来如:dept_cd in(’00001,’0002’)
生成的临时表数据同步到表中,人群表字段如下:
中文字段名 | 字段名 | 字段类型 |
统计日期 | statis_date | String |
会员编码 | member_id | String |
S54、统计年龄段分布模板设计
通过S53生成的人群表crowd_table关联会员标签表获取人群的年龄段信息,再根据年龄段进行分组统计,就会得到每个年龄段的人群分布临时表tmp_table_age_result
第一步,关联获取临时表tmp_table_age_01
select member_id,age
from crowd_table b
left join标签表c on a.MEMBER_ID=c.MEMBER_ID
第二步,获取年龄段分布结果临时表tmp_table_age_result
select age,count(MEMBER_ID)as count
from tmp_table_age_01
where age!='未知'
group by age
tmp_table_age_01临时表进行保留,根据用户是否需要将此维度的人群打包并进行营销。
S55、统计性别分布模板设计
通过S53生成的人群表crowd_table关联会员标签表获取人群的性别信息,再根据性别进行分组统计,就会得到每个性别的人群分布临时表tmp_table_sex_result
第一步,关联获取临时表tmp_table_sex_01
select member_id,sex
from人群表b
left join标签表c on a.MEMBER_ID=c.MEMBER_ID
第二步,获取性别分布结果临时表tmp_table_sex_result
select sex,count(MEMBER_ID)as count
from tmp_table_sex_01
where sex!='未知'
group by sex
tmp_table_sex_01临时表进行保留,根据用户是否需要将此维度的人群打包并进行营销。
S56、将各个维度计算的结果汇总存入到结果表中
分析报告结果表结构如下:
步骤6、将结果表里的数据同步到hbase表中;
步骤7、启动后台定时任务扫描报告分析数据是否存在于hbase表中,如果存在则发送短信和报告地址链接通知用户查询,用户点击短信即可查看报告。
本领域普通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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种画像分析方法,其特征在于,包括以下步骤:
规范化数据,将配置的人群筛选维度的编码同分析源表中的字段一一对应;
配置分析人群;
配置分析指标画像;
根据配置的分析人群组装结构化查询语句;
定时刷新结构化查询语句执行状态,并推送画像结果;
保留人群画像分析过程中各个维度对应的结果表并打包输出。
2.根据权利要求1所述的画像分析方法,其特征在于,步骤1规范化数据包括:
(1)统计周期规范,用于筛选源表中某一时间段的人群信息,包括数据开始时间和数据结束时间;
(2)行为类型规范,根据用户行为和属性特征划分人群类型;
(3)人群筛选维度规范,人群筛选维度包括字段名称和字段编码,字段编码同筛选人群的源表字段一一对应。
3.根据权利要求1所述的画像分析方法,其特征在于,配置分析人群包括配置会员维度筛选条件和商品维度筛选条件。
4.根据权利要求1所述的画像分析方法,其特征在于,配置分析指标画像的具体方法为:
选中待分析的指标画像;
判断是否剔除空值;
显示维度解释及维度对应的筛选参数,定制化需分析的粒度。
5.根据权利要求4所述的画像分析方法,其特征在于,定义指标画像的编码,其编码值和对应的模板文件名是一一对应的。
6.根据权利要求1所述的画像分析方法,其特征在于,根据配置的条件进行组装结构化查询语句,包括:
输入配置的分析人群条件,生成人群结果表,该表用于存储会员基本信息字段;
根据人群结果表和配置的维度分析条件,生成维度分析临时结果表;
将维度分析临时结果表数据同步至数据库中。
7.根据权利要求1所述的画像分析方法,其特征在于,配置分析指标画像后,生成预览报告,所述预览报告包括数据范围、维度解释、分析报告三部分;
数据范围包括行为类型、统计周期、商品范围和人群限定;
维度解释包括各个维度的业务逻辑定义;
分析报告包括人群画像的展示方式。
8.一种画像分析系统,其特征在于,包括:
数据规范化模块,用于将配置的人群筛选维度的编码同分析源表中的字段一一对应;
页面配置模块,用于配置分析人群和配置分析指标画像;
结构化查询语句组装模块,用于根据用户配置的条件进行组装结构化查询语句;
结果展示模块,用于定时刷新结构化查询语句执行状态,并推送画像结果,保留人群画像分析过程中各个维度对应的结果表并打包输出。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010103961.0A CN111353813A (zh) | 2020-02-20 | 2020-02-20 | 画像分析方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010103961.0A CN111353813A (zh) | 2020-02-20 | 2020-02-20 | 画像分析方法、系统、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111353813A true CN111353813A (zh) | 2020-06-30 |
Family
ID=71198018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010103961.0A Pending CN111353813A (zh) | 2020-02-20 | 2020-02-20 | 画像分析方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353813A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113703757A (zh) * | 2021-07-20 | 2021-11-26 | 北京用友政务软件股份有限公司 | 一种微画像或微服务及其应用组装方法和系统 |
CN115829615A (zh) * | 2023-01-05 | 2023-03-21 | 瓴创(北京)科技有限公司 | 一种基于多数据库的用户分群方法、系统和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150324423A1 (en) * | 2012-11-26 | 2015-11-12 | Zte Corporation | Report creation method, device and system |
CN107967622A (zh) * | 2017-11-20 | 2018-04-27 | 深圳市启明星电子商务有限公司 | 一种营销数据运营分析系统及方法 |
CN109086318A (zh) * | 2018-06-28 | 2018-12-25 | 深圳市彬讯科技有限公司 | 用户画像模板的定义方法和装置 |
-
2020
- 2020-02-20 CN CN202010103961.0A patent/CN111353813A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150324423A1 (en) * | 2012-11-26 | 2015-11-12 | Zte Corporation | Report creation method, device and system |
CN107967622A (zh) * | 2017-11-20 | 2018-04-27 | 深圳市启明星电子商务有限公司 | 一种营销数据运营分析系统及方法 |
CN109086318A (zh) * | 2018-06-28 | 2018-12-25 | 深圳市彬讯科技有限公司 | 用户画像模板的定义方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113703757A (zh) * | 2021-07-20 | 2021-11-26 | 北京用友政务软件股份有限公司 | 一种微画像或微服务及其应用组装方法和系统 |
CN113703757B (zh) * | 2021-07-20 | 2024-02-13 | 北京用友政务软件股份有限公司 | 一种微画像或微服务及其应用组装方法和系统 |
CN115829615A (zh) * | 2023-01-05 | 2023-03-21 | 瓴创(北京)科技有限公司 | 一种基于多数据库的用户分群方法、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118296A (zh) | 活动推送方法、装置及电子设备 | |
US20060064428A1 (en) | Methods and apparatus for mapping a hierarchical data structure to a flat data structure for use in generating a report | |
JPH0877010A (ja) | データ分析方法および装置 | |
US20150032708A1 (en) | Database analysis apparatus and method | |
JP2004280739A (ja) | 情報配信システム | |
JP2015524127A (ja) | 消費者ディシジョンツリー生成システム | |
US11675756B2 (en) | Data complementing system and data complementing method | |
US7055096B2 (en) | Data integrate system and data integrate method | |
CN111353813A (zh) | 画像分析方法、系统、计算机设备及存储介质 | |
CN110727857A (zh) | 针对业务对象识别潜在用户的关键特征的方法及装置 | |
CN110134844A (zh) | 细分领域舆情监控方法、装置、计算机设备及存储介质 | |
Schulz et al. | A systematic view on data descriptors for the visual analysis of tabular data | |
CN112364923A (zh) | 样本数据的处理方法及装置、系统、存储介质、电子设备 | |
CN113687825B (zh) | 一种软件模块的构建方法、装置、设备及存储介质 | |
US20080208528A1 (en) | Apparatus and method for quantitatively measuring the balance within a balanced scorecard | |
CN112527918A (zh) | 一种数据处理的方法和装置 | |
CN112416904A (zh) | 电力数据规范化处理方法及装置 | |
CN110706049A (zh) | 数据处理方法及装置 | |
CN115510289A (zh) | 一种数据立方体配置方法、装置、电子设备及存储介质 | |
US20140372386A1 (en) | Detecting wasteful data collection | |
CN114860819A (zh) | 商业智能系统的构建方法、装置、设备和存储介质 | |
CN110968679A (zh) | 数据查询方法及装置 | |
US20080027966A1 (en) | Dynamic creation of star-schema database structures and cubes | |
CN115062023A (zh) | 宽表优化方法、装置、电子设备及计算机可读存储介质 | |
JP6320353B2 (ja) | デジタルマーケティングシステム |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |