CN111563026B - 数据处理方法及装置、电子设备和计算机可读存储介质 - Google Patents
数据处理方法及装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111563026B CN111563026B CN202010347868.4A CN202010347868A CN111563026B CN 111563026 B CN111563026 B CN 111563026B CN 202010347868 A CN202010347868 A CN 202010347868A CN 111563026 B CN111563026 B CN 111563026B
- Authority
- CN
- China
- Prior art keywords
- active
- target
- activity
- application
- function
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种数据处理方法及装置、电子设备和计算机可读存储介质,该方法包括:获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间;基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数;基于所述目标活跃量函数,确定所述第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值;将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。本发明的技术方案,突破了第三方应用发布数据的周期滞后性造成的限制,便于及时计算目标应用的日活跃用户数量等数据。
Description
【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及装置、电子设备和计算机可读存储介质。
【背景技术】
APP的日活跃用户数量指一日之内使用了该APP的用户数,目前,常常将APP的日活跃用户数量作为大数据处理等数据处理工作的基础之一。相关技术中,一般通过第三方应用公开的日活跃用户数量,来估算其他APP的日活跃用户数量。
大数据处理等数据处理工作是实时进行的,其每天、每小时甚至每分钟,都需要使用到作为其重要计算基础的日活跃用户数量。第三方应用公开日活跃用户数量的周期却很长,比如,每周公开一次,相应地,在第三方应用公开日活跃用户数量后的一周之内的任何时间,数据处理工作就只能以该次公开的日活跃用户数量为基础进行计算。
然而,在第三方应用公开APP的日活跃用户数量的周期内,随着时间的进行,APP的实际日活跃用户数量是在不断波动的。换言之,在该周期内的大部分时刻,APP的实际日活跃用户数量并非第三方应用公开的这一日活跃用户数量。因此,在该周期内始终基于第三方应用公开的这一日活跃用户数量进行数据处理,其所得到的数据处理结果并不准确。也就是说,日活跃用户数量更新的滞后性,最终会导致数据处理结果准确性低下。
因此,如何提升应用的日活跃用户数量的更新及时性,成为目前亟待解决的技术问题。
【发明内容】
本发明实施例提供了一种数据处理方法及装置、电子设备和计算机可读存储介质,旨在解决相关技术中日活跃用户数量更新严重滞后的技术问题。
第一方面,本发明实施例提供了一种数据处理方法,包括:获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间;基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数;基于所述目标活跃量函数,确定所述第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值;将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
第二方面,本发明实施例提供了一种数据处理装置,包括:活跃量请求信息获取单元,用于获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间;目标活跃量函数调用单元,用于基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数;第一活跃量变化差值确定单元,应用基于所述目标活跃量函数,确定所述第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值;活跃用户总量确定单元,用于将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
第三方面,本发明实施例提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行上述第一方面中任一项所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行上述第一方面中任一项所述的方法流程。
以上技术方案,针对相关技术中应用的日活跃用户数量更新严重滞后的技术问题,提出了一种新的日活跃用户数量计算方法,可实时进行日活跃用户数量的更新,摆脱了对第三方应用的数据的依赖。
具体来说,首先,获取针对目标应用的活跃量请求信息。活跃量请求信息包括第一时间区间,用于请求在第一时间区间内使用了目标应用的用户总量。
接着,本发明实施例提供的方法,调用与目标应用的应用类型对应的目标活跃量函数。相同应用类型的应用随着时间变化具有相同或相近的活跃量变化规律,应用类型对应的目标活跃量函数体现了该应用类型下每个应用在每个时刻对应的活跃量变化值。
因此,基于目标活跃量函数,可确定任意两个时刻发生的活跃量变化值的相对差值。具体地,可确定目标应用在第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值。第一活跃量变化差值示出了第一指定时刻的活跃用户总量与目标应用在第一时间区间的活跃用户总量的相对差值。
本发明实施例提供的方法,预先确定了第一指定时刻的活跃用户总量。因此,可将第一指定时刻的活跃用户总量与该第一活跃量变化差值相加,得到目标应用在所述第一时间区间的活跃用户总量。
其中,第一时间区间可以为符合实际活跃用户总量计算需求的任意时间区间,可选地,第一时间区间为24h,其对应的活跃用户总量为日活跃用户数量。
通过以上技术方案,无需依靠第三方应用提供的数据,随时可对目标应用在任何时间区间内的活跃用户总量的计算,突破了第三方应用发布数据的周期滞后性造成的限制,便于及时计算目标应用的日活跃用户数量等数据。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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它的附图。
图1示出了根据本发明的一个实施例的数据处理方法的流程图;
图2示出了根据本发明的另一个实施例的数据处理方法的流程图;
图3示出了根据本发明的一个实施例的目标活跃量函数的示意图;
图4示出了根据本发明的再一个实施例的数据处理方法的流程图;
图5示出了根据本发明的一个实施例的数据处理装置的框图;
图6示出了根据本发明的一个实施例的电子设备的框图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
实施例一
图1示出了根据本发明的一个实施例的数据处理方法的流程图。
如图1所示,根据本发明的一个实施例的数据处理方法的流程包括:
步骤102,获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间。
活跃量请求信息包括第一时间区间,用于请求在第一时间区间内使用了目标应用的用户总量。
步骤104,基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数。
本发明实施例提供的方法,调用与目标应用的应用类型对应的目标活跃量函数。相同应用类型的应用随着时间变化具有相同或相近的活跃量变化规律,应用类型对应的目标活跃量函数体现了该应用类型下每个应用在每个时刻对应的活跃量变化值。
步骤106,基于所述目标活跃量函数,确定所述第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值。
基于目标活跃量函数,可确定任意两个时刻发生的活跃量变化值的相对差值。具体地,可确定目标应用在第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值。第一活跃量变化差值示出了第一指定时刻的活跃用户总量与目标应用在第一时间区间的活跃用户总量的相对差值。
步骤108,将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
本发明实施例提供的方法,预先确定了第一指定时刻的活跃用户总量。因此,可将第一指定时刻的活跃用户总量与该第一活跃量变化差值相加,得到目标应用在所述第一时间区间的活跃用户总量。
其中,第一时间区间可以为符合实际活跃用户总量计算需求的任意时间区间,可选地,第一时间区间为24h,其对应的活跃用户总量为日活跃用户数量。
通过以上技术方案,无需依靠第三方应用提供的数据,随时可对目标应用在任何时间区间内的活跃用户总量的计算,突破了第三方应用发布数据的周期滞后性造成的限制,便于及时计算目标应用的日活跃用户数量等数据。
相关技术中在其参照的第三方应用提供的日活跃用户数量更新滞后的同时,其基于该日活跃用户数量计算其他APP的日活跃用户数量的数据处理方式也会造成具有数据处理结果缺乏准确性。比如,在国内市场,由于几乎人人都使用微信,故可将微信公开的日活跃用户数量a作为该日的用户总量a,然后选取指定数量b个在该日上报有微信使用经历的终端,并在这b个终端中,筛选出在该日上报有APP 1使用经历的终端c个。则可设定c与b的比值等于使用了APP 1的终端数量与用户总量a的比值,由此得出使用了APP 1的终端数量,作为APP 1的日活跃用户数量。
然而,并非所有终端都安装有公开了日活跃用户数量的第三方应用,第三方应用的日活跃用户数量a事实上小于该日的用户总量。并且,其所选的指定数量b个终端,也具有样本选择的不确定性。综上,最终得到的APP 1的终端数量缺乏准确性。
本申请针对上述问题提出了新的日活跃用户总量计算方式,无需依靠第三方应用提供的数据,随时可对目标应用在任何时间区间内的活跃用户总量的计算。下面通过实施例二对本申请的技术方案进行详细描述。
实施例二
图2示出了根据本发明的另一个实施例的数据处理方法的流程图。
步骤202,获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间。
目标应用可以为任一应用类型下的任一应用,目标应用的活跃量指的是安装和/或使用该目标应用的用户数量。而活跃量请求信息中设置有第一时间区间,进一步地,活跃量请求信息即为请求目标应用在第一时间区间内的活跃用户总量的信息。
其中,第一时间区间由用户手动或系统自动设置,可为任何符合实际统计需求的时间区间。例如,设置第一时间区间为4月10日,则该活跃量请求信息则为请求目标应用在4月10日的活跃用户总量的信息。
步骤204,基于所述目标应用的应用类型,调用对应的目标活跃量函数。
由于每个应用类型均被预设有对应的目标活跃量函数,则确定目标应用的应用类型后,直接获取该应用类型对应的目标活跃量函数即可。
目标活跃量函数以时间为自变量,以所述自变量所属的当前周期新增活跃量与留存量的和为因变量,新增活跃量为该时刻相对于自身所在的当前周期的初始时刻的活跃量变化值,留存量为所述当前周期的相邻在前周期的活跃量变化值在所述当前周期内的剩余量。
例如图3所示,设置自变量的每个周期为1日,以及设置第一时间区间也就是当前周期为4月10日。在4月10日的6:00时刻,APP1在当前周期内的新增活跃量,也就是APP1从0:00至6:00为止新增的活跃用户数量,为60个。另外,APP1在4月9日全天的新增活跃用户数量共计300个,其留存量,也就是这300个用户中至4月10日的6:00为止仍未卸载APP1的用户数量,为120个。对于APP1的目标活跃量函数,在其自变量为4月10日的6:00时,其因变量为60+120,也就是180。
步骤206,以所述第一时间区间的初始时刻为上限、以所述第一时间区间的最末时刻为下限,对所述目标活跃量函数进行定积分,得到第一活跃量变化差值。
照图3所示,目标活跃量函数以时间t作为横坐标、以任一时刻对应的新增活跃量与留存量的和y作为纵坐标所形成的曲线,其中,新增活跃量为该时刻相对于自身所在的当前周期的初始时刻的活跃量变化值,留存量为所述当前周期的相邻在前周期的活跃量变化值在所述当前周期内的剩余量。
如设置第一指定时刻为2020年1月1日,设置自变量的每个周期为1日,参照上述实例,则自变量为2020年4月10日的6:00时,其对应的因变量为60+120,也就是纵坐标为180。
这样一来,基于微积分的原理可知,第一活跃量变化差值为该曲线在任一时间区间与横坐标轴所围成的面积,也即为该时间区间相对于第一指定时刻的新增活跃用户数量。
进一步地,自该曲线的起始时刻至任一第一时间区间对应的最末时刻对应的点所组成的部分曲线,其与横坐标轴所围成的面积,即为该曲线的起始时刻至该第一时间区间的最末时刻的新增活跃用户数量。
步骤208,将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
再进一步地,将曲线的起始时刻对应的活跃用户总量与该曲线上第一时间区间的起始时刻至第一时间区间的最末时刻的新增活跃用户数量相加,即为该第一时间区间的活跃用户总量。
以上技术方案,针对相关技术中应用的日活跃用户数量计算滞后的技术问题,提出了一种新的计算方法,摆脱了对第三方应用的数据的依赖,可根据实际日活数据获取需求,即时计算应用的日活跃用户数量。
通过以上技术方案,无需依靠第三方应用提供的日活跃用户数量即可完成对目标应用的日活跃用户数量的计算,突破了第三方应用发布日活数据的周期的限制,便于及时计算目标应用的日活跃用户数量等数据,有助于对目标应用的运营情况的掌控。另外,以上技术方案并非直接计算每日的活跃用户总量,而是仅通过积分方式确定目标应用在一定时间区间内的活跃量变化差值,再将活跃量变化差值与以其为参照对象求得活跃量变化差值的活跃用户总量相加即可。这将数据计算量降低了数个层级,大大降低了计算难度和出错率,提升了计算效率,使得对活跃用户总量的估算结果更加准确可靠。
实施例三
图4示出了根据本发明的再一个实施例的数据处理方法的流程图。
如图4所示,根据本发明的再一个实施例的数据处理方法的流程包括:
步骤402,针对每个应用类型下的每个应用,以时间为自变量,以该应用在所述自变量下的新增活跃量与留存量的和为因变量,为该应用确定对应的活跃量函数。
其中,新增活跃量为该时刻相对于自身所在的当前周期的初始时刻的活跃量变化值,留存量为所述当前周期的相邻在前周期的活跃量变化值在所述当前周期内的剩余量。
不同的应用对应的实际新增活跃量与实际留存量均不相同,对此,可为每个应用以时间为自变量、以实际新增活跃量与实际留存量的和为因变量拟合得到活跃量函数。
步骤404,对于每个应用类型下的多个应用,在所述多个应用各自对应的活跃量函数中,选择满足指定条件的目标活跃量函数。
相同应用类型的应用随着时间变化具有相同或相近的活跃量变化规律,应用类型对应的目标活跃量函数体现了该应用类型下每个应用在每个时刻对应的活跃量变化值。
具体来说,对于相同应用类型下的应用,其活跃用户数量的变化具有与其应用类型相适应的变化规律,因此,为简化计算,可为相同的应用类型设置统一的目标活跃量函数。进一步地,在其应用类型下的多个应用对应的多个活跃量函数中,选择最能够体现该应用类型下应用的活跃用户数量整体变化规律的一个,作为该应用类型的目标活跃量函数即可。
在一种可能的设计中,选择满足指定条件的目标活跃量函数的步骤,具体包括:在第二时间区间中选择多个第二指定时刻;基于所述多个应用各自对应的活跃量函数,确定每个所述第二指定时刻下所述多个应用各自对应的第二活跃量变化差值;对于在每个所述第二指定时刻,确定其下所述多个应用各自对应的第二活跃量变化差值的均值,并在其下所述多个应用各自对应的第二活跃量变化差值中,将与所述均值的差值最小的第二活跃量变化差值确定为其对应的目标第二活跃量变化差值;将获得所述目标第二活跃量变化差值的数量最多的活跃量函数确定为所述目标活跃量函数。
第二时间区间、第二指定时刻的数量以及多个第二指定时刻均可基于实际计算精度需求进行设置,比如,设置第二时间区间为以本季度第一日至当前日,设置第二指定时刻的数量为180个,将第二时间区间划分为180等份,将每份的最末时刻设置为第二指定时刻。
接着,对于任一第二指定时刻,获取每个活跃量函数在该第二指定时刻的因变量值,并对这些因变量值求均值,以及在这些因变量值中选择与均值差值最小的因变量值。因变量值与均值的差值越小,说明越能够体现本应用类型在该第二指定时刻下的应有因变量水平。进一步地,对于该应用类型下的任一应用,其具有的目标因变量值越多,说明其越能够体现该应用类型下应用因变量的整体变化规律。
当然,对任一第二指定时刻下的因变量值进行筛选时,可采用均值作为比较标准,也可基于实际计算需求,通过方差、标准差等其他参数,或者对任一第二指定时刻下的多个因变量值的聚类结果,作为比较标准。
步骤406,获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间。
目标应用可以为任一应用类型下的任一应用,目标应用的活跃量指的是安装和/或使用该目标应用的用户数量。而活跃量请求信息中设置有第一时间区间,进一步地,活跃量请求信息即为请求目标应用在第一时间区间内的活跃用户总量的信息。
其中,第一时间区间由用户手动或系统自动设置,可为任何符合实际统计需求的时间区间。例如,设置第一时间区间为4月10日,则该活跃量请求信息则为请求目标应用在4月10日的活跃用户总量的信息。
步骤408,基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数。
由于每个应用类型均被预设有对应的目标活跃量函数,则确定目标应用的应用类型后,直接获取该应用类型对应的目标活跃量函数即可。
需要补充的是,步骤402可在步骤406之前进行,也可在步骤406之后以及步骤408之前进行,本申请中对各应用的活跃量函数的拟合时间不做限制。
步骤410,以所述第一时间区间的初始时刻为上限、以所述第一时间区间的最末时刻为下限,对所述目标活跃量函数进行定积分,得到第一活跃量变化差值。
基于微积分的原理可知,第一活跃量变化差值为该曲线在任一时间区间与横坐标轴所围成的面积,也即为该时间区间相对于第一指定时刻的新增活跃用户数量。
步骤412,将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
将曲线的起始时刻对应的活跃用户总量与该曲线上第一时间区间的起始时刻至第一时间区间的最末时刻的新增活跃用户数量相加,即为该第一时间区间的活跃用户总量。
通过以上技术方案,无需依靠第三方应用提供的日活跃用户数量即可完成对目标应用的日活跃用户数量的计算,突破了第三方应用发布日活数据的周期的限制,便于及时计算目标应用的日活跃用户数量等数据,有助于对目标应用的运营情况的掌控。另外,以上技术方案并非直接计算每日的活跃用户总量,而是仅通过积分方式确定目标应用在一定时间区间内的活跃量变化差值,再将活跃量变化差值与以其为参照对象求得活跃量变化差值的活跃用户总量相加即可。这将数据计算量降低了数个层级,大大降低了计算难度和出错率,提升了计算效率,使得对活跃用户总量的估算结果更加准确可靠。
在一种可能的设计中,在图1至图4示出的任一实施例的基础上,在获取针对目标应用的活跃量请求信息的步骤之前,还包括:根据获取到的设置信息,设置所述第一指定时刻;以及获取所述第一指定时刻的活跃用户总量。
第一指定时刻指的是活跃量函数所在的坐标系的原点,这一原点为何日期,可由开发者进行设置,比如,设置为2020年1月1日。进一步地,输入2020年1月1日的活跃用户总量作为初始值,用于与定积分得到的面积值做加法计算。
另外,这一原点为何日期,也可由系统设置的日期选择规则自动设置。比如,设置每月的1月1日的0:00为第一指定时刻,每月进行一次活跃量函数的重新确定。由此,使得每月的活跃用户数量评估结果均可为以当月数据为基础的计算结果,提升了日活计算的精确性。当然,也可设置每周一的0:00为第一指定时刻,每周进行一次活跃量函数的重新确定。
图5示出了根据本发明的一个实施例的数据处理装置的框图。
如图5所示,根据本发明的一个实施例的数据处理装置500,包括:活跃量请求信息获取单元502,用于获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间;目标活跃量函数调用单元504,用于基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数;第一活跃量变化差值确定单元506,应用基于所述目标活跃量函数,确定所述第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值;活跃用户总量确定单元508,用于将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
在本发明的实施例中,可选地,还包括:第一指定时刻设置单元,用于在所述活跃量请求信息获取单元502获取所述活跃量请求信息之前,根据获取到的设置信息,设置所述第一指定时刻;活跃用户总量获取单元,用于获取所述第一指定时刻的活跃用户总量。
在本发明的实施例中,可选地,还包括:目标活跃量函数匹配单元,用于在所述活跃量请求信息获取单元502获取所述活跃量请求信息之前,对于每个应用类型下的多个应用,在所述多个应用各自对应的活跃量函数中,选择满足指定条件的目标活跃量函数。
在本发明的实施例中,可选地,所述目标活跃量函数匹配单元具体用于:在第二时间区间中选择多个第二指定时刻;基于所述多个应用各自对应的活跃量函数,确定每个所述第二指定时刻下所述多个应用各自对应的第二活跃量变化差值;对于在每个所述第二指定时刻,确定其下所述多个应用各自对应的第二活跃量变化差值的均值,并在其下所述多个应用各自对应的第二活跃量变化差值中,将与所述均值的差值最小的第二活跃量变化差值确定为其对应的目标第二活跃量变化差值;将获得所述目标第二活跃量变化差值的数量最多的活跃量函数确定为所述目标活跃量函数。
在本发明的实施例中,可选地,还包括:活跃量函数拟合单元,用于在所述活跃量请求信息获取单元502获取所述活跃量请求信息之前,或者,在所述活跃量请求信息获取单元502获取所述活跃量请求信息之后,以及所述目标活跃量函数调用单元504调用对应的目标活跃量函数之前,针对每个应用类型下的每个应用,以时间为自变量,以该应用在所述自变量下的新增活跃量与留存量的和为因变量,为该应用确定对应的活跃量函数,其中,所述新增活跃量为所述自变量相对于自身所在的当前周期的初始时刻的活跃量变化值,所述留存量为所述当前周期的相邻在前周期的活跃量变化值在所述当前周期内的剩余量。
该数据处理装置500使用图1至图4示出的实施例中任一项所述的方案,因此,具有上述所有技术效果,在此不再赘述。
图6示出了根据本发明的一个实施例的电子设备的框图。
如图6所示,本发明的一个实施例的电子设备600,包括至少一个存储器602;以及,与所述至少一个存储器602通信连接的处理器604;其中,所述存储器存储有可被所述至少一个处理器604执行的指令,所述指令被设置为用于执行上述图1至图4实施例中任一项所述的方案。因此,该电子设备600具有图1至图4实施例中任一项相同的技术效果,在此不再赘述。
本发明实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
另外,本发明实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行上述图1至图4实施例中任一项所述的方法流程。
以上结合附图详细说明了本发明的技术方案,通过本发明的技术方案,便于及时计算目标应用的日活跃用户数量等数据,有助于对目标应用的运营情况的掌控。另外,以上技术方案并非直接计算每日的活跃用户总量,而是仅通过积分方式确定目标应用在一定时间区间内的新增活跃量,以及后续的相加步骤即可,这将数据计算量降低了数个层级,大大降低了计算难度和出错率,提升了计算效率,使得对活跃用户总量的估算结果更加准确可靠。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,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。另一点,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,可以是电性,机械或其它的形式。
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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、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较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间;
基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数;所述目标活跃量函数以时间为自变量,以所述自变量所属的当前周期新增活跃量与留存量的和为因变量,新增活跃量为该时刻相对于自身所在的当前周期的初始时刻的活跃量变化值,留存量为所述当前周期的相邻在前周期的活跃量变化值在所述当前周期内的剩余量;
基于所述目标活跃量函数,确定所述第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值;所述第一活跃量变化差值的确定方法包括:以所述第一时间区间的初始时刻为上限、以所述第一时间区间的最末时刻为下限,对所述目标活跃量函数进行定积分,得到第一活跃量变化差值;
将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
2.根据权利要求1所述的数据处理方法,其特征在于,在所述获取针对目标应用的活跃量请求信息的步骤之前,所述方法还包括:
根据获取到的设置信息,设置所述第一指定时刻;以及
获取所述第一指定时刻的活跃用户总量。
3.根据权利要求1或2所述的数据处理方法,其特征在于,在所述获取针对目标应用的活跃量请求信息的步骤之前,所述方法还包括:
对于每个应用类型下的多个应用,在所述多个应用各自对应的活跃量函数中,选择满足指定条件的目标活跃量函数。
4.根据权利要求3所述的数据处理方法,其特征在于,所述在所述多个应用各自对应的活跃量函数中,选择满足指定条件的目标活跃量函数的步骤,包括:
在第二时间区间中选择多个第二指定时刻;
基于所述多个应用各自对应的活跃量函数,确定每个所述第二指定时刻下所述多个应用各自对应的第二活跃量变化差值;
对于在每个所述第二指定时刻,确定其下所述多个应用各自对应的第二活跃量变化差值的均值,并在其下所述多个应用各自对应的第二活跃量变化差值中,将与所述均值的差值最小的第二活跃量变化差值确定为其对应的目标第二活跃量变化差值;
将获得所述目标第二活跃量变化差值的数量最多的活跃量函数确定为所述目标活跃量函数。
5.根据权利要求4所述的数据处理方法,其特征在于,
在所述获取针对目标应用的活跃量请求信息的步骤之前,或者,
在所述获取针对目标应用的活跃量请求信息的步骤之后,以及所述基于所述目标应用的应用类型,调用对应的目标活跃量函数的步骤之前,
所述方法还包括:
针对每个应用类型下的每个应用,以时间为自变量,以该应用在所述自变量下的新增活跃量与留存量的和为因变量,为该应用确定对应的活跃量函数。
6.一种数据处理装置,其特征在于,包括:
活跃量请求信息获取单元,用于获取针对目标应用的活跃量请求信息,所述活跃量请求信息包括第一时间区间;
目标活跃量函数调用单元,用于基于所述目标应用的应用类型,调用与所述应用类型对应的目标活跃量函数;所述目标活跃量函数以时间为自变量,以所述自变量所属的当前周期新增活跃量与留存量的和为因变量,新增活跃量为该时刻相对于自身所在的当前周期的初始时刻的活跃量变化值,留存量为所述当前周期的相邻在前周期的活跃量变化值在所述当前周期内的剩余量;
第一活跃量变化差值确定单元,用于基于所述目标活跃量函数,确定所述第一时间区间的最末时刻相对于所述目标应用的第一指定时刻的第一活跃量变化差值;所述第一活跃量变化差值的确定方法包括:以所述第一时间区间的初始时刻为上限、以所述第一时间区间的最末时刻为下限,对所述目标活跃量函数进行定积分,得到第一活跃量变化差值;
活跃用户总量确定单元,用于将所述第一活跃量变化差值与所述第一指定时刻对应的活跃用户总量的和,确定为所述目标应用在所述第一时间区间的活跃用户总量。
7.根据权利要求6所述的数据处理装置,其特征在于,还包括:
第一指定时刻设置单元,用于在所述活跃量请求信息获取单元获取所述活跃量请求信息之前,根据获取到的设置信息,设置所述第一指定时刻;
活跃用户总量获取单元,用于获取所述第一指定时刻的活跃用户总量。
8.根据权利要求6或7所述的数据处理装置,其特征在于,还包括:
目标活跃量函数匹配单元,用于在所述活跃量请求信息获取单元获取所述活跃量请求信息之前,对于每个应用类型下的多个应用,在所述多个应用各自对应的活跃量函数中,选择满足指定条件的目标活跃量函数。
9.一种电子设备,其特征在于,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行上述权利要求1至5中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至5中任一项所述的方法流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010347868.4A CN111563026B (zh) | 2020-04-28 | 2020-04-28 | 数据处理方法及装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010347868.4A CN111563026B (zh) | 2020-04-28 | 2020-04-28 | 数据处理方法及装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111563026A CN111563026A (zh) | 2020-08-21 |
CN111563026B true CN111563026B (zh) | 2023-07-14 |
Family
ID=72067954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010347868.4A Active CN111563026B (zh) | 2020-04-28 | 2020-04-28 | 数据处理方法及装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563026B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503054A (zh) * | 2016-09-26 | 2017-03-15 | 深圳市金立通信设备有限公司 | 一种数据查询方法及服务器 |
CN106934009A (zh) * | 2017-03-09 | 2017-07-07 | 腾云天宇科技(北京)有限公司 | 一种应用排名方法、装置及计算设备 |
CN108596652A (zh) * | 2018-03-28 | 2018-09-28 | 麒麟合盛网络技术股份有限公司 | 活跃用户数预测方法及装置 |
CN109272348A (zh) * | 2018-08-22 | 2019-01-25 | 中国平安人寿保险股份有限公司 | 活跃用户数量确定方法及装置、存储介质和电子设备 |
CN109711897A (zh) * | 2018-12-29 | 2019-05-03 | 贵州创鑫旅程网络技术有限公司 | 日活跃用户数量预测方法及装置 |
CN109858694A (zh) * | 2019-01-28 | 2019-06-07 | 上海连尚网络科技有限公司 | 一种日活跃用户数预测的方法及设备 |
CN110766185A (zh) * | 2018-07-25 | 2020-02-07 | 北京京东尚科信息技术有限公司 | 用户量的确定方法和系统、计算机系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9310881B2 (en) * | 2012-09-13 | 2016-04-12 | Intel Corporation | Methods and apparatus for facilitating multi-user computer interaction |
US9881320B2 (en) * | 2014-05-28 | 2018-01-30 | Apple Inc. | Targeting customer segments |
-
2020
- 2020-04-28 CN CN202010347868.4A patent/CN111563026B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503054A (zh) * | 2016-09-26 | 2017-03-15 | 深圳市金立通信设备有限公司 | 一种数据查询方法及服务器 |
CN106934009A (zh) * | 2017-03-09 | 2017-07-07 | 腾云天宇科技(北京)有限公司 | 一种应用排名方法、装置及计算设备 |
CN108596652A (zh) * | 2018-03-28 | 2018-09-28 | 麒麟合盛网络技术股份有限公司 | 活跃用户数预测方法及装置 |
CN110766185A (zh) * | 2018-07-25 | 2020-02-07 | 北京京东尚科信息技术有限公司 | 用户量的确定方法和系统、计算机系统 |
CN109272348A (zh) * | 2018-08-22 | 2019-01-25 | 中国平安人寿保险股份有限公司 | 活跃用户数量确定方法及装置、存储介质和电子设备 |
CN109711897A (zh) * | 2018-12-29 | 2019-05-03 | 贵州创鑫旅程网络技术有限公司 | 日活跃用户数量预测方法及装置 |
CN109858694A (zh) * | 2019-01-28 | 2019-06-07 | 上海连尚网络科技有限公司 | 一种日活跃用户数预测的方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111563026A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9143592B2 (en) | Mobile terminal and method for displaying contact list in order of priority levels | |
CN109756368B (zh) | 设备异常变更的检测方法、装置、计算机可读存储介质及终端 | |
CN112612715A (zh) | 基于混沌工程的系统测试方法、装置、计算机设备及存储介质 | |
CN109857943B (zh) | 权限等级确定方法、装置、计算机设备及可读存储介质 | |
CN111339436A (zh) | 一种数据识别方法、装置、设备以及可读存储介质 | |
CN111478963A (zh) | 消息推送方法、装置、电子设备及计算机可读存储介质 | |
CN113114770B (zh) | 用户识别方法、电子设备和计算机可读存储介质 | |
CN107341097B (zh) | 信息推送方法及装置 | |
CN113382310B (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN111563026B (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 | |
CN106375561A (zh) | 移动终端及其剩余使用时间的检测方法 | |
CN111611143B (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 | |
CN110781743B (zh) | 一种人群聚集事件的处理方法、装置及电子设备 | |
US10872121B2 (en) | Systems and methods for matching users | |
CN110764731A (zh) | 一种多媒体文件播放控制方法、智能终端及服务器 | |
CN110719367A (zh) | 一种云手机好友推荐方法、装置、设备及存储介质 | |
KR101401630B1 (ko) | 장애 발생에 대한 손실 예측 방법 및 서버 | |
CN107241219B (zh) | 用户信任度预测方法和装置 | |
CN113157756B (zh) | 互动数据统计方法、装置、电子设备及存储介质 | |
CN109600639B (zh) | 基于用户偏好的用户相似度计算方法、装置、设备及介质 | |
CN111580836A (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 | |
CN112256814B (zh) | 信息获取方法、电子设备和计算机可读存储介质 | |
CN107330025B (zh) | 一种推荐歌曲的方法和装置 | |
CN106886486B (zh) | 用户终端使用属性的评估方法和装置 | |
CN112162820A (zh) | 计时器的计时方法和装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 310012 Room 418, West District, Building A, 525 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province Applicant after: Daily interactive Co.,Ltd. Address before: 310012 Room 418, West District, Building A, 525 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province Applicant before: ZHEJIANG MEIRI INTERDYNAMIC NETWORK TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |