CN112507041B - 设备机型识别方法及装置、电子设备、存储介质 - Google Patents

设备机型识别方法及装置、电子设备、存储介质 Download PDF

Info

Publication number
CN112507041B
CN112507041B CN202110122299.8A CN202110122299A CN112507041B CN 112507041 B CN112507041 B CN 112507041B CN 202110122299 A CN202110122299 A CN 202110122299A CN 112507041 B CN112507041 B CN 112507041B
Authority
CN
China
Prior art keywords
machine type
model
initially selected
information
equipment
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
Application number
CN202110122299.8A
Other languages
English (en)
Other versions
CN112507041A (zh
Inventor
高畅
孙军锋
刘建辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Minglue Zhaohui Technology Co Ltd
Original Assignee
Beijing Minglue Zhaohui Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Minglue Zhaohui Technology Co Ltd filed Critical Beijing Minglue Zhaohui Technology Co Ltd
Priority to CN202110122299.8A priority Critical patent/CN112507041B/zh
Publication of CN112507041A publication Critical patent/CN112507041A/zh
Application granted granted Critical
Publication of CN112507041B publication Critical patent/CN112507041B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/28—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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06F16/2282—Tablespace storage structures; 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
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请提供一种设备机型识别方法及装置、电子设备、计算机可读存储介质，方法包括：获取多个应用服务反馈的日志数据；周期性解析所述日志数据，获得多个设备标识的机型初选条目；对多个周期解析出的机型初选条目进行聚合处理，获得多个设备标识的机型复选条目；依据预设的机型生命周期表对所述机型复选条目进行校准；针对校准后的每一机型复选条目，统计各初选机型信息对应的应用服务标识总数，并将最大应用服务标识总数对应的初选机型信息作为所述机型复选条目中设备标识对应的终选机型信息。本方案实现了对设备机型的准确识别。

Description

设备机型识别方法及装置、电子设备、存储介质
技术领域
本申请涉及大数据技术领域，特别涉及一种设备机型识别方法及装置、电子设备、计算机可读存储介质。
背景技术
依据用户画像进行线上广告投放可以更精准地向产品、服务的潜在用户进行营销。用户画像可以由用户的线上行为数据和基础数据等特征构建。手机厂商争夺市场时，可以向竞争对手的客户投放广告。为实现广告精准投放，可以依据用户当前使用手机的设备机型来构建用户画像。示例性的，可依据多个价格区间划分市面上的设备机型，从而将设备机型位于同一价格区间的用户作为同一类用户，进而依据需要投放广告的手机的价格，向相匹配的价格区间中多种设备机型对应的用户投放广告。
在相关技术中，可以获取设备上已安装的应用软件（APP，Application）反馈的日志数据，并从日志数据中解析出设备标识和机型信息，存储两者的映射关系。后续可依据已保存的上述映射关系确定各机型信息对应的设备标识，进而实现广告投放。然而，相关技术是周期性对日志数据进行处理，可能存在一些设备在当前周期内使用频率过低，则设备对应的日志数据可能不足以解析出设备标识和机型信息。
发明内容
本申请实施例的目的在于提供一种设备机型识别方法及装置、电子设备、计算机可读存储介质，用于识别设备机型。
一方面，本申请提供了一种设备机型识别方法，包括：
获取多个应用服务反馈的日志数据；
周期性解析所述日志数据，获得多个设备标识的机型初选条目；其中，所述机型初选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
对多个周期解析出的机型初选条目进行聚合处理，获得多个设备标识的机型复选条目；其中，所述机型复选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
依据预设的机型生命周期表对所述机型复选条目进行校准；
针对校准后的每一机型复选条目，统计各初选机型信息对应的应用服务标识总数，并将最大应用服务标识总数对应的初选机型信息作为所述机型复选条目中设备标识对应的终选机型信息。
在一实施例中，所述周期性解析所述日志数据，获得多个设备标识的机型初选条目，包括：
周期性解析所述日志数据，获得所述设备标识和对应于所述设备标识的若干机型信息；
对每一设备标识对应的机型信息进行标准化处理，获得所述初选机型信息；
基于所述设备标识、与所述设备标识对应的初选机型信息、解析出所述初选机型信息的所述日志数据对应的应用服务，生成所述设备标识的机型初选条目。
在一实施例中，所述对每一设备标识对应的机型信息进行标准化处理，获得所述初选机型信息，包括：
针对每一设备标识对应的任一机型信息，在预设的标准机型表中查找与所述机型信息对应的标准机型信息，并将查找到的标准机型信息作为所述初选机型信息；其中，所述标准机型表包括多个标准机型表项，每一表项包括标准机型信息和与所述标准机型信息对应的多个机型信息。
在一实施例中，所述机型复选条目包括对应于每一初选机型信息的存在时间段；
所述依据预设的机型生命周期表对所述机型复选条目进行校准，包括：
针对每一机型复选条目的每一初选机型信息，判断所述初选机型信息的存在时间段与其在所述机型生命周期表中的生命周期是否匹配；
若否，从所述机型复选条目中删除所述初选机型信息。
在一实施例中，所述机型复选条目包括对应于每一初选机型信息的存在时间段，所述方法还包括：
对于任一机型复选条目，若存在多个对应于最大应用服务标识总数的初选机型信息，选择所述存在时间段最新的初选机型信息，作为所述机型复选条目中设备标识对应的终选机型信息。
另一方面，本申请还提供了一种设备机型识别装置，包括：
获取模块，用于获取多个应用服务反馈的日志数据；
解析模块，用于周期性解析所述日志数据，获得多个设备标识的机型初选条目；其中，所述机型初选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
聚合模块，用于对多个周期解析出的机型初选条目进行聚合处理，获得多个设备标识的机型复选条目；其中，所述机型复选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
校准模块，用于依据预设的机型生命周期表对所述机型复选条目进行校准；
统计模块，用于针对校准后的每一机型复选条目，统计各初选机型信息对应的应用服务标识总数，并将最大应用服务标识总数的初选机型信息作为所述机型复选条目中设备标识对应的终选机型信息。
在一实施例中，所述机型复选条目包括对应于每一初选机型信息的存在时间段，所述校准模块，还用于：
针对每一机型复选条目的每一初选机型信息，判断所述初选机型信息的存在时间段与其在所述机型生命周期表中的生命周期是否匹配；
若否，从所述机型复选条目中删除所述初选机型信息。
在一实施例中，所述机型复选条目包括对应于每一初选机型信息的存在时间段，所述统计模块，还用于：
对于任一机型复选条目，若存在多个对应于最大应用服务标识总数的初选机型信息，选择所述存在时间段最新的初选机型信息，作为所述机型复选条目中设备标识对应的终选机型信息。
进一步的，本申请还提供一种电子设备，所述电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行上述设备机型识别方法。
另外，本申请还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成上述设备机型识别方法。
在本申请方案中，通过周期性解析日志数据，可以分散处理日志数据的计算量，从而可以积累大量解析出的机型初选条目进行聚合处理，此外，通过机型生命周期表对机型复选条目校准，可以剔除异常数据对机型识别的影响。通过上述措施，可以有效提高了机型识别的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍。
图1为本申请一实施例提供的设备机型识别方法的应用场景示意图；
图2为本申请一实施例提供的电子设备的结构示意图；
图3为本申请一实施例提供的设备机型识别方法的流程示意图；
图4为本申请一实施例提供的确定机型初选条目的流程示意图；
图5为本申请一实施例提供的设备机型识别装置的框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1为本申请实施例提供的设备机型识别方法的应用场景示意图。如图1所示，该应用场景包括客户端20和服务端30；客户端20可以是用户终端上各类应用软件的服务器、服务器集群或云计算中心，用于向服务端30发送用户终端的日志数据；服务端30可以是广告投放平台的服务器、服务器集群或云计算中心，可以从日志数据中解析出设备标识和机型信息，实现对设备标识对应用户终端的机型识别。
如图2所示，本实施例提供一种电子设备1，包括：至少一个处理器11和存储器12，图2中以一个处理器11为例。处理器11和存储器12通过总线10连接，存储器12存储有可被处理器11执行的指令，指令被处理器11执行，以使电子设备1可执行下述的实施例中方法的全部或部分流程。在一实施例中，电子设备1可以是上述服务端30，用于执行设备机型识别方法。
存储器12可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory，简称EPROM），可编程只读存储器（Programmable Red-Only Memory，简称PROM），只读存储器（Read-Only Memory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。
本申请还提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序可由处理器11执行以完成本申请提供的设备机型识别方法。
参见图3，为本申请一实施例提供的设备机型识别方法的流程示意图，如图3所示，该方法可以包括以下步骤310-步骤350。
步骤310：获取多个应用服务反馈的日志数据。
其中，应用服务是用户终端上安装的应用软件的服务端，该服务端可以是服务器、服务器集群或云计算中心等。
日志数据是安装应用软件的用户终端在使用应用软件的过程中产生的数据。日志数据可以是包含UA（User Agent，用户代理）信息的浏览器信息、通过用户终端上应用软件安装包的指定SDK（Software Development Kit，软件开发工具包）上传至应用服务的SDK信息。这里，浏览器信息可以包括用户终端的设备标识和机型信息；指定SDK用于上传上述SDK信息，SDK信息可以包括用户终端的设备标识和机型信息。
用户终端可以是手机、平板电脑等。设备标识可以是IMEI（International MobileEquipment Identity，国际移动设备识别码）、IDFA（IdentifierForIdentifier）、UDID（Unique Device Identifier，唯一设备标识符）等。机型信息用于指示设备机型，示例性的，机型信息可以包括Huawei Mate 40、iphone 11等。
执行本申请设备机型识别方法的服务端可以从各应用服务获取用户终端的日志数据。
步骤320：周期性解析日志数据，获得多个设备标识的机型初选条目；其中，机型初选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识。
服务端可以依据预设周期对获取到的日志数据进行解析。这里，周期时长可基于需要进行配置，为降低服务端的计算压力，可将周期时长设置为较小的数值。示例性的，周期时长可以为一天，此时，服务端可以每隔24小时对周期内获得的日志数据进行解析。
服务端可从应用服务端获得大量日志数据，针对每一条日志数据，服务端可从中解析出设备标识和机型信息，并可记录提供该日志数据的应用服务的应用服务标识。这里，应用服务标识用于指示唯一的应用服务，服务端上可预配置各应用服务的应用服务标识，从而可为解析出的机型信息添加应用服务标识。
服务端可以对与同一设备标识对应的机型信息进行合并，从而得到机型初选条目。该机型初选条目可以包括一个或多个机型信息，机型初选条目中的机型信息为需要进一步验证的机型信息，可称为初选机型信息。
示例性的，机型初选条目的形式可表示为：<设备标识：[初选机型信息1，应用服务标识1，应用服务标识2，……，应用服务标识n][初选机型信息2，应用服务标识n+1，应用服务标识n+2，……，应用服务标识m]……[初选机型信息x，应用服务标识m+1，应用服务标识m+2，……，应用服务标识q]>。
为区分不同周期解析出的机型初选条目，服务端可在机型初选条目中添加时间信息。示例性的，服务端每日解析日志数据并生成机型初选条目，则可在机型初选条目中添加解析日志数据当日的日期。
步骤330：对多个周期解析出的机型初选条目进行聚合处理，获得多个设备标识的机型复选条目；其中，机型复选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识。
服务端可以根据预设聚合策略，对多个周期解析出的机型初选条目进行聚合处理。聚合策略可以指示聚合时选用的周期数。示例性的，服务端在聚合时，可选择当前时间之前两年内每日的机型初选条目进行聚合处理。
服务端可以将同一设备标识的机型初选条目进行合并，从而实现聚合，获得机型复选条目。对于机型复选条目中任一初选机型信息而言，服务端可以在机型复选条目中添加初选机型信息的最早出现时间点和最晚出现时间点，最早出现时间点和最晚出现时间点构成该初选机型信息的存在时间段。
示例性的，机型复选条目的形式可表示为：<设备标识：[初选机型信息1，应用服务标识1，应用服务标识2，……，应用服务标识n，存在时间段][初选机型信息2，应用服务标识n+1，应用服务标识n+2，……，应用服务标识m，存在时间段]……[初选机型信息x，应用服务标识m+1，应用服务标识m+2，……，应用服务标识q，存在时间段]>。
由于服务端周期性解析出机型初选条目，在聚合时的计算量较小，因此聚合周期可以非常长，从而避免因任一设备标识对应的日志数据过少，而导致无法识别该设备标识对应用户终端的机型。
步骤340：依据预设的机型生命周期表对机型复选条目进行校准。
其中，机型生命周期表可以记录多种机型信息对应的生命周期，该生命周期的起始时间点可以是机型信息对应用户终端的上市时间，结束时间点可以预配置。示例性的，机型信息Huawei P7的生命周期中起始时间点为2014年5月7日，结束时间点为2017年5月7日。
服务端通过机型生命周期表对机型复选条目校准后，可以剔除异常数据。
步骤350：针对校准后的每一机型复选条目，统计各初选机型信息对应的应用服务标识总数，并将最大应用服务标识总数对应的初选机型信息作为机型复选条目中设备标识对应的终选机型信息。
针对校准后的机型复选条目，服务端可以统计机型复选条目中各初选机型信息对应的应用服务标识总数，从而进行应用服务投票。在统计结束后，服务端可以将最大应用服务标识总数对应的初选机型信息作为终选机型信息。其中，终选机型信息表示机型复选条目中设备标识对应用户终端的实际机型。
示例性的，机型复选条目中包括3个初选机型信息Huawei P7、Huawei P8和HuaweiP9，对应于Huawei P7的应用服务标识总数为7，对应于Huawei P8的应用服务标识总数为12，对应于Huawei P9的应用服务标识总数为30，则机型复选条目中设备标识实际机型为Huawei P9。
在一实施例中，对于任一机型复选条目，服务端在执行步骤350时，如果存在多个对应于最大应用服务标识总数的初选机型信息，可以选择存在时间段最新的初选机型信息，作为机型复选条目中设备标识对应的终选机型信息。
示例性的，机型复选条目中包括4个初选机型信息Huawei P7、Huawei P8、HuaweiP9和Huawei P10，对应于Huawei P7的应用服务标识总数为7，对应于Huawei P8的应用服务标识总数为12，对应于Huawei P9的应用服务标识总数为30，对应于Huawei P10的应用服务标识总数为30。在这种情况下，存在两个对应于最大应用服务标识总数的初选机型信息，服务端可以检查机型复选条目中与Huawei P9对应的存在时间段和与Huawei P10对应的存在时间段，并选择存在时间段最新的初选机型信息作为终选机型信息。在一实施例中，参见图4，为本申请一实施例提供的确定机型初选条目的流程示意图，如图4所示，服务端在执行解析日志数据时，可以执行以下步骤321-步骤323。
步骤321：周期性解析日志数据，获得设备标识和对应于设备标识的若干机型信息。
服务端可以周期性对日志数据进行解析，从而得到设备标识和机型信息。对于同一设备标识而言，在不同日志数据中解析出的机型信息可能不同，因此，同一设备标识可以对应多个机型信息。
步骤322：对每一设备标识对应的机型信息进行标准化处理，获得初选机型信息。
对于任意一款用户终端而言，可能存在多个机型信息。以手机为例，可以包括手机厂商在工信部备案时使用的手机型号、在市场上推出时所使用的手机型号等。
服务端可以对日志数据中解析出的机型信息进行标准化处理，从而将同一型号的多种机型信息统一为一种机型信息。
在一实施例中，服务端可以针对每一设备标识对应的任一机型信息，在预设的标准机型表中查找与机型信息对应的标准机型信息，并将查找到的标准机型信息作为初选机型信息。
其中，标准机型表包括多个标准进行表项，每一表项包括标准机型信息和与标准机型信息对应的多个机型信息。示例性的，可在标准机型表中将每一手机在市场上退出时的手机型号作为标准机型信息，将同一手机所有的手机型号作为与标准机型信息对应的机型信息（包括标准机型信息本身）。服务端基于日志数据中解析出的机型信息“V1916A”，在标准机型表中查找到对应的标准机型信息“iQOO pro”。
步骤323：基于设备标识、与设备标识对应的初选机型信息、解析出初选机型信息的日志数据对应的应用服务，生成设备标识的机型初选条目。
服务端可以基于设备标识、与设备标识对应的若干初选机型信息生成机型初选条目，并在机型初选条目中填入解析出初始进行信息的日志数据对应的应用服务的应用服务标识。
在一实施例中，针对每一机型复选条目的每一初选机型信息，服务端可以判断初选机型信息的存在时间段与其在所在机型生命周期表中的生命周期是否匹配。
对任一初选机型信息而言，若存在时间段位于其在机型生命周期表中生命周期内，说明匹配。若存在时间段中最早出现时间点早于生命周期的起始时间点，或者，若存在时间段中最晚出现时间点晚于生命周期的结束时间点，可以认为存在时间段与生命周期不匹配。
如果机型复选条目中任一初选机型信息的存在时间段与其对应的生命周期不匹配，服务端从所述机型复选条目中删除该初选机型信息，从而剔除异常数据。
参见图5，为本发明一实施例的一种设备机型识别装置，如图5所示，该装置可以包括：
获取模块510，用于获取多个应用服务反馈的日志数据；
解析模块520，用于周期性解析所述日志数据，获得多个设备标识的机型初选条目；其中，所述机型初选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
聚合模块530，用于对多个周期解析出的机型初选条目进行聚合处理，获得多个设备标识的机型复选条目；其中，所述机型复选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
校准模块540，用于依据预设的机型生命周期表对所述机型复选条目进行校准；
统计模块550，用于针对校准后的每一机型复选条目，统计各初选机型信息对应的应用服务标识总数，并将最大应用服务标识总数的初选机型信息作为所述机型复选条目中设备标识对应的终选机型信息。
在一实施例中，解析模块520，还用于：
周期性解析所述日志数据，获得所述设备标识和对应于所述设备标识的若干机型信息；
对每一设备标识对应的机型信息进行标准化处理，获得所述初选机型信息；
基于所述设备标识、与所述设备标识对应的初选机型信息、解析出所述初选机型信息的所述日志数据对应的应用服务，生成所述设备标识的机型初选条目。
在一实施例中，解析模块520，还用于：
针对每一设备标识对应的任一机型信息，在预设的标准机型表中查找与所述机型信息对应的标准机型信息，并将查找到的标准机型信息作为所述初选机型信息；其中，所述标准机型表包括多个标准机型表项，每一表项包括标准机型信息和与所述标准机型信息对应的多个机型信息。
在一实施例中，所述机型复选条目包括对应于每一初选机型信息的存在时间段，校准模块540，还用于：
针对每一机型复选条目的每一初选机型信息，判断所述初选机型信息的存在时间段与其在所述机型生命周期表中的生命周期是否匹配；
若否，从所述机型复选条目中删除所述初选机型信息。
在一实施例中，所述机型复选条目包括对应于每一初选机型信息的存在时间段，统计模块550，还用于：
对于任一机型复选条目，若存在多个对应于最大应用服务标识总数的初选机型信息，选择所述存在时间段最新的初选机型信息，作为所述机型复选条目中设备标识对应的终选机型信息。
上述装置中各个模块的功能和作用的实现过程具体详见上述设备机型识别方法中对应步骤的实现过程，在此不再赘述。
在本申请所提供的几个实施例中，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、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，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。在有些作为替换的实现方式中，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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (8)

1.一种设备机型识别方法，其特征在于，包括：
获取多个应用服务反馈的日志数据；
周期性解析所述日志数据，获得多个设备标识的机型初选条目；其中，所述机型初选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
对多个周期解析出的机型初选条目进行聚合处理，获得多个设备标识的机型复选条目；其中，所述机型复选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
针对每一机型复选条目的每一初选机型信息，判断所述初选机型信息的存在时间段与其在所述机型生命周期表中的生命周期是否匹配；
若否，从所述机型复选条目中删除所述初选机型信息，以对所述机型复选条目进行校准；
针对校准后的每一机型复选条目，统计各初选机型信息对应的应用服务标识总数，并将最大应用服务标识总数对应的初选机型信息作为所述机型复选条目中设备标识对应的终选机型信息。
2.根据权利要求1所述的方法，其特征在于，所述周期性解析所述日志数据，获得多个设备标识的机型初选条目，包括：
周期性解析所述日志数据，获得所述设备标识和对应于所述设备标识的若干机型信息；
对每一设备标识对应的机型信息进行标准化处理，获得所述初选机型信息；
基于所述设备标识、与所述设备标识对应的初选机型信息、解析出所述初选机型信息的所述日志数据对应的应用服务，生成所述设备标识的机型初选条目。
3.根据权利要求2所述的方法，其特征在于，所述对每一设备标识对应的机型信息进行标准化处理，获得所述初选机型信息，包括：
针对每一设备标识对应的任一机型信息，在预设的标准机型表中查找与所述机型信息对应的标准机型信息，并将查找到的标准机型信息作为所述初选机型信息；其中，所述标准机型表包括多个标准机型表项，每一表项包括标准机型信息和与所述标准机型信息对应的多个机型信息。
4.根据权利要求1所述的方法，其特征在于，所述机型复选条目包括对应于每一初选机型信息的存在时间段，所述方法还包括：
对于任一机型复选条目，若存在多个对应于最大应用服务标识总数的初选机型信息，选择所述存在时间段最新的初选机型信息，作为所述机型复选条目中设备标识对应的终选机型信息。
5.一种设备机型识别装置，其特征在于，包括：
获取模块，用于获取多个应用服务反馈的日志数据；
解析模块，用于周期性解析所述日志数据，获得多个设备标识的机型初选条目；其中，所述机型初选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
聚合模块，用于对多个周期解析出的机型初选条目进行聚合处理，获得多个设备标识的机型复选条目；其中，所述机型复选条目包括设备标识、若干初选机型信息、对应于每一初选机型信息的应用服务标识；
校准模块，用于针对每一机型复选条目的每一初选机型信息，判断所述初选机型信息的存在时间段与其在所述机型生命周期表中的生命周期是否匹配；若否，从所述机型复选条目中删除所述初选机型信息，以对所述机型复选条目进行校准；
统计模块，用于针对校准后的每一机型复选条目，统计各初选机型信息对应的应用服务标识总数，并将最大应用服务标识总数的初选机型信息作为所述机型复选条目中设备标识对应的终选机型信息。
6.根据权利要求5所述的装置，其特征在于，所述机型复选条目包括对应于每一初选机型信息的存在时间段，所述统计模块，还用于：
对于任一机型复选条目，若存在多个对应于最大应用服务标识总数的初选机型信息，选择所述存在时间段最新的初选机型信息，作为所述机型复选条目中设备标识对应的终选机型信息。
7.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-4任意一项所述的设备机型识别方法。
8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成权利要求1-4任意一项所述的设备机型识别方法。
CN202110122299.8A 2021-01-29 2021-01-29 设备机型识别方法及装置、电子设备、存储介质 Active CN112507041B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110122299.8A CN112507041B (zh) 2021-01-29 2021-01-29 设备机型识别方法及装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110122299.8A CN112507041B (zh) 2021-01-29 2021-01-29 设备机型识别方法及装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN112507041A CN112507041A (zh) 2021-03-16
CN112507041B true CN112507041B (zh) 2021-07-06

Family

ID=74952340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110122299.8A Active CN112507041B (zh) 2021-01-29 2021-01-29 设备机型识别方法及装置、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN112507041B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111752796B (zh) * 2020-06-22 2024-01-26 北京明略昭辉科技有限公司 一种确定日志信息对应的机型的方法和装置
CN113515537B (zh) * 2021-09-13 2021-12-31 天津南大通用数据技术股份有限公司 一种实现生命周期表垃圾数据免维护的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410961A (zh) * 2014-12-25 2015-03-11 东信和平科技股份有限公司 手机终端上网智能配置管控系统及智能配置方法
CN104702793A (zh) * 2015-03-25 2015-06-10 深圳市快乐时光科技有限公司 一种根据手机用户信息智能匹配手机配件的方法
CN105573999A (zh) * 2014-10-09 2016-05-11 阿里巴巴集团控股有限公司 识别智能设备用户的方法和装置
CN110995466A (zh) * 2019-11-06 2020-04-10 通号通信信息集团有限公司 安全态势感知系统下的多格式日志统一处理方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10873628B2 (en) * 2017-06-13 2020-12-22 Oracle International Corporation System and method for non-intrusive context correlation across cloud services

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105573999A (zh) * 2014-10-09 2016-05-11 阿里巴巴集团控股有限公司 识别智能设备用户的方法和装置
CN104410961A (zh) * 2014-12-25 2015-03-11 东信和平科技股份有限公司 手机终端上网智能配置管控系统及智能配置方法
CN104702793A (zh) * 2015-03-25 2015-06-10 深圳市快乐时光科技有限公司 一种根据手机用户信息智能匹配手机配件的方法
CN110995466A (zh) * 2019-11-06 2020-04-10 通号通信信息集团有限公司 安全态势感知系统下的多格式日志统一处理方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Dev-BPNN：基于BP 神经网络的网络终端设备识别方法;李新建;《信息通信》;20190515(第197期);全文 *
移动终端信息的营销应用探讨;柯晓燕，梁伯瀚;《电信科学》;20100915(第9期);全文 *

Also Published As

Publication number Publication date
CN112507041A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN110535864B (zh) 服务异常检测方法、装置、设备及存储介质
CN112507041B (zh) 设备机型识别方法及装置、电子设备、存储介质
CN105446706B (zh) 用于评估表单页面使用效果及提供原始数据的方法及装置
CN109597974B (zh) 报表生成方法及装置
CN110335022B (zh) 自动稽核方法、装置、设备及存储介质
CN109271315B (zh) 脚本代码检测方法、装置、计算机设备及存储介质
CN110750433A (zh) 接口测试方法和装置
CN113505272B (zh) 基于行为习惯的控制方法和装置、电子设备和存储介质
CN110545292A (zh) 一种异常流量监测的方法及装置
CN105553770B (zh) 一种数据采集控制方法和装置
CN106487602B (zh) 应用程序发布版本监控方法与监控装置
CN111291990A (zh) 一种质量监控处理方法及装置
CN112511535A (zh) 一种设备检测方法、装置、设备及存储介质
CN108923967B (zh) 一种去重流量记录方法、装置、服务器及存储介质
CN111292108A (zh) 订单统计方法、装置、设备及计算机可读存储介质
CN110362540B (zh) 一种数据存储、访客数获取方法及装置
CN109359279B (zh) 报表生成方法、装置、计算机设备和存储介质
CN105681097B (zh) 获取终端设备更换周期的方法和装置
CN110752962A (zh) 广告接口的监控方法和装置
WO2019019387A1 (zh) 信息推送建议生成方法、装置、计算机设备和存储介质
CN112671756A (zh) 一种过滤异常流量的方法及装置
CN111143644B (zh) 物联网设备的识别方法及装置
CN108629610B (zh) 推广信息曝光量的确定方法和装置
CN110996314A (zh) 信息处理方法、装置、电子设备及计算机可读介质
CN110852743A (zh) 一种数据获取方法及装置

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
GR01 Patent grant
GR01 Patent grant