CN113781088A - 一种用户标签处理方法、装置和系统 - Google Patents
一种用户标签处理方法、装置和系统 Download PDFInfo
- Publication number
- CN113781088A CN113781088A CN202110153529.7A CN202110153529A CN113781088A CN 113781088 A CN113781088 A CN 113781088A CN 202110153529 A CN202110153529 A CN 202110153529A CN 113781088 A CN113781088 A CN 113781088A
- Authority
- CN
- China
- Prior art keywords
- user
- tag
- user tag
- acquiring
- 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
- 238000003672 processing method Methods 0.000 title abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 70
- 238000007418 data mining Methods 0.000 claims description 58
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 15
- 230000006399 behavior Effects 0.000 description 101
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 11
- 238000005065 mining Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000004753 textile Substances 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- 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
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
Abstract
本发明公开了一种用户标签处理方法、装置和系统,涉及计算机技术领域。该方法的一具体实施方式包括:接收用户标签获取请求;根据用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签;发送用户标签;其中,用户标签数据通过以下步骤确定:获取实时的用户行为通知,根据用户行为通知中携带的用户行为类型,获取对应的物品标识;获取物品标识对应的物品信息,根据用户行为类型和物品信息生成用户标签,将用户设备标识和对应的用户标签构建为用户标签数据。该实施方式将物品信息收集以及用户标签的计算逻辑迁移到近线,相比在线计算能够获得更多的用户标签,且降低了标签反馈的耗时和CPU资源消耗。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种用户标签处理方法、装置和系统。
背景技术
用户标签是对用户行为特征的抽象,用以描述具有某一相同特征的用户群体,比如性别、年龄、职业等。在广告播放系统中,用户标签是广告精准、个性化推送的重要实现手段。随着用户网上购物习惯的养成以及企业服务规模的扩大,用户标签的维度和数量呈现爆炸式增长,典型场景下,单个用户标签的数量常常达到几千个。因此,如何高效、完整的挖掘用户标签,是广告播放系统需要解决的问题之一。
现有技术中,用户标签的挖掘通常是在线实现的,其核心逻辑包括以下三个过程:获取用户行为对应的物品标识,收集物品标识对应的物品信息,以及根据物品信息计算用户标签,上述三个过程作为广告请求链路的处理阶段顺序执行。
在实现本发明过程中,现有技术中至少存在如下问题:
(1)需要在线访问存储物品信息的物品信息系统,以及需要根据大量的物品信息在线计算用户标签,导致标签挖掘过程的处理耗时极高、CPU资源消耗过大,大大影响广告播放系统的性能;
(2)为了保证广告播放系统的性能,需要对数量庞大的用户行为数据进行早截断处理,可能导致高价值的用户标签被遗漏,无法用于广告定向召回,广告播放系统的推广效率低。
发明内容
有鉴于此,本发明实施例提供一种用户标签处理方法、装置和系统,该方法将物品信息收集以及用户标签的计算逻辑迁移到近线,相比在线计算能够获得更多的用户标签,且降低了标签反馈的耗时和CPU资源消耗。
为实现上述目的,根据本发明实施例的一个方面,提供了一种用户标签处理方法。
本发明实施例的一种用户标签处理方法,包括:接收用户标签获取请求;根据所述用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签;发送所述用户标签;其中,所述用户标签数据通过以下步骤确定:获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据。
可选地,获取对应的物品标识的步骤之前,所述方法还包括:根据所述用户行为类型,构建对应类型的数据挖掘任务,将所述数据挖掘任务分配至对应的数据挖掘组件;获取对应的物品标识,包括:使用为所述数据挖掘组件分配的线程执行所述数据挖掘任务,获取对应的物品标识。
可选地,所述用户标签数据按照所述用户行为类型进行存储;所述从存储的用户标签数据中获取对应的用户标签,包括:从存储的多个用户行为类型对应的用户标签数据中,并行获取对应的用户标签。
可选地,获取对应的用户标签,包括:根据所述用户设备标识,获取代表相同用户的设备标识集合;从存储的用户标签数据中并行获取所述设备标识集合中用户设备标识所对应的用户标签。
可选地,从存储的用户标签数据中获取对应的用户标签的步骤之后,所述方法还包括:按照设定的业务策略,从所述用户标签中选择目标标签;发送所述用户标签,包括:发送所述目标标签。
可选地,所述业务策略包括按照用户标签价值、用户行为发生时间和用户行为数量中的一种或者多种选择所述目标标签。
可选地,获取实时的用户行为通知,包括:从已订阅文件系统的消息队列中获取实时的用户行为通知。
为实现上述目的,根据本发明实施例的另一方面,提供了一种用户标签处理装置。
本发明实施例的一种用户标签处理装置,包括:请求接收模块,用于接收用户标签获取请求;标签获取模块,用于根据所述用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签;标签发送模块,用于发送所述用户标签;其中,所述用户标签数据通过以下方式确定:获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;以及获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据。
可选地,所述装置还包括:构建分配模块,用于根据所述用户行为类型,构建对应类型的数据挖掘任务,将所述数据挖掘任务分配至对应的数据挖掘组件。
可选地,所述用户标签数据按照所述用户行为类型进行存储;所述标签获取模块,还用于从存储的多个用户行为类型对应的用户标签数据中,并行获取对应的用户标签。
可选地,所述标签获取模块,还用于根据所述用户设备标识,获取代表相同用户的设备标识集合;以及从存储的用户标签数据中并行获取所述设备标识集合中用户设备标识所对应的用户标签。
可选地,所述装置还包括:标签选择模块,用于按照设定的业务策略,从所述用户标签中选择目标标签;所述标签发送模块,还用于发送所述目标标签。
可选地,所述业务策略包括按照用户标签价值、用户行为发生时间和用户行为数量中的一种或者多种选择所述目标标签。
为实现上述目的,根据本发明实施例的再一方面,提供了一种用户标签处理系统。
本发明实施例的一种用户标签处理系统,包括:用户标签处理装置、数据挖掘装置和标签库,其中,所述数据挖掘装置,用于获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;以及获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据;所述标签库,用于存储所述用户标签数据。
为实现上述目的,根据本发明实施例的又一方面,提供了一种广告播放系统。
本发明实施例的一种广告播放系统,包括:用户标签处理装置、控制模块和召回模块;其中,所述控制模块,用于向所述用户标签处理装置发送用户标签获取请求,以及接收所述用户标签处理装置返回的用户标签,将所述用户标签发送至所述召回模块;所述召回模块,用于根据所述用户标签,定向从广告集合中匹配出候选广告队列。
为实现上述目的,根据本发明实施例的再一方面,提供了一种电子设备。
本发明实施例的一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的一种用户标签处理方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读介质。
本发明实施例的一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的一种用户标签处理方法。
上述发明中的一个实施例具有如下优点或有益效果:将物品信息收集以及用户标签的计算逻辑迁移到近线,相比在线计算能够获得更多的用户标签,且降低了标签反馈的耗时和CPU资源消耗。按照用户行为类型构建对应的数据挖掘组件,使得可以将不同类型的数据挖掘任务并行分配至对应的数据挖掘组件,进一步提高处理效率。
按照用户行为类型,将用户标签存储在不同的集群,后续可以并行获取用户标签,降低存储压力的同时,进一步提高标签反馈的耗时。基于用户设备标识获取代表相同用户的设备标识集合,并并行获取所有用户设备标识的用户标签,保证获取的用户标签的完整性,且进一步提高了标签反馈的耗时。
根据业务策略从用户标签中选择目标标签进行返回,在保证返回标签的有效性、价值性的前提下,降低了数据传输量。通过对物品信息收集以及用户标签的计算逻辑进行近线化改造,优化了广告播放系统的系统架构,一方面能够将更多的用户标签返回至广告播放系统,为广告策略的优化提供了更多的空间和支撑;另一方面,优化了广告播放系统的性能,保证了系统的高可用性。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的用户标签处理方法的主要步骤的示意图;
图2是根据本发明实施例的用户标签处理方法的时序图;
图3是将本发明实施例的用户标签处理装置应用于广告播放系统的原理示意图;
图4是根据本发明实施例的广告播放系统的数据处理流程示意图;
图5是根据本发明实施例的用户标签处理装置的主要模块的示意图;
图6是根据本发明实施例的用户标签处理系统的主要模块的示意图;
图7是适用于来实现本发明实施例的电子设备的计算机装置的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面对本发明实施例涉及的技术术语进行解释。
近线:是介于在线(Online)和离线(Offline)之间的一种系统架构,具有准实时、对业务耗时不敏感、具备大数据量处理能力等特点。其中,在线为实时获取数据、并实时处理;离线一般为小时级或者天级更新,适用于大数据量的处理。
Kafka:一种分布式发布订阅消息系统。
SKU:Stock Keeping Unit,库存量单位,是库存管理中的最小可用单元,例如纺织品中一个SKU通常表示规格、颜色、款式,而在连锁零售门店中有时称单品为一个SKU。
如背景技术所述,现有的广告播放系统通过在线计算用户标签来实现广告推送,导致处理耗时极高、CPU资源消耗过大,大大影响了广告播放系统的性能。为了避免现有技术的上述缺陷,本发明实施例提供了一种用户标签处理方法,该方法将用户标签的计算过程进行了近线化改造,降低了标签反馈的耗时和CPU资源消耗。后续可以将该标签处理方法应用于广告播放系统,提高系统性能。实施例中,该广告播放系统包括控制模块、召回模块、网关(Gateway)和用户标签处理装置。其中,控制模块用于与用户标签处理装置进行数据交互。
图1是根据本发明实施例的用户标签处理方法的主要步骤的示意图。如图1所示,本发明实施例的用户标签处理方法,由用户标签处理装置实现,主要包括如下步骤:
步骤S101:接收用户标签获取请求。用户标签处理装置接收来自控制模块的用户标签获取请求,该用户标签获取请求中携带有用户设备标识。
步骤S102:根据所述用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签。用户标签处理装置接收到用户标签获取请求后,根据携带的用户设备标识,从已存储的用户标签数据中获取对应的用户标签。
该步骤中用户标签数据的确定通过近线架构实现,具体如下:
首先,获取实时的用户行为通知,根据用户行为通知中携带的用户行为类型,获取对应的物品标识。其中,用户行为通知包括用户设备标识和用户行为类型。之后获取物品标识对应的物品信息,根据用户行为类型和物品信息生成用户标签,然后将用户设备标识和对应的用户标签构建为用户标签数据。
步骤S103:发送所述用户标签。用户标签处理装置在获取到用户标签后,发送用户标签至控制模块。
可以理解的是,本实施例中,在构建出用户标签数据后,需保存该用户标签数据,比如保存到标签库。用户标签处理装置仅用于从标签库获取对应的用户数据,无需如现有技术中需在线请求物品信息系统、在线计算用户标签(这两个串行逻辑占总耗时的25%),大大降低了用户标签处理装置响应用户标签获取请求的总耗时,实现了对数量庞大的用户标签的高效计算。
图2是根据本发明实施例的用户标签处理方法的时序图。如图2所示,本发明实施例的用户标签处理方法,主要包括如下步骤:
步骤S201:数据挖掘装置从已订阅的文件系统中获取实时的用户行为通知。文件系统可以是分布式文件系统,比如Kafka。数据挖掘装置主动订阅文件系统的数据。客户端埋点上报用户行为数据到文件系统;文件系统根据客户端的用户设备标识和用户行为数据生成实时的用户行为通知,并存储到消息队列;数据挖掘装置消费消息队列中的用户行为通知。
实施例中,用户行为通知中包括用户设备标识和用户行为类型。此处的用户设备标识,用于唯一标识一个用户设备,比如可以是IMEI(International Mobile EquipmentIdentity,国际移动设备识别码)、idfa(Identifier For Advertising,广告标识符)等。用户行为类型,是用户在网站的行为类型,比如浏览、购买、加入购物车、关注、搜索等。
步骤S202:数据挖掘装置根据用户行为通知中携带的用户行为类型,获取对应的物品标识。数据挖掘装置根据用户行为类型,从数据存储系统中获取该用户行为对应的物品标识,比如SKU-ID。实施例中,该数据存储系统为Key-Value数据存储系统。
数据挖掘装置提供多业务通用的并行数据挖掘功能。在一优选的实施例中,根据历史用户行为数据包含的用户行为类型,创建对应类型的数据挖掘组件,比如分别创建浏览业务挖掘组件、购买业务挖掘组件、加购业务挖掘组件和关注业务挖掘组件,使得多个数据挖掘组件可以多线程并行执行。其中,数据挖掘组件中封装有执行数据挖掘任务的方法。
当数据挖掘装置获取到用户行为通知后,根据用户行为通知中的用户行为类型,构建对应类型的数据挖掘任务,将该数据挖掘任务分配至对应类型的数据挖掘组件。比如,用户行为通知中的用户行为类型为浏览,则将数据挖掘任务分配至浏览业务挖掘组件。之后,使用为数据挖掘组件分配的线程执行数据挖掘任务,通过执行数据挖掘任务获取到对应的物品标识。
步骤S203:数据挖掘装置获取物品标识对应的物品信息,根据用户行为类型和物品信息生成用户标签,将用户设备标识和对应的用户标签构建为用户标签数据。数据挖掘装置向物品信息系统发送请求,该请求中携带物品标识,用于获取对应的物品信息。物品信息系统根据物品标识,查询出物品信息,并反馈至数据挖掘装置。实施例中,物品信息系统中存储有SKU-ID和对应的SKU详细信息,比如类目、品牌、店铺、价格等。
数据挖掘装置根据用户行为类型和物品信息,生成用户标签。比如生成浏览类目标签、浏览品牌标签、购买类目标签等。将用户设备标识和对应的用户标签构建为用户标签数据。比如,将用户设备标识作为键名,将用户标签作为对应的键值,构建成用户标签数据。
下面举例说明用户标签的生成过程。假设用户使用设备1在APP(Application,应用程序)上浏览了XX品牌手机,APP客户端埋点上报“设备1浏览”行为。数据挖掘装置接收到用户行为通知后,先从数据存储系统中获取该用户浏览行为的SKU-ID(即XX手机的SKU-ID);之后从物品信息系统中获取该SKU-ID对应的SKU信息,包括类目(手机)、品牌(XX)、店铺等;最后根据上述数据计算生成用户标签,比如浏览类目标签、浏览品牌标签、浏览店铺标签。其中,用户标签的格式可以为:维度类型(比如浏览类目标签)+维度值(比如手机)。
步骤S204:数据挖掘装置将用户标签数据保存到标签库。通过步骤S201至步骤S204将现有技术中在线串行执行的逻辑(包括获取物品信息和计算用户标签)迁移到并行的数据挖掘任务实现。存储在标签库中的用户标签数据可供用户标签处理装置获取和使用。其中,标签库可以是数据库集群。
步骤S205:标签库接收到来自用户标签处理装置的数据获取请求时,根据数据获取请求中携带的用户设备标识,将对应的用户标签反馈至用户标签处理装置。用户标签处理装置接收到来自控制模块的用户标签获取请求时,解析出其中的用户设备标识,并基于该用户设备标识生成数据获取请求,发送至标签库。
在一优选的实施例中,用户标签处理装置通过并行访问标签库,获取用户标签。其中,并行访问可以通过以下两个方面实现。一方面,按照用户行为类型存储用户标签数据。比如,将浏览标签、购买标签关注标签等分别存储到不同的标签库。在获取用户标签时,基于用户设备标识从所有标签库中并行获取对应的用户标签。比如,用户1的用户设备标识为设备1,则从标签库中并行获取设备1对应的浏览标签、购买标签、关注标签等。
另一方面,一个用户可能会使用多个设备访问网站,比如用户1使用设备1、设备2访问网站。此时需将代表同一用户的用户设备标识关联起来。在获取用户标签时,先根据用户行为通知中的用户设备标识,获取代表相同用户的设备标识集合;之后从标签库中并行获取设备标识集合中用户设备标识对应的用户标签。即不管用户行为通知中的用户设备标识为设备1还是设备2,此时需要先获取到该用户的设备标识集合,即设备1和设备2,然后再从标签库中并行获取设备1和设备2对应的浏览标签、购买标签、关注标签。
标签库接收到数据获取请求后,根据该请求携带的用户设备标识,在自身查询出对应的用户标签,将查询出的用户标签反馈至用户标签处理装置。
步骤S206:用户标签处理装置响应于接收到的用户标签获取请求,将用户标签返回至控制模块。用户标签处理装置将接收到的用户标签返回至控制模块。
本实施例中,通过数据挖掘装置近线挖掘用户标签,在可接受的低延迟下(相比在线计算用户标签延迟100ms左右),保证了对用户行为通知的准实时处理。用户标签处理装置通过并行访问标签库,从而跳过在线请求物品信息系统和在线计算用户标签,实现了用户标签处理装置响应用户标签获取请求的整体耗时优化。而且现有技术在获取到SKU-ID后就进行了截断(本文称为早截断),使用保留下来的SKU计算用户标签,导致计算出的用户标签数量损失,本实施例相比现有技术能够生成更多的用户标签,能够最大限度的获得高价值标签。
本发明实施例的用户标签处理装置可以应用于广告播放系统,优化广告播放系统的链路性能,保证广告播放系统的高可用性。图3是将本发明实施例的用户标签处理装置应用于广告播放系统的原理示意图。如图3所示,本发明实施例的广告播放系统包括控制模块、召回模块、网关和用户标签处理装置。下面结合图4对各模块、装置的功能做说明。
图4是根据本发明实施例的广告播放系统的数据处理流程示意图。如图4所示,本发明实施例的广告播放系统的用户标签处理流程,包括以下步骤:
步骤S401:控制模块向用户标签处理装置发送用户标签获取请求。其中,用户标签获取请求中携带有用户设备标识。该用户设备标识是预备投放广告的用户设备的唯一标识。
步骤S402:用户标签处理装置在接收到用户标签获取请求时,根据用户标签获取请求中携带的用户设备标识,从标签库中获取对应的用户标签,将用户标签反馈至控制模块。
用户标签的挖掘以及存储过程由数据挖掘装置实现。该实施例中,数据挖掘装置可以分为数据分发层和数据挖掘层,数据分发层用于获取实时的用户行为通知并转发(对应步骤S201);数据挖掘层用于获取物品标识、收集物品信息、计算用户标签和存储用户标签(对应步骤S202-步骤S204)。具体参见步骤S201至步骤S204,此处不再赘述。其中,数据分发层除用于转发用户行为通知,还可用于限流和负载均衡。
在一优选的实施例中,用户标签处理装置从标签库获取到用户标签后,可以按照设定的业务策略,从用户标签中选择目标标签,将目标标签序列化后返回至控制模块。此处的业务策略包括:按照用户标签价值、用户行为发生时间和用户行为数量中的一种或者多种选择目标标签。实施例中,可以使用Google Protobuf(是一个灵活的、高效的用于序列化数据的协议)作为序列化工具。
实施例中,可以按照用户标签价值的高低,选择价值高的用户标签作为目标标签。其中,用户标签的价值可根据经验确定。还可以按照用户行为发生时间、用户行为数量,将行为发生时间早于设定时间(比如1年前)、行为数量大于设定数量(比如300个)的用户标签截断(本文称为晚截断),保留行为发生时间较近的、行为数量满足设定数量的用户标签。再比如,在价值高的用户标签中,进一步进行上述晚截断,将保留下来的用户标签作为目标标签。
步骤S403:控制模块将用户标签发送至召回模块。
步骤S404:召回模块根据用户标签,定向从广告集合中匹配出候选广告队列。在匹配候选广告队列时,可以采用倒排索引的方式定向获取候选广告队列。倒排索引是一种索引方法,被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。通过倒排索引,可以根据单词快速获取包含这个单词的文档列表。
上述实施例的广告播放系统裁剪了用户标签处理装置对物品信息的获取和用户标签的计算过程,降低了确定用户标签的总耗时,且相比现有技术,由于近线计算获取到的用户标签为全集,从而获得了更多的用户标签,并完整的提高给广告播放系统,为业务策略的优化提供了更多空间和支撑。
图5是根据本发明实施例的用户标签处理装置的主要模块的示意图。如图5所示,本发明实施例的用户标签处理装置500,主要包括:
请求接收模块501,用于接收用户标签获取请求。用户标签处理装置接收来自控制模块的用户标签获取请求,该用户标签获取请求中携带有用户设备标识。
标签获取模块502,用于根据所述用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签。用户标签处理装置接收到用户标签获取请求后,根据携带的用户设备标识,从已存储的用户标签数据中获取对应的用户标签。
其中,用户标签数据的确定过程由数据挖掘装置、通过近线架构实现,具体如下:
首先,获取实时的用户行为通知,根据用户行为通知中携带的用户行为类型,获取对应的物品标识。其中,用户行为通知包括用户设备标识和用户行为类型。之后获取物品标识对应的物品信息,根据用户行为类型和物品信息生成用户标签,然后将用户设备标识和对应的用户标签构建为用户标签数据。
标签发送模块503,用于发送所述用户标签。用户标签处理装置在获取到用户标签后,发送用户标签至控制模块。
另外,本发明实施例的用户标签处理装置500还可以包括:构建分配模块和标签选择模块(图5中未示出)。其中,构建分配模块,用于根据所述用户行为类型,构建对应类型的数据挖掘任务,将所述数据挖掘任务分配至相同类型的数据挖掘组件。标签选择模块,用于按照设定的业务策略,从所述用户标签中选择目标标签。
从以上描述可以看出,将物品信息收集以及用户标签的计算逻辑迁移到近线,相比在线计算能够获得更多的用户标签,且降低了标签反馈的耗时和CPU资源消耗。
图6是根据本发明实施例的用户标签处理系统的主要模块的示意图。如图6所示,本发明实施例的用户标签处理系统600,包括:用户标签处理装置500、数据挖掘装置601和标签库602。其中,
数据挖掘装置601,用于获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;以及
还用于获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据。
所述标签库602,用于存储所述用户标签数据。
从以上描述可以看出,通过数据挖掘装置近线挖掘用户标签,在可接受的低延迟下(相比在线计算用户标签延迟100ms左右),保证了对用户行为通知的准实时处理。
根据本发明的实施例,本发明还提供了一种电子设备和一种计算机可读介质。
本发明的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的一种用户标签处理方法。
本发明的计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的一种用户标签处理方法。
下面参考图7,其示出了适用于来实现本发明实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有计算机系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明公开的实施例,上文主要步骤图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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,上述模块、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。也应当注意,在有些作为替换的实现中,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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括请求接收模块、标签获取模块和标签发送模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,标签获取模块还可以被描述为“接收用户标签获取请求的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:接收用户标签获取请求;根据所述用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签;发送所述用户标签;其中,所述用户标签数据通过以下步骤确定:获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据。
根据本发明实施例的技术方案,将物品信息收集以及用户标签的计算逻辑迁移到近线,相比在线计算能够获得更多的用户标签,且降低了标签反馈的耗时和CPU资源消耗。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种用户标签处理方法,其特征在于,包括:
接收用户标签获取请求;
根据所述用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签;
发送所述用户标签;其中,所述用户标签数据通过以下步骤确定:
获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;
获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据。
2.根据权利要求1所述的方法,其特征在于,获取对应的物品标识的步骤之前,所述方法还包括:
根据所述用户行为类型,构建对应类型的数据挖掘任务,将所述数据挖掘任务分配至对应的数据挖掘组件;
获取对应的物品标识,包括:使用为所述数据挖掘组件分配的线程执行所述数据挖掘任务,获取对应的物品标识。
3.根据权利要求1所述的方法,其特征在于,所述用户标签数据按照所述用户行为类型进行存储;
所述从存储的用户标签数据中获取对应的用户标签,包括:
从存储的多个用户行为类型对应的用户标签数据中,并行获取对应的用户标签。
4.根据权利要求1或3所述的方法,其特征在于,获取对应的用户标签,包括:
根据所述用户设备标识,获取代表相同用户的设备标识集合;
从存储的用户标签数据中并行获取所述设备标识集合中用户设备标识所对应的用户标签。
5.根据权利要求1至3的任一项所述的方法,其特征在于,从存储的用户标签数据中获取对应的用户标签的步骤之后,所述方法还包括:
按照设定的业务策略,从所述用户标签中选择目标标签;
发送所述用户标签,包括:发送所述目标标签。
6.根据权利要求5所述的方法,其特征在于,所述业务策略包括按照用户标签价值、用户行为发生时间和用户行为数量中的一种或者多种选择所述目标标签。
7.根据权利要求1至3的任一项所述的方法,其特征在于,获取实时的用户行为通知,包括:
从已订阅文件系统的消息队列中获取实时的用户行为通知。
8.一种用户标签处理装置,其特征在于,包括:
请求接收模块,用于接收用户标签获取请求;
标签获取模块,用于根据所述用户标签获取请求中携带的用户设备标识,从存储的用户标签数据中获取对应的用户标签;
标签发送模块,用于发送所述用户标签;
其中,所述用户标签数据通过以下方式确定:
获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;以及
获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据。
9.一种用户标签处理系统,其特征在于,包括:如权利要求8所述的用户标签处理装置、数据挖掘装置和标签库,其中,
所述数据挖掘装置,用于获取实时的用户行为通知,根据所述用户行为通知中携带的用户行为类型,获取对应的物品标识;其中,所述用户行为通知包括所述用户设备标识和所述用户行为类型;以及
获取所述物品标识对应的物品信息,根据所述用户行为类型和所述物品信息生成所述用户标签,将所述用户设备标识和对应的用户标签构建为所述用户标签数据;
所述标签库,用于存储所述用户标签数据。
10.一种广告播放系统,包括如权利要求8所述的用户标签处理装置、控制模块和召回模块;其中,
所述控制模块,用于向所述用户标签处理装置发送用户标签获取请求,以及接收所述用户标签处理装置返回的用户标签,将所述用户标签发送至所述召回模块;
所述召回模块,用于根据所述用户标签,定向从广告集合中匹配出候选广告队列。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110153529.7A CN113781088A (zh) | 2021-02-04 | 2021-02-04 | 一种用户标签处理方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110153529.7A CN113781088A (zh) | 2021-02-04 | 2021-02-04 | 一种用户标签处理方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113781088A true CN113781088A (zh) | 2021-12-10 |
Family
ID=78835554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110153529.7A Pending CN113781088A (zh) | 2021-02-04 | 2021-02-04 | 一种用户标签处理方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781088A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533530A (zh) * | 2013-09-26 | 2014-01-22 | 林毅 | 一种跨设备的用户对应及用户追踪方法、系统 |
WO2015085967A1 (zh) * | 2013-12-10 | 2015-06-18 | 腾讯科技(深圳)有限公司 | 一种用户行为数据的分析方法和装置 |
US20160267540A1 (en) * | 2015-02-09 | 2016-09-15 | Medialytic, LLC | System for providing behavioral engagement with a user device |
CN106446007A (zh) * | 2016-08-11 | 2017-02-22 | 乐视控股(北京)有限公司 | 一种信息投放的方法、装置及系统 |
CN108363655A (zh) * | 2018-02-11 | 2018-08-03 | 百度在线网络技术(北京)有限公司 | 用户行为特征分析方法及装置 |
CN110378731A (zh) * | 2016-04-29 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 获取用户画像的方法、装置、服务器及存储介质 |
CN110442761A (zh) * | 2019-06-21 | 2019-11-12 | 深圳中琛源科技股份有限公司 | 一种用户画像构建方法、电子设备及存储介质 |
CN111309550A (zh) * | 2020-02-05 | 2020-06-19 | 江苏满运软件科技有限公司 | 应用程序的数据采集方法、系统、设备和存储介质 |
-
2021
- 2021-02-04 CN CN202110153529.7A patent/CN113781088A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533530A (zh) * | 2013-09-26 | 2014-01-22 | 林毅 | 一种跨设备的用户对应及用户追踪方法、系统 |
WO2015085967A1 (zh) * | 2013-12-10 | 2015-06-18 | 腾讯科技(深圳)有限公司 | 一种用户行为数据的分析方法和装置 |
US20160267540A1 (en) * | 2015-02-09 | 2016-09-15 | Medialytic, LLC | System for providing behavioral engagement with a user device |
CN110378731A (zh) * | 2016-04-29 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 获取用户画像的方法、装置、服务器及存储介质 |
CN106446007A (zh) * | 2016-08-11 | 2017-02-22 | 乐视控股(北京)有限公司 | 一种信息投放的方法、装置及系统 |
CN108363655A (zh) * | 2018-02-11 | 2018-08-03 | 百度在线网络技术(北京)有限公司 | 用户行为特征分析方法及装置 |
CN110442761A (zh) * | 2019-06-21 | 2019-11-12 | 深圳中琛源科技股份有限公司 | 一种用户画像构建方法、电子设备及存储介质 |
CN111309550A (zh) * | 2020-02-05 | 2020-06-19 | 江苏满运软件科技有限公司 | 应用程序的数据采集方法、系统、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
WANG, YAN; ZHOU, JIAN-TAO; SONG, XIAOYU;: "A RaaS Model Based on Emotion Analysis and Double Labeling Applied to Mobile Terminal", IEEE ACCESS, vol. 06 * |
姜红玉;汪朋;封雷;: "基于流式计算的实时用户画像系统研究", 计算机技术与发展, vol. 30, no. 07 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108182111B (zh) | 任务调度系统、方法和装置 | |
US11232392B2 (en) | Method for processing orders and electronic device | |
CN110866709A (zh) | 合并订单的方法和装置 | |
CN110880084A (zh) | 一种仓库补货的方法和装置 | |
CN107480205B (zh) | 一种进行数据分区的方法和装置 | |
CN110019367B (zh) | 一种统计数据特征的方法和装置 | |
CN110209677A (zh) | 更新数据的方法和装置 | |
CN112884405A (zh) | 一种询价系统及其调度方法 | |
US11860870B2 (en) | High efficiency data querying | |
CN113900907B (zh) | 一种映射构建方法和系统 | |
CN111258988A (zh) | 资产管理方法、装置、电子设备以及介质 | |
CN111461754A (zh) | 一种确定订单的流量来源的方法和装置 | |
CN111753019A (zh) | 一种应用于数据仓库的数据分区方法和装置 | |
CN111044062A (zh) | 路径规划、推荐方法和装置 | |
CN110764769B (zh) | 处理用户请求的方法和装置 | |
CN113706064A (zh) | 一种订单处理方法和装置 | |
CN113220705A (zh) | 慢查询识别的方法和装置 | |
CN113781088A (zh) | 一种用户标签处理方法、装置和系统 | |
CN115794876A (zh) | 针对业务数据包的分片处理方法、装置、设备及存储介质 | |
CN113535673A (zh) | 生成配置文件及数据处理的方法和装置 | |
CN112651536A (zh) | 确定配送地址的方法和装置 | |
CN111127077A (zh) | 一种基于流计算的推荐方法和装置 | |
CN111695749A (zh) | 一种分组任务的生成方法和装置 | |
CN112819490A (zh) | 一种预告秒杀广告的装置和方法 | |
CN112015565A (zh) | 确定任务下传队列的方法和装置 |
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 |