CN114969107A - 多标签目标的数据处理方法、装置、设备及存储介质 - Google Patents

Abstract

本公开提供了一种多标签目标的数据处理方法、装置、设备及存储介质，所述方法包括：根据选取的标签，在数据库中查询对应的目标数据；将查询到的所述目标数据存储到缓存，若为首个标签查询，则将所述目标数据存储为集合A，并根据新的标签继续在所述数据库中查询，若不为首个标签查询，则将所述目标数据存储为集合B；对所述集合A和所述集合B进行处理，得到交集数据；用所述交集数据更新所述集合A；基于得到所述集合B的标签查询为最后标签查询，以最后更新的所述集合A作为最终目标数据。本公开的多标签目标的数据处理方法占用资源少，处理速度快。

Description

多标签目标的数据处理方法、装置、设备及存储介质

技术领域

本公开涉及计算机领域，尤其涉及一种多标签目标的数据处理方法、装置、设备及存储介质。

背景技术

在工作和生活中，经常需要将目标进行分类。根据不同属性，同一批目标会被划分为不同的类别，不同类别之间的目标可能会有交叉。有时，需要具有多个属性的目标的数据。以目标为移动通信用户为例，可以根据卡属性，账号属性等对移动通信用户进行分类，目前的分类都是基于单属性标签进行划分，例如，按运营商标签划分，每个运营商划分一个类别，按不同的流量标签划分，每个流量使用范围划分一个类别。当需要具有多个标签的移动通信用户时，例如A运营商+使用流量1G以下/日的移动通信用户，一般通过表关联来获取相应的用户数据，对于10万级，甚至百万级的数据来说，该种方法消耗时间，占用硬件资源，甚至无法得到结果。而如果采用专门的大数据处理设备，投入较高，需要专业技术人员处理和维护，不适于中小企业或个人。

发明内容

本公开提供了一种多标签目标的数据处理方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。

根据本公开的第一方面，提供了一种多标签目标的数据处理方法，所述方法包括：

根据选取的标签，在数据库中查询对应的目标数据；

将查询到的所述目标数据存储到缓存，若为首个标签查询，则将所述目标数据存储为集合A，并根据新的标签继续在所述数据库中查询，若不为首个标签查询，则将所述目标数据存储为集合B；

对所述集合A和所述集合B进行处理，得到交集数据；

用所述交集数据更新所述集合A；

基于得到所述集合B的标签查询为最后标签查询，以最后更新的所述集合A作为最终目标数据。

在一可实施方式中，用所述交集数据更新所述集合A的数据，包括：将所述交集数据存储为集合C；删除集合A和集合B；将集合C重命名为集合A。

在一可实施方式中，对所述集合A和所述集合B进行处理，得到交集数据，包括：从所述集合A和所述集合B中，数据较少的集合中取数，遍历另一个集合，若另一个集合中有相同的数据，则存入交集中。

在一可实施方式中，将查询到的所述目标数据存储到缓存，包括：将查询到的所述目标数据存储在Redis中，定义所述集合A的缓存key为setA，所述集合B的缓存key为setB。

在一可实施方式中，所述目标为移动通信用户，所述标签包括卡属性、套餐属性、账号属性、活动属性、驻网属性和流量属性中一个或多个。

在一可实施方式中，所述方法还包括：根据所述最终目标数据，向所述最终目标数据中的移动通信用户推送信息。

在一可实施方式中，向所述最终目标数据中的移动通信用户推送信息，包括下述中的至少一种：通过短信推送信息；通过即时通讯应用推送信息；通过邮件推送信息。

根据本公开的第二方面，提供了一种多标签目标的数据处理装置，所述装置包括：

查询模块，其用于根据选取的标签，在数据库中查询对应的目标数据；

存储模块，其用于将查询到的所述目标数据存储到缓存，若为首个标签查询，则将所述目标数据存储为集合A，并根据新的标签继续在所述数据库中查询，若不为首个标签查询，则将所述目标数据存储为集合B；

处理模块，其用于对所述集合A和所述集合B进行处理，得到交集数据；用所述交集数据更新所述集合A；基于得到所述集合B的标签查询为最后标签查询，以最后更新的所述集合A作为最终目标数据。

根据本公开的第三方面，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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开所述的方法。

本公开的多标签目标的数据处理方法、装置、设备及存储介质，根据选取的标签在数据库中查询相应的目标数据，并将目标数据存储在缓存中，通过将不同标签的目标数据依次取交集，得到具有多标签的最终目标数据，数据处理过程占用资源少，处理速度快，对硬件配置要求低。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：

在附图中，相同或对应的标号表示相同或对应的部分。

图1示出了本公开实施例多标签目标的数据处理方法的实现流程示意图；

图2示出了本公开实施例多标签目标的数据处理装置组成结构示意图；

图3示出了本公开实施例一种电子设备的组成结构示意图。

具体实施方式

为使本公开的目的、特征、优点能够更加的明显和易懂，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而非全部实施例。基于本公开中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

参见图1，本公开实施例提供了一种多标签目标的数据处理方法，方法包括：根据选取的标签，在数据库中查询对应的目标数据；将查询到的目标数据存储到缓存，若为首个标签查询，则将目标数据存储为集合A，并根据新的标签继续在数据库中查询，若不为首个标签查询，则将目标数据存储为集合B；对集合A和集合B进行处理，得到交集数据；用交集数据更新集合A；基于得到集合B的标签查询为最后标签查询，以最后更新的集合A作为最终目标数据。

本公开的多标签目标的数据处理方法中，根据选取的标签在数据库中查询相应的目标数据，并将目标数据存储在缓存中，通过将不同标签的目标数据依次取交集，得到具有多标签的最终目标数据，数据处理过程占用资源少，对硬件配置要求低。本公开的多标签目标的数据处理方法采用普通的配置的计算机即可实现。

首个标签查询是指根据第一个标签对目标数据进行的查询。最后标签查询是指根据所有需要查询的标签中最后一个标签对目标进行的查询。以目标为移动通信用户为例，用户标签可以包括机型、用途、套餐激活时间、已购买、月使用流量等，如果按照上述的顺序依次查询，机型就是首个标签，月使用流量为最后标签。如果按照上述的顺序倒序查询，月使用流量就是首个标签，机型为最后标签。查询顺序可以是每次从多个标签中随机选取，可以是按设定的顺序进行，例如，可以在确定具体标签的同时，确定标签查询顺序。

本公开实施例的方法可以支持多标签同时计算并集，并对计算机资源需求较小，改善了数据库交集计算需要多表关联进行查询，数据量大，速度慢，资源消耗高灯问题，本公开实施例可以分解成多次小数据量的单表查询，再对多个数据集合进行快速的并集处理，将单次大数据量慢操作优化为多次小数据量快速计算，实现了速度的提示。

在一可实施方式中，在查询对应的目标数据之前，还包括：获取各标签对应的数据的量，按照数据的量从小到大确定查询顺序。按照数据的量从小到大依次查询、取交集，能够提高速度，减少资源占用。

在一可实施方式中，用交集数据更新集合A的数据，包括：将交集数据存储为集合C；删除集合A和集合B；将集合C重命名为集合A。本公开实施例能够以简单的方式实现多次查询和交集的迭代。

在一可实施方式中，对集合A和集合B进行处理，得到交集数据，包括：从集合A和集合B中，数据较少的集合中取数，遍历另一个集合，若另一个集合中有相同的数据，则存入交集中。例如，集合A的数据较少，则依次从集合A中取数，遍历集合B，若集合B中有与取出的数相同的数据，则将该数据存入到交集中。能够快速，准确地得到交集数据。

在一可实施方式中，将查询到的目标数据存储到缓存，包括：将查询到的目标数据存储在Redis(Remote Dictionary Server，远程字典服务)中，定义集合A的缓存key为setA，集合B的缓存key为setB。Redis是较为成熟的Key-Value存储系统，能够稳定，有效地得到两个集合的交集。

本公开实施例的方法中，将交集计算的过程从系统数据库中提出，放到redis中，redis是一个key-value存储系统，更高效的利用资源，摆脱了传统数据库数据计算慢的问题，通过redis实现时间复杂度O(n)的性能，本公开实施例的方法交集计算需求的计算机硬件资源较传统数据库大大降低。

在一可实施方式中，目标为移动通信用户，标签包括卡属性、套餐属性、账号属性、活动属性、驻网属性和流量属性中一个或多个。以上标签仅是示例性说明，可以具有更多的标签。例如，流量属性可以包括日使用量标签、月使用量标签、达量限速标签等。

本公开实施例的多标签目标的数据处理方法中，目标不限于移动通信用户，也不限于人物作为目标，只要是可以被明确定义的，如车辆，食品，服务等任何可以被标签标记，拥有可归纳等统一特性等事物，都可以作为本公开实施例的目标。

在一可实施方式中，本公开实施例的多标签目标的数据处理方法还包括：根据最终目标数据，向最终目标数据中的移动通信用户推送信息。推送的信息的具体内容可以是根据标签筛选的结果预先设定。例如发送优惠券，推荐套餐，介绍优惠等。得到最终目标数据，可以作为触发推送消息的条件。当得到最终目标数据时，自动推送消息。

在一可实施方式中，向最终目标数据中的移动通信用户推送信息，包括但不限于下述中的至少一种：通过短信推送信息；通过即时通讯应用推送信息；通过邮件推送信息。本公开实施例中，可以是采用一种方式推送信息，也可以采用两种或两种以上的方式一同推送信息。可以服务不同的用户。

参见图2，根据本公开实施例提供了一种多标签目标的数据处理装置，装置包括查询模块、存储模块和处理模块，查询模块用于根据选取的标签，在数据库中查询对应的目标数据；存储模块用于将查询到的目标数据存储到缓存，若为首个标签查询，则将目标数据存储为集合A，并根据新的标签继续在数据库中查询，若不为首个标签查询，则将目标数据存储为集合B；处理模块用于对集合A和集合B进行处理，得到交集数据；用交集数据更新集合A；基于得到集合B的标签查询为最后标签查询，以最后更新的集合A作为最终目标数据。

本公开的多标签目标的数据处理装置中，查询模块能够根据选取的标签在数据库中查询相应的目标数据，存储模块能够将目标数据存储在缓存中，处理模块通过将不同标签的目标数据依次取交集，得到具有多标签的最终目标数据，数据处理过程占用资源少，对硬件配置要求低。采用普通的配置的计算机即可实现。

首个标签查询是指根据第一个标签对目标数据进行的查询。最后标签查询是指根据所有需要查询的标签中最后一个标签对目标进行的查询。以目标为移动通信用户为例，用户标签可以包括机型、用途、套餐激活时间、已购买、月使用流量等，如果按照上述的顺序依次查询，机型就是首个标签，月使用流量为最后标签。如果按照上述的顺序倒序查询，月使用流量就是首个标签，机型为最后标签。查询顺序可以是每次从多个标签中随机选取，可以是按设定的顺序进行，例如，可以在确定具体标签的同时，确定标签查询顺序。

在一可实施方式中，在查询对应的目标数据之前，查询单元还模块获取各标签对应的数据的量，按照数据的量从小到大确定查询顺序。按照数据的量从小到大依次查询、取交集，能够提高速度，减少资源占用。

在一可实施方式中，处理模块用交集数据更新集合A的数据，包括：处理模块将交集数据存储为集合C；删除集合A和集合B；将集合C重命名为集合A。本公开实施例能够以简单的方式实现多次查询和交集的迭代。

在一可实施方式中，处理模块对集合A和集合B进行处理，得到交集数据，包括：从集合A和集合B中，数据较少的集合中取数，遍历另一个集合，若另一个集合中有相同的数据，则存入交集中。例如，集合A的数据较少，则依次从集合A中取数，遍历集合B，若集合B中有与取出的数相同的数据，则将该数据存入到交集中。能够快速，准确地得到交集数据。

在一可实施方式中，存储模块将查询到的目标数据存储到缓存，包括：将查询到的目标数据存储在Redis中，定义集合A的缓存key为setA，集合B的缓存key为setB。Redis是较为成熟的Key-Value存储系统，能够稳定，有效地得到两个集合的交集。

在一可实施方式中，本公开实施例的多标签目标的数据处理装置还包括发送模块，发送模块用于根据最终目标数据，向最终目标数据中的移动通信用户推送信息。推送的信息的具体内容可以是根据标签筛选的结果预先设定。例如发送优惠券，推荐套餐，介绍优惠等。得到最终目标数据，可以作为触发推送消息的条件。当得到最终目标数据时，自动推送消息。

在一可实施方式中，发送模块向最终目标数据中的移动通信用户推送信息，包括但不限于下述中的至少一种：通过短信推送信息；通过即时通讯应用推送信息；通过邮件推送信息。本公开实施例中，可以是采用一种方式推送信息，也可以采用两种或两种以上的方式一同推送信息。可以服务不同的用户。

本公开实施例的多标签目标的数据处理装置能够实现上述实施例的方法，以上针对多标签目标的数据处理装置实施例的描述与前述方法实施例的描述是类似的，具有同前述方法实施例相似的有益效果，因此不做赘述。对于本公开多标签目标的数据处理装置实施例的描述尚未披露的技术细节，请参照本公开前述方法实施例的描述而理解，为节约篇幅，因此不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。

图3示出了可以用来实施本公开的实施例的示例电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图3所示，设备300包括计算单元301，其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序，来执行各种适当的动作和处理。在RAM303中，还可存储设备300操作所需的各种程序和数据。计算单元301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如多标签目标的数据处理方法。例如，在一些实施例中，多标签目标的数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由计算单元301执行时，可以执行上文描述的多标签目标的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行多标签目标的数据处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种多标签目标的数据处理方法，其特征在于，所述方法包括：

根据选取的标签，在数据库中查询对应的目标数据；

将查询到的所述目标数据存储到缓存，若为首个标签查询，则将所述目标数据存储为集合A，并根据新的标签继续在所述数据库中查询，若不为首个标签查询，则将所述目标数据存储为集合B；

对所述集合A和所述集合B进行处理，得到交集数据；

用所述交集数据更新所述集合A；

基于得到所述集合B的标签查询为最后标签查询，以最后更新的所述集合A作为最终目标数据。

2.根据权利要求1所述的方法，其特征在于，用所述交集数据更新所述集合A的数据，包括：

将所述交集数据存储为集合C；

删除集合A和集合B；

将集合C重命名为集合A。

3.根据权利要求1所述的方法，其特征在于，对所述集合A和所述集合B进行处理，得到交集数据，包括：

从所述集合A和所述集合B中，数据较少的集合中取数，遍历另一个集合，若另一个集合中有相同的数据，则存入交集中。

4.根据权利要求1所述的方法，其特征在于，将查询到的所述目标数据存储到缓存，包括：

将查询到的所述目标数据存储在Redis中，定义所述集合A的缓存key为setA，所述集合B的缓存key为setB。

5.根据权利要求1所述的方法，其特征在于，

所述目标为移动通信用户，所述标签包括卡属性、套餐属性、账号属性、活动属性、驻网属性和流量属性中一个或多个。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述最终目标数据，向所述最终目标数据中的移动通信用户推送信息。

7.根据权利要求6所述的方法，其特征在于，向所述最终目标数据中的移动通信用户推送信息，包括下述中的至少一种：

通过短信推送信息；

通过即时通讯应用推送信息；

通过邮件推送信息。

8.一种多标签目标的数据处理装置，其特征在于，所述装置包括：

查询模块，其用于根据选取的标签，在数据库中查询对应的目标数据；

存储模块，其用于将查询到的所述目标数据存储到缓存，若为首个标签查询，则将所述目标数据存储为集合A，并根据新的标签继续在所述数据库中查询，若不为首个标签查询，则将所述目标数据存储为集合B；

处理模块，其用于对所述集合A和所述集合B进行处理，得到交集数据；用所述交集数据更新所述集合A；基于得到所述集合B的标签查询为最后标签查询，以最后更新的所述集合A作为最终目标数据。

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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

Images