CN115276664B - 基于访客登记信息的访客数据管理方法 - Google Patents

Abstract

本发明涉及数据处理领域，具体涉及一种基于访客登记信息的访客数据管理方法。获取访客历史登记信息并转化为二进制数据，得到待压缩数据；对待压缩数据以不同分组方式进行分组，获取每种分组方式的链码长度优势；获取每种分组方式的分组长度优势；获取每种分组方式的压缩概率，将最大压缩概率对应的分组方式作为最优分组方式；建立网格，依次将每组数据填入网格；从网格中的第一组数据开始，依次获取网格中所有相邻的相同数据组进行链码编码，获取同一数据组中每组数据对应的链码方向以及同一数据组的链码长度；对待压缩数据进行压缩存储。本发明通过对待压缩数据进行链码编码，能够将较长的数据通过链码进行压缩的同时，占用内存量更小。

Description

基于访客登记信息的访客数据管理方法

技术领域

本发明涉及数据处理领域，具体涉及一种基于访客登记信息的访客数据管理方法。

背景技术

访客登记系统是一套登记管理来访人员信息的系统，访客可能为到公司咨询业务的潜在客户，也可能为已有业务往来的客户，也可能为其他人员，为便于针对不同类型的访客进行管理，需要将访客数据进行分类存储，在对访客数据进行压缩存储时，由于访客信息数据较大，因此在进行存储时需要对访客数据进行压缩。

目前对数据进行压缩的方法如LZW编码法，该方法在对数据进行压缩和解压的过程中需要动态构建字典，因此对于数据量较大的数据，在进行编码压缩时自适应生成的字典会占用相当一部分内存，可能会影响其他进程，因此，需要一种无需构建字典，在保证压缩率的同时，占用内存较小的压缩方法。

由此，为了解决现有技术中对数据进行压缩时占用内存，影响其他进程的问题，本发明提出了一种基于访客登记信息的访客数据管理方法。

发明内容

本发明提供一种基于访客登记信息的访客数据管理方法，以解决现有对数据进行压缩时占用内存较大的问题，包括：

获取访客历史登记信息并转化为二进制数据，得到待压缩数据；对待压缩数据以不同分组方式进行分组，获取每种分组方式的链码长度优势；获取每种分组方式的分组长度优势；获取每种分组方式的压缩概率，将最大压缩概率对应的分组方式作为最优分组方式；建立网格，依次将每组数据填入网格；从网格中的第一组数据开始，依次获取网格中所有相邻的相同数据组进行链码编码，获取同一数据组中每组数据对应的链码方向以及同一数据组的链码长度；对待压缩数据进行压缩存储。

本发明首先对访客的二进制数据进行分组，并通过获取每种分组方式下的压缩概率，从而将待压缩数据进行最优划分，便于后续网格的建立和网格中数据的分配，进一步通过对网格中每一组数据进行遍历，通过链码编码将网格中的同一数据组的二进制数据转化为链码进行压缩存储，能够很好的保证对数据的压缩率，同时在进行压缩时仅需构建网格，占用内存小，不会影响到其他的进程。

本发明采用如下技术方案，一种基于访客登记信息的访客数据管理方法，包括：

获取访客历史登记信息，并将登记信息转化为二进制数据，得到待压缩数据。

分别对待压缩数据以不同分组方式进行分组，得到每种分组方式对应的多组数据。

根据每种分组方式中不同组数据的个数获取每种分组方式的链码长度优势。

根据每种分组方式中每组数据的长度获取每种分组方式的分组长度优势。

根据每种分组方式的链码长度优势和分组长度优势获取每种分组方式的压缩概率，将最大压缩概率对应的分组方式作为最优分组方式。

利用最优分组方式对待压缩数据进行分组，根据分组后数据的个数建立网格，并依次将每组数据填入到网格对应的位置中。

从网格中的第一组数据开始，依次获取网格中所有相邻的相同数据组进行链码编码，得到网格中同一数据组的链码。

获取同一数据组中每组数据对应的链码方向，根据网格中所有相邻的相同数据组的个数得到同一数据组的链码长度。

根据待压缩数据中同一数据组的链码长度以及同一数据组中每组数据的链码方向对待压缩数据进行压缩存储。

进一步的，一种基于访客登记信息的访客数据管理方法，分别对待压缩数据以不同分组方式进行分组的方法为：

设定数据长度区间，分别根据设定区间中的每个数据长度对待压缩数据进行分组，得到每种分组方式对应的多组数据。

进一步的，一种基于访客登记信息的访客数据管理方法，获取每种分组方式的链码长度优势的方法为：

获取每种分组方式对应的多组数据中不同组数据的个数，根据不同组数据的个数获取每种分组方式中不同组数据的频率；

根据每种分组方式中不同组数据的频率计算每种分组方式的链码长度优势，表达式为：

其中，

表示数据长度为k的分组方式的链码长度优势，

表示数据长度为k的分组方式中不同数据组的最大个数，

表示数据长度为k的分组方式中第i组数据的频率。

进一步的，一种基于访客登记信息的访客数据管理方法，获取每种分组方式的分组长度优势的方法为：

获取每种分组方式下对待压缩数据进行划分的数据长度，根据每种分组方式下对应的数据长度计算每种分组方式的分组长度优势，表达式为：

其中，

表示数据长度为k的分组方式的分组长度优势，k表示数据长度为k的分组方式。

进一步的，一种基于访客登记信息的访客数据管理方法，依次获取网格中所有相邻的相同数据组进行链码编码的方法为：

从网格中的第一组数据开始，搜索该组数据的相邻网格中的相同组数据作为下一组数据，获取下一组数据的链码方向；

从下一组数据开始，搜索下一组数据的相邻网格中的相同组数据，依次进行迭代，直至下一组数据的相邻网格中不存在相同组数据；获取每组数据到相邻下一组相同数据的链码方向，得到同一数据组的链码；

获取网格中和第一组数据不同的第二组数据，获取第二组数据对应的同一数据组的链码，重复进行遍历，直至得到网格中所有组数据的链码。

进一步的，一种基于访客登记信息的访客数据管理方法，从网格中的第一组数据开始，搜索该组数据的相邻网格中的相同组数据作为下一组数据时，还包括：

若第一组数据相邻的网格中不存在相同组数据，对第一组数据单独进行链码编码，并将第一组数据的链码长度置为1；

将网格中的下一组数据再次作为第一组数据，重新进行搜索。

进一步的，一种基于访客登记信息的访客数据管理方法，对待压缩数据进行压缩存储之后，还包括：

根据同一数据组的链码长度获取数据的分组个数，并根据链码方向还原每组数据在网格中的位置，根据每组数据在网格中的位置还原待加密二进制数据；

将待压缩数据从二进制转换为访客信息数据。

本发明的有益效果是：本发明首先对访客的二进制数据进行分组，并通过获取每种分组方式下的压缩概率，从而将待压缩数据进行最优划分，便于后续网格的建立和网格中数据的分配，进一步通过对网格中每一组数据进行遍历，通过链码编码将网格中的同一数据组的二进制数据转化为链码进行压缩存储，能够很好的保证对数据的压缩率，同时在进行压缩时仅需构建网格，占用内存小，不会影响到其他的进程。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的一种基于访客登记信息的访客数据管理方法结构示意图；

图2为本发明实施例的一种链码方向示意图；

图3为本发明实施例的一种链码压缩结构示意图；

图4为本发明实施例的一种压缩过程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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，都属于本发明保护的范围。

如图1所示，给出了本发明实施例的一种基于访客登记信息的访客数据管理方法结构示意图，包括：

101.获取访客历史登记信息，并将登记信息转化为二进制数据，得到待压缩数据。

为便于针对不同类型的人员采取不同的维护管理措施，例如向潜在客户推送产品广告信息等以提高潜在客户的转换率，向现有客户推送老客优惠信息等以保持现有客户的粘度，因此分别对每个类型的客户信息进行压缩存储。

本发明首先获取历史访客登记信息，并通过序列化将访客登记信息转化为二进制数据，将访客信息的二进制数据作为待压缩数据。

102.分别对待压缩数据以不同分组方式进行分组，得到每种分组方式对应的多组数据。

分别对待压缩数据以不同分组方式进行分组的方法为：

设定数据长度区间，分别根据设定区间中的每个数据长度对待压缩数据进行分组，得到每种分组方式对应的多组数据。

为实现对访客信息的压缩，需对访客信息二进制数据进行分组获得多组二进制串数据，为了确保压缩率，本发明要求每组数据中的二进制串数据长度大于

，即分组长度大于

；当二进制串长度过长时，可能会导致最终形成的网格中不存在相邻的相同二进制串，或相邻的相同二进制串非常少，此时达不到压缩的效果，因此，要求每个二进制串的长度不能太长，即分组长度不能长，本发明限定分组长度小于K，本发明中

，可根据实际需要设置K的大小，最终得到设定的数据长度区间，即分组长度的范围为

。

设k为

围内的数值，当分组长度为k时对访客信息二进制数据进行分组，将访客信息二进制数据分为每k位二进制为一组，若最后一组长度不足k，则在该组末尾随机补充

或

将其补充为k位，并记录补充的位数

，如此，得到了一种分组方式。

同理，利用

范围内每个分组长度分别对访客信息二进制数据进行分组，得到多个分组方式。

103.根据每种分组方式中不同组数据的个数获取每种分组方式的链码长度优势，根据每种分组方式中每组数据的长度获取每种分组方式的分组长度优势，根据每种分组方式的链码长度优势和分组长度优势获取每种分组方式的压缩概率，将最大压缩概率对应的分组方式作为最优分组方式。

不同分组方式下，访客信息二进制数据的压缩效率不同，为获取最高的压缩效率，需获取最优的分组方式，若利用不同的分组方式分别对访客信息二进制数据进行压缩，再比较不同分组之间的压缩效率，可获得最优的分组方式，但利用不同的分组方式分别对访客信息二进制数据进行压缩所用时间长，同时占用较大内存空间，实际并不可取。

因此本方案引入压缩概率指标，用来衡量每个分组方式能够达到较好的压缩率的概率，通过比较每个分组方式的压缩概率即可获取最优的分组方式，利用压缩概率获取最有的分组方式节省时间与内存空间，压缩概率获取方式如下：

在对二进制串进行链码式存储时，对于第一个二进制串需存储二进制串的内容，对于其余二进制串需存储链码方向，因此当链码长度越长时可达到越高的压缩率，而链码的长度是由相同二进制串的个数及在相同二进制串网格中的相对位置决定的，因此本发明为了衡量访客信息二进制数据中相同二进制串的分布，引入链码长度优势指标，通过统计每个分组方式中不同二进制串数据的出现频率，根据不同二进制串出现的频率获取每个分组方式链码长度优势。

获取每种分组方式的链码长度优势的方法为：

获取每种分组方式对应的多组数据中不同组数据的个数，根据不同组数据的个数获取每种分组方式中不同组数据的频率；

根据每种分组方式中不同组数据的频率计算每种分组方式的链码长度优势，表达式为：

其中，

表示数据长度为k的分组方式的链码长度优势，

表示数据长度为k的分组方式中不同数据组的最大个数，

表示数据长度为k的分组方式中第i组数据的频率。

为分组长度为k的分组方式中不同二进制串的熵，当熵值越大表示不同二进制串出现的频率越相近，此时相同二进制串被其他不同二进制串隔开的概率越大，相同二进制串的链码长度较长的可能性较小，反之，当熵值越小表示不同二进制串出现的频率越不一致，可能存在一个二进制串出现的频率非常大，其他二进制串出现的频率较小，此时频率大的二进制串在网格中相同二进制串被其他不同二进制串隔开的概率较小，相同二进制串的链码长度较长的可能性较大，此时可达到较好的压缩效果；exp(-)为负相关函数，当熵值越大时，链码长度优势越小，当所述熵值越小时，链码长度优势越大。

不同分组方式中二进制串数据的长度不同，而不同长度的二进制串数据压缩成3位二进制的链码方向的压缩效率不同，本发明为了衡量单个二进制串数据的压缩效率，引入分组长度优势指标。

获取每种分组方式的分组长度优势的方法为：

获取每种分组方式下对待压缩数据进行划分的数据长度，根据每种分组方式下对应的数据长度计算每种分组方式的分组长度优势，表达式为：

其中，

表示数据长度为k的分组方式的分组长度优势，k表示数据长度为k的分组方式，其中

表示单个二进制串被压缩的长度。

对数据进行压缩时分数数据的长度越长，分组之后得到的组别就越少，但是每个分组结果中的二进制数据就越复杂，导致数据的链码长度优势会变小，并且按照这种方式进行分组，最后每组的二进制数据几乎都未重复，再进行压缩时的压缩效果非常差，且为了保存每组数据的链码长度，压缩后的数据反而数据量会更大，因此，为了衡量链码长度优势和分组长度优势之间的关系，本发明通过计算其乘积作为压缩概率，保证链码长度优势和分组长度优势均能够达到较好的效果。

其中

为分组长度为

的分组方式的链码长度优势；

为分组长度为

的分组方式的分组长度优势；当压缩概率越大，该分组方式可能达到的压缩效果越好，反之当压缩概率越小，该分组方式可能达到的压缩效果越差。

同理，获取所有分组方式的压缩概率，将其中压缩概率最大的分组方式作为最优分组方式。

104.根据最优分组方式得到的所有组数据的个数建立网格，依次将每组数据填入网格。

获取最优分组方式的分组个数

，绘制一个

大小的网格，其中

为向上取整符，

为向下取整符。

将最优分组方式中每个分组的二进制串从网格左上角的格子开始从左向右从上到下依次填入到网格中。

至此，完成了访客信息二进制数据的网格化。

105.从网格中的第一组数据开始，依次获取网格中所有相邻的相同数据组进行链码编码，得到网格中同一数据组的链码，获取同一数据组中每组数据对应的链码方向，根据网格中所有相邻的相同数据组的个数得到同一数据组的链码长度。

依次获取网格中所有相邻的相同数据组进行链码编码的方法为：

从网格中的第一组数据开始，搜索该组数据的相邻网格中的相同组数据作为下一组数据，获取下一组数据的链码方向；

从下一组数据开始，搜索下一组数据的相邻网格中的相同组数据，依次进行迭代，直至下一组数据的相邻网格中不存在相同组数据；获取每组数据到相邻下一组相同数据的链码方向，得到同一数据组的链码；

获取网格中和第一组数据不同的第二组数据，获取第二组数据对应的同一数据组的链码，重复进行遍历，直至得到网格中所有组数据的链码。

从网格左上角第一个格子开始获取第一个链码，获取该格子中的二进制串作为链码起始二进制串，并将起始二进制串作为当前二进制串。

判断当前二进制串数据的网格邻域内是否存在其他相同的二进制串数据，若存在，则选择其作为下一个二进制串数据，记录当前二进制串与下一个二进制串之间的链码方向，将下一个二进制串作为当前二进制串数据。

若不存在，则将起始二进制串数据作为一个链码，保存该链码中的起始二进制串数据的内容、该链码的长度，并将该链码从网格中删除，按照从左到右从上到下的顺序在网格中选择第二个二进制串数据作为下一个链码的起始二进制串数据。

重复直到完成网格中无二进制串数据，此时获取了网格中所有的链码，并按照链码的方式将二进制串数据进行了压缩，最终每条链码的压缩结构如图3所示。

从网格中的第一组数据开始，搜索该组数据的相邻网格中的相同组数据作为下一组数据时，还包括：

若第一组数据相邻的网格中不存在相同组数据，对第一组数据单独进行链码编码，并将第一组数据的链码长度置为1；

将网格中的下一组数据再次作为第一组数据，重新进行搜索。

本发明实施例的一种压缩过程示意图如图4所示，以二进制数据101110101000011000110101010111101110001110111010100001110111010101011110111进行举例。

如图4所示，通过最优分组方式将二进制数据进行分组，每组数据中包含五位二进制数，进一步根据得到的所有分组的个数建立网格，并将每一组数据依次填入网格。

从网格左上角的第一个数据10111开始，搜索网格领域内是否存在相同的二进制数据，通过搜索找到该数据右下角存在相同数据，则获取第一个数据到右下角数据的链码方向，本发明实施例中链码方向示意图如图2所示。

通过连续搜索网格中数据为10111且相邻的数据，则通过链码编码保存每一次搜索的链码方向，同时几率链码长度，最终得到如图4所示的由起始二进制串内容为10111，链码长度为7，每个二进制串10111在网格中对应的链码方向。

将网格中搜索到的10111进行删除，然后依次选取第二个数据01010再次进行搜索，重复进行遍历，最终将网格中的二进制数据均转化为链码结构，从而进行压缩。

106.根据待压缩数据中同一数据组的链码长度以及同一数据组中每组数据的链码方向对待压缩数据进行压缩存储。

对待压缩数据进行压缩存储之后，还包括：

根据同一数据组的链码长度获取数据的分组个数，并根据链码方向还原每组数据在网格中的位置，根据每组数据在网格中的位置还原待加密二进制数据；

将待压缩数据从二进制转换为访客信息数据。

将每条链码的长度相加，得到访客信息二进制数据的分组个数

，据此绘制一个

大小的网格。

将第一条链码的起始二进制串内容还原到网格左上角第一个格子中，根据第一个链码方向获取下一个二进制串在网格中的位置并还原，同理，根据所有链码方向依次将当前链码中的所有二进制串进行还原。

按照从左到右从上到下的顺序在网格中选择第一个空着的格子，将下一条链码的起始二进制串内容还原到该格子中，同理根据所有链码方向依次将当前链码中的所有二进制串进行还原，直到所有链码均还原。

将网格中所有二进制串从网格左上角第一个格子开始按照从左到右从上到下的顺序取出并拼接到一起，根据保存的最优分组方式最后一个组补充的位数n，删除拼接在一起的二进制数据后

位二进制数，得到的结果即为访客信息二进制数据。

将二进制数据通过反序列化转换为访客数据，由此，当需要提取相应访客信息进行产品信息推送或优惠信息告知时，通过对访客数据进行解压缩得到访客信息，根据访客进行进行推送。

本发明首先对访客的二进制数据进行分组，并通过获取每种分组方式下的压缩概率，从而将待压缩数据进行最优划分，便于后续网格的建立和网格中数据的分配，进一步通过对网格中每一组数据进行遍历，通过链码编码将网格中的同一数据组的二进制数据转化为链码进行压缩存储，能够很好的保证对数据的压缩率，同时在进行压缩时仅需构建网格，占用内存小，不会影响到其他的进程。

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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于访客登记信息的访客数据管理方法，其特征在于，包括：

获取访客历史登记信息，并将登记信息转化为二进制数据，得到待压缩数据；

分别对待压缩数据以不同分组方式进行分组，得到每种分组方式对应的多组数据；

根据每种分组方式中不同组数据的个数获取每种分组方式的链码长度优势，获取每种分组方式的链码长度优势的方法为：

获取每种分组方式对应的多组数据中不同组数据的个数，根据不同组数据的个数获取每种分组方式中不同组数据的频率；根据每种分组方式中不同组数据的频率计算每种分组方式的链码长度优势，表达式为：

其中，

表示数据长度为k的分组方式的链码长度优势，

表示数据长度为k的分组方式中不同数据组的最大个数，

表示数据长度为k的分组方式中第i组数据的频率；

根据每种分组方式中每组数据的长度获取每种分组方式的分组长度优势，获取每种分组方式的分组长度优势的方法为：

获取每种分组方式下对待压缩数据进行划分的数据长度，根据每种分组方式下对应的数据长度计算每种分组方式的分组长度优势，表达式为：

其中，

表示数据长度为k的分组方式的分组长度优势，k表示数据长度为k的分组方式；根据每种分组方式的链码长度优势和分组长度优势获取每种分组方式的压缩概率，将最大压缩概率对应的分组方式作为最优分组方式；

利用最优分组方式对待压缩数据进行分组，根据分组后数据的个数建立网格，并依次将每组数据填入到网格对应的位置中；

从网格中的第一组数据开始，依次获取网格中所有相邻的相同数据组进行链码编码，得到网格中同一数据组的链码；

获取同一数据组中每组数据对应的链码方向，根据网格中所有相邻的相同数据组的个数得到同一数据组的链码长度；

根据待压缩数据中同一数据组的链码长度以及同一数据组中每组数据的链码方向对待压缩数据进行压缩存储。

2.根据权利要求1所述的一种基于访客登记信息的访客数据管理方法，其特征在于，分别对待压缩数据以不同分组方式进行分组的方法为：

设定数据长度区间，分别根据设定区间中的每个数据长度对待压缩数据进行分组，得到每种分组方式对应的多组数据。

3.根据权利要求1所述的一种基于访客登记信息的访客数据管理方法，其特征在于，依次获取网格中所有相邻的相同数据组进行链码编码的方法为：

从网格中的第一组数据开始，搜索该组数据的相邻网格中的相同组数据作为下一组数据，获取下一组数据的链码方向；

从下一组数据开始，搜索下一组数据的相邻网格中的相同组数据，依次进行迭代，直至下一组数据的相邻网格中不存在相同组数据；获取每组数据到相邻下一组相同数据的链码方向，得到同一数据组的链码；

获取网格中和第一组数据不同的第二组数据，获取第二组数据对应的同一数据组的链码，重复进行遍历，直至得到网格中所有组数据的链码。

4.根据权利要求3所述的一种基于访客登记信息的访客数据管理方法，其特征在于，从网格中的第一组数据开始，搜索该组数据的相邻网格中的相同组数据作为下一组数据时，还包括：

若第一组数据相邻的网格中不存在相同组数据，对第一组数据单独进行链码编码，并将第一组数据的链码长度置为1；

将网格中的下一组数据再次作为第一组数据，重新进行搜索。

5.根据权利要求1所述的一种基于访客登记信息的访客数据管理方法，其特征在于，对待压缩数据进行压缩存储之后，还包括：

根据同一数据组的链码长度获取数据的分组个数，并根据链码方向还原每组数据在网格中的位置，根据每组数据在网格中的位置还原待加密二进制数据；

将待压缩数据从二进制转换为访客信息数据。

Images