CN115563385A - 一种组合标签的生成方法及生成装置 - Google Patents

Abstract

本申请提供了一种组合标签的生成方法及生成装置，包括：响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。这样，能够通过标签库中已有的原始标签的选择操作和配置操作，基于已有的原始标签灵活高效地生成新的组合标签，缩短新标签的开发周期。

Description

一种组合标签的生成方法及生成装置

技术领域

本申请涉及数据处理技术领域，尤其是涉及一种组合标签的生成方法及生成装置。

背景技术

互联网服务提供商使用大数据技术采集有关客户的各类行为大数据，并通过大数据分析建立客户画像来抽象地描述一个客户的信息全貌，从而可以对客户进行个性化推荐、精准营销和广告投放等。目前，各个领域对客户画像的需求越来越多，其中，标签是构成客户画像的基础。

然而，现有技术中只能根据系统内置的基本标签进行目标对象的特征分析，新增标签需要进行重新定义模型，物理化模型，数据转换装载的复杂流程，因此无法灵活高效地扩展出新增标签。

发明内容

有鉴于此，本申请的目的在于提供一种组合标签的生成方法及生成装置，能够通过标签库中已有的原始标签的选择操作和配置操作，基于已有的原始标签灵活高效地生成新的组合标签，缩短新标签的开发周期。

本申请实施例提供了一种组合标签的生成方法，所述生成方法包括：

响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；

针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；

响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；

响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

进一步的，所述针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签，包括：

针对每个组合标签特征项，响应于针对所述标签库中标签类目项的选择操作，从所述标签库中选择标签类目；

响应于针对每个标签类目下原始标签项的选择操作，从每个标签类目下选择原始标签作为该组合标签特征项对应的原始标签。

进一步的，所述响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式，包括：

针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系；

根据每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系，生成该标签类目对应的规则表达式；

根据各标签类目对应的规则表达式以及各规则表达式之间的逻辑运算关系，生成该组合标签特征项对应的特征项规则表达式。

进一步的，所述针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式，包括：

针对每个原始标签，响应于对该原始标签的规则配置操作，确定该原始标签对应的运算符和原始标签特征项；

根据该原始标签的标签标识以及该原始标签对应的运算符和原始标签特征项，生成该原始标签对应的子规则表达式。

进一步的，在所述响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签之后，所述生成方法还包括：

响应于针对所述组合标签的调用操作，确定所述组合标签的每个组合标签特征项对应的多个原始标签；

根据每个原始标签的标签元数据，确定该原始标签关联的标签数据立方体；其中，所述标签数据立方体为用于从多标签维度分析目标数据的数据模型；

针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式；

使用解析模板解析所述逻辑表达式，得到特征分析语句；

通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析。

进一步的，所述针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式，包括：

对该组合标签特征项对应的特征项规则表达式进行解析，确定该特征项规则表达式下每个子规则表达式中原始标签对应的运算符和原始标签特征项；

将该原始标签的标签标识、该原始标签对应的运算符和原始标签特征项代入该原始标签关联的标签数据立方体对应的业务统计模板，确定该子规则表达式对应的逻辑表达式；

基于每个子规则表达式对应的逻辑表达式，确定该组合标签特征项对应的逻辑表达式。

进一步的，所述通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析，包括：

针对每个组合标签特征项，通过执行所述特征分析语句，确定所述特征数据集中符合该组合标签特征项对应的特征项规则表达式的特征数据数量；

将符合每个组合标签特征项对应的特征项规则表达式的特征数据数量，确定为该组合标签特征项对应的标签数据结果；

基于每个组合标签特征项对应的标签数据结果，确定对所述特征数据集进行特征分析得到的分析结果。

本申请实施例还提供了一种组合标签的生成装置，所述生成装置包括：

配置模块，用于响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；

选择模块，用于针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；

生成模块，用于响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；

保存模块，用于响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

进一步的，所述选择模块在用于针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签时，所述选择模块用于：

针对每个组合标签特征项，响应于针对所述标签库中标签类目项的选择操作，从所述标签库中选择标签类目；

响应于针对每个标签类目下原始标签项的选择操作，从每个标签类目下选择原始标签作为该组合标签特征项对应的原始标签。

进一步的，所述生成模块在用于响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式时，所述生成模块用于：

针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系；

根据每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系，生成该标签类目对应的规则表达式；

根据各标签类目对应的规则表达式以及各规则表达式之间的逻辑运算关系，生成该组合标签特征项对应的特征项规则表达式。

进一步的，所述生成模块在用于针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式时，所述生成模块用于：

针对每个原始标签，响应于对该原始标签的规则配置操作，确定该原始标签对应的运算符和原始标签特征项；

根据该原始标签的标签标识以及该原始标签对应的运算符和原始标签特征项，生成该原始标签对应的子规则表达式。

进一步的，所述生成装置还包括特征分析模块；所述特征分析模块用于：

响应于针对所述组合标签的调用操作，确定所述组合标签的每个组合标签特征项对应的多个原始标签；

根据每个原始标签的标签元数据，确定该原始标签关联的标签数据立方体；其中，所述标签数据立方体为用于从多标签维度分析目标数据的数据模型；

针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式；

使用解析模板解析所述逻辑表达式，得到特征分析语句；

通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析。

进一步的，所述特征分析模块在用于针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式时，所述特征分析模块用于：

对该组合标签特征项对应的特征项规则表达式进行解析，确定该特征项规则表达式下每个子规则表达式中原始标签对应的运算符和原始标签特征项；

将该原始标签的标签标识、该原始标签对应的运算符和原始标签特征项代入该原始标签关联的标签数据立方体对应的业务统计模板，确定该子规则表达式对应的逻辑表达式；

基于每个子规则表达式对应的逻辑表达式，确定该组合标签特征项对应的逻辑表达式。

进一步的，所述特征分析模块在用于通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析时，所述特征分析模块用于：

针对每个组合标签特征项，通过执行所述特征分析语句，确定所述特征数据集中符合该组合标签特征项对应的特征项规则表达式的特征数据数量；

将符合每个组合标签特征项对应的特征项规则表达式的特征数据数量，确定为该组合标签特征项对应的标签数据结果；

基于每个组合标签特征项对应的标签数据结果，确定对所述特征数据集进行特征分析得到的分析结果。

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的一种组合标签的生成方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的一种组合标签的生成方法的步骤。

本申请实施例提供的一种组合标签的生成方法及生成装置，包括：响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

通过本方案，可以快捷生成组合标签，组合标签通过相应技术自动圈选客群，从而便于实现客群的快速分析；同时通过标签立方体与组合标签建立特殊的逻辑关系，实现数据的快速调用，缩短数据标签化的业务时间，从而实现功能侧到业务侧的快速交付。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。

图1示出了本申请实施例所提供的一种组合标签的生成方法的流程图之一；

图2示出了本申请实施例所提供的一种组合标签的生成方法的流程图之二；

图3示出了本申请实施例所提供的一种组合标签的生成装置的结构示意图；

图4示出了本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

经研究发现，互联网服务提供商使用大数据技术采集有关客户的各类行为大数据，并通过大数据分析建立客户画像来抽象地描述一个客户的信息全貌，从而可以对客户进行个性化推荐、精准营销和广告投放等。目前，各个领域对客户画像的需求越来越多，其中，标签是构成客户画像的基础。

然而，现有技术中只能根据系统内置的基本标签进行目标对象的特征分析，新增标签需要进行重新定义模型，物理化模型，数据转换装载的复杂流程，因此无法灵活高效地扩展出新增标签。

基于此，本申请实施例提供了一种组合标签的生成方法及生成装置，能够通过标签库中已有的原始标签的选择操作和配置操作，基于已有的原始标签灵活高效地生成新的组合标签，缩短新标签的开发周期。

请参阅图1，图1为本申请实施例所提供的一种组合标签的生成方法的流程图之一。如图1中所示，本申请实施例提供的生成方法，包括：

S101、响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项。

这里，组合标签特征项用于表征组合标签可能的取值，体现研究对象的属性特征；例如，组合标签为贷款风险等级，组合标签下的组合标签特征项可包括高风险、中风险和低风险。

S102、针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签。

这里，预先构建好的标签库中存储有多个已配置好的原始标签。该步骤中，针对每个组合标签特征项，可通过响应于针对标签库中各原始标签执行的选择操作，将被选择的原始标签作为该组合标签特征项对应的多个原始标签，因此，不同的组合标签特征项可对应不同的原始标签的组合。

在一种可能的实施方式中，步骤S102可包括：

S1021、针对每个组合标签特征项，响应于针对所述标签库中标签类目项的选择操作，从所述标签库中选择标签类目。

需要说明的是，标签库中的原始标签是以标签类目的形式组织起来的，每个原始标签都挂载在相应的标签类目下。而标签库中的标签类目可以是多层级的，即可分为一级标签类目、二级标签类目……直到最后一级标签类目下包括了多个原始标签。示例性的，标签库中的标签可分为系统基础标签类目和客户自定义标签类目；系统基础标签类目又可分为客户识别标签类目、客户基础标签类目、客户时间标签类目、客户位置标签类目、客户产品标签类目、客户事件标签类目、客户统计标签类目和客户评价标签类目等。

该步骤中，可提供一个可视化界面，可视化界面中显示有标签库，标签库下有多个一级标签类目项，每个一级标签类目项下又可显示有二级标签类目项，直至最后一级标签类目项。用户可通过点击可视化界面中的标签类目项的显示控件触发对标签类目项的选择操作。进而，响应于该选择操作，可从所述标签库中确定出被选中的标签类目。

S1022、响应于针对每个标签类目下原始标签项的选择操作，从每个标签类目下选择原始标签作为该组合标签特征项对应的原始标签。

该步骤中，在用户触发对标签类目项的选择操作之后，可视化界面中可在被选中的标签类目下继续展开显示标签类目下包括的原始标签项。用户可继续通过点击可视化界面中每个原始标签项的显示控件触发对原始标签项的选择操作。进而，响应于该选择操作，可从每个标签类目下包括的多个原始标签中确定出被选中的原始标签作为该组合标签特征项对应的原始标签。

S103、响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式。

该步骤中，可响应于针对多个原始标签中每个原始标签执行的规则配置操作，配置每个原始标签的子规则表达式，再根据每个原始标签的子规则表达式，组合生成该组合标签特征项对应的特征项规则表达式。

在一种可能的实施方式中，步骤S103可包括：

S1031、针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系。

在具体实施时，步骤S1031中针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式可包括：

第一步：针对每个原始标签，响应于对该原始标签的规则配置操作，确定该原始标签对应的运算符和原始标签特征项。

第二步：根据该原始标签的标签标识以及该原始标签对应的运算符和原始标签特征项，生成该原始标签对应的子规则表达式。

这里，标签库中每个原始标签都具有相应可选的原始标签特征项，例如，客户基础标签类目下“性别”这一原始标签具有可选的原始标签特征项“男”和“女”。通过对该原始标签执行规则配置操作，可从该原始标签具有的多个原始标签特征项中选择目标原始标签特征项，而运算符用于指示原始标签与被选择出的目标原始标签特征项之间的运算关系，示例性的，运算符包括等于、不等于、包含、不包含、大于、大于等于、小于、小于等于、区间、有值、无值等。例如，可配置原始标签“性别”对应的运算符为“等于”，对应的原始标签特征项为“女”，则生成出的该原始标签对应的子规则表达式的含义为“性别等于女”。其中，原始标签特征项可以是字符串，如“男”和“女”，也可以是数值或数值区间，如年龄标签对应的标签特征项为具体年龄数值，年收入标签对应的标签特征项为不同的收入区间。

S1032、根据每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系，生成该标签类目对应的规则表达式。

其中，基本逻辑运算包括“且”运算、“或”运算和“非”运算，各子规则表达式之间的逻辑运算关系是基本逻辑运算的结合，例如，逻辑运算关系可以是部分子规则表达式之间首先进行“或”运算，之后再与另一部分子规则表达式依次进行“且”运算。

示例性的，对于贷款风险等级这一组合标签，高风险这一组合标签特征项，标签类目“客户基础标签类目”对应的规则表达式可表示为：(年收入小于等于5万元或名下不动产数目等于0)且信用历史为差。

S1033、根据各标签类目对应的规则表达式以及各规则表达式之间的逻辑运算关系，生成该组合标签特征项对应的特征项规则表达式。

该步骤中，可响应于对各标签类目之间基本逻辑运算的配置操作，确定各标签类目对应的规则表达式之间的逻辑运算关系，进而生成该组合标签特征项对应的特征项规则表达式。示例性的，各个标签类目对应的规则表达式之间可均为“且”运算关系。

S104、响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

在具体实施时，可首先响应于针对组合标签的名称执行的设置操作，设置组合标签的名称；之后，响应于针对组合标签的标签类目执行的设置操作，设置组合标签将要挂载到的标签类目；再响应于针对组合标签的保存操作，将组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，并挂载到相应标签类目下，得到组合标签。而新生成的组合标签可直接用于对目标对象的特征数据进行特征分析，也可再次被选择以生成其他更复杂的组合标签。

本申请实施例提供的一种组合标签的生成方法，包括：响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

这样，能够通过标签库中已有的原始标签的选择操作和配置操作，基于已有的原始标签灵活高效地生成新的组合标签，缩短新标签的开发周期。而根据业务定义，通过配置原始标签生成业务人员可用可理解的组合标签，能够降低业务人员了解标签，使用标签的学习成本，并缩短数据标签化，功能到业务需求的交付周期。

请参阅图2，图2为本申请另一实施例提供的一种组合标签的生成方法的流程图之二。如图2中所示，本申请实施例提供的生成方法，包括：

S201、响应于针对所述组合标签的调用操作，确定所述组合标签的每个组合标签特征项对应的多个原始标签。

这里，通过保存操作，可将组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至标签库以得到组合标签，相应地在数据库中生成了组合标签的标签元数据信息，组合标签的标签元数据信息包括组合标签不同维度的标签数据信息，例如组合标签的标签标识、标签特征项、标签状态、标签类目路径等。

因此，该步骤中，可响应于用户在可视化界面触发的对组合标签的调用操作，通过对组合标签的标签元数据信息进行逐步解析，确定组合标签的每个组合标签特征项对应的特征项规则表达式；确定组合成特征项规则表达式的各标签类目对应的规则表达式以及各规则表达式之间的逻辑运算关系；确定组合成规则表达式的每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系，从而确定所述组合标签的每个组合标签特征项对应的多个原始标签。

S202、根据每个原始标签的标签元数据，确定该原始标签关联的标签数据立方体。

其中，所述标签数据立方体为用于从多标签维度分析目标数据的数据模型，例如CUBE多维分析数据立方体模型。标签数据立方体基于目标数据的物理模型(多张数据表)构建，通过标签数据立方体可以实现对目标数据从多标签维度进行快速索引，加快数据的查询和检索效率。但值得注意的是，“立方体”只是多维模型的形象说法，实际上多维模型并不仅限于三维，而是可以具有更多的维度。

在具体实施时，可从每个原始标签的标签元数据中获取该原始标签的标签类目路径，并将该标签类目路径对应的标签数据立方体确定为该原始标签关联的标签数据立方体。

因此，具有相同类目路径的多个原始标签可能关联到了同一个标签数据立方体，则具有相同类目路径的每个原始标签可以分别是该标签数据立方体的一个分析标签维度。通过每个原始标签的不同原始标签项的组合，可将标签数据立方体(CUBE)划分成多个标签数据子立方体(CELL)，每个标签数据子立方体存储有符合该标签数据子立方体对应的不同原始标签项的组合的特征数据，以便在后续特征分析时被快速调用。

S203、针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式。

在一种可能的实施方式中，步骤S203可包括：

S2031、对该组合标签特征项对应的特征项规则表达式进行解析，确定该特征项规则表达式下每个子规则表达式中原始标签对应的运算符和原始标签特征项。

该步骤中，由于特征项规则表达式是由原始标签的标签标识、原始标签对应的运算符和原始标签特征项组合生成的子规则表达式经过多次复合的逻辑运算得到的，因此通过反向对特征项规则表达式进行解析，如采用构造模式进行字段识别，可以确定出该特征项规则表达式下每个子规则表达式中原始标签对应的运算符和原始标签特征项。

S2032、将该原始标签的标签标识、该原始标签对应的运算符和原始标签特征项代入该原始标签关联的标签数据立方体对应的业务统计模板，确定该子规则表达式对应的逻辑表达式。

这里，每个标签数据立方体预先配置有对应的业务统计模板，业务统计模板能够对不同业务条件的目标数据进行统计。在具体实施时，业务统计模板中可以通过不同的指代符号对原始标签的标签标识、原始标签对应的运算符和原始标签特征项进行占位指代，通过不同的指代符号可达到模板效果，即用子规则表达式中不同的具体值替换该指代符号就可以得到不同的逻辑表达式。

S2033、基于每个子规则表达式对应的逻辑表达式，确定该组合标签特征项对应的逻辑表达式。

该步骤中，在确定每个子规则表达式对应的逻辑表达式之后，按照生成组合标签时配置的各子规则之间的逻辑运算关系以及各规则表达式之间的逻辑运算关系，即可复合得到该组合标签特征项对应的逻辑表达式。

这样，原本每个标签数据立方体只能基于该数据模型中固有的标签维度对目标数据进行分析索引，各个标签立方体之间是孤立无联系的。若需要在不同标签立方体中的标签维度进行分析，必须通过重新定义模型、物理化模型以及数据转换装载等复杂流程生成新的标签数据立方体。但通过本申请实施例提供的组合标签，不必经过这些复杂流程，即可组合原本孤立的标签立方体以从更多维度对目标数据进行分析索引，实现功能侧到业务侧的快速交付，提高数据特征分析的灵活性，满足不同的分析需求。

S204、使用解析模板解析所述逻辑表达式，得到特征分析语句。

在一种可能的实施方式中，可使用预先配置好的SQL解析模板解析所述逻辑表达式，得到特征分析语句，如SQL的条件表达式和自定义UDAF函数交并集运算表达式等。

S205、通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析。

示例性的，目标对象可以为某一业务环境下的客户，目标对象群体为该业务环境下的客户组成的客户群体，每个客户来自不同渠道或不同平台的数据经过清洗、转换等操作形成了该客户多维度的特征数据，进而构成了客户特征数据集。对应于上述示例，可使用“贷款风险等级”这一组合标签对客户特征数据集进行特征分析。

在具体实施时，在得到可被计算机执行的特征分析语句之后，可通过调用kylinapi执行SQL语句，通过calcite引擎解析成SQLnode、验证、转换成RelNode得到物理执行SQL并执行，从而对所述特征数据集进行特征分析。

在一种可能的实施方式中，步骤S205可包括：

S2051、针对每个组合标签特征项，通过执行所述特征分析语句，确定所述特征数据集中符合该组合标签特征项对应的特征项规则表达式的特征数据数量。

S2052、将符合每个组合标签特征项对应的特征项规则表达式的特征数据数量，确定为该组合标签特征项对应的标签数据结果。

对应于上述示例，在使用“贷款风险等级”这一组合标签对客户特征数据集进行特征分析时，可确定符合每个组合标签特征项“高风险”、“中风险”和“低风险”对应的特征项规则表达式的特征数据数量，即确定“贷款风险等级”分别为“高风险”、“中风险”和“低风险”的客户数量，将客户数量确定为“高风险”、“中风险”和“低风险”对应的标签数据结果。

S2053、基于每个组合标签特征项对应的标签数据结果，确定对所述特征数据集进行特征分析得到的分析结果。

该步骤中，可直接将每个组合标签特征项对应的标签数据结果组合，得到分析结果；也可基于“高风险”、“中风险”和“低风险”的客户数量确定各风险等级的客户占比，将各风险等级的客户占比确定为分析结果；还可以使用各类可视化图表的形式作为分析结果展示在页面中，例如柱状图。

这样，生成的组合标签可以直接用于特征数据集的特征分析，并展示通过特征分析得到的标签数据结果，缩短数据标签化的业务时间，从而实现功能侧到业务侧的快速交付。

请参阅图3，图3为本申请实施例所提供的一种组合标签的生成装置的结构示意图。如图3中所示，所述生成装置300包括：

配置模块310，用于响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；

选择模块320，用于针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；

生成模块330，用于响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；

保存模块340，用于响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

进一步的，所述选择模块320在用于针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签时，所述选择模块320用于：

针对每个组合标签特征项，响应于针对所述标签库中标签类目项的选择操作，从所述标签库中选择标签类目；

响应于针对每个标签类目下原始标签项的选择操作，从每个标签类目下选择原始标签作为该组合标签特征项对应的原始标签。

进一步的，所述生成模块330在用于响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式时，所述生成模块330用于：

针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系；

根据每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系，生成该标签类目对应的规则表达式；

根据各标签类目对应的规则表达式以及各规则表达式之间的逻辑运算关系，生成该组合标签特征项对应的特征项规则表达式。

进一步的，所述生成模块330在用于针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式时，所述生成模块330用于：

针对每个原始标签，响应于对该原始标签的规则配置操作，确定该原始标签对应的运算符和原始标签特征项；

根据该原始标签的标签标识以及该原始标签对应的运算符和原始标签特征项，生成该原始标签对应的子规则表达式。

进一步的，所述生成装置300还包括特征分析模块；所述特征分析模块用于：

响应于针对所述组合标签的调用操作，确定所述组合标签的每个组合标签特征项对应的多个原始标签；

根据每个原始标签的标签元数据，确定该原始标签关联的标签数据立方体；其中，所述标签数据立方体为用于从多标签维度分析目标数据的数据模型；

针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式；

使用解析模板解析所述逻辑表达式，得到特征分析语句；

通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析。

进一步的，所述特征分析模块在用于针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式时，所述特征分析模块用于：

对该组合标签特征项对应的特征项规则表达式进行解析，确定该特征项规则表达式下每个子规则表达式中原始标签对应的运算符和原始标签特征项；

将该原始标签的标签标识、该原始标签对应的运算符和原始标签特征项代入该原始标签关联的标签数据立方体对应的业务统计模板，确定该子规则表达式对应的逻辑表达式；

基于每个子规则表达式对应的逻辑表达式，确定该组合标签特征项对应的逻辑表达式。

进一步的，所述特征分析模块在用于通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析时，所述特征分析模块用于：

针对每个组合标签特征项，通过执行所述特征分析语句，确定所述特征数据集中符合该组合标签特征项对应的特征项规则表达式的特征数据数量；

将符合每个组合标签特征项对应的特征项规则表达式的特征数据数量，确定为该组合标签特征项对应的标签数据结果；

基于每个组合标签特征项对应的标签数据结果，确定对所述特征数据集进行特征分析得到的分析结果。

请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。

所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1以及图2所示方法实施例中的一种组合标签的生成方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的一种组合标签的生成方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请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。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，又例如，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通信接口，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。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请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。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的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所述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(Read-OnlyMemory，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。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种组合标签的生成方法，其特征在于，所述生成方法包括：

响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；

针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；

响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；

响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

2.根据权利要求1所述的生成方法，其特征在于，所述针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签，包括：

针对每个组合标签特征项，响应于针对所述标签库中标签类目项的选择操作，从所述标签库中选择标签类目；

响应于针对每个标签类目下原始标签项的选择操作，从每个标签类目下选择原始标签作为该组合标签特征项对应的原始标签。

3.根据权利要求2所述的方法，其特征在于，所述响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式，包括：

针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系；

根据每个原始标签对应的子规则表达式和各子规则表达式之间的逻辑运算关系，生成该标签类目对应的规则表达式；

根据各标签类目对应的规则表达式以及各规则表达式之间的逻辑运算关系，生成该组合标签特征项对应的特征项规则表达式。

4.根据权利要求3所述的生成方法，其特征在于，所述针对每个标签类目下的每个原始标签，响应于对原始标签的规则配置操作，确定每个原始标签对应的子规则表达式，包括：

针对每个原始标签，响应于对该原始标签的规则配置操作，确定该原始标签对应的运算符和原始标签特征项；

根据该原始标签的标签标识以及该原始标签对应的运算符和原始标签特征项，生成该原始标签对应的子规则表达式。

5.根据权利要求1所述的生成方法，其特征在于，在所述响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签之后，所述生成方法还包括：

响应于针对所述组合标签的调用操作，确定所述组合标签的每个组合标签特征项对应的多个原始标签；

根据每个原始标签的标签元数据，确定该原始标签关联的标签数据立方体；其中，所述标签数据立方体为用于从多标签维度分析目标数据的数据模型；

针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式；

使用解析模板解析所述逻辑表达式，得到特征分析语句；

通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析。

6.根据权利要求5所述的生成方法，其特征在于，所述针对每个组合标签特征项，基于该组合标签特征项对应的特征项规则表达式和该组合标签特征项对应的每个原始标签关联的标签数据立方体，确定该组合标签特征项对应的逻辑表达式，包括：

对该组合标签特征项对应的特征项规则表达式进行解析，确定该特征项规则表达式下每个子规则表达式中原始标签对应的运算符和原始标签特征项；

将该原始标签的标签标识、该原始标签对应的运算符和原始标签特征项代入该原始标签关联的标签数据立方体对应的业务统计模板，确定该子规则表达式对应的逻辑表达式；

基于每个子规则表达式对应的逻辑表达式，确定该组合标签特征项对应的逻辑表达式。

7.根据权利要求5所述的生成方法，其特征在于，所述通过执行所述特征分析语句，对目标对象群体的特征数据集进行特征分析，包括：

针对每个组合标签特征项，通过执行所述特征分析语句，确定所述特征数据集中符合该组合标签特征项对应的特征项规则表达式的特征数据数量；

将符合每个组合标签特征项对应的特征项规则表达式的特征数据数量，确定为该组合标签特征项对应的标签数据结果；

基于每个组合标签特征项对应的标签数据结果，确定对所述特征数据集进行特征分析得到的分析结果。

8.一种组合标签的生成装置，其特征在于，所述生成装置包括：

配置模块，用于响应于针对组合标签的标签特征项的配置操作，配置组合标签下的组合标签特征项；

选择模块，用于针对每个组合标签特征项，响应于针对原始标签的选择操作，从预先构建好的标签库中选择该组合标签特征项对应的多个原始标签；

生成模块，用于响应于针对多个原始标签的规则配置操作，生成该组合标签特征项对应的特征项规则表达式；

保存模块，用于响应于针对组合标签的保存操作，将所述组合标签下的至少一个组合标签特征项和每个组合标签特征项对应的特征项规则表达式保存至所述标签库，得到所述组合标签。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的一种组合标签的生成方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的一种组合标签的生成方法的步骤。

Images