CN116860785A - 一种基于lsm树的实时营销规则查询方法及装置 - Google Patents
一种基于lsm树的实时营销规则查询方法及装置 Download PDFInfo
- Publication number
- CN116860785A CN116860785A CN202310847773.2A CN202310847773A CN116860785A CN 116860785 A CN116860785 A CN 116860785A CN 202310847773 A CN202310847773 A CN 202310847773A CN 116860785 A CN116860785 A CN 116860785A
- Authority
- CN
- China
- Prior art keywords
- strategy
- marketing
- query
- data
- real
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012163 sequencing technique Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 55
- 239000011159 matrix material Substances 0.000 claims description 30
- 230000009467 reduction Effects 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 5
- 238000010230 functional analysis Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000010223 real-time analysis Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000005587 bubbling Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
-
- 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
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- 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
- G06F16/2455—Query execution
-
- 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
- G06Q30/0203—Market surveys; Market polls
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及营销策略查询技术领域,揭露了一种基于LSM树的实时营销规则查询方法,包括:识别实时营销策略的营销策略类型,将营销策略类型进行排序,得到序列营销策略;查询序列营销策略的数据属性,根据数据属性生成序列营销策略的存储键值,以根据存储键值将序列营销策略存储在预配置的存储节点中,得到存储营销数据;接收实时营销策略的策略查询指令,根据策略查询指令,构建实时营销策略的策略查询副本,根据策略查询副本,定位存储营销数据的查询节点,计算策略查询指令在存储营销数据对应的策略数据的存储资源占比;执行策略查询指令的查询操作,得到实时营销策略的查询结果。本发明在于提高LSM树的实时营销规则的查询效率。
Description
技术领域
本发明涉及营销策略查询技术领域,尤其涉及一种基于LSM树的实时营销规则查询方法及装置。
背景技术
随着互联网的迅速发展,各种营销为满足多元化、精准化的营销需求,企业的营销系统需支持大量的营销规则,不同的组织层级例如总部公司、大区公司、省公司等,都会定制不同的营销规则。规则的内容也多种多样,例如按客户累计的交易情况设置优惠幅度,按活动进行优惠封顶等。这导致营销活动高峰时,营销系统需实时运算海量的营销规则满足业务系统需求。
目前,对于营销规则的计算方法是从传统业务数据库定时通过规则条件进行聚合计算后存储到结果表后再查询,这种计算方式需占用大量业务数据库的计算资源,从而影响业务系统性能以至于出现计算结果出现较高的的延迟,无法做到实时计算营销规则,进而导致实时营销规则的查询效率较低,因此需要一种能够提高LSM树的实时营销规则查询效率的方法。
发明内容
本发明提供一种基于LSM树的实时营销规则查询方法及装置,其主要目的在于提高LSM树的实时营销规则的查询效率。
为实现上述目的,本发明提供的一种基于LSM树的实时营销规则查询方法,包括:
获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略;
查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据;
接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比;
根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
可选地,所述识别所述实时营销策略的营销策略类型,包括:
获取所述实时营销策略中每个策略的市场环境,查询所述市场环境对应的营销对象;
实时调度所述营销对象在所述每个策略中的消费产品,对所述消费产品进行功能分析,得到产品功能;
计算所述产品功能中每个功能的权重,得到功能权重,根据所述功能权重,对所述产品功能进行筛选,得到目标功能;
对所述目标功能进行类型识别,得到功能类型,将所述功能类型作为所述实时营销策略的营销策略类型。
可选地,所述将所述营销策略类型进行排序,得到序列营销策略,包括:
提取所述营销策略类型中每个类型的类型标签,对所述类型标签进行元素解析,得到标签元素;
对所述标签元素进行线性转换,得到线性元素,对所述线性元素进行向量转化,得到线性向量;
计算所述线性向量的平均值,得到线性均值,根据所述线性均值,对所述营销策略类型进行排序,得到序列营销策略。
可选地,所述根据所述数据属性生成所述序列营销策略的存储键值,包括:
对所述数据属性进行特征提取,得到特征属性,根据所述特征属性,确定所述序列营销策略中每个策略的数据架构;
提取所述数据架构中每个架构对应的元数据,并构建所述元数据对应的标识符;
识别所述元数据和所述标识符的映射关系,根据所述映射关系,生成所述序列营销策略的存储键值。
可选地,所述对所述数据属性进行特征提取,得到特征属性,包括:
获取所述数据属性中每个属性对应的属性维度,根据所述属性维度,对所述数据属性进行降维处理,得到降维属性;
构建所述降维属性对应的属性矩阵,对所述属性矩阵中每个矩阵进行加权求和,得到目标矩阵;
根据所述目标矩阵,计算出所述数据属性的特征值,根据所述特征值,得到所述数据属性的特征属性。
可选地,所述构建所述降维属性对应的属性矩阵,包括:
通过下述公式构建所述降维属性对应的属性矩阵:
其中,D表示降维属性对应的属性矩阵,Z表示降维属性的属性数量,c表示降维属性的起始值,a表示降维属性的维度系数,B表示降维属性中的自变量,!表示降维属性中的自变量的阶乘,A表示降维属性对应的矩阵谱半径。
可选地,所述以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据,包括:
根据所述存储键值,计算所述序列营销策略中每个策略的数据内存,并查询所述每个策略对应的源代码;
对所述序列营销策略进行分类处理,得到分类策略;
根据所述分类策略、所述数据内存以及所述源代码,在所述预配置的存储节点中创建存储区域;
将所述序列营销策略在所述存储区域中进行存储,得到存储营销数据。
可选地,所述根据所述策略查询指令,构建所述实时营销策略的策略查询副本,包括:
查询所述策略查询指令的二进制数码;
提取所述二进制数码中的操作码,根据所述操作码,识别所述策略查询指令的查询信息;
根据所述查询信息,构建所述实时营销策略的策略查询副本。
可选地,所述根据所述策略查询副本,定位所述存储营销数据的查询节点,包括:
识别所述策略查询副本中的副本字符,提取所述副本字符中的关键字符;
计算所述关键字符与所述查询营销数据中的数据字符的相似度,得到字符相似度;
在所述字符相似度大于预设阈值时,对所述数据字符进行标记,得到标记字符;
并对所述标记字符进行节点定位,得到所述存储营销数据的查询节点。
为了解决上述问题,本发明还提供一种基于LSM树的实时营销规则查询装置,所述装置包括:
营销策略排序模块,用于获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略;
营销策略存储模块,用于查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据;
资源占比计算模块,用于接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比;
营销策略查询模块,用于根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
本发明通过获取实时营销策略,识别所述实时营销策略的营销策略类型,可以了解到所述实时营销策略的种类和类别,为后续对所述营销策略类型进行排序提供了保障,本发明通过查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以便于后续对所述序列营销策略进行储存处理,其中,本发明通过接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,以便于通过所述策略查询副本定位所述存储营销数据的查询节点,本发明通过根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,以便于能够得到所述实时营销策略的查询结果。因此,本发明实施例提供的一种基于LSM树的实时营销规则查询方法及装置,能够提高LSM树的实时营销规则的查询效率。
附图说明
图1为本发明一实施例提供的一种基于LSM树的实时营销规则查询方法的流程示意图;
图2为本发明一实施例提供的一种基于LSM树的实时营销规则查询装置的功能模块图;
图3为本发明一实施例提供的实现所述一种基于LSM树的实时营销规则查询方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于LSM树的实时营销规则查询方法。本申请实施例中,所述一种基于LSM树的实时营销规则查询方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述一种基于LSM树的实时营销规则查询方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的一种基于LSM树的实时营销规则查询方法的流程示意图。在本实施例中,所述一种基于LSM树的实时营销规则查询方法包括步骤S1—S4:
S1、获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略。
本发明通过获取实时营销策略,识别所述实时营销策略的营销策略类型,可以了解到所述实时营销策略的种类和类别,为后续对所述营销策略类型进行排序提供了保障。
其中,所述实时营销策略是企业的营销系统根据不同的组织层级制定的不同的营销规则,例如总部公司、大区公司、省公司的营销规则都不同,所述营销策略类型是所述营销策略的种类,例如情感类营销和体验式营销等,进一步的,获取实时营销策略可以通过企业的营销部门查询得到。
作为本发明的一个实施例,所述识别所述实时营销策略的营销策略类型,包括:获取所述实时营销策略中每个策略的市场环境,查询所述市场环境对应的营销对象,并实时调度所述营销对象在所述每个策略中的消费产品,对所述消费产品进行功能分析,得到产品功能,计算所述产品功能中每个功能的权重,得到功能权重,根据所述功能权重,对所述产品功能进行筛选,得到目标功能,对所述目标功能进行类型识别,得到功能类型,将所述功能类型作为所述实时营销策略的营销策略类型。
其中,所述市场环境是所述实时营销策略中每个策略对应的外在环境,如政治环境、法律环境、经济环境以及技术环境等,所述营销对象是所述市场环境中的消费群体,如男性群体、女性群体以及不同年龄段的消费者,所述消费产品是所述营销对象购买的产品,所述产品功能是所述消费产品对应的功能用途,所述功能权重表示所述产品功能中每个功能的重要程度,所述目标功能是根据所述功能权重的数值筛选得到的功能,所述功能类型是所述目标功能对应的种类。
进一步的,所述实时营销策略中每个策略的市场环境可以通过市场人员进行采集上传获取,所述营销对象的查询可以通过统计所述市场环境的人流量得到,对所述消费产品进行功能分析可以通过功能分析法实现,计算所述产品功能中每个功能的权重可以通过AHP层次分析法实现,对所述产品功能进行筛选可以通过FILTER函数实现,对所述目标功能进行类型识别可以通过typeof函数实现。
本发明通过将所述营销策略类型进行排序,可以将所述营销策略类型赋予相应的序列,以便于后续对所述营销策略进行处理,其中,所述序列营销策略是所述营销策略类型经过排序后得到。
作为本发明的一个实施例,所述将所述营销策略类型进行排序,得到序列营销策略,包括:提取所述营销策略类型中每个类型的类型标签,对所述类型标签进行元素解析,得到标签元素,对所述标签元素进行线性转换,得到线性元素,对所述线性元素进行向量转化,得到线性向量,计算所述线性向量的平均值,得到线性均值,根据所述线性均值,对所述营销策略类型进行排序,得到序列营销策略。
其中,所述类型标签是所述营销策略类型中每个类型对应的标识信息,所述标签元素是所述类型标签中每个标签的组成元素,所述线性元素是所述标签元素中每个元素的线性关系,所述线性向量是所述线性元素对应的向量表达形式,所述线性均值是所述线性向量的向量平均值。
进一步的,提取所述营销策略类型中每个类型的类型标签可以通过标签提取器实现,对所述类型标签进行元素解析可以通过元素解析算法实现,所述元素解析算法是由脚本语言编译,对所述标签元素进行线性转换可以通过线性函数实现,对所述线性元素进行向量转化可以通过word2vec算法实现,所述线性向量的平均值可以通过AVERAGE函数计算,对所述营销策略类型进行排序可以通过冒泡排序法实现。
S2、查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据。
本发明通过查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以便于后续对所述序列营销策略进行储存处理,其中,所述数据属性是所述序列营销策略中的原始数据特征,所述储存键值是所述序列营销策略进行存储时对应的存储形式,进一步的,查询所述序列营销策略的数据属性可以通过属性查看器实现,所述属性查看器是由Java语言编译。
作为本发明的一个实施例,所述根据所述数据属性生成所述序列营销策略的存储键值,包括:对所述数据属性进行特征提取,得到特征属性,根据所述特征属性,确定所述序列营销策略中每个策略的数据架构,提取所述数据架构中每个架构对应的元数据,并构建所述元数据对应的标识符,识别所述元数据和所述标识符的映射关系,根据所述映射关系,生成所述序列营销策略的存储键值。
其中,所述特征属性是所述数据属性中的具有代表性的属性,所述数据架构是所述序列营销策略中每个策略的数据组成形式,所述元数据是所述数据架构对应的数据键,所述标识符是所述元数据对应的标记符号,例如在计算机编程语言中,所述标识符是用户编程使用的代号,所述映射关系是所述元数据和所述标识符之间的对应关系。
进一步的,作为本发明的一个可选实施例,所述序列营销策略中每个策略的数据架构可以通过所述特征属性的逻辑关系确定,提取所述数据架构中每个架构对应的元数据可以通过元数据提取器实现,所述标识符可以通过所述元数据对应的字符串进行构建,所述元数据和所述标识符的映射关系可以通过映射函数识别,生成所述序列营销策略的存储键值可以通过sql语句编程实现。
进一步的,作为本发明的一个可选实施例,所述对所述数据属性进行特征提取,得到特征属性,包括:获取所述数据属性中每个属性对应的属性维度,根据所述属性维度,对所述数据属性进行降维处理,得到降维属性,构建所述降维属性对应的属性矩阵,对所述属性矩阵中每个矩阵进行加权求和,得到目标矩阵,根据所述目标矩阵,计算出所述数据属性的特征值,根据所述特征值,得到所述数据属性的特征属性。
其中,所述属性维度是所述数据属性对应的维数,如二维三维等,所述降维属性是所述属性属性从高维度降低到低维度得到的属性,所述属性矩阵是所述降维属性构成的方阵,所述目标矩阵是所述属性矩阵中每个矩阵中的数值经过加权求和后得到的矩阵,所述特征值是所述数据属性对应的特征向量。
进一步的,所述数据属性中每个属性对应的属性维度可以通过维度识别器获取,所述维度识别器是由脚本语言编译,对所述数据属性进行降维处理可以通过LDA降维算法实现,对所述属性矩阵中每个矩阵进行加权求和可以通过加权平均法处理,所述数据属性的特征值可以通过特征方程计算。
进一步的,作为本发明的一个可选实施例,所述构建所述降维属性对应的属性矩阵,包括:
通过下述公式构建所述降维属性对应的属性矩阵:
其中,D表示降维属性对应的属性矩阵,Z表示降维属性的属性数量,c表示降维属性的起始值,a表示降维属性的维度系数,B表示降维属性中的自变量,!表示降维属性中的自变量的阶乘,A表示降维属性对应的矩阵谱半径。
本发明通过以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,可以对所述序列营销策略进行存储,进而便于后续对所述序列营销策略进行并行计算处理,其中,所述存储营销数据是所述序列营销策略根据所述存储键值进行存储后得到的数据。
作为本发明的一个实施例,所述以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据,包括:根据所述存储键值,计算所述序列营销策略中每个策略的数据内存,并查询所述每个策略对应的源代码,对所述序列营销策略进行分类处理,得到分类策略,根据所述分类策略、所述数据内存以及所述源代码,在所述预配置的存储节点中创建存储区域,将所述序列营销策略在所述存储区域中进行存储,得到存储营销数据。
其中,所述数据内存是所述序列营销策略中每个策略对应的数据大小,所述源代码是所述每个策略对应的计算机语言,所述分类策略是所述序列营销策略经过分类后得到的策略,所述存储区域是所述存储节点中用于存储数据的区域,进一步的,所述序列营销策略中每个策略的数据内存可以通过计算数据的字节长度得到,查询所述每个策略对应的源代码可以通过代码爬虫实现,对所述序列营销策略的分类处理可以通过决策树分类算法实现,所述存储区域可以通过存储驱动器进行创建。
S3、接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比。
本发明通过接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,以便于通过所述策略查询副本定位所述存储营销数据的查询节点,其中,所述策略查询指令是所述实时营销策略的查询命令,所述策略查询副本是所述策略查询指令中指令的要求对应的复制信息,进一步的,接收所述实时营销策略的策略查询指令可以通过指令接收器实现,所述指令接收器是由代码语言编译。
作为本发明的一个实施例,所述根据所述策略查询指令,构建所述实时营销策略的策略查询副本,包括:查询所述策略查询指令的二进制数码,提取所述二进制数码中的操作码,根据所述操作码,识别所述策略查询指令的查询信息,根据所述查询信息,构建所述实时营销策略的策略查询副本。
其中,所述二进制数码是所述策略查询指令在计算机中执行时对应的二进制数字,所述操作码是所述二进制数码中用于执行某种操作的代码,所述查询信息是所述策略查询指令对应的查询内容。
进一步的,作为本发明的一个可选实施例,所述策略查询指令的二进制数码可以通过C++编程语言查询,所述二进制数码中的操作码可以通过Java虚拟机进行提取,所述策略查询指令的查询信息可以通过代码运行器运行所述操作码得到,所述实时营销策略的策略查询副本可以通过复制所述查询信息进行构建副本。
本发明通过根据所述策略查询副本,定位所述存储营销数据的查询节点,进而便于能够快速的对所述实时营销策略进行查询和提高计算速度,其中,所述查询节点是所述存储营销数据的查询关联点。
作为本发明的一个实施例,所述根据所述策略查询副本,定位所述存储营销数据的查询节点,包括:识别所述策略查询副本中的副本字符,提取所述副本字符中的关键字符,计算所述关键字符与所述查询营销数据中的数据字符的相似度,得到字符相似度,在所述字符相似度大于预设阈值时,对所述数据字符进行标记,得到标记字符,并对所述标记字符进行节点定位,得到所述存储营销数据的查询节点。
其中,所述副本字符是所述策略查询副本中的字符串,所述关键字符是所述副本字符中较为重要的字符串,所述字符相似度是所述关键字符与所述查询营销数据中的数据字符的相似程度,所述预设阈值是所述字符相似度进行判断的依据,可以是0.8,也可以根据实际的业务场景进行设置,所述标记字符是所述字符相似度大于所述预设阈值时标记后得到的字符。
进一步的,识别所述策略查询副本中的副本字符可以通过OCR文字识别技术实现,提取所述副本字符中的关键字符可以通过关键词提取器实现,计算所述关键字符与所述查询营销数据中的数据字符的相似度可以通过余弦相似度算法实现,对所述数据字符进行标记可以通过标记工具实现,如颜色标记工具,对所述标记字符进行节点定位可以通过动态节点定位算法实现。
本发明通过计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比,可以了解到所述策略查询指令对应的数据所占比例,以便于后续执行所述策略查询指令的查询操作,其中,所述存储资源占比是所述策略查询指令对应的数据所占比值,进一步的,所述存储资源占比可以通过计算所述策略查询指令对应的策略数据与所述存储营销数据的比值得到。
S4、根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
本发明通过根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,以便于能够得到所述实时营销策略的查询结果,其中,所述查询结果是所述实时营销策略查询后得到的结果,进一步的,执行所述策略查询指令的查询操作可以通过指令控制器译码实现,所述指令控制器是由脚本语言编译。
本发明通过获取实时营销策略,识别所述实时营销策略的营销策略类型,可以了解到所述实时营销策略的种类和类别,为后续对所述营销策略类型进行排序提供了保障,本发明通过查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以便于后续对所述序列营销策略进行储存处理,其中,本发明通过接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,以便于通过所述策略查询副本定位所述存储营销数据的查询节点,本发明通过根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,以便于能够得到所述实时营销策略的查询结果。因此,本发明实施例提供的一种基于LSM树的实时营销规则查询方法,能够提高LSM树的实时营销规则的查询效率。
如图2所示,是本发明一实施例提供的一种基于LSM树的实时营销规则查询装置的功能模块图。
本发明所述一种基于LSM树的实时营销规则查询装置100可以安装于电子设备中。根据实现的功能,所述一种基于LSM树的实时营销规则查询装置100可以包括营销策略排序模块101、营销策略存储模块102、资源占比计算模块103及营销策略查询模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述营销策略排序模块101,用于获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略;
所述营销策略存储模块102,用于查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据;
所述资源占比计算模块103,用于接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比;
所述营销策略查询模块104,用于根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
详细地,本申请实施例中所述一种基于LSM树的实时营销规则查询装置100中所述的各模块在使用时采用与上述图1中所述的一种基于LSM树的实时营销规则查询方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明一实施例提供的实现一种基于LSM树的实时营销规则查询方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如一种基于LSM树的实时营销规则查询方法程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行一种基于LSM树的实时营销规则查询方法程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如一种基于LSM树的实时营销规则查询方法程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(PeripheralComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended IndustryStandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的一种基于LSM树的实时营销规则查询方法程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略;
查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据;
接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比;
根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元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,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略;
查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据;
接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比;
根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块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。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于LSM树的实时营销规则查询方法,其特征在于,所述方法包括:
获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略;
查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据;
接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比;
根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
2.如权利要求1所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述识别所述实时营销策略的营销策略类型,包括:
获取所述实时营销策略中每个策略的市场环境,查询所述市场环境对应的营销对象;
实时调度所述营销对象在所述每个策略中的消费产品,对所述消费产品进行功能分析,得到产品功能;
计算所述产品功能中每个功能的权重,得到功能权重,根据所述功能权重,对所述产品功能进行筛选,得到目标功能;
对所述目标功能进行类型识别,得到功能类型,将所述功能类型作为所述实时营销策略的营销策略类型。
3.如权利要求1所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述将所述营销策略类型进行排序,得到序列营销策略,包括:
提取所述营销策略类型中每个类型的类型标签,对所述类型标签进行元素解析,得到标签元素;
对所述标签元素进行线性转换,得到线性元素,对所述线性元素进行向量转化,得到线性向量;
计算所述线性向量的平均值,得到线性均值,根据所述线性均值,对所述营销策略类型进行排序,得到序列营销策略。
4.如权利要求1所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述根据所述数据属性生成所述序列营销策略的存储键值,包括:
对所述数据属性进行特征提取,得到特征属性,根据所述特征属性,确定所述序列营销策略中每个策略的数据架构;
提取所述数据架构中每个架构对应的元数据,并构建所述元数据对应的标识符;
识别所述元数据和所述标识符的映射关系,根据所述映射关系,生成所述序列营销策略的存储键值。
5.如权利要求4所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述对所述数据属性进行特征提取,得到特征属性,包括:
获取所述数据属性中每个属性对应的属性维度,根据所述属性维度,对所述数据属性进行降维处理,得到降维属性;
构建所述降维属性对应的属性矩阵,对所述属性矩阵中每个矩阵进行加权求和,得到目标矩阵;
根据所述目标矩阵,计算出所述数据属性的特征值,根据所述特征值,得到所述数据属性的特征属性。
6.如权利要求5所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述构建所述降维属性对应的属性矩阵,包括:
通过下述公式构建所述降维属性对应的属性矩阵:
其中,D表示降维属性对应的属性矩阵,Z表示降维属性的属性数量,c表示降维属性的起始值,a表示降维属性的维度系数,B表示降维属性中的自变量,!表示降维属性中的自变量的阶乘,A表示降维属性对应的矩阵谱半径。
7.如权利要求1所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据,包括:
根据所述存储键值,计算所述序列营销策略中每个策略的数据内存,并查询所述每个策略对应的源代码;
对所述序列营销策略进行分类处理,得到分类策略;
根据所述分类策略、所述数据内存以及所述源代码,在所述预配置的存储节点中创建存储区域;
将所述序列营销策略在所述存储区域中进行存储,得到存储营销数据。
8.如权利要求1所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述根据所述策略查询指令,构建所述实时营销策略的策略查询副本,包括:
查询所述策略查询指令的二进制数码;
提取所述二进制数码中的操作码,根据所述操作码,识别所述策略查询指令的查询信息;
根据所述查询信息,构建所述实时营销策略的策略查询副本。
9.如权利要求1所述的一种基于LSM树的实时营销规则查询方法,其特征在于,所述根据所述策略查询副本,定位所述存储营销数据的查询节点,包括:
识别所述策略查询副本中的副本字符,提取所述副本字符中的关键字符;
计算所述关键字符与所述查询营销数据中的数据字符的相似度,得到字符相似度;
在所述字符相似度大于预设阈值时,对所述数据字符进行标记,得到标记字符;
并对所述标记字符进行节点定位,得到所述存储营销数据的查询节点。
10.一种基于LSM树的实时营销规则查询装置,其特征在于,所述装置包括:
营销策略排序模块,用于获取实时营销策略,识别所述实时营销策略的营销策略类型,将所述营销策略类型进行排序,得到序列营销策略;
营销策略存储模块,用于查询所述序列营销策略的数据属性,并根据所述数据属性生成所述序列营销策略的存储键值,以根据所述存储键值将所述序列营销策略存储在预配置的存储节点中,得到存储营销数据;
资源占比计算模块,用于接收所述实时营销策略的策略查询指令,根据所述策略查询指令,构建所述实时营销策略的策略查询副本,并根据所述策略查询副本,定位所述存储营销数据的查询节点,及计算所述策略查询指令在所述存储营销数据对应的策略数据的存储资源占比;
营销策略查询模块,用于根据所述策略查询节点及所述存储资源占比,执行所述策略查询指令的查询操作,得到所述实时营销策略的查询结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310847773.2A CN116860785A (zh) | 2023-07-11 | 2023-07-11 | 一种基于lsm树的实时营销规则查询方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310847773.2A CN116860785A (zh) | 2023-07-11 | 2023-07-11 | 一种基于lsm树的实时营销规则查询方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116860785A true CN116860785A (zh) | 2023-10-10 |
Family
ID=88224838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310847773.2A Pending CN116860785A (zh) | 2023-07-11 | 2023-07-11 | 一种基于lsm树的实时营销规则查询方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116860785A (zh) |
-
2023
- 2023-07-11 CN CN202310847773.2A patent/CN116860785A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113157927B (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN115391669B (zh) | 一种智能推荐方法、装置、电子设备 | |
CN113688923B (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
CN113656690B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN114138784B (zh) | 基于存储库的信息溯源方法、装置、电子设备及介质 | |
CN114398557B (zh) | 基于双画像的信息推荐方法、装置、电子设备及存储介质 | |
CN113157739B (zh) | 跨模态检索方法、装置、电子设备及存储介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN115018588A (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN113505273B (zh) | 基于重复数据筛选的数据排序方法、装置、设备及介质 | |
CN116339882B (zh) | 基于物联网的办公系统协同显示方法、装置、设备及介质 | |
CN115409041B (zh) | 一种非结构化数据提取方法、装置、设备及存储介质 | |
CN116521867A (zh) | 文本聚类方法、装置、电子设备及存储介质 | |
CN114841165B (zh) | 用户数据分析及展示方法、装置、电子设备及存储介质 | |
CN114548114B (zh) | 文本情绪识别方法、装置、设备及存储介质 | |
CN115525761A (zh) | 一种文章关键词筛选类别的方法、装置、设备及存储介质 | |
CN115641186A (zh) | 直播产品偏好的智能分析方法、装置、设备及存储介质 | |
CN115186188A (zh) | 基于行为分析的产品推荐方法、装置、设备及存储介质 | |
CN116860785A (zh) | 一种基于lsm树的实时营销规则查询方法及装置 | |
CN111414452B (zh) | 搜索词匹配方法、装置、电子设备及可读存储介质 | |
CN114677526A (zh) | 图像分类方法、装置、设备及介质 | |
CN113706207A (zh) | 基于语义解析的订单成交率分析方法、装置、设备及介质 | |
CN113434660A (zh) | 基于多领域分类的产品推荐方法、装置、设备及存储介质 | |
CN116431711B (zh) | 基于数据特征实现的数据智能采集方法及系统 | |
CN113656703B (zh) | 基于新上线课程的智能推荐方法、装置、设备及存储介质 |
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 |