[发明专利]批量用户数据处理方法和装置

权利要求书

1.一种批量用户数据处理方法，其特征在于，包括：

接收客户端发送的批量用户数据计算请求，所述计算请求对应的用户集包括多个用户子集；

对所述多个用户子集并行从用户特征数据库中获取用户在目标时间的用户特征数据，所述数据库包括基于用户互联网行为数据形成的互联网用户在多个时间的用户特征数据；

根据所述用户特征数据，对所述多个用户子集通过用户评分模型计算用户得分；

向所述客户端提供用户得分相关数据。

2.根据权利要求1所述的方法，其特征在于，

所述数据服务平台包括：服务端，存储服务器，计算服务器；

所述方法还包括：

所述计算服务器通过与所述存储服务器的文件关联的数据表的存储控制器，将写入所述数据表的所述用户得分相关数据并行存储至所述存储服务器上的多个文件；

所述向所述客户端提供用户得分相关数据，包括：

接收所述客户端发送的用户得分相关数据下载请求；

获取所述多个文件在所述存储服务器上的地址信息；

向所述客户端回送所述地址信息，所述多个文件根据所述地址信息并行下载。

3.根据权利要求1所述的方法，其特征在于，还包括：

接收所述客户端发送的用户筛选规则，所述用户筛选规则包括对所述用户特征数据的选择；

所述对所述多个用户子集并行从用户特征数据库中获取用户在目标时间的用户特征数据，包括：

对所述多个用户子集并行从用户特征数据库中获取符合所述规则的用户在目标时间的用户特征数据。

4.根据权利要求1至3任一项所述的方法，其特征在于，还包括：

接收客户端发送的用户评分模型构建请求，所述模型构建请求对应第一用户集，所述第一用户集包括多个第一用户子集，所述第一用户子集包括用户标识、至少一个第一用户得分、与第一用户得分对应的时间；

对所述多个第一用户子集，并行从所述数据库中获取用户在所述与第一用户得分对应的的用户特征数据；

根据用户在所述与第一用户得分对应的的用户特征数据和所述至少一个第一用户得分，生成多个训练数据集；

根据所述多个训练数据集，训练与至少一个用户得分分别对应的多个用户评分模型。

5.一种批量用户数据处理方法，其特征在于，包括：

向数据服务平台发送批量用户数据计算请求；

获得返回的用户得分相关数据，其中，所述用户得分通过用户评分模型对在目标时间的用户特征数据进行计算得到；

其中，所述计算请求对应用户集，所述用户集包括多个用户子集，所述用户特征数据包括基于用户在多个时间的互联网行为形成的特征数据，所述用户特征数据存储于用户特征数据库中，所述目标时间的用户特征数据是从用户特征数据库中并行检索得到。

6.一种模型构建方法，其特征在于，包括：

向数据服务平台发送用户评分模型构建请求，所述模型构建请求对应第一用户集，所述第一用户集包括多个第一用户子集，所述第一用户子集包括用户标识、至少一个第一用户得分、与第一用户得分对应的目标时间；至少一个用户评分模型从训练数据集学习得到；所述训练数据包括用户在所述目标时间的用户特征数据和所述第一用户得分，所述目标时间的用户特征数据是从用户特征数据库中并行检索得到，所述数据库包括基于用户互联网行为数据形成的互联网用户在多个时间的用户特征数据。

7.一种模型构建方法，其特征在于，包括：

接收客户端发送的用户评分模型构建请求，所述模型构建请求对应第一用户子集，所述第一用户子集包括多个第一用户子集，所述第一用户子集包括用户标识、至少一个第一用户得分、与第一用户得分对应的目标时间；

对所述多个第一用户子集，并行从用户特征数据库中获取用户在所述目标时间的用户特征数据，所述数据库包括基于用户互联网行为数据形成的互联网用户在多个时间的用户特征数据；

根据用户在所述目标时间的用户特征数据和所述至少一个第一用户得分，生成多个训练数据集；

根据所述多个训练数据集，训练与至少一个用户得分分别对应的用户评分模型。