[发明专利]行为标签取值的获取方法及装置

说明书

技术领域

本申请涉及计算机及互联网技术领域，具体而言，涉及一种行为标签取值的获取方法及装置。

背景技术

随着互联网的用户和内容的不断增加，用户的行为也变得越来越复杂，分析考量一个用户的维度也越来越多，从传统的静态维度(国家，省份及性别等)向时间等动态维度进行不断扩展，从而形成各种用户的行为标签。在这些行为标签中，常用的是行为和时间组合起来的行为标签，比如，用户的登录行为，根据分析时间维度的不同，能够产生多个用户行为标签，比如，当天是否有登录、本周是否有登录或本月是否有登录等行为标签。

目前，典型的是采用静态行为标签的处理方式，在静态行为标签中，分析人员将需要分析的行为标签整理出来，同时给出各行为标签的定义。开发人员根据这些需求，将相关的行为标签转换为表字段，然后根据标签的定义实现各字段的刷新逻辑。目前，广泛采用的静态标签方法是：一个时间维度对应一个行为标签，对应一个字段，对应一套刷新逻辑。图1为相关技术中静态标签方法的方案设计示意图，如图1所示，在相关技术中，任何一个维度的分析都需要经过四个阶段才能真正生效，即：维度的定义、行为标签的定义、表字段的定义和字段的刷新逻辑的实现。

维度定义：分析人员将分析的需求进行固化，转化为时间的集合和行为的集合，例如，(时间)＝{当天，一月，一周，一年……}；(行为)＝{登录，浏览，购买，搜索……}。

行为标签定义：分析人员将时间段和行为进行两两组合，组成行为标签定义集合。例如，(时间，行为)＝{(当天，登录)，(当天，浏览)，(当天，购买)，(一周，登录)，(一周，浏览)……}＝{当天有登录，当天有浏览，当天有购买，本周有登录，本周有浏览……}。

表字段的定义：开发人员将所有的标签定义转化为相对应的表字段的集合，并这些集合转换到相应的表上面。例如，{当天有登录，当天有浏览，当天有购买，本周有登录，本周有浏览……}＝{is_login_day，is_visit_day，is_deal_day，is_login_week，is_visit_week……}。

字段刷新逻辑的定义：为所有的行为表字段提供配套的刷新逻辑。例如，可以通过结构化查询(SQL)实现，SQL实现逻辑如下：Select

Case when Max(yyyymmdd)＝tmnc(sysdate)then 1 else 0end as is_login_day，

Case when max(yyyymmdd)＞trunc(sysdate-7)and max(Yyyymmdd)＜＝trunc(sysdate)then 1else 0end as is_login_week，

Case when max(yyyymmdd)＞trunc(sysdate-30)and max(yyyymmdd)＜＝tmnc(sysdate)then 1else 0 end as is_login_month

From用户登录表

Group by member_id；

其中：

“select…from…”为基本的sq1查询结构；

“casewhen…then..else..end”为“当…的时候，就..，否则…”；

max()为“取当前字段的最大值”；

sysdate为“当前日期”；

trunc为“截断到天”；

group by为“按照某列进行分组”。

采用上述的静态标签的方法，当需要增加一个新的分析维度，例如：半个月时，其实现方案如图2所示。从图2可以看出，如果增加一个新的分析维度，需要增加以下的工作量。

维度定义：增加了一个新的时间维度，比如，(时间)＝{当天，一月，一周，一年，半月……}；(行为)＝{登录，浏览，购买，搜索……}。

行为标签定义：增加了几种新的行为标签组合。例如，(时间，行为)＝{(当天，登录)，(当天，浏览)，(当天，购买)，(一周，登录)，(一周，浏览)，(半月，登录)，(半月，浏览)……}＝{当天有登录，当天有浏览，当天有购买，本周有登录，本周有浏览，半月有登录，半月有浏览……}。