CN111813816B - 数据处理方法、装置、计算机可读存储介质和计算机设备 - Google Patents
数据处理方法、装置、计算机可读存储介质和计算机设备 Download PDFInfo
- Publication number
- CN111813816B CN111813816B CN201910290247.4A CN201910290247A CN111813816B CN 111813816 B CN111813816 B CN 111813816B CN 201910290247 A CN201910290247 A CN 201910290247A CN 111813816 B CN111813816 B CN 111813816B
- Authority
- CN
- China
- Prior art keywords
- service request
- service
- data
- user
- screening
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请涉及一种数据处理方法、装置、计算机可读存储介质和计算机设备,方法包括:接收终端发送的业务请求,所述业务请求携带所述终端对应的用户标识;获取与所述业务请求对应的筛选机器码;根据所述业务请求从接入服务器请求得到所述用户标识对应的当前用户画像信息;通过所述业务请求对应的本地虚拟机解析执行所述筛选机器码,根据所述当前用户画像信息和所述筛选机器码对应的解析结果得到所述用户标识对应的筛选结果;根据所述筛选结果向所述终端返回与所述用户标识对应的业务请求数据,能够在本地根据实时的用户数据匹配与之对应的业务请求数据,提高用户数据与业务请求数据间的匹配度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种数据处理方法、装置、计算机可读存储介质和计算机设备。
背景技术
随着计算机技术的高速发展,许多场景都需要对网络中收集的大量的用户数据进行分析和处理,例如,通过对用户数据的分析得到当前业务的转化率,或者根据用户数据匹配相应的业务请求数据等,业务请求数据是指服务器发送至终端的用于显示相应界面的数据信息。
传统地根据用户数据匹配相应的业务请求数据需要预先将用户数据进行离线保存,再进行进一步地判断,不能够根据实时的用户数据匹配与之对应的业务请求数据。
发明内容
基于此,有必要针对上述技术问题,提供一种数据处理方法、装置、计算机设备和存储介质,能够根据实时的用户数据匹配与之对应的业务请求数据,提高用户数据与业务请求数据间的匹配度。
一种数据处理方法,所述方法包括:
接收终端发送的业务请求,所述业务请求携带所述终端对应的用户标识;
获取与所述业务请求对应的筛选机器码;
根据所述业务请求从接入服务器请求得到所述用户标识对应的当前用户画像信息;
通过所述业务请求对应的本地虚拟机解析执行所述筛选机器码,根据所述当前用户画像信息和所述筛选机器码对应的解析结果得到所述用户标识对应的筛选结果;
根据所述筛选结果向所述终端返回与所述用户标识对应的业务请求数据。
在其中一个实施例中,所述方法还包括:
从任务服务器获取各个业务请求对应的筛选机器码,将所述筛选机器码存储至本地,所述筛选机器码是所述任务服务器对各个业务请求对应的原始筛选编码进行编译得到。
在其中一个实施例中,所述方法还包括:
第一接入服务器实时获取所述用户标识对应的第一行为数据,并接收至少一个第二接入服务器实时发送的所述用户标识对应的第二行为数据;
所述第一接入服务器根据所述第一行为数据和所述第二行为数据生成所述用户标识对应的用户画像信息。
在其中一个实施例中,所述方法还包括:
获取所述筛选机器码对应的筛选条件;
当根据所述当前用户画像信息判定所述用户标识对应的用户满足所述筛选条件时,将所述用户标识归入第一用户组,否则将所述用户标识归入第二用户组;
所述根据所述筛选结果向所述终端返回与所述用户标识对应的业务请求数据包括:
根据所述用户标识对应的用户组获取对应的目标业务请求数据;
将所述目标业务请求数据返回至所述终端,以使所述终端根据所述目标业务请求数据显示对应的目标业务界面。
在其中一个实施例中,所述方法还包括:
接收所述终端根据所述业务请求数据返回的业务反馈数据;
根据所述业务反馈数据调整向所述用户标识对应的终端返回的业务请求数据。
在其中一个实施例中,所述方法还包括:
将所述业务反馈数据发送至所述任务服务器,以使所述任务服务器根据所述业务反馈数据更新所述业务请求对应的筛选机器码;
接收所述任务服务器返回的更新后的筛选机器码。
在其中一个实施例中,所述方法还包括:
发送业务数据更新请求至所述终端,接收所述终端响应于所述业务数据更新请求返回的更新确认指令;
根据所述更新确认指令和所述筛选结果向所述终端返回与所述用户标识对应的业务请求数据。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
上述数据处理方法、装置、计算机可读存储介质和计算机设备,业务服务器接收终端发送的业务请求,通过获取与业务请求对应的筛选机器码,能够在业务服务器内部实现用户的筛选,业务服务器根据业务请求从接入服务器请求得到用户标识对应的当前用户画像信息,由于当前用户画像信息为业务服务器实时向接入服务器请求获取的,因此当前用户画像是实时更新的,使得筛选结果更加准确。业务服务器通过业务请求对应的本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果,再根据筛选结果向终端返回与用户标识对应的业务请求数据。业务服务器通过实时地获取当前用户画像信息、在业务服务器中嵌入本地虚拟机、返回与用户标识对应的业务请求数据依次进行多个不同层级的处理,通过多个处理步骤之间的配合,能够在本地根据实时的用户数据匹配与之对应的业务请求数据,提高用户数据与业务请求数据间的匹配度。
附图说明
图1为一个实施例中数据处理方法的应用环境图;
图2为一个实施例中数据处理方法的流程示意图;
图3为一个实施例中数据处理方法中生成用户画像信息的流程示意图;
图4为一个实施例中数据处理方法中进行数据调整的流程示意图;
图5为一个实施例中数据处理方法中更新筛选机器码的流程示意图;
图6为一个实施例中数据处理方法中生成筛选结果的流程示意图;
图7为一个实施例中数据处理方法中下发筛选机器码的流程示意图;
图8为一个实施例中数据处理方法中对原始筛选编码编译的流程示意图;
图9为一个实施例中数据处理装置的结构框图;
图10为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本发明实施例中所提供的数据处理方法可以应用于如图1所示的应用环境中,该数据处理方法应用于数据处理系统。该数据处理系统包括终端110、接入服务器120、业务服务器130、任务服务器140。终端110和接入服务器120通过网络连接、终端110和业务服务器130通过网络连接、业务服务器和接入服务器通过网络连接、业务服务器和任务服务器通过网络连接、各个业务服务器之间通过网络连接、各个接入服务器之间通过网络连接。终端110具体可以是台式终端或移动终端,移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。接入服务器120、业务服务器130、任务服务器140可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
基于上述数据处理系统,业务服务器130接收终端110发送的业务请求,业务请求携带终端110对应的用户标识,业务服务器130获取与业务请求对应的从任务服务器140发送的筛选机器码,业务服务器130根据业务请求从接入服务器120请求得到用户标识对应的当前用户画像信息,业务服务器130通过业务请求对应的本地虚拟机解析执行筛选机器码,业务服务器130根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果,业务服务器130根据筛选结果向终端110返回与用户标识对应的业务请求数据。
如图2所示,为一个实施例中的数据处理方法的流程图,该方法具体包括以下步骤:
S202,接收终端发送的业务请求,业务请求携带终端对应的用户标识。
其中,业务请求是终端对业务服务器中的业务模块触发的请求,业务模块是指搭载有功能业务的模块,例如,业务模块可以是应用程序登录界面模块、应用程序账号注销模块和应用程序图标排列方式模块等。业务服务器接收终端发送的业务请求,业务请求携带终端对应的用户标识,用户标识是指用于标识用户身份的信息。用户标识包括但不限于各种即时通信号码、移动通信号码、社交网络账号等。
S204,获取与业务请求对应的筛选机器码。
其中,筛选机器码是任务服务器发送至业务服务器的用于进行用户筛选的编码。机器码称为原生码,是指中央处理器可直接读取运行的机器指令。任务服务器将筛选机器码发送至业务服务器,业务服务器再将筛选机器码存储至本地。
具体地,业务服务器可将筛选机器码本地存储至业务服务器的业务代理区域,业务代理区域是一个部署在业务服务器上的实验配置代理模块,该实验配置代理模块用于接收测试规则服务下发的实验配置,该实验配置包括对用户进行筛选的条件配置。通过将筛选机器码存储至业务服务器的业务代理区域,业务服务器能够快速的调用该筛选机器码以进行用户的筛选,提高对用户进行筛选时的响应效率。
S206,根据业务请求从接入服务器请求得到用户标识对应的当前用户画像信息。
其中,当前用户画像信息是指根据用户社会属性、生活习惯和日常行为等信息而抽象出的一个标签化信息。当前用户画像信息由多个特征标签构成,该特征标签是通过对用户信息分析而来的高度精炼的特征标识,部分特征标签是根据用户的行为数据直接得到,部分是通过一系列预设的算法或规则挖掘得到。特征标签包括但不限于固有标签、推导标签、行为标签、态度标签和测试标签等。固有标签是指用户生而有之或者事实存在的,不以外界条件或者自身认知的改变而改变的属性。比如:性别、年龄、是否生育等。推导标签由其他标签推导而来的标签,比如星座,通过用户的生日推导,比如用户的品类偏好,则可以通过日常购买来推导。行为标签是指产品内外实际发生的行为被记录后形成的赋值,比如用户的登陆时间,页面停留时长等。态度标签是指用户自我表达的态度和意愿。比如通过一份问卷向用户询问一些问题,并形成标签,如询问用户:是否喜欢某个品牌等。测试标签是指来自用户的态度表达,但并不是用户直接表达的内容,而是通过分析用户的表达,结构化处理后,得出的测试结论。比如,用户填答了一系列的态度问卷,推导出用户的价值观类型等。
具体地,当业务服务器接收到终端发送的业务请求时,实时地向接入服务器获取当前用户画像信息,通过对当前用户画像信息的实时获取,使得当前用户画像信息为实时、可更新的画像信息,提高在进行用户筛选时的准确率。
S208,通过业务请求对应的本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果。
其中,本地虚拟机是指通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统,本地虚拟机存储于业务服务器内部。具体可存储于业务服务器内部被测试的业务模块中的业务接口,业务接口,是指应用程序编程接口,是一些预先定义的函数,目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力,而又无需访问源码,或理解内部工作机制的细节。筛选机器码对应的解析结果指本地虚拟机解析执行筛选机器码后得到的筛选条件,筛选结果是指该终端对应的用户标识是否满足筛选条件。通过在业务服务器中嵌入本地虚拟机,能够在不借助其他服务器的情况下,在业务服务器本地实现用户标识与业务请求数据的实时匹配。
具体地,如图8所示,本地虚拟机通过调用操作系统的指令集,中央处理系统中的寄存器去实现相关的指令操作,完成内存调用。本地虚拟机通过解释字节码将其翻译成对应的机器指令,逐条读入,逐条解释翻译。经过解析执行得到筛选机器码对应的解析结果,当解释器进行解析执行发现某个方法或代码块运行特别频繁的时候,将判定此代码为“热点代码”,然后即时编译技术(JIT)将把部分“热点代码”翻译成本地机器相关的机器码,并进行优化,在使用即时编译技术之前可进一步在本地虚拟机中进行安全性检查,然后再把翻译后的筛选机器码缓存起来,以备下次使用。
S210,根据筛选结果向终端返回与用户标识对应的业务请求数据。
其中,业务请求数据是指业务服务器发送至终端的用于显示相应界面的数据信息。业务服务器根据筛选结果向终端返回与用户标识对应的业务请求数据,举例说明,当需要对业务模块进行测试,且业务模块为应用程序登录界面模块时,若本地虚拟机解析执行筛选机器码得到的解析结果为“北京市年龄大于30岁的本科学历用户”,业务服务器将根据筛选结果向“北京市年龄大于30岁的本科学历用户”对应的用户标识返回对应的业务请求数据,该业务请求数据则是与应用程序登录界面对应的数据。
本实施例中,业务服务器接收终端发送的业务请求,并获取与业务请求对应的筛选机器码,能够在不借助其他服务器的条件下实现用户的本地筛选,业务服务器根据业务请求从接入服务器请求得到用户标识对应的当前用户画像信息,当前用户画像信息是业务服务器实时向接入服务器请求的,因此业务服务器获取的该用户画像信息是实时更新的,使得业务服务器能够准确地筛选用户。业务服务器进一步通过业务请求对应的本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果,并根据筛选结果向终端返回与用户标识对应的业务请求数据,由于筛选结果是通过对实时的用户画像信息筛选得到的,因此能够实时根据筛选结果向终端返回与用户标识对应的业务请求数据,提高用户标识与业务请求数据间的匹配度。
在一个实施例中,该方法还包括以下步骤:从任务服务器获取各个业务请求对应的筛选机器码,将筛选机器码存储至本地,筛选机器码是任务服务器对各个业务请求对应的原始筛选编码进行编译得到。
其中,原始筛选编码是指携带有用户筛选条件的编码,任务服务器获取原始筛选编码,将该原始筛选编码进行编译得到筛选机器码,并将筛选机器码发送至对应的业务服务器,业务服务器接收任务服务器发送的筛选机器码,并将该筛选机器码存储至本地。
具体地,如图8所示,任务服务器将原始筛选编码进行词法分析和语法分析,构造出语法树和符号表,任务服务器遍历语法树和符号表,得到错误筛选编码,对错误筛选编码进行编码变化,得到该筛选机器码。可以理解的是,词法分析是将源代码的字符流转变为标记(Token)集合,单个字符是程序编写的最小元素,而标记是编译过程的最小元素。如:关键字、变量名、字面量、运算符都能成为标记。语法分析是根据Token序列构造抽象语法树的过程,抽象语法树(AST)是一种用来描述程序代码中的一个语法结构,如包、类型、修饰符、运算符、接口、返回值等。语法分析程序判断源程序在结构上是否正确。语法树是句子结构的图形表示,它代表了句子的推导结果,有利于理解句子语法结构的层次。符号表是一种供编译用于保存有关源程序构造的各种信息的数据结构,这些信息在编译器的分析阶段被逐步收集并放入符号表,它们在综合阶段用于生成目标代码。符号表中记录的信息在编译的不同阶段都要用到,如:语义分析时,符号表中的内容用于语义检查(名字与原先的说明是否一致)和生成中间代码;在筛选机器码生成阶段,对地址名进行地址分配就是根据符号表的记录。错误筛选编码是指任务服务器通过遍历语法树和符号表所得到的存在错误的编码信息,任务服务器对错误筛选编码进行编码变换,即将错误的编码信息变换为正确地编码信息,得到筛选机器码。
在一个实施例中,如图6所示,任务服务器将原始筛选编码进行编译得到筛选机器码,并将筛选机器码下发至对应的业务服务器,接入服务器将用户画像信息透明传输至其他各个接入服务器,当业务服务器接收到终端发送的业务请求时,将向接入服务器请求当前用户画像信息,本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果。
在一个实施例中,如图7所示,测试人员编写原始筛选代码发送至任务服务器,任务服务器编译原始筛选编码,得到筛选机器码。任务服务器将该筛选机器码下发至对应的业务服务器,具体可保存至业务服务器中的业务代理区域中,业务代理区域是一个部署在业务服务器上的实验配置代理模块,该实验配置代理模块用于接收测试规则服务下发的实验配置,该实验配置包括对用户进行筛选的条件配置。同样地,接收服务器返回的用户画像信息也存储至业务代理区域,业务服务器在业务接口内嵌本地虚拟机,可以理解的是,业务接口,是指应用程序编程接口,是一些预先定义的函数,目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力,而又无需访问源码,或理解内部工作机制的细节,通过本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果。
本实施例中,业务服务器从任务服务器获取各个业务请求对应的筛选机器码,将筛选机器码存储至本地,筛选机器码是任务服务器对各个业务请求对应的原始筛选编码进行编译得到。通过任务服务器将原始筛选编码编译为执行速度最快的筛选机器码,能够大大的提高进行用户与业务请求数据匹配时的效率,业务服务器将筛选机器码存储至本地,进一步在业务服务器本地实现用户与业务请求数据的实时匹配。
在一个实施例中,如图3所示,该方法还包括以下步骤:
S302,第一接入服务器实时获取用户标识对应的第一行为数据,并接收至少一个第二接入服务器实时发送的用户标识对应的第二行为数据。
S304,第一接入服务器根据第一行为数据和第二行为数据生成用户标识对应的用户画像信息。
其中,终端通过网络与接入服务器连接,接入服务器为至少一个。当接入服务器为第一接入服务器时,剩余所有接入服务器为第二接入服务器。第一行为数据是指接入服务器记录的与用户标识对应的用户的行为信息。第一行为数据和第二行为数据包括用户的日志信息、用户主体信息和外界环境信息,例如:(1)网站日志:当用户在访问某个目标网站时,网站记录的用户相关行为信息;(2)搜索引擎日志:搜索引擎日志系统所记录的用户在搜索引擎上的相关行为信息;(3)用户浏览日志:通过特定的工具和途径记录用户所记录的用户在该搜索引擎上的相关行为信息;(4)用户主体数据:如用户群的年龄、受教育程度、兴趣爱好等;(5)外界环境数据:如移动互联网流量、手机上网用户增长等。
具体地,如图6所示,接入服务器实时获取用户标识对应的第一行为数据,并接收至少一个第二接入服务器实时发送的用户标识对应的第二行为数据,各个接入服务器将向其他各个接入服务器透明传输行为数据,即用户标识对应的行为数据在各个接入服务器实时透明传输,当第一接入服务器实时获取用户标识对应的第一行为数据时,其余各个接入服务器为第二接入服务器,第二接入服务器实时获取用户标识对应的第二行为数据,第一接入服务器将第一行为数据透明传输至各个第二接入服务器,同样地,各个第二接入服务器也将第二行为数据透明传输至第一接入服务器,实现用户行为数据的共享与同步。第一接入服务器根据第一行为数据和第二行为数据生成用户标识对应的用户画像信息,并将用户画像信息透明传输至各个接入服务器,当业务服务器接收到终端发送的业务请求时,将实时向接入服务器获取用户标识对应的用户画像信息,以此达到每次获取的用户画像信息都为实时的用户画像信息,能够在本地实时地匹配与用户对应的业务请求数据。
本实施例中,第一接入服务器实时获取用户标识对应的第一行为数据,并接收至少一个第二接入服务器实时发送的用户标识对应的第二行为数据,第一接入服务器根据第一行为数据和第二行为数据生成用户标识对应的用户画像信息,由于用户画像信息是实时获取的,因此能够在判断用户是否符合筛选规则时更加准确,进一步提高匹配相应业务请求数据时的精确度。
在一个实施例中,该方法还包括以下步骤:获取筛选机器码对应的筛选条件;当根据当前用户画像信息判定用户标识对应的用户满足筛选条件时,将用户标识归入第一用户组,否则将用户标识归入第二用户组;根据筛选结果向终端返回与用户标识对应的业务请求数据包括:根据用户标识对应的用户组获取对应的目标业务请求数据;将目标业务请求数据返回至终端,以使终端根据目标业务请求数据显示对应的目标业务界面。
其中,筛选条件是筛选用户时所需的条件,例如,筛选条件为“筛选30岁以下且在深圳生活的人”。第一用户组与第二用户组是进行业务测试时对用户所进行的分组,第一用户组和第二用户组可接收相同的业务请求数据,也可接收不同的业务请求数据,不同的业务请求数据对应不同的策略。目标业务请求数据是指该用户组对应的业务请求数据。目标业务界面是指终端根据该目标业务请求数据显示的界面。可以理解的是,用户组为至少两个,并不仅限于第一用户组和第二用户组。
具体地,业务服务器获取筛选机器码对应的筛选条件,当业务服务器判定将用户标识对应的用户满足筛选条件时,将用户标识归入第一用户组,若用户标识对应的用户不满足筛选条件时,将用户标识归入第二用户组。当第一用户组与第二用户组所对应的目标业务请求数据为不同时,业务服务器将根据用户标识对应的用户组获取对应的目标业务请求数据,业务服务器并将目标业务请求数据返回至终端,以此使得终端根据目标业务请求数据显示对应的目标业务界面。
在一个实施例中,测试人员可对业务模块进行AB测试。AB测试是为Web或App界面或流程制作两个(A/B)或多个(A/B/n)版本,在同一时间维度,分别让组成成分相同(相似)的访客群组(目标人群)随机的访问这些版本,收集各群组的用户体验数据和业务数据,最后分析、评估出较好版本,正式采用。例如,在广告投放中,通过AB测试可了解哪些广告效果最佳。选择投放目标后,同时创建两个广告组,尝试更改广告的标题(或素材或落地页),并向各组展示不同广告。达到一定流量后,受众分析和数据报告会展示不同的广告效果,因此可以通过结果数据选择更优质的广告。可以理解的是,受众分析是指以Cookie为单元,根据Cookie的海量历史行为,推断其行为特征,兴趣爱好,并以此为依据,将最合适的、最有可能产生转化的广告展示给用户。Cookie是指为了辨别用户身份、进行会话跟踪而储存在用户本地终端上的数据。
举例说明,比如需要对北京市年龄大于30岁的本科学历用户做实验,测试人员需在AB测试系统上创建一个实验,划分AB两个组,A为对照组,B为实验组。编写原始筛选代码:“city=BeiJing&&age>=30&&education=bachelor”············(代码1),测试人员按照需求编写代码1,然后提交创建实验,代码1会自动被任务服务器编译,生成筛选机器码,和实验配置一同下发到业务模块的业务代理区域,业务模块处理用户请求的时候,调用AB测试业务接口,业务接口读取本机业务代理区域共享内存中的筛选机器码和当前用户画像信息,由于AB测试业务接口内部嵌入了本地虚拟机,因此,每一个用户请求可以在业务逻辑本地的AB测试业务接口中运行本地虚拟机,从而完成AB测试系统实时判断用户画像的功能。可以理解的是,业务代理区域是一个部署在业务服务器上的实验配置代理模块,该实验配置代理模块用于接收测试规则服务下发的实验配置,该实验配置包括对用户进行筛选的条件配置。业务接口,是指应用程序编程接口,是一些预先定义的函数,目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力,而又无需访问源码,或理解内部工作机制的细节。
在一个实施例中,业务服务器可向终端下发生效机制,生效机制是指对策略进行生效所做的时间限定。生效机制包括但不限于立即生效、延后生效、热启生效和冷启生效等。立即生效会将策略立即生效,并通知相关策略的使用者。延后生效会将策略延后生效,并通知相关策略的使用者。热启生效是指退出界面,重新进入时生效,冷启生效就是进程关闭之后,重新进入生效。可以理解的是,生效是指终端根据业务请求数据显示相应的业务界面。
在一个实施例中,当当前用户画像信息为模糊的画像信息时,即根据当前用户画像信息和筛选机器码对应的解析结果无法直接判断得出筛选结果时,可根据Cookie ID将用户标识划分至对应的用户组,每一位访客在第一次访问时就要有一个不重复的CookieID,比如“123.180.140.*.1267882109577.3”。然后,可以根据这个Cookie ID的最后一位(在本例中是“3”)来进行用户的分组,比如单数的划分至A组,偶数的划分至B组。可以理解的是,Cookie ID是指为了辨别用户身份、进行会话跟踪而储存在用户本地终端上的数据。由于Cookie ID设定后不会轻易改变,因此基于Cookie ID能很好地对访客保持一致性,某个用户如果第一次看到的是A用户组对应的业务请求数据,那刷新后看到的还是A用户组对应的业务请求数据,能够保持终端根据业务请求数据显示相应界面时的一致性。
本实施例中,业务服务器获取筛选机器码对应的筛选条件,当根据当前用户画像信息判定用户标识对应的用户满足筛选条件时,将用户标识归入第一用户组,否则将用户标识归入第二用户组,业务服务器根据用户标识对应的用户组获取对应的目标业务请求数据,将目标业务请求数据返回至终端,以使终端根据目标业务请求数据显示对应的目标业务界面。通过对用户精准的筛选,能够将用户进行分组划分,并且应用不同策略,实现了对业务模块的测试,能够加速业务模块的迭代更新速度。
在一个实施例中,如图4所示,该方法还包括以下步骤:
S402,接收终端根据业务请求数据返回的业务反馈数据。
S404,根据业务反馈数据调整向用户标识对应的终端返回的业务请求数据。
其中,业务反馈数据是指终端显示与业务请求数据对应的业务界面后,终端向业务服务器返回的反馈数据。业务反馈数据包括正面反馈数据和负面反馈数据。业务反馈数据包括但不限于访问量、跳出率、转化率、掉线率和流失率等。当业务反馈数据为正面反馈数据时,终端可继续显示与该业务请求数据对应的业务界面,当业务反馈数据为负面反馈数据时,业务服务器可将其他用户组对应的业务请求数据发送至终端,终端将根据新的业务请求数据显示新的界面。
举例说明,当业务服务器向终端返回与用户标识对应的业务请求数据时,业务请求数据为应用程序登录界面的显示图案,业务服务器将接收终端根据业务请求数据返回的业务反馈数据,若在终端显示该应用程序登录界面的显示图案时得到的业务反馈数据为用户走失率上升时,业务服务器将应用程序登录界面的另一显示图案对应的业务请求数据发送至终端,终端将重新显示新的登录界面的图案。
本实施例中,业务服务器接收终端根据业务请求数据返回的业务反馈数据,并根据业务反馈数据调整向用户标识对应的终端返回的业务请求数据,能够根据终端的业务反馈数据对终端显示的业务界面进行实时的调整,有效降低由于测试而增加的用户走失率。
在一个实施例中,如图5所示,该方法还包括以下步骤:
S502,将业务反馈数据发送至任务服务器,以使任务服务器根据业务反馈数据更新业务请求对应的筛选机器码。
S504,接收任务服务器返回的更新后的筛选机器码。
具体地,任务服务器根据业务反馈数据更新业务请求对应的筛选机器码,业务服务器接收任务服务器返回的更新后的筛选机器码,并通过本地虚拟机解析执行更新后的筛选机器码,根据当前用户画像信息和更新后的筛选机器码对应的解析结果得到用户标识对应的更新后的筛选结果,业务服务器进一步根据更新后的筛选结果向终端返回与用户标识对应的更新后的业务请求数据。
例如,当业务模块所对应的业务为网站时,A页面为原始页面,B页面为更新后的页面,500个用户看到A页面,500个用户看到B页面,统计通过A页面到达网站内页的用户所占的百分比,通过B页面到达内页的用户所占的百分比。假设A为20%,B为6%,那么该业务反馈数据为负面反馈数据,业务服务器将负面反馈数据发送至任务服务器,以使任务服务器根据业务反馈数据更新业务请求对应的筛选机器码,业务服务器并重新接收更新后的筛选机器码保存至本地。
本实施例中,业务服务器将业务反馈数据发送至任务服务器,以使任务服务器根据业务反馈数据更新业务请求对应的筛选机器码,业务服务器进一步接收任务服务器返回的更新后的筛选机器码。当业务反馈数据为负面反馈数据时,业务服务器可向任务服务器请求更新筛选用户的条件,即进一步使得任务服务器更新筛选机器码,对显示与该业务请求数据对应的业务界面的用户进行变更,能够加速业务模块的迭代速度,进一步优化业务模块。
在一个实施例中,该方法还包括以下步骤:发送业务数据更新请求至终端,接收终端响应于业务数据更新请求返回的更新确认指令;根据更新确认指令和筛选结果向终端返回与用户标识对应的业务请求数据。
其中,业务数据更新请求是指发送至终端的用于进行业务模块更新的请求,当终端响应于业务数据更新请求时,将向业务服务器发送更新确认指令,业务服务器根据更新确认指令和筛选结果向终端返回与用户标识对应的业务请求数据。例如,当终端进入应用程序时登录界面的显示图案需要进行变更时,业务服务器将获取终端允许更新该应用程序的指令,即更新确认指令,业务服务器根据该更新确认指令和筛选结果向终端返回与用户标识对应的业务请求数据,该业务请求数据包括变更后的登录界面的显示图案的数据,终端将根据该业务请求数据显示新的应用程序登录界面的显示图案。
本实施例中,业务服务器发送业务数据更新请求至终端,接收终端响应于业务数据更新请求返回的更新确认指令;根据更新确认指令和筛选结果向终端返回与用户标识对应的业务请求数据,业务服务器通过接收终端返回的更新确认指令,再返回终端对应的业务请求数据,使得数据资源的利用更加合理化,能够提高用户的留存率。
如图9所示,为一实施例中的数据处理装置的示意图,该装置包括:
请求接收模块602,接收终端发送的业务请求,业务请求携带终端对应的用户标识;
机器码获取模块604,获取与业务请求对应的筛选机器码;
画像信息获取模块606,根据业务请求从接入服务器请求得到用户标识对应的当前用户画像信息;
用户筛选模块608,通过业务请求对应的本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果;
数据返回模块610,根据筛选结果向终端返回与用户标识对应的业务请求数据。
在一个实施例中,机器码编译模块包括:从任务服务器获取各个业务请求对应的筛选机器码,将筛选机器码存储至本地,筛选机器码是任务服务器对各个业务请求对应的原始筛选编码进行编译得到。
在一个实施例中,用户画像信息获取模块包括:第一接入服务器实时获取用户标识对应的第一行为数据,并接收至少一个第二接入服务器实时发送的用户标识对应的第二行为数据;第一接入服务器根据第一行为数据和第二行为数据生成用户标识对应的用户画像信息。
在一个实施例中,界面显示模块包括:获取筛选机器码对应的筛选条件;当根据当前用户画像信息判定用户标识对应的用户满足筛选条件时,将用户标识归入第一用户组,否则将用户标识归入第二用户组;根据筛选结果向终端返回与用户标识对应的业务请求数据包括:根据用户标识对应的用户组获取对应的目标业务请求数据;将目标业务请求数据返回至终端,以使终端根据目标业务请求数据显示对应的目标业务界面。
在一个实施例中,数据调整模块包括:接收终端根据业务请求数据返回的业务反馈数据;根据业务反馈数据调整向用户标识对应的终端返回的业务请求数据。
在一个实施例中,机器码更新模块包括:将业务反馈数据发送至任务服务器,以使任务服务器根据业务反馈数据更新业务请求对应的筛选机器码;接收任务服务器返回的更新后的筛选机器码。
在一个实施例中,业务请求数据返回模块包括:发送业务数据更新请求至终端,接收终端响应于业务数据更新请求返回的更新确认指令;根据更新确认指令和筛选结果向终端返回与用户标识对应的业务请求数据。
关于数据处理装置的具体限定可以参见上文中对于数据处理方法的限定,在此不再赘述。上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。该处理器可以为中央处理单元(CPU)、微处理器、单片机等。上述数据处理装置可以实现为一种计算机程序的形式。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,也可以是终端。当该计算机设备为终端时,其内部结构图可以如图10所示。当该计算机设备为服务器时,其内部结构不包括显示屏、输入装置、摄像头、声音采集装置和扬声器等。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法。本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,处理器执行程序时实现以下步骤:接收终端发送的业务请求,业务请求携带终端对应的用户标识;获取与业务请求对应的筛选机器码;根据业务请求从接入服务器请求得到用户标识对应的当前用户画像信息;通过业务请求对应的本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果;根据筛选结果向终端返回与用户标识对应的业务请求数据。
上述对于计算机设备的限定可以参见上文中对于数据处理方法的具体限定,在此不再赘述。
请继续参阅图10,还提供一种计算机可读存储介质,其上存储有计算机程序,如图10中所示的非易失性存储介质,其中,该程序被处理器执行时实现以下步骤:接收终端发送的业务请求,业务请求携带终端对应的用户标识;获取与业务请求对应的筛选机器码;根据业务请求从接入服务器请求得到用户标识对应的当前用户画像信息;通过业务请求对应的本地虚拟机解析执行筛选机器码,根据当前用户画像信息和筛选机器码对应的解析结果得到用户标识对应的筛选结果;根据筛选结果向终端返回与用户标识对应的业务请求数据。
上述对于计算机可读存储介质的限定可以参见上文中对于数据处理方法的具体限定,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (16)
1.一种数据处理方法,所述方法包括:
接收终端发送的业务请求,所述业务请求携带所述终端对应的用户标识;
获取与所述业务请求对应的筛选机器码;
根据所述业务请求从接入服务器请求得到所述用户标识对应的当前用户画像信息;
通过所述业务请求对应的本地虚拟机解析执行所述筛选机器码,获取所述筛选机器码对应的筛选条件,当根据所述当前用户画像信息判定所述用户标识对应的用户满足所述筛选条件时,将所述用户标识归入第一用户组,否则将所述用户标识归入第二用户组;
根据筛选结果向所述终端返回与所述用户标识对应的业务请求数据,包括:根据所述用户标识对应的用户组获取对应的目标业务请求数据,将所述目标业务请求数据返回至所述终端,以使所述终端根据所述目标业务请求数据显示对应的目标业务界面。
2.根据权利要求1所述的方法,其特征在于,所述接收终端发送的业务请求之前,还包括:
从任务服务器获取各个业务请求对应的筛选机器码,将所述筛选机器码存储至本地,所述筛选机器码是所述任务服务器对各个业务请求对应的原始筛选编码进行编译得到。
3.根据权利要求2所述的方法,其特征在于,所述筛选机器码是所述任务服务器将原始筛选编码进行词法分析和语法分析,构造出语法树和符号表,遍历所述语法树和所述符号表,得到错误筛选编码,对所述错误筛选编码进行编码变化得到的。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
第一接入服务器实时获取所述用户标识对应的第一行为数据,并接收至少一个第二接入服务器实时发送的所述用户标识对应的第二行为数据;
所述第一接入服务器根据所述第一行为数据和所述第二行为数据生成所述用户标识对应的用户画像信息。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:
接收所述终端根据所述业务请求数据返回的业务反馈数据;
根据所述业务反馈数据调整向所述用户标识对应的终端返回的业务请求数据。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
将所述业务反馈数据发送至任务服务器,以使所述任务服务器根据所述业务反馈数据更新所述业务请求对应的筛选机器码;
接收所述任务服务器返回的更新后的筛选机器码。
7.根据权利要求5所述的方法,其特征在于,所述根据筛选结果向所述终端返回与所述用户标识对应的业务请求数据包括:
发送业务数据更新请求至所述终端,接收所述终端响应于所述业务数据更新请求返回的更新确认指令;
根据所述更新确认指令和所述筛选结果向所述终端返回与所述用户标识对应的业务请求数据。
8.一种数据处理装置,其特征在于,所述装置包括:
请求接收模块,用于接收终端发送的业务请求,所述业务请求携带所述终端对应的用户标识;
机器码获取模块,用于获取与所述业务请求对应的筛选机器码;
画像信息获取模块,用于根据所述业务请求从接入服务器请求得到所述用户标识对应的当前用户画像信息;
用户筛选模块,用于通过所述业务请求对应的本地虚拟机解析执行所述筛选机器码,获取所述筛选机器码对应的筛选条件,当根据所述当前用户画像信息判定所述用户标识对应的用户满足所述筛选条件时,将所述用户标识归入第一用户组,否则将所述用户标识归入第二用户组;
数据返回模块,用于根据筛选结果向所述终端返回与所述用户标识对应的业务请求数据,包括:根据所述用户标识对应的用户组获取对应的目标业务请求数据,将所述目标业务请求数据返回至所述终端,以使所述终端根据所述目标业务请求数据显示对应的目标业务界面。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
机器码编译模块,用于从任务服务器获取各个业务请求对应的筛选机器码,将所述筛选机器码存储至本地,所述筛选机器码是所述任务服务器对各个业务请求对应的原始筛选编码进行编译得到。
10.根据权利要求9所述的装置,其特征在于,所述筛选机器码是所述任务服务器将原始筛选编码进行词法分析和语法分析,构造出语法树和符号表,遍历所述语法树和所述符号表,得到错误筛选编码,对所述错误筛选编码进行编码变化得到的。
11.根据权利要求8所述的装置,其特征在于,所述用户标识对应的用户画像信息是第一接入服务器根据所述用户标识对应的第一行为数据和所述用户标识对应的第二行为数据生成的,所述第一行为数据是所述第一接入服务器实时获取的,所述第二行为数据是所述第一接入服务器接收至少一个第二接入服务器实时发送的。
12.根据权利要求8至11任意一项所述的装置,其特征在于,所述装置还包括:
数据调整模块,用于接收所述终端根据所述业务请求数据返回的业务反馈数据;根据所述业务反馈数据调整向所述用户标识对应的终端返回的业务请求数据。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
机器码更新模块,用于将所述业务反馈数据发送至任务服务器,以使所述任务服务器根据所述业务反馈数据更新所述业务请求对应的筛选机器码;接收所述任务服务器返回的更新后的筛选机器码。
14.根据权利要求12所述的装置,其特征在于,所述数据返回模块还用于:
发送业务数据更新请求至所述终端,接收所述终端响应于所述业务数据更新请求返回的更新确认指令;
根据所述更新确认指令和所述筛选结果向所述终端返回与所述用户标识对应的业务请求数据。
15.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
16.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910290247.4A CN111813816B (zh) | 2019-04-11 | 2019-04-11 | 数据处理方法、装置、计算机可读存储介质和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910290247.4A CN111813816B (zh) | 2019-04-11 | 2019-04-11 | 数据处理方法、装置、计算机可读存储介质和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111813816A CN111813816A (zh) | 2020-10-23 |
| CN111813816B true CN111813816B (zh) | 2023-11-14 |
Family
ID=72843709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910290247.4A Active CN111813816B (zh) | 2019-04-11 | 2019-04-11 | 数据处理方法、装置、计算机可读存储介质和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111813816B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112817856B (zh) * | 2021-02-04 | 2024-09-20 | 上海哔哩哔哩科技有限公司 | Ab实验集成方法及系统 |
| CN113448738B (zh) * | 2021-08-31 | 2021-11-12 | 成都派沃特科技股份有限公司 | 服务器可用度调整方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109408746A (zh) * | 2018-09-26 | 2019-03-01 | 平安科技(深圳)有限公司 | 画像信息查询方法、装置、计算机设备和存储介质 |
| CN109544326A (zh) * | 2019-01-02 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 业务请求响应方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104967604B (zh) * | 2015-04-21 | 2018-07-20 | 深圳市腾讯计算机系统有限公司 | 登录方法和系统 |
-
2019
- 2019-04-11 CN CN201910290247.4A patent/CN111813816B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109408746A (zh) * | 2018-09-26 | 2019-03-01 | 平安科技(深圳)有限公司 | 画像信息查询方法、装置、计算机设备和存储介质 |
| CN109544326A (zh) * | 2019-01-02 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 业务请求响应方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111813816A (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11003421B2 (en) | Event processing system and method | |
| US11349845B2 (en) | Website verification platform | |
| US20190364123A1 (en) | Resource push method and apparatus | |
| US11322234B2 (en) | Automated content avoidance based on medical conditions | |
| RU2424562C1 (ru) | Способ для определения информации о web-сайте посредством анализа структуры web-страницы | |
| US20120054143A1 (en) | Systems and methods for rule based inclusion of pixel retargeting in campaign management | |
| US20130204694A1 (en) | Context-Based Study Generation and Administration | |
| US20150026146A1 (en) | System and method for applying a set of actions to one or more objects and interacting with the results | |
| US11132209B2 (en) | Integrated profile simulation for dynamic content | |
| US11062222B2 (en) | Cross-user dashboard behavior analysis and dashboard recommendations | |
| US11288322B2 (en) | Conversational agents over domain structured knowledge | |
| CN103309927A (zh) | 用于基于用户活动的动态内容更新的方法和系统 | |
| US20120316970A1 (en) | System and method for providing targeted content | |
| JP2024514069A (ja) | 電子メッセージング方法 | |
| AU2008332701A1 (en) | Templating system and method for updating content in real time | |
| US11907863B2 (en) | Natural language enrichment using action explanations | |
| US11727082B2 (en) | Machine-learning based personalization | |
| US11423223B2 (en) | Dynamic creation/expansion of cognitive model dictionaries based on analysis of natural language content | |
| US20160147873A1 (en) | Information providing system, information providing method, non-transitory recording medium, and data structure | |
| US12131341B2 (en) | Reputation management and machine learning systems and processes | |
| CN114385918A (zh) | 消息推送方法、装置、计算机设备及存储介质 | |
| US11501081B1 (en) | Methods, mediums, and systems for providing a model for an end-user device | |
| CN111813816B (zh) | 数据处理方法、装置、计算机可读存储介质和计算机设备 | |
| KR100560155B1 (ko) | 키워드 검색 창을 이용한 광고방법 | |
| CN115344774A (zh) | 用户账号的筛选方法、装置及服务器 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |