[发明专利]用户行为特征提取的方法，系统及服务器

说明书

本申请公开一种用户行为特征提取的方法，系统及服务器。涉及计算机信息处理领域，该方法包括：实时获取用户行为相关信息；对所述用户行为相关信息进行实时数据处理，以生成用户行为数据；对所述用户行为数据进行实时特征处理，获取特征数据；以及将所述特征数据发送至指定端。本申请公开的用户行为特征提取的方法，系统及服务器，能够解决现有技术中用户特征提取处理中延时高、实时性差的问题。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种用户行为特征提取的方法，系统及服务器。

背景技术

在保险、金融、电商等拥有庞大用户群体的业务系统中，用户行为数据可以为相关决策提供支持，更及时地获取用户行为信息，无疑为分析用户行为提供良好保障，同时也方便业务系统更加及时的使用用户行为数据，为用户提供更精准的定制化服务，比如，用户爱好、兴趣推荐、用户行为限制、用户权利提升等。实时系统(例如Web系统)在一定程度上可以获得用户行为的实时数据，但仅限于那些非常简单的用户行为提取，如果要做大规模数据计算，实时系统无法支撑。对于拥有大规模用户群体，大规模用户行为的行业，实时系统完全不能满足用户行为特征提取的需求。

实时数据库可以存储用户行为数据，但实时数据库受到单机物理条件限制和数据库本身对数量量级的限制，无法实现大规模数据计算。离线数据库，虽然可以完成非常复杂的计算任务，但实时性非常弱，而且任务失败代价高。如果某个计算任务失败，可能导致下游的所有任务无法按期执行，重新执行失败的任务，会导致下游任务执行完成时间延后，对依赖失败任务计算结果的业务会受到极大影响。

因此，需要一种新的用户行为特征提取的方法，系统及服务器。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本发明提供一种用户行为特征提取的方法，系统及服务器，能够解决现有技术中用户特征提取处理中延时高、实时性差的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一方面，提出一种用户行为特征提取的方法，该方法包括：实时获取用户行为相关信息；对所述用户行为相关信息进行实时数据处理，以生成用户行为数据；对所述用户行为数据进行实时特征处理，获取特征数据；以及将所述特征数据发送至指定端。

在本公开的一种示例性实施例中，所述对所述用户行为相关信息进行实时数据处理，以生成用户行为数据，包括：通过Storm Spout组件对所述用户行为相关信息进行实时数据处理，以生成所述用户行为数据。

在本公开的一种示例性实施例中，所述通过Storm Spout组件对所述用户行为相关信息进行实时数据处理，以生成所述用户行为数据，包括：通过Storm Spout组件对所述用户行为相关信息进行数据校验处理，生成第一数据；通过Storm Spout组件对所述第一数据进行格式化处理，以生成第二数据；以及通过Storm Spout组件对所述第二数据进行封装处理，以生成所述用户行为数据。

在本公开的一种示例性实施例中，所述对所述用户行为数据进行实时特征处理，获取特征数据，包括：通过Storm Bolt组件对所述用户行为数据进行实时特征处理，获取所述特征数据。

在本公开的一种示例性实施例中，所述通过Storm Bolt组件对所述用户行为数据进行实时特征处理，获取所述特征数据，包括：确定用户行为特征类别；通过Storm Bolt组件将所述用户行为数据按照所述用户行为特征类别分别进行处理，生成特征类别数据；以及通过Storm Bolt组件将所述特征类别数据进行汇总处理，实时生成所述特征数据。

在本公开的一种示例性实施例中，所述实时获取用户行为相关信息，包括：通过数据源服务器实时获取用户行为相关信息。