[发明专利]基于kafka的信息推送方法、装置、设备及存储介质

权利要求书

1.一种基于kafka的信息推送方法，其特征在于，包括：

依据预设的用户操作事件和动态筛选条件属性，生成群体类别；

构建埋点事件，并通过所述埋点事件收集用户的用户数据，将所述用户数据存储于分布式搜索引擎ElasticSearch中；

配置分布式发布订阅消息系统kafka中主题topic的参数信息，并基于配置好的主题topic，对存储于所述分布式搜索引擎ElasticSearch中的所述用户数据进行数据分析，将得到的分析结果存储到消息中间件中；

采用分布式计算引擎Spark，从所述消息中间件中获取所述分析结果，并对所述分析结果进行过滤分析，将得到的过滤分析结果回写到所述消息中间件中；

将所述消息中间件中的所述过滤分析结果,写入到所述分布式发布订阅消息系统kafka中，通过所述分布式发布订阅消息系统kafka对所述过滤分析结果进行解析处理，得到每个所述用户对应的群体类别；

根据业务信息，从所述群体类别中，确定待推荐的群体类别，并向所述待推荐的群体类别包含的用户推送所述业务信息。

2.根据权利要求1所述的基于kafka的信息推送方法，其特征在于,所述配置分布式发布订阅消息系统kafka中主题topic的参数信息，并基于配置好的主题topic，对存储于所述分布式搜索引擎ElasticSearch中的所述用户数据进行数据分析，将得到的分析结果存储到消息中间件中包括：

配置分布式发布订阅消息系统kafka中所述主题topic的参数信息，并基于配置好的主题topic对所述用户数据进行数据分析，得到分析结果；

将所述分析结果封装成json字符串，得到分析结果json字符串，并将所述分析结果json字符串写入所述消息中间件。

3.根据权利要求1所述的基于kafka的信息推送方法，其特征在于，所述采用分布式计算引擎Spark，从所述消息中间件中获取所述分析结果，并对所述分析结果进行过滤分析，将得到的过滤分析结果回写到所述消息中间件中包括：

将所述分析结果封装成SQL命令；

通过所述分布式计算引擎Spark执行所述SQL命令，遍寻hive表制成的表，得到所述群体类别的用户数量和用户信息，并将所述用户数量和所述用户信息保存于所述消息中间件中。

4.根据权利要求3所述的基于kafka的信息推送方法，其特征在于，所述通过所述分布式计算引擎Spark执行所述SQL命令，遍寻hive表制成的表，得到述群体类别的用户数量和用户信息，并将所述用户数量和所述用户信息保存于所述消息中间件中包括：

通过所述SQL命令遍历所述hive库制成的表中的所述用户数据，过滤删除重复的所述用户数据，得到过滤结果；

统计所述过滤结果的所述群体类别中的用户数量，并匹配所述用户对应信息，得到所述用户数量和所述用户信息，并将所述用户数量和所述用户信息保存与所述主题中间件中。

5.根据权利要求1所述的基于kafka的信息推送方法，其特征在于，所述采用分布式计算引擎Spark，从所述消息中间件中获取所述分析结果，并对所述分析结果进行过滤分析，将得到的过滤分析结果回写到所述消息中间件中还包括：

将所述过滤分析结果封装成json字符串，得到过滤分析结果json字符串；

将所述过滤分析结果json字符串回写到所述消息中间件。

6.根据权利要求1至5任一所述的基于kafka的信息推送方法，其特征在于，在所述根据业务信息，从所述群体类别中，确定待推荐的群体类别，并向所述待推荐的群体类别包含的用户推送所述业务信息之后，所述方法还包括：

通过调度器Quartz，定时的遍历所述群体类别，更新所述群体类别对应的所述用户。

7.根据权利要求1至5任一所述的基于kafka的信息推送方法，其特征在于，在所述根据业务信息，从所述群体类别中，确定待推荐的群体类别，并向所述待推荐的群体类别包含的用户推送所述业务信息之后，所述方法还包括：

根据所述群体类别的生成属性，为所述群体类别包含的用户赋予相应的标签。