[发明专利]基于flink的用户服务类别检测方法、装置、计算机设备

说明书

本申请属于数据处理领域，公开了一种基于flink的用户服务类别检测方法、装置、计算机设备及可读存储介质。所述方法包括通过页面埋点的方式获取用户的用户行为，并为用户建立用户行为集，并判断收集到的当前用户行为是否满足事件筛选文本的事件触发条件，若满足则将用户行为集中的所有用户行为与事件筛选文本中的事件进行匹配操作，得到匹配结果。并根据匹配结果的类型为用户生成服务类型标签。本方法解决了现有技术中分类的判断条件过于单一，无法满足复杂的用户行为数据的判断，造成对用户分类准确度不高的技术问题。本案还涉及区块链技术，所述用户行为集可存储于区块链节点中。

技术领域

本申请涉及数据处理领域，特别是涉及一种基于flink的用户服务类别检测方法、装置、计算机设备和存储介质。

背景技术

传统技术中的用户行为的检测通常是通过模板的方式进行，一般将用户行为数据与异常模板进行匹配，若匹配，则说明该用户行为数据对应的用户存在异常的可能。例如现有技术对用户行为数据的处理方法通常采用获取用户行为数据，其中，用户行为数据包括用户行为数据对应的事件类型信息，根据预先存储的时间类型与数据匹配策略的对应关系，确定用户行为数据中事件类型信息对应的数据匹配策略，最后再按照数据匹配策略对用户行为数据进行匹配操作，得到匹配结果。该方式虽然可以解决对用户进行分类的目的，但是分类的判断条件过于单一，无法满足复杂的用户行为数据的判断，造成对用户分类准确度不高的技术问题。

发明内容

基于此，有必要针对上述技术问题，本申请提供一种基于flink的用户服务类别检测方法、装置、计算机设备及存储介质，以解决现有技术中无法对特征进行准确提取，导致的对用户分类不准确的目的。

一种基于flink的用户服务类别检测方法，所述方法包括：

建立flink广播流，并通过所述广播流定时从预设数据库读取事件筛选文本，并解析为json文件，其中，所述事件筛选文本中包括事件触发条件、行为事件；

将通过页面埋点实时收集的用户行为写入kafka，并根据所述用户行为为每一用户生成用户行为集；

将用户的当前用户行为与所述事件触发条件进行对比，得到对比结果；

若所述对比结果为当前用户行为满足所述事件触发条件，则将所述用户的用户行为集中的所有用户行为与所述事件筛选文本中的行为事件进行匹配，得到匹配结果；

若所述匹配结果为所述用户行为集中存在满足所述事件筛选文本的用户行为，则根据所述事件筛选文本为所述用户生成服务类型标签。

一种基于flink的用户服务类别检测装置，所述装置包括：

文本读取模块，用于建立flink广播流，并通过所述广播流定时从预设数据库读取事件筛选文本，并解析为json文件，其中，所述事件筛选文本中包括事件触发条件、行为事件；

行为集构建模块，用于将通过页面埋点实时收集的用户行为写入kafka，并根据所述用户行为为每一用户生成用户行为集；

行为对比模块，用于将用户的当前用户行为与所述事件触发条件进行对比，得到对比结果；

行为匹配模块，用于若所述对比结果为当前用户行为满足所述事件触发条件，则将所述用户的用户行为集中的所有用户行为与所述事件筛选文本中的行为事件进行匹配，得到匹配结果；

标签生成模块，用于若所述匹配结果为所述用户行为集中存在满足所述事件筛选文本的用户行为，则根据所述事件筛选文本为所述用户生成服务类型标签。

一种计算机设备，包括存储器和处理器，以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于flink的用户服务类别检测方法的步骤。