[发明专利]用户数据的查询方法、装置、电子设备及存储介质

说明书

本申请实施例公开了一种用户数据的查询方法、装置、电子设备及存储介质，该方法包括：获取数据查询请求，所述数据查询请求包括以至少一个用户画像标签表示的初始查询条件；确定所述至少一个用户画像标签分别对应的至少一个标签编码，并将所述初始查询条件转换为以所述至少一个标签编码表示的目标查询条件，其中，所述标签编码是所述用户画像标签的编码数据；从搜索引擎中获取满足所述目标查询条件的用户数据，得到查询结果，其中，所述搜索引擎以列式存储的形式存储各个用户对应的标签编码；输出所述查询结果。本申请实施例可以在对全部用户数据的基础上进行查询，从而在提高查询效率的基础上提高了查询结果的准确性。

技术领域

本申请实施例涉及互联网技术领域，特别是涉及一种用户数据的查询方法、装置、电子设备及存储介质。

背景技术

随着互联网的发展，各互联网公司越来越注重精细化运营，对用户群体做更精细的分层和画像，以指导决策和触达，提升产品效果。对用户群体特征的抽取可以基于筛选条件给定的一个人群，例如“高消费低粘性的使用iphone的女性白领群体”，返回这个人群的特征信息，例如群体数量、行为表现、兴趣偏好、搜索偏好、价值属性等等。

现有技术中，可以通过如下三种方式来对用户群体特征进行查询计算：基于大数据工具spark或Hadoop进行分布式查询计算，在分布式集群的环境下，同时在上百甚至上千台机器上进行计算，计算时间为分钟级；基于spark job server和位存储来进行查询计算，对数据按照bitmap的格式进行存储(位存储)，压缩数据量，在此基础上，结合spark jobserver节省集群调度时间；基于ES(ElasticSearch，一种基于倒排索引的搜索引擎)抽样进行查询计算，将数据全部存到ES中，ES很难处理PB级的数据，也同样需要先经过指标提取的方式压缩到TB级，TB级数据在ES中处理依然很困难，所以往往是借助ES做抽样，基于抽样的数据，借助ES索引快速查询和计算数据，给出一个抽样版本的秒级计算能力。

前两种方式是基于全部用户数据查询得到结果，但是效率较低，第一种方式查询速度为分钟级，第二种方式查询速度为10-20秒，均无法达到秒级，而第三种方式虽然可以达到秒级，但是基于抽样的数据进行计算是有损失的，导致查询结果准确性低。

发明内容

本申请实施例提供一种用户数据的查询方法、装置、电子设备及存储介质，有助于提高查询效率并提高查询结果准确性。

为了解决上述问题，第一方面，本申请实施例提供了一种用户数据的查询方法，包括：

获取数据查询请求，所述数据查询请求包括以至少一个用户画像标签表示的初始查询条件；

确定所述至少一个用户画像标签分别对应的至少一个标签编码，并将所述初始查询条件转换为以所述至少一个标签编码表示的目标查询条件，其中，所述标签编码是所述用户画像标签的编码数据；

从搜索引擎中获取满足所述目标查询条件的用户数据，得到查询结果，其中，所述搜索引擎以列式存储的形式存储各个用户对应的标签编码；

输出所述查询结果。

第二方面，本申请实施例提供了一种用户数据的查询装置，包括：

查询请求获取模块，用于获取数据查询请求，所述数据查询请求包括以至少一个用户画像标签表示的初始查询条件；

查询条件转换模块，用于确定所述至少一个用户画像标签分别对应的至少一个标签编码，并将所述初始查询条件转换为以所述至少一个标签编码表示的目标查询条件，其中，所述标签编码是所述用户画像标签的编码数据；

查询模块，用于从搜索引擎中获取满足所述目标查询条件的用户数据，得到查询结果；其中，所述搜索引擎以列式存储的形式存储各个用户对应的标签编码；

查询结果输出模块，用于输出所述查询结果。