[发明专利]一种网络行为特征的差量计算方法和系统

摘要

本发明提供了一种网络行为特征的差量计算方法，涉及网络数据处理技术领域。该方法包括：持续获取用户网络行为的特征信息；将距当前时刻最近的一个时间周期内的特征信息存入第一数据库；定时一个时间周期拉取特征信息并按不同维度聚合计算，将结果与上一个时间周期节点的统计值进行累加，得到当前时间周期节点的统计值并存入第二数据库；接收查询请求后，根据时间窗口读取第二数据库中的两个时间周期节点的统计值并相减得到差量，将差量与读取的第一数据库的特征信息进行合并，得到所要查询的特征指标。采用此方法不仅可以灵活、快速、准确地统计各种维度的指标，而且几乎可以满足高量并发场景的在线实时计算的要求。

主权项

1.一种网络行为特征的差量计算方法，其特征在于，所述方法包括：持续获取用户网络行为的特征信息；将距离当前时刻最近的一个时间周期内的所述的特征信息存入第一数据库；按一个时间周期定期拉取所述的特征信息，并根据所述特征信息计算一个时间周期内的各个维度的特征指标；针对不同维度，将当前时间周期内计算获得的特征指标与上一个时间周期节点的特征指标统计值进行累加，得到当前时间周期节点的各个维度的特征指标统计值，并将所述当前时间周期节点的各个维度的特征指标统计值存入第二数据库；接收查询请求，所述查询请求包括时间窗口和至少一个维度的特征指标；读取第一数据库中距当前时刻最近的上一个时间周期节点与当前时刻的时间间隔内的特征信息；读取第二数据库中距当前时刻最近的上一个时间周期节点的所述的至少一个维度的特征指标统计值；读取第二数据库中所述时间窗口的起始时刻临近的一个时间周期节点的所述的至少一个维度的特征指标统计值；其中，所述读取第二数据库中所述时间窗口的起始时刻临近的一个时间周期节点的所述的至少一个维度的特征指标统计值，包括：在信贷场景下，读取第二数据库中所述时间窗口的起始时刻最近的上一个时间周期节点的所述的至少一个维度的特征指标统计值；在面向客户服务场景下，读取第二数据库中所述时间窗口的起始时刻最近的下一个时间周期节点的所述的至少一个维度的特征指标统计值；针对不同维度，将读取的第二数据库的两个时间周期节点的特征指标统计值进行相减，从而得到第二数据库的两个时间周期节点的所述的至少一个维度的特征指标统计值的差量；基于所述第一数据库中读取的特征信息和所述第二数据库的两个时间周期节点的所述的至少一个维度的特征指标统计值的差量，重新计算所述时间窗口内的所述至少一个维度的特征指标；返回合并计算后的所述时间窗口内的所述至少一个维度的特征指标。