[發明專利]一種獲取用戶獨立訪問數的方法與裝置

有效

• 申請號: 201110269194.1
• 申請日: 2011-09-13
• 公開（公告）號: CN102999506A
• 公開（公告）日: 2013-03-27
• 發明（設計）人: 劉凡;呂春建
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

1.一種獲取用戶獨立訪問數的方法，其特征在于，包括：

打標簽步驟，遍歷一次用戶日志，并以用戶id為基準，對各維度下的每條數據打上所屬維度的全局標簽；

第一分析運算步驟，以標簽、維度組合和用戶id作為關鍵詞，對所述數據進行聚合匯總得到用戶粒度數據；

第二分析運算步驟，遍歷所得到的用戶粒度數據，再以標簽和維度組合作為關鍵詞，對用戶粒度數據進行聚合匯總得到各維度下每個子維度的用戶獨立訪問數。

2.如權利要求1所述的獲取用戶獨立訪問數的方法，其特征在于：

所述的打標簽步驟具體包括：

數據獲取步驟，遍歷一次用戶日志，獲得用戶數據；

數據復制步驟，當維度組合個數為n時，將每條數據復制n-1條；

數據保留置空步驟，對所得到由同一條用戶數據復制得到的n個相同的數據分別不重復地保留一個維度的數據和對應的用戶id，并將其他n-1個維度的數據置空；

標記模塊步驟，將所得到的每條只保留某維度數據和對應用戶id的數據打上所屬維度的全局標簽。

3.如權利要求1所述的獲取用戶獨立訪問數的方法，其特征在于：

所述的第一分析運算步驟具體包括：

第一判斷步驟，對打上同一全局標簽的每條保留一個維度數據和相應用戶id的數據，判斷此全局標簽下是否含有相同子維度和用戶id的數據；如果包含轉入第一計數步驟；如果不包含，轉入第二計數步驟；其中，所述第一計數步驟為，對所述數據去重并只保留一條此類數據，記錄獨立訪問數為1；所述第二計數步驟為，根據所述數據直接記錄用戶獨立訪問數為1；

第一整理步驟，對數據進行整理得到用戶粒度數據。

4.如權利要求1所述的獲取用戶獨立訪問數的方法，其特征在于：

所述的第二分析運算步驟具體包括：

第二判斷步驟，遍歷用戶粒度數據，去除用戶id，對打上同一全局標簽的每條數據，判斷其中是否含有相同子維度的數據；如果包含，轉入第三計數步驟；如果不包含，轉入第四計數步驟；其中，所述第三計數步驟為，對所述數據去重并只保留一條此類數據，并記錄重復次數為用戶獨立訪問數；所述第四計數步驟為，根據所述數據直接記錄用戶獨立訪問次數為1；

第二整理步驟，將各維度下每個子維度的用戶獨立訪問數整理成表。

5.如權利要求1所述的獲取用戶獨立訪問數的方法，其特征在于：

還包括第三分析運算步驟，根據同一子緯度數據條數獲得各子緯度的用戶訪問數。

6.如權利要求3或4所述的獲取用戶獨立訪問數的方法，其特征在于：

使用聚合函數進行去重操作。

7.一種獲得用戶獨立訪問數的裝置，其特征在于，包括：

打標簽模塊，用于遍歷一次用戶數據，并以用戶id為基準，對各維度下的每條數據打上所屬維度的全局標簽；

第一分析運算模塊，用于以標簽、維度和用戶id的組合作為關鍵詞，對所述數據進行聚合匯總得到用戶粒度數據；

第二分析運算模塊，用于遍歷所得到的用戶粒度數據，再以標簽和維度的組合作為關鍵詞，對用戶粒度數據進行聚合匯總得到各維度下每個子維度的用戶獨立訪問數。

8.如權利要求7所述的獲得用戶獨立訪問數的裝置，其特征在于：

所述的打標簽模塊具體包括：

數據獲取模塊，用于遍歷一次用戶日志，獲得用戶數據；

數據復制模塊，用于當維度組合個數為n時，將每條數據復制n-1條；

數據保留和置空模塊，用于對所得到由同一條用戶數據復制得到的n個相同的數據分別不重復地保留一個維度的數據和對應的用戶id，并將其他n-1個維度的數據置空；

標記模塊，用于將所得到的每條只保留某維度數據和對應用戶id的數據打上所屬維度的全局標簽。

9.如權利要求8所述的獲得用戶獨立訪問數的裝置，其特征在于：

所述的分析運算模塊一具體包括：

第一判斷模塊，用于對打上同一全局標簽的每條保留一個維度數據和相應用戶id的數據，判斷此全局標簽下是否含有相同子維度和用戶id的數據；

第一計數模塊，用于對所述數據去重并只保留一條此類數據，記錄獨立訪問數為1；

第二計數模塊，用于根據所述數據直接記錄用戶獨立訪問數為1；

第一整理模塊，用于對數據進行整理得到用戶粒度數據。

10.如權利要求9所述的獲得用戶獨立訪問數的裝置，其特征在于：

所述的分析運算模塊二具體包括：

第二判斷模塊，用于遍歷用戶粒度數據，去除用戶id，對打上同一全局標簽的每條數據，判斷其中是否含有相同子維度的數據；

第三計數模塊，用于對所述數據去重并只保留一條此類數據，并記錄重復次數為用戶獨立訪問數；

第四計數模塊，用于根據所述數據直接記錄用戶獨立訪問次數為1；

第二整理模塊，用于將各維度下每個子維度的用戶獨立訪問數整理成表。