[發明專利]數據處理方法及數據處理裝置

有效

• 申請號: 201710199170.0
• 申請日: 2017-03-29
• 公開（公告）號: CN107038224B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 劉德志;帥攀;周上;劉飚;楊帆;林瑩瑩;谷曉峰;費強;陳寧國;鄧建威
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/2457
• 分類號: G06F16/2457;G06F16/2458;G06Q30/02
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種數據處理方法，其特征在于，包括：

接收數據包提取指令，所述數據包提取指令中包括至少兩組用戶標簽、和所述用戶標簽之間的關系操作，所述用戶標簽指示產品的數據需求；

根據每一用戶標簽從數據列表中篩選出對應的標簽文件，所述標簽文件包括所述用戶標簽對應的用戶號碼；

將所述標簽文件中的用戶號碼分成多個號碼段；以及

針對每個號碼段，對同一號碼段中的用戶號碼執行所述關系操作，以生成符合所述數據需求的命中數據包，其中，所述關系操作為針對所述至少兩組用戶標簽的用戶號碼之間的邏輯運算操作。

2.如權利要求1所述的數據處理方法，其特征在于：

將所述標簽文件中的用戶號碼分成多個號碼段，之后還包括：根據每個號碼段的起始位置為每一標簽文件建立索引文件；以及

根據所述關系操作，對同一號碼段的用戶號碼進行操作，以生成命中數據包，執行為：根據所述關系操作，對同一號碼段的各索引文件進行操作，以生成命中數據包。

3.如權利要求2所述的數據處理方法，其特征在于，將所述標簽文件中的用戶號碼分成多個號碼段，根據每個號碼段的起始位置為每一標簽文件建立索引文件，包括：

對所述標簽文件中的用戶號碼進行抽樣，以生成抽樣號碼；

根據所述抽樣號碼的分布情況生成多個號碼段，任一所述號碼段中的抽樣號碼的數量在預設分布區間內；以及

獲取所述多個號碼段的起始位置，并根據所述起始位置對所述標簽文件中的用戶號碼進行分層，并根據分層結果建立所述標簽文件對應的索引文件。

4.如權利要求3所述的數據處理方法，其特征在于，根據所述抽樣號碼的分布情況生成多個號碼段，任一所述號碼段中的抽樣號碼的數量在預設分布區間內，包括：

將所述抽樣號碼平均分段，以生成平均號碼段；

統計所述平均號碼段中各抽樣號碼的分布數量；

判斷任一平均號碼段中分布數量是否在預設分布區間內；

當所述分布數量在預設分布區間內時，采用所述平均號碼段；

當所述分布數量不在預設分布區間內時，根據抽樣號碼的分布情況進行調整，以生成多個實際號碼段。

5.如權利要求2至4任一項所述的數據處理方法，其特征在于，接收數據包提取指令，之前還包括：

獲取數據需求，并將所述數據需求轉換成數據包提取指令。

6.如權利要求2至4任一項所述的數據處理方法，其特征在于，根據所述關系操作，對同一號碼段的各索引文件進行操作，以生成命中數據包，包括：

獲取所述關系操作，所述關系操作包括：交集、并集、和/或補集；以及

通過多線程或多進程，對同一號碼段的各索引文件執行所述關系操作，以生成命中數據包。

7.如權利要求2至4任一項所述的數據處理方法，其特征在于，接收數據包提取指令，之前還包括：

獲取多個用戶號碼及其對應的用戶標簽，其中每一用戶號碼對應多個用戶標簽；以及

通過所述用戶標簽對所述多個用戶號碼進行列存儲，并按照所述用戶號碼的字符串進行排序，以生成數據列表。

8.一種數據處理裝置，其特征在于，包括：

接收模塊，用于接收數據包提取指令，所述數據包提取指令中包括至少兩組用戶標簽、和所述用戶標簽之間的關系操作，所述用戶標簽指示產品的數據需求；

標簽模塊，用于根據每一用戶標簽從數據列表中篩選出對應的標簽文件，所述標簽文件包括所述用戶標簽對應的用戶號碼；

索引模塊，用于將所述標簽文件中的用戶號碼分成多個號碼段；以及

關系模塊，用于針對每個號碼段，對同一號碼段中的用戶號碼執行所述關系操作，以生成符合所述數據需求的命中數據包，其中，所述關系操作為針對所述至少兩組用戶標簽的用戶號碼之間的邏輯運算操作。