一种基于用户实时行为的事件标签实现方法及其系统与流程

1.本发明涉及数据处理技术领域，具体涉及一种基于用户实时行为的事件标签实现方法及其系统。


背景技术：

2.企业在日常客户运营时，希望可以通过用户在前端应用的浏览、分享、点击等行为，进行实时营销，譬如：近7天用户在商城浏览母婴商品超过10次，则给用户发放母婴类商品优惠券。
3.在电商领域，用户标签得到广泛应用，用户标签是用于刻画用户的特征画像，企业在日常客户运营时，可利用用户标签为用户提供有针对性的营销服务。
4.目前市场上的用户标签系统，一般分为数据源、标签管理、分群管理和用户画像4大模块，实现用户标签的数据源连接、标签计算、标签查询服务和客户圈选，满足企业了解用户画像和个性化营销等场景。从标签体系来说，可分为客观标签、主观标签两大类，实现自动打标签、手工打标签的场景，从而构建覆盖基础信息、消费行为等内容的标签体系。其中客观标签是通过数值计算获取，主观标签则是人工主观标签。
5.由于互联网行业快速发展，用户和企业之间的触点和交互更加丰富和频繁，如：用户可在微信、小程序和企业商城等渠道，发生浏览、加购和收藏等行为。同时，用户每天都会登陆多个平台了解信息或者浏览商品，那么用户在单个平台操作的时间很短。因此，如何基于用户的实时行为数据，通过标签快速识别用户的购买意向和兴趣爱好等，成为了企业用户运营的难题。


技术实现要素：

6.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于用户实时行为的事件标签实现方法及其系统，解决现有企业难以基于用户的实时行为数据，通过标签快速识别用户需求的问题。
7.本发明解决其技术问题所采用的技术方案是：提供一种基于用户实时行为的事件标签实现方法，包括步骤：
8.预设用户的行为事件和事件标签规则，所述行为事件用于判断用户在应用系统中操作的实时行为类型，所述事件标签规则用于分析判断是否进行标签推送；
9.根据预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源；
10.根据事件标签规则对输出的标签计算数据源进行实时标签计算，以识别用户的需求。
11.本发明的更进一步优选方案是：所述事件标签实现方法还包括步骤：
12.根据预设的事件标签规则将实时标签计算结果推送至业务中台，以提供营销服务或进行实时标签计算结果的分析。
13.本发明的更进一步优选方案是：所述预设用户的行为事件包括步骤：
14.预设用户在应用系统中操作的实时行为对应的实时行为类型；
15.预设可从用户的实时行为中获取的用于营销服务的事件属性信息；
16.预设用户的实时行为与所述事件属性信息的关系。
17.本发明的更进一步优选方案是：所述预设用户的事件标签规则包括步骤：
18.预设进行实时标签计算的标签计算触发条件；
19.根据预设的标签计算触发条件，预设对应进行实时标签计算结果推送的标签推送触发方式；
20.根据行为事件的预设内容和用户的离线标签内容，预设各标签推送触发方式对应的触发规则条件。
21.本发明的更进一步优选方案是：所述标签推送触发方式包括直接触发和统计触发。
22.本发明的更进一步优选方案是：所述直接触发包括步骤：
23.当用户的实时行为与标签计算触发条件中设置的触发行为一致；
24.直接触发对实时行为的标签计算数据源进行实时标签计算；
25.判断实时标签计算结果是否符合直接触发的触发规则条件；
26.若符合，则将实时标签计算结果推送至业务中台。
27.本发明的更进一步优选方案是：所述直接触发的触发规则条件包括预设的行为事件内容和用户的离线标签内容。
28.本发明的更进一步优选方案是：所述统计触发包括步骤：
29.当用户在应用系统的一实时行为在预设时间内达到累计次数；
30.触发获取用户的实时行为和历史行为两者对应的标签计算数据源，进行实时标签计算；
31.判断实时标签计算结果是否符合统计触发的触发规则条件；
32.若符合，则将实时标签计算结果推送至业务中台。
33.本发明的更进一步优选方案是：所述统计触发的触发规则条件包括统计周期、统计指标、用户的离线标签内容。
34.本发明的更进一步优选方案是：所述根据预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源包括步骤：
35.根据预设的行为事件对业务中台推送的用户行为数据进行实时采集、解析，得到标签计算数据源；
36.根据业务的实际情况和硬件配置设置标签计算数据源的过期时间。
37.本发明的更进一步优选方案是：所述根据事件标签规则对输出的标签计算数据源进行实时标签计算包括步骤：
38.判断用户的实时行为与预设的标签计算触发条件是否一致；
39.若一致，根据预设的标签推送触发方式触发对标签计算数据源进行实时标签计算。
40.本发明的更进一步优选方案是：所述根据事件标签规则对输出的标签计算数据源进行实时标签计算还包括步骤：
41.判断所述实时标签计算结果是否符合标签推送触发方式对应的触发规则条件；
42.若符合，将实时标签计算结果推送至业务中台，以提供营销服务或进行实时标签计算结果的分析。
43.本发明解决其技术问题所采用的技术方案是：提供一种基于用户实时行为的事件标签实现系统，所述事件标签实现系统应用如上述任一所述的基于用户实时行为的事件标签实现方法进行事件标签的实现，包括：
44.事件标签规则设置模块，用于预设用户的行为事件和事件标签规则，所述行为事件用于判断用户在应用系统中操作的实时行为类型，所述事件标签规则用于分析判断是否进行标签推送；
45.实时数据处理模块，根据事件标签规则设置模块预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源；
46.实时标签计算模块，根据事件标签规则设置模块预设的事件标签规则对实时数据处理模块输出的标签计算数据源进行实时标签计算，以识别用户的需求。
47.本发明的更进一步优选方案是：所述事件标签实现系统还包括与实时标签计算模块连接的实时标签推送模块，所述实时标签推送模块用于将实时标签计算模块的实时标签计算结果推送至外部业务中台，以提供营销服务或进行实时标签计算结果的分析。
48.本发明的有益效果在于，与现有技术相比，通过事先预设用户的行为事件和事件标签规则，用于判断用户在应用系统中操作的实时行为类型和判断是否进行标签推送，可根据预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源，并根据事件标签规则对输出的标签计算数据源进行实时标签计算，使用大数据的技术以动态配置方式实现万级以上的数据在几秒内完成计算，能基于万亿级的历史数据实时计算出标签，完成实时数据处理、实时标签计算，实现快速识别用户的需求，提供有针对性的营销服务。
附图说明
49.下面将结合附图及实施例对本发明作进一步说明，附图中：
50.图1是本发明的基于用户实时行为的事件标签实现方法的流程框图；
51.图2是本发明的预设用户的行为事件的流程框图；
52.图3是本发明的预设用户的事件标签规则的流程框图；
53.图4是本发明的直接触发方式的流程框图；
54.图5是本发明的统计触发方式的流程框图；
55.图6是本发明的对用户行为数据进行解析的流程框图；
56.图7是本发明的对对输出的标签计算数据源进行实时标签计算的流程框图；
57.图8是本发明的基于用户实时行为的事件标签实现系统的结构框图。
具体实施方式
58.现结合附图，对本发明的较佳实施例作详细说明。
59.如图1所示，本发明提供一种基于用户实时行为的事件标签实现方法的优选实施例。
60.参考图1，所述基于用户实时行为的事件标签实现方法包括步骤：
61.s11、预设用户的行为事件和事件标签规则，所述行为事件用于判断用户在应用系统中操作的实时行为类型，所述事件标签规则用于分析判断是否进行标签推送；
62.s12、根据预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源；
63.s13、根据事件标签规则对输出的标签计算数据源进行实时标签计算，以识别用户的需求。
64.通过事先预设用户的行为事件和事件标签规则，用于判断用户在应用系统中操作的实时行为类型和判断是否进行标签推送，可根据预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源，并根据事件标签规则对输出的标签计算数据源进行实时标签计算，使用大数据的技术以动态配置方式实现万级以上的数据在几秒内完成计算，能基于万亿级的历史数据实时计算出标签，完成实时数据处理、实时标签计算，实现快速识别用户的需求，提供有针对性的营销服务。
65.进一步地，所述事件标签实现方法还包括步骤：
66.s14、根据预设的事件标签规则将实时标签计算结果推送至业务中台，以提供营销服务或进行实时标签计算结果的分析。
67.通过预设的行为事件和事件标签规则对业务中台推送的用户实时行为进行解析、实时标签计算，快速识别用户的购买意向和兴趣爱好等，将实时标签计算结果推送回业务中台，有效针对用户的购买意向和兴趣爱好等进行营销。具体来说，业务中台接收到推送的实时标签计算结果，可根据实时标签计算结果得到用户的购买意向和兴趣爱好，向用户进行个性化内容商品推荐，商品活动的推送，也可根据实时标签计算结果进行进一步地分析，如以性别维度进行分析统计，以商品行业维度进行分析等。
68.参考图2，步骤11中，所述预设用户的行为事件包括步骤：
69.s21、预设用户在应用系统中操作的实时行为对应的实时行为类型；
70.s22、预设可从用户的实时行为中获取的用于营销服务的事件属性信息；
71.s23、预设用户的实时行为与所述事件属性信息的关系。
72.通过预先设置用户的实时行为类型、事件属性信息和用户实时行为与事件属性信息之间的关系，当接收到业务中台推送的用户的实时行为时，可快速对实时行为进行解析，便于后续实时标签计算，实现快速识别用户的需求。具体地，用户的实时行为是指用户在所操作的应用系统中的行为，如加购商品、浏览活动、浏览商品、分享活动等，不同的应用系统具有不同的行为。用户操作的应用系统可以是商城、客服系统、小程序、app等，在这些具体的应用系统中用户具有不同的用户行为，企业可灵活调整设置获取用户的行为事件的来源。事件属性信息是与用户的实时行为关联，可以获取的信息，譬如加购商品行为可以获取商品sku(stock keeping unit销售属性)、商品金额等；浏览活动行为可以获取活动类型、活动名称等。通过对用户的实时行为和事件属性信息以及两者的关系进行预设，如预设用户的加购商品和浏览商品行为，可关联商品金额、商品品类和商品sku(stock keeping unit销售属性)等，便于后续对事件标签规则进行便捷预设。
73.参考图3，步骤11中，所述预设用户的事件标签规则包括步骤：
74.s31、预设进行实时标签计算的标签计算触发条件；
75.s32、根据预设的标签计算触发条件，预设对应进行实时标签计算结果推送的标签推送触发方式；
76.s33、根据行为事件的预设内容和用户的离线标签内容，预设各标签推送触发方式对应的触发规则条件。
77.通过预先设置标签计算触发条件、标签推送触发方式以及标签推送触发方式对应的触发规则条件，当接收到用户的实时行为时，根据预设的行为事件对该实时行为进行解析得到标签计算数据源，再根据上述预设的事件标签规则内容进行实时标签计算，快速识别用户的需求，提供有针对性的营销服务，提高企业用户营销效率。
78.其中，所述标签推送触发方式包括直接触发和统计触发。所述直接触发的触发规则条件包括预设的行为事件内容和用户的离线标签内容；所述统计触发的触发规则条件包括统计周期、统计指标、用户的离线标签内容。离线标签是指用户基于数值离线计算获取、跟用户实时行为无关的标签，如：性别、近一年消费水平、用户价值等，频率一般为天、周、月等。对应的实时标签是基于用户实时行为进行实时计算的标签，如近七天多次浏览商品、首次分享等。
79.参考图4，所述直接触发包括步骤：
80.s41、当用户的实时行为与标签计算触发条件中设置的触发行为一致；
81.s42、直接触发对实时行为的标签计算数据源进行实时标签计算；
82.s43、判断实时标签计算结果是否符合直接触发的触发规则条件；
83.s44、若符合，则将实时标签计算结果推送至业务中台。
84.具体来说，在预设的直接触发方式中，用户一旦发生某行为时，则判断该用户的行为是否符合事件标签规则。如果符合则将用户、标签和触发行为信息推送相应业务中台。在事件标签规则中直接触发的预设操作中，首先需要选择触发行为,也就是当用户发生该行为时则进行实时标签计算和判断，即用户的行为事件满足预设的标签计算触发条件，则进行实时标签计算和判断；其次选择直接触发的触发规则条件，可选预设行为事件内容和离线标签内容，即可根据行为事件内容和用户的离线标签内容设置直接触发的标签推送触发条件。具体配置以[首次分享母婴类商品]这个标签作为例子，具体的事件标签规则配置如下：触发行为是分享商品，且分享的商品品类为母婴；直接触发的标签推送触发条件是离线标签“从未分享母婴类商品”。通过设置直接触发方式，可根据用户的实时行为数据，进行实时标签计算，快速识别用户的需求，实时触发标签推送至业务中台等其他应用系统。
[0085]
参考图5，所述统计触发包括步骤：
[0086]
s51、当用户在应用系统的一实时行为在预设时间内达到累计次数；
[0087]
s52、触发获取用户的实时行为和历史行为两者对应的标签计算数据源，进行实时标签计算；
[0088]
s53、判断实时标签计算结果是否符合统计触发的触发规则条件；
[0089]
s54、若符合，则将实时标签计算结果推送至业务中台。
[0090]
具体来说，在预设的统计触发方式中，用户在某段时间内指定行为达到累计次数，则判断该用户是否符合统计触发的触发规则条件。如果符合则将用户、标签和触发行为信息推送相应业务中台。在事件标签规则中统计触发的预设操作中，首先选择触发行为,也就是当用户发生该行为时候则进行实时标签计算；然后选择统计触发的触发规则条件，含统
计周期、统计指标、离线标签等。其中，数值类型字段的统计指标支持求和、均值、最大值和最小值，譬如商品金额可统计以下指标：累计商品金额、浏览所有商品的平均金额、浏览商品的最大金额、浏览商品的最小金额；非数值类型支持累计数和去重数，譬如浏览页面名称可统计以下指标：累计浏览页面名称的总数、浏览页面名称的去重数。具体配置以“近7天在商城加购母婴商品超过1000元的女性会员”这个事件标签作为例子，具体的事件标签规则配置如下：触发行为是加购商品并且行为发生平台为商城；统计触发的触发规则条件是：离线标签为女性、会员，近7天加购商品的累计金额不少于1000元并且加购商品的品类为母婴类，若用户的行为数据符合上述，则将实时标签计算结果推送至相应的业务中台。
[0091]
参考图6，步骤s12中，所述根据预设的行为事件类型对业务中台推送的用户行为数据进行解析，输出对应的标签计算数据源包括步骤：
[0092]
s61、根据预设的行为事件对业务中台推送的用户行为数据进行实时采集、解析；
[0093]
s62、根据业务的实际情况和硬件配置设置标签计算数据源的过期时间。
[0094]
具体来说，对业务中台推送的用户行为数据进行实时采集解析后，得到用户行为数据对应的标签计算数据源，便于后续对标签计算数据源进行实时标签计算，并且，通过设置标签计算数据源的过期时间，减少数据占用的内存。
[0095]
参考图7，步骤根据事件标签规则对输出的标签计算数据源进行实时标签计算包括具体步骤：
[0096]
s71、判断用户的实时行为与预设的标签计算触发条件是否一致；
[0097]
s72、若一致，根据预设的标签推送触发方式触发对标签计算数据源进行实时标签计算。
[0098]
具体地说，实时标签计算是将数据预处理后结果即解析用户行为数据输出的标签计算数据源，按照事件标签预设规则进行实时计算，且还可设置将解析得到的标签计算数据源通过高表的方式保存于数据库中，并设置标签计算数据源的索引方式，具体可以选择保存于nosql数据库中，并设置数据的过期时间为n天(n根据业务的实际情况和硬件配置设置)中，并通过增加二级索引到方式，可实现快速通过对象查询标签、通过标签查询对象的效果。首先需要判断事件标签规则中的触发行为和用户行为是否一致，如果行为一致，则根据标签的标签推送触发方式，进行标签计算和判断。其中，如果是统计触发，则从nosql数据库读取用户行为的历史数据，按照事件标签规则进行计算。以“近7天在商城加购母婴商品超过1000元的女性会员”为例子，如果用户当前行为是在商城加购母婴商品，而且该用户是女性会员、近7天在商城加购母婴商品超过1000元，则判断用户符合事件标签规则，并且进行标签推送；否则用户不符合事件标签规则，不推送实时标签计算结果。如果是直接触发，则直接根据用户的行为数据，进行标签计算。以“首次分享母婴类商品”标签作为例子，如果用户当前行为是分享母婴类商品，而且该用户历史没有分享过母婴类商品，则判断用户符合标签规则，并且进行标签推送；否则用户不符合标签，不推送实时标签计算结果。其中的实时标签计算结果包括用户的事件标签名、对象id和触发行为。
[0099]
进一步地，参考图7，所述根据事件标签规则对输出的标签计算数据源进行实时标签计算还包括步骤：
[0100]
s73、判断所述实时标签计算结果是否符合标签推送触发方式对应的触发规则条件；
[0101]
s74、若符合，将实时标签计算结果推送至业务中台，以提供营销服务或进行实时标签计算结果的分析。
[0102]
如图8所示，本发明还提供一种基于用户实时行为的事件标签实现系统的优选实施例。
[0103]
参考图8，所述事件标签实现系统应用如上述所述的基于用户实时行为的事件标签实现方法进行事件标签的实现，包括：
[0104]
事件标签规则设置模块10，用于预设用户的行为事件和事件标签规则，所述行为事件用于判断用户在应用系统中操作的实时行为类型，所述事件标签规则用于分析判断是否进行标签推送；
[0105]
实时数据处理模块20，根据事件标签规则设置模块10预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源；
[0106]
实时标签计算模块30，根据事件标签规则设置模块10预设的事件标签规则对实时数据处理模块20输出的标签计算数据源进行实时标签计算，以识别用户的需求。
[0107]
通过在事件标签规则设置模块10事先预设用户的行为事件和事件标签规则，用于判断用户在应用系统中操作的实时行为类型和判断是否进行标签推送，实时数据处理模块20根据预设的行为事件对业务中台推送的用户实时行为进行解析，输出解析得到的标签计算数据源，实时标签计算模块30根据事件标签规则对输出的标签计算数据源进行实时标签计算，使用大数据的技术以动态配置方式实现万级以上的数据在几秒内完成计算，能基于万亿级的历史数据实时计算出标签，完成实时数据处理、实时标签计算，实现快速识别用户的需求，提供有针对性的营销服务。
[0108]
具体地，在事件标签规则设置模块10中，整理应用系统如业务中台推送的用户的行为，整理用户在业务中台中的行为类型，预设用户的实时行为对应的行为类型。另外，在事件标签规则设置模块10中对用户的事件标签规则预设是基于营销、交易等业务需求。实时数据预处理，首先是获取业务中台kafka/restful实时推送的用户实时行为，然后按照行为事件的预设内容进行实时解析。实时标签计算是基于实时数据预处理结果，按照事件标签规则的预设内容进行计算，并将实时标签计算结果保存在nosql数据库中。实时标签推送是将用户事件标签以mq方式推送至其他应用系统进行消费，message queue消息队列，简称mq，是基础数据结构中“先进先出”的一种数据结构。一般用来解决应用解耦，异步消息，流量削峰等问题，实现高性能，高可用，可伸缩和最终一致性架构。
[0109]
进一步地，所述事件标签实现系统还包括与实时标签计算模块30连接的实时标签推送模块40，所述实时标签推送模块40用于将实时标签计算模块30的实时标签计算结果推送至外部业务中台，以提供营销服务或进行实时标签计算结果的分析。在用户实时行为数据符合预设事件标签规则的情况下，实时标签推送模块40将实时标签计算结果推送至外部业务中台，有助于业务中台利用实时计算出来的实时标签计算结果对用户进行精准营销，或者进行营销多维度的分析。
[0110]
应当理解的是，以上实施例仅用以说明本发明的技术方案，而非对其限制，对本领域技术人员来说，可以对上述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而所有这些修改和替换，都应属于本发明所附权利要求的保护范围。