用户行为实时处理方法
【技术领域】
[0001]本发明涉及一种用户行为实时处理方法。
【背景技术】
[0002]在日益强调用户体验的今天，对用户行为做出实时反馈并完成个性化引导尤为重要。而同时，在业务需求快速增长的大背景下，如果按现有开发方式，为每个行为处理编写独立的处理代码，一方面，势必会降低对需求的响应速度；另一方面，每次开发完成后，必须进行完整的开发、测试、上线流程，大大增加了开发成本。
【发明内容】
[0003]本发明的目的是提供一种用户行为实时处理方法，以解决为每种业务单独开发处理代码所带来的代码量大、维护困难、重复流程增加、业务响应速度慢的技术问题。
[0004]为实现以上发明目的，本发明提供一种用户行为实时处理方法，包括如下步骤，
[0005]步骤1:当用户行为发生时，判断用户行为信息是否需要采集；
[0006]当需要米集时，执行步骤2 ；
[0007]当不需要采集时，执行步骤5 ;
[0008]步骤2:采集用户行为信息，并将用户行为信息组织成数据流；
[0009]步骤3:通过步骤2中采集来的用户行为信息对用户属性进行更新，并将更新后用户属性与更新前用户属性追加到数据流中；
[0010]步骤4:对步骤3中生成的数据流进行分析，完成需要执行的系统动作；
[0011]步骤5:终止用户行为的处理。
[0012]进一步地，所述步骤1中用户行为信息组织成的数据流是包括至少一个由用户行为属性与用户行为属性值组成的键值对的标准格式的数据流。
[0013]进一步地，所述步骤3中通过采集的用户行为信息对用户属性进行更新，包括如下步骤；
[0014]步骤A1:判断用户行为是否有未完成的更新规则；
[0015]当没有未完成的更新规则时，执行步骤A5 ;
[0016]当有未完成的更新规则时，执行步骤A2 ;
[0017]步骤A2:判断用户行为是否满足用户属性更新条件；
[0018]当不满足时，执行步骤A1 ；
[0019]当满足时，执行步骤A3;
[0020]步骤A3:根据更新规则中配置的更新方法对所涉及的部分用户属性进行更改；
[0021]步骤A4:将更新后用户属性与更新前用户属性追加到数据流中，执行完成后执行步骤A1 ；
[0022]步骤A5:将新的数据流推送至步骤4。
[0023]进一步地，所述步骤4中对数据流进行分析，完成需要执行的系统动作，包括如下步骤；
[0024]步骤B1:判断用户行为是否有未完成的执行规则；
[0025]当没有未完成的执行规则，执行步骤B4 ；
[0026]当有未完成的执行规则，执行步骤B2 ；
[0027]步骤B2:判断用户行为是否满足系统动作执行条件；
[0028]当没有满足时，执行步骤B1 ；
[0029]当满足时，执行步骤B3 ；
[0030]步骤B3:根据用户行为执行系统动作，执行完成后执行步骤B1 ;
[0031]步骤B4:终止用户行为的处理。
[0032]进一步地，所述步骤3中用户属性更新条件包括:逻辑计算条件、数据提取函数条件以及数据转换函数条件。
[0033]进一步地，所述步骤3中更新用户属性方法包括:对用户属性值的计算以及对用户属性值的设置。
[0034]进一步地，所述步骤4中系统动作包括:推送消息、设定状态、发送虚拟物品以及推送数据。
[0035]与现有技术相比，本发明的有益效果是:
[0036]1.运用将平台中所有用户行为处理流程明确划分为三个独立阶段并为每个阶段提供处理框架的技术方案，获得了将系统中稳定部分固定在框架中，易变部分由配置实现，以及明确职责划分，方便多个部门间配合并保证系统间独立研发。
[0037]2.运用提出多样化的用户属性更新方法以及系统动作的技术方案，通过之间的不同组合以及配合多样的行为数据采集，可支持各种各样的业务需求；最终的系统能力是这三个阶段能力的乘积，无论是采集阶段增加一种数据，还是后两个阶段增加一种新的方法，都可以获得显著增加业务支持范围的技术效果。
[0038]3.运用标准化用户行为信息的技术方案，获得了用户行为处理的灵活性以及可配置性的技术效果。
[0039]4.运用标准的数据流贯穿整个流程的技术方案，获得了各处理阶段的灵活性以及可配置性的技术效果。
[0040]5.运用将每次处理结果追加到数据流中的技术方案，获得了防止后一阶段对数据的重复获取，提高处理效率的技术效果。
【附图说明】
[0041]图1是本发明的用户行为实时处理方法的流程图；
[0042]图2是本发明的用户属性更新的流程图；
[0043]图3是本发明的执行系统动作的流程图；
[0044]图4是本发明的用户行为实时处理方法的一个具体实施例图。
【具体实施方式】
[0045]下面结合附图和具体实施例对本发明作进一步说明。
[0046]实施例1:
[0047]如图1所示，本发明的用户行为实时处理方法，包括如下步骤:
[0048]步骤1:当用户行为发生时，判断用户行为信息是否需要采集；
[0049]当需要采集时，采集用户行为信息，并将用户行为信息组织成数据流；
[0050]当不需要采集时，结束对用户行为的处理；
[0051]步骤2:通过步骤1中采集来的用户行为信息对用户属性进行更新，并将更新后用户属性与更新前用户属性追加到数据流中；
[0052]步骤3:对步骤2中生成的数据流进行分析，完成需要执行的系统动作；
[0053]步骤4:终止用户行为的处理；
[0054]具体来说，当有用户行为发生时，首先判断该行为是否是需要处理的用户行为，如果是需要处理的用户行为，则对该用户行为进行采集，根据用户行为对用户属性信息进行更新操作，并根据用户行为及用户属性信息做出相应的系统执行操作。
[0055]其中步骤2或3中还包括如下步骤:
[0056]步骤C1:采集用户行为数据信息，所述用户行为数据信息包括日志数据信息；
[0057]步骤C2:根据所述用户行为数据信息和模型参数信息进行建模得到用户行为模型；
[0058]步骤C3:对所述用户行为模型进行分析，从而获取用户行为规律信息。
[0059]当然，步骤4中的所述分析的方法还可为:
[0060]步骤411:预先在移动终端设置用户行为信息与提示信息的对应关系函数，并启动设置在移动终端内的行为分析获取模块；
[0061]步骤412:行为分析获取模块分析当前的用户行为，获取用户行为信息；
[0062]步骤413:将获取的用户行为信息输入预先设置的用户行为信息与提示信息的对应关系函数；
[0063]步骤414:根据输入的用户行为信息输出相对应的提示信息；
[0064]步骤415:根据所述用户行为规律信息进行可视化展示或个性化推荐。
[0065]所述预先设置的用户行为信息包括以下的一种或多种:年龄信息、性别信息、身高信息、体重信息、工作信息、骨密度信息、体脂信息。
[0066]实施例2:
[0067]在实施例1的基础上，对步骤2进行进一步具体化；
[0068]其中步骤2中用户行为信息组织成的数据流是包括至少一个由用户行为属性与用户行为属性值组成的键值对的标准格式的数据流；
[0069]具体来说，将用户行为信息组织成包括至少一个由用户行为属性与用户行为属性值组成的键值对的标准格式的数据流；例如:用户行为是“打完一场游戏”，“获得金币:160”以及“获得银币:100”是用户行为属性值，则组织成描述用户“打完一场游戏”行为的键值对:“获得金币:160，获得银币:100”。
[0070]实施例3:
[0071]在实施例1的基础上，对步骤3进行进一步具体化；
[0072]如图2所示，其中步骤3中通过采集的用户行为信息对用户属性进行更新，包括如下步骤，
[0073]步骤A1:判断用户行为是否有未完成的