本发明涉及金融服务技术领域，尤其涉及一种用户设备月活跃数计算方法、装置、终端设备及存储介质。
背景技术：
随着社会经济的不断发展，智能设备在我们生活当中扮演着越来越重要的角色。为满足智能设备的个性化需求，智能设备应用程序app(application)为了用户提供更丰富的使用体验，人们在生活和工作中依赖智能设备使用的应用程序越来越多，作用也越来越大。
随着应用程序用户群的增加，每天的应用程序活跃记录一直在增加，为了更好的掌握应用程序的使用活跃情况，为改进后续服务提供一定的数据支持，需要从终端设备中获取应用程序的活跃数，分析现有市场中应用程序及其应用模块在用户设备上的的活跃情况，以判定市场的动向，从而制定合适的市场计划。由于目前每天应用程序的活跃数量非常庞大，其产生的原始数据也非常庞大，计算月活跃数据需从杂乱无章的原始数据中过滤出当月数据，再进行计算，其计算过程比较复杂且不能方便的展示出每个设备在每个应用模块上的活跃情况，不能提供比较直观的分析数据，且庞大的数据存储和计算非常占用系统资源。
技术实现要素：
本发明实施例提供一种用户设备月活跃数计算方法、装置、终端设备及存储介质，以解决现有技术中不能快速提供比较直观的分析数据的问题。
第一方面，本发明实施例提供一种用户设备月活跃数计算方法，包括：
在预设时间点从数据库中获取当日用户设备的活跃状态数据，根据用户设备上的应用模块对所述活跃状态数据进行划分，获取每个应用模块的活跃状态数据。
根据所述每个应用模块的活跃状态数据获取设备识别码，根据所述设备识别码对所述每个应用模块的活跃状态数据进行去重叠加操作，得到每个设备识别码当日在每个应用模块上的设备活跃数据。
判断当日是否为当月第一天，当判断结果为是时，将当日的设备活跃数据作为月活跃数据，当判断结果为否时，获取当日前一天所累计当月的设备活跃数据，将当日的设备活跃数据与当日前一天所累计当月的设备活跃数据进行去重叠加获取月活跃数据。
第二方面，本发明实施例提供一种用户设备月活跃数计算装置，包括：
数据获取模块，用于在预设时间点从数据库中获取当日用户设备的活跃状态数据，根据用户设备上的应用模块对所述活跃状态数据进行划分，获取每个应用模块的活跃状态数据。
去重叠加模块，用于根据所述每个应用模块的活跃状态数据获取设备识别码，根据所述设备识别码对所述每个应用模块的活跃状态数据进行去重叠加操作，得到每个设备识别码当日在每个应用模块上的设备活跃数据。
月活跃数据获取模块，用于判断当日是否为当月第一天，当判断结果为是时，将当日的设备活跃数据作为月活跃数据，当判断结果为否时，获取当日前一天所累计当月的设备活跃数据，将当日的设备活跃数据与当日前一天所累计当月的设备活跃数据进行去重叠加获取月活跃数据。
第三方面，本发明实施例提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述用户设备月活跃数计算方法的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述用户设备月活跃数计算方法的步骤。
本发明实施例与现有技术相比具有如下优点：通过对活跃状态数据进行划分，以区分每个应用模块的活跃状态数据，便于对杂乱无章的活跃状态数据进行整理，使得后续对活跃状态数据的处理更简单，通过根据设备识别码对活跃状态数据进行去重叠加操作，以得到每个设备识别码在每个应用模块上的设备活跃数据，不仅达到数据去重的目的，还减少内存占用，节约了系统资源，通过根据每个应用模块将当日前一天所累计的设备活跃数据与当日的设备活跃数据去重叠加，以便快速的得到每个应用模块的直观的活跃情况，便于分析市场动向。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例1提供的用户设备月活跃数计算方法的一实现流程图；
图2是本发明实施例1中提供的用户设备月活跃数计算方法中设置埋点数据获取活跃状态数据的一实现流程图；
图3是本发明实施例1中提供的用户设备月活跃数计算方法中获取应用模块停留时长的一实现流程图；
图4是本发明实施例1中提供的用户设备月活跃数计算方法中步骤s10的一实现流程图；
图5是本发明实施例1中提供的用户设备月活跃数计算方法中步骤s20的一实现流程图；
图6是本发明实施例1中提供的用户设备月活跃数计算方法中步骤s30的一实现流程图；
图7是本发明实施例2中提供的用户设备月活跃数计算装置的示意图；
图8是本发明实施例2中提供的用户设备月活跃数计算装置的示意图；
图9是本发明实施例4中提供的终端设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1，图1示出了本实施例提供的用户设备月活跃数计算方法的实现流程。该用户设备月活跃数计算方法应用在设备活跃数据统计中，用于得到更为直观的用户设备的应用模块活跃数据，以基于当日前一天所累积的设备活跃数据对月活跃数据进行统计，便于快速计算出月活跃数据，并且减少内存占用，节约系统资源。本实施例中，以应用在智能手机上的金融保险app为例进行说明。详述如下：
s10：在预设时间点从数据库中获取当日用户设备的活跃状态数据，根据用户设备上的应用模块对活跃状态数据进行划分，获取每个应用模块的活跃状态数据。
在本发明实施例中，预设时间点是根据数据分析需求设定的数据收集时间点，可以为每天设置一个固定的时间点获取前一天的数据或者每天设置多个固定的时间点分段获取数据等，具体地，根据用户设备应用程序活跃的时间规律设定该预设时间点，例如第二天的00：00获取前一天的数据。
用户设备是指用户使用应用软件(applicationsoftware，简称为app)的硬件载体，例如可以为智能手机、平板电脑或电脑等智能设备。应用模块是指应用软件(applicationsoftware)中按照服务用户的目的，划分的应用程序模块。如平安e钱包app中的首页模块、保单模块、财富模块、我的模块、购物模块和生活模块等应用模块。
活跃状态数据是指用户对应用软件进行操作时所产生的记录数据。用户通过用户设备对应用软件的应用模块进行一次操作则记为一次活跃状态数据，对不同应用模块的操作均分别对应记录活跃状态数据。例如，用户通过智能手机成功打开平安e钱包app，进入app首页模块操作记为一次，进入财富模块操作记为一次。然后从财富模块退出，又进入首页模块操作时，再记为一次首页模块的活跃状态数据。其中，每个模块中刷新页面一次记为一次，加载下一页新页时，加载一次记为一次。
其中，活跃状态数据包含了当日用户设备所有应用模块的活跃状态数据，获取到当日用户设备的活跃状态数据后，根据各个应用模块将各个应用模块对应的活跃状态数据划分归类，得到当天每个应用模块的活跃状态数据。可以理解的，通过根据各个应用模块将各个应用模块对应的活跃状态数据划分归类，得到整理后当天每个应用模块总的活跃状态数据，以便于可以对各个应用模块的市场活跃情况作出分析。
进一步地，在达到预设时间点后即开始获取当日用户设备的活跃状态数据，可以对数据库中存储的当日用户设备的活跃状态数据的大小进行检测，判断获取到的当日用户设备的活跃状态数据占据数据库中存储的当日用户设备的活跃状态数据的比例，当接收到的活跃状态数据的大小比例达到100％时，则当日用户设备的活跃状态数据获取完毕，以确保能够充分的获取当日用户设备的活跃状态数据，以保证后续数据分析处理的正确性。
s20：根据每个应用模块的活跃状态数据获取设备识别码，根据设备识别码对每个应用模块的活跃状态数据进行去重叠加操作，得到每个设备识别码当日在每个应用模块上的设备活跃数据。
在本发明实施例中，设备识别码是指唯一识别该用户设备的编号，具体可以为每个用户在对应用软件app进行注册时系统自动分配的注册码、用户进行注册的手机号、用户登录应用软件的登录号或者用户设备的设备id编号。其中，为确保设备识别码的唯一性，注册码、手机号、登录号等一经分配或注册则不允许再次进行分配或注册。
去重叠加是指将相同设备识别码的同一应用模块的活跃状态数据进行叠加，去除其相同的设备识别码，得到该设备识别码当天在该应用模块上的活跃状态数据的总和。设备活跃数据是指每个设备识别码当天分别在每个应用模块产生的总的活跃状态数据。
具体地，同一个设备识别码当天中分别在平安e钱包app的首页模块活跃10次，则相应的产生了10笔活跃状态数据，经过去重叠加操作，将该首页模块的10笔活跃状态数据进行叠加，并去除多余的9个相同的设备识别码，则可仅得到一笔表示该设备识别码当天在首页模块总共活跃了10次的设备活跃数据。
可以理解的，通过将每个应用模块的活跃状态数据进行去重叠加操作，得到每个设备识别码当日在每个应用模块上的设备活跃数据，以便于对活跃状态数据进行归类整理，能够得到更为直观的供市场分析的数据，减少了活跃状态数据占用存储空间，节约了系统内存。
s30：判断当日是否为当月第一天，当判断结果为是时，将当日的设备活跃数据作为月活跃数据，当判断结果为否时，获取当日前一天所累计当月的设备活跃数据，将当日的设备活跃数据与当日前一天所累计当月的设备活跃数据进行去重叠加获取月活跃数据。
在本发明实施例中，月活跃数据是指当月每个用户设备在每个应用模块的设备活跃数据的总和，反应了用户设备该月在应用模块上的活跃情况。其中，当月用户设备在app每个应用模块上的活跃数据为，当月截止至当日前一天所累计的当月的设备活跃状态数据加上当日的设备活跃数据。若当日为当月的第一天，则该月的月活跃数据仅包含当月第一天的设备活跃数据，则当日的设备活跃数据即为月活跃数据。若当日不是当月的第一天，则该月的月活跃数据包含了当月第一天起截止至当日的设备活跃数据。将当月第一天起截止至当日前一天的设备活跃数据进行叠加，获取当日前一天所累计当月的设备活跃数据，即得到的是当日前一天的月活跃数据。将当日的设备活跃数据与当日前一天所累计当月的设备活跃数据进行去重叠加获取月活跃数据，可以理解为将当日前一天的月活跃数据加上当日的设备活跃数据，即可得到当月的月活跃数据。
具体地，系统获取用户设备每天在应用模块上的设备活跃数据，并每天都计算月活跃数据，则只要将前一天计算所得的月活跃数据加上当天的设备活跃数据即可得出截止到当天的月活跃数据，以反映当月的用户设备在应用模块上的活跃情况。极大的减少了数据计算量，使得能够快速的获取月活跃数据。
本发明实施例所提供的用户设备月活跃数计算方法中，通过根据应用模块对活跃状态数据进行划分，以得到当天每个应用模块总的活跃状态数据，对杂乱无章的活跃状态数据进行整理，以便于后续更加方便的计算月活跃数。且对每个应用模块的活跃状态数据进行去重叠加操作，同一设备识别码的同一应用模块的活跃状态数据可以仅使用一笔数据记录，当天减少了总的活跃状态数据的存储量，节约了系统空间，并且能够提供应用模块活跃情况更为直观的分析数据。通过获取当日前一天的月活跃数据，将当日的设备活跃数据叠加当日前一天的月活跃数据，即可得出截止至当日的月活跃数据，能够更方便快速的获得月活跃数据，减少了计算量，节约了系统资源，在瞬息万变的市场动态中，充分节约了处理时间，利于快速针对分析情况作出市场决策，推动产品优化和指导运营。
在一具体实施方式中，如图2所示，步骤s10中，即在预设时间点从数据库中获取当日用户设备的活跃状态数据，之前还包括如下步骤：
s101：对每个应用模块设置数据埋点，检测用户对应用模块的触发操作。
其中，数据埋点是针对特定的用户行为或事件进行捕获、处理和发送的相关程序，用来追踪用户在应用模块上的操作行为，统计应用模块的使用程度。在本发明实施例中，数据埋点是指对每个应用程序植入相关统计代码进行处理，以捕获用户使用应用程序的行为及流程，用于获取应用程序的活跃状态数据。
具体地，数据埋点通过app框架监控应用软件运行过程中，用户对应用模块的行为及流程操作，通过用户点击应用模块对应的按钮以达到预设的触发条件。数据埋点可以通过监测分析工具提供的sdk来进行编程实现。
顾名思义，触发操作是指用户使用应用模块时进行的操作，在一具体实施方式中，可以理解为点击智能手机上app对应的应用模块的按钮。例如，app上的每一个应用模块中对应设置一个数据埋点，系统检测用户点击该app的应用模块按钮的操作，数据埋点用于检测用户使用该app的行为及流程操作。
s102：根据触发操作触发数据埋点。
具体地，当系统检测到用户对app的应用模块进行触发操作时，依据用户对应用模块的触发操作触发数据埋点值。具体地，在不同实施领域，可以对埋点数据设置不同的触发条件。在本实施方式中，采用检测到用户点击app应用模块的按钮作为数据埋点的触发条件。
进一步地，对于不同的项目和数据分析的目的，可以设置不同的数据埋点以进行功能区分。例如，平安e钱包app中，分别对首页模块、保单模块、财富模块、我的模块、购物模块和生活模块等应用模块设置不同的数据埋点以进行区分，根据用户对不同应用模块的操作触发相应应用模块的数据埋点。
s103：根据数据埋点的触发状态生成活跃状态数据。
具体地，系统检测到用户对应用模块的操作，触发数据埋点，根据数据埋点的触发状态生成活跃状态数据，以记录应用模块本次触发的活跃情况。
基于步骤s101-s103，通过在应用模块中设置数据埋点，依据用户对应用模块的触发操作触发数据埋点，实时获取应用模块的活跃状态数据，能够更方便的采集到用户设备的活跃状态数据，通过对每一应用模块分别设置不同的数据埋点，保证了状态活跃数据的的完整性和准确性。
在一具体实施方式中，步骤s103之前，如图3所示，即根据所述数据埋点的触发状态生成活跃状态数据，之前还包括如下步骤：
s1031：记录埋点数据的触发时间。
具体地，检测并记录埋点数据的触发时间，可以根据埋点数据触发状态的变化时间来记录埋点数据的触发时间，即埋点数据从未触发状态变为触发状态的时间，即可记为埋点数据的触发时间。或者根据用户进入该应用模块的触发操作的时间记录埋点数据的触发时间。
s1032：监测用户在该应用模块的访问过程，记录埋点数据触发的停止时间。
在本发明实施例中，埋点数据触发的停止时间即为用户离开某一应用模块的时间。同理，可以根据埋点数据触发状态的变化时间来记录埋点数据触发的停止时间，即埋点数据从触发状态变为未触发状态的时间即可记为埋点数据触发的停止时间。或者根据用户退出该应用模块的触发操作的时间记录埋点数据触发的停止时间。
s1033：根据埋点数据的触发时间和埋点数据触发的停止时间，获得用户在所述应用模块的停留时长。
具体地，停留时长是指用户在对应用模块的操作过程中，停留在该应用模块所花费的时长。根据埋点数据触发的停止时间减去埋点数据的触发时间，即可计算得到用户在所述应用模块上的停留时长。例如，用户在20：00进入平安e钱包app的生活模块，然后在20:05离开生活模块进入财富模块，又在20:08离开财富模块，则可以获得用户在生活模块的停留时长为5分钟，在财富模块的停留时长为3分钟。
进一步地，可以获取用户在某一应用程序上所有的应用模块的停留时长，得到用户在某一应用程序上的停留时长。如用户在生活模块的停留时长为5分钟，在财富模块的停留时长为3分钟，则可得到用户在平安e钱包app的停留时长为8分钟。以此类推，可以获取用户每天在某一应用程序或某一应用模块上总的停留时长。
基于步骤s1031-s1033，通过获取埋点数据的触发时间和埋点数据触发的停止时间，从而获取用户在应用模块的停留时长，更精确的反应用户在应用模块的活跃情况，更利于推动应用模块的优化和指导运营。
在一具体实施方式中，如图4所示，步骤s10中，即所述在预设时间点从数据库中获取当日用户设备的活跃状态数据，具体包括如下步骤
s111：按照预设周期在预设时间点从数据库中获取批量的设备交互数据。
在本发明实施例中，设备交互数据是指用户使用智能设备的交互过程中产生的所有数据。其中，数据库包括但不限于各业务服务器数据库和各应用程序的应用服务器，如保险服务器、证券服务器、银行服务器、其他企业自建的服务器以及app应用服务器。
进一步地，设备交互数据可以从数据库中实时采集，以保证数据更新速度更快。也可以自动定时采集，根据用户使用应用程序的活跃情况，设定合适的周期。例如，在用户设备活跃频繁的08:00-17:00，可以设定每隔一个小时收集一次设备交互数据，在用户设备活跃的顶峰时间段17:00-22:00，可以设定每隔半小时收集一次设备交互数据，在用户设备活跃量较少的
00:00-08:00和22：00-24：00则可设定两小时收集一次设备交互数据。
s112：按照预定规则过滤出当日用户设备的活跃状态数据。
其中，预设规则可以是按照预设类型对设备交互数据进行划分的规则，也可以是按照预设数据标识及对应值对设备交互数据进行标识，可以根据数据过滤处理的需求来设定。例如，根据产生设备交互数据的app的id信息，过滤出该app的活跃状态数据。
在获取到批量的设备交互数据后，按照预先设定的规则，对获取的上述设备交互数据进行过滤，从而得到过滤后的当日用户设备的活跃状态数据。
可以理解地，通过分时间段智能调节设备交互数据的采集周期，使得在用户设备活跃频繁时，大量设备交互数据的传输不会造成网络拥堵，在用户设备活跃不频繁的时候也不会造成资源浪费，以达到合理安排数据传输量，提高数据传输的及时性，减少了数据传输负载的压力。
在一具体实施方式中，如图5所示，步骤s20中，即根据每个应用模块的活跃状态数据获取设备识别码，根据设备识别码对每个应用模块的活跃状态数据进行去重叠加操作，得到每个设备识别码当日在每个应用模块上的设备活跃数据，具体包括如下步骤：
s201：将每个应用模块的第一行活跃状态数据及其设备识别码添加到活跃状态表中。
在本发明实施例中，活跃状态表为用于存储设备识别码对应的设备活跃数据的表，即记录当天同一个设备识别码在同一个应用模块的总的活跃状态数据，从而记录每一个设备识别码当日在每个应用模块上的设备活跃数据。
具体地，将当天每个应用模块对应的第一行活跃状态数据及其设备识别码添加至活跃状态表中进行存储。其中，用户设备的活跃状态数据，按照其生成时间点的先后顺序存储在数据库中，系统从数据库中获取当日用户设备的活跃状态数据时，也是按照其存储的先后顺序进行获取。根据应用模块划分活跃状态数据，得到每个应用模块的活跃状态数据时，也是依据生成的时间点进行排序存储，使得到的每个应用模块的活跃状态数据更整洁有序。
s202：依次添加每个应用模块的活跃状态数据及其设备识别码并查询活跃状态表，对比活跃状态表是否存在当日用户设备的设备识别码。
具体地，将当日每个应用模块的活跃状态数据及其设备识别码分别依次添加到活跃状态表中，添加的同时查询活跃状态表，将添加的设备识别码与活跃状态表中已存储的设备识别码对比，以确定活跃状态表中是否已经存储过同一设备识别码对应的同一类应用模块的活跃状态数据。避免对同一设备识别码的同一应用模块存储多笔活跃状态数据记录，以节约存储资源。
s203：若活跃状态表中不存在当日用户设备的设备识别码，则保存当日用户设备的设备识别码及用户设备的活跃状态数据。
具体地，将要添加的设备识别码对比活跃状态表，未查询到有相同的设备识别码，则添加该设备识别码并保存用户设备的活跃状态数据。其中，用户设备的活跃状态数据分别对应每个应用模块进行保存。
s204：若活跃状态表中存在当日用户设备的设备识别码，则删除当日用户设备的设备识别码，并将用户设备的活跃状态数据与活跃状态表中已保存的设备识别码的活跃状态数据相叠加。
具体地，活跃状态表中查询存储有该设备识别码，则将该设备识别码对应的用户设备的活跃状态数据与活跃状态表中已保存的该设备识别码的活跃状态数据相叠加，保留活跃状态表中的设备识别码，删除另一个相同的设备识别码。
在一具体实施方式中，例如，平安e钱包app包括首页模块、保单模块、财富模块、我的模块、购物模块和生活模块，根据手机号对活跃状态数据进行去重叠加，即可得到显示每个手机号首页模块活跃多少次、我的模块活跃多少次、购物模块活跃多少次等具体的设备活跃数据。如，手机号131xx一天之中分别在购物模块活跃10次，产生10笔购物模块的活跃状态数据，在首页模块活跃了20次，产生20笔首页模块的活跃状态数据，共产生30笔活跃状态数据；手机号132xxx一天之中分别在财富模块活跃2次，产生2笔财富模块的活跃状态数据，在首页模块活跃了5次，产生5笔首页模块的活跃状态数据，共产生7笔活跃状态数据。首先将当天最早的一笔应用模块的活跃状态数据存储到活跃状态表中，然后依次添加每个手机号及其对应的每个应用模块的活跃状态数据并进行去重叠加后可得到手机号131xx1在购物模块活跃的总次数为10次，在首页模块活跃的总次数为20次，共2笔数据设备活跃数据；手机号132xxx在财富模块活跃的总次数为2次，在首页模块活跃的总次数为5次，共2笔数据设备活跃数据。
可以理解地，通过对每个应用模块的活跃状态数据进行去重叠加整理，得到用户设备的设备活跃数据，极大地减少了数据存储量，节约了系统资源，且可以直观的反应出用户设备每天在应用模块上的活跃情况，利于市场分析。
在一具体实施方式中，如图6所示，步骤s30中，即获取当日前一天所累计当月的设备活跃数据，将当日的设备活跃数据与当日前一天所累计当月的设备活跃数据进行去重叠加获取月活跃数据，具体包括如下步骤：
s301：将当月第一天的设备活跃数据添加到月活跃表中，依次添加当月当日之前每天的设备活跃数据，并查询月活跃表，对比月活跃表是否存在相同的设备识别码。
在本发明实施例中，月活跃表为用于存储用户设备月活跃数据的表，即记录当月每天的设备活跃数据的总和，从而记录用户设备月活跃数据。其中，月活跃数据从当月的第一天开始计算，截止至计算月活跃数据的当天。例如，1月15号的月活跃数据，为1月1号至1月15号的每个应用模块的设备活跃数据的总和。
具体地，将当月计算月活跃数据当日之前的每个用户的设备活跃数据分别依次添加到月活跃表中，添加的同时查询月活跃表，将添加的设备活跃数据的设备识别码与月活跃表中已存储的设备识别码相对比，查询是否存在相同的设备识别码。
s302：若月活跃表中不存在相同的设备识别码，则保存设备识别码和设备活跃数据。
具体地，将要添加的设备活跃数据的设备识别码对比月活跃表，未查询到相同的设备识别码，则保存设备识别码和设备活跃数据。
s303：若活跃状态表中存在相同的设备识别码，则删除设备识别码，并将设备识别码的设备活跃数据与月活跃表中已保存的设备识别码的设备活跃数据相叠加，得到当月当日前一天所累计的设备活跃数据。
具体地，月活跃表中查询存储有相同的设备识别码，则将该设备识别码对应的设备活跃数据与月活跃表中已保存的该设备识别码的设备活跃数据相叠加，保留月活跃表中的设备识别码，删除另一个相同的设备识别码，得到当日前一天所累计当月的设备活跃数据，即为当日前一天的月活跃数据。
s304：将当日的设备活跃数据与月活跃表中存储的当月当日前一天所累计的设备活跃数据进行对比，若月活跃表中不存在当日用户设备的设备识别码，则保存设备识别码和设备活跃数据。
具体地，月活跃表中存储着当月当日前一天所累计的当月的设备活跃数据，即月活跃表中存储着当月当日前一天的月活跃数据，将当日的设备活跃数据依次添加到月活跃表中，并对比月活跃表中是否存在相同的设备识别码，若月活跃表中不存在相同的设备识别码，则保存该设备识别码和设备活跃数据。
s305:若活跃状态表中存在当日用户设备的设备识别码，则删除设备识别码，并将设备识别码的设备活跃数据与当日前一天所累计当月的设备活跃数据进行叠加。
具体地，月活跃表中存储着当月当日前一天所累计的当月的设备活跃数据，即月活跃表中存储着当月当日前一天的月活跃数据。查询月活跃表中存储有该设备识别码，则将该设备识别码对应的设备活跃数据与月活跃表中已保存的该设备识别码的设备活跃数据数据相叠加，保留月活跃表中的设备识别码，删除另一个相同的设备识别码。
在一具体实施方式中，手机号131xx在1月1号有两笔设备活跃数据分别为在购物模块活跃的总次数为10次，在首页模块活跃的总次数为20次，在1月5号分别在购物模块活跃的总次数为15次，在首页模块活跃的总次数为30次，以及在1月6号分别在购物模块活跃的总次数为5次，在首页模块活跃的总次数为10次，在财富模块活跃的总次数为10次。则计算截止至1月6号的月活跃数据为，手机号131xx共活跃了购物模块30次，活跃了首页模块60次，活跃了财富模块10次，得到手机号131xxx在1月的月活跃数据。
具体的，当月的月活跃数据为当天的设备活跃数据加上当月当日前一天所累计的设备活跃数据，例如，计算1月6号的设备活跃数据，即为1月5号计算得到的月活跃数据，加上1月6号当天的设备活跃数据。1月5号时的月活跃数据为，手机号131xx在截止至1月5号共活跃了购物模块25次，活跃了首页模块50次。手机号131xx在1月6号的设备活跃数据为在购物模块活跃了5次，在首页模块活跃了10次，在财富模块活跃了10次。则1月6号的月活跃数据为手机号131xx在截止至1月5号活跃的购物模块25次，活跃的首页模块50次加上1月6号当天的设备活跃数据，即计算截止至1月6号的月活跃数据为手机号131xx共活跃了购物模块30次，活跃了首页模块60次，活跃了财富模块10次。
可以理解地，通过对每天的设备活跃数据进行去重叠加整理，得到用户设备的月活跃数据，以便于帮助开发人员作出判断，掌握用户的使用倾向，更大化地促进应用软件和应用模块的优化，通过将当月当日前一天的月活跃数据加上当日的设备活跃数据得到当月截止至当日的月活跃数据，减少了数据的计算量，便于快速获取月活跃数据。
在本发明实施例中，通过采集活跃状态数据，并对活跃状态数据进行划分处理，得到每个应用模块的活跃状态数据。然后，对每天的每个应用模块的活跃状态数据进行去重叠加操作，得到用户设备每日的设备活跃数据，通过对用户设备每日的设备活跃数据去重叠加，获取用户设备的月活跃数据。对用户设备的活跃情况进行分层次处理，得到日度、月度以及每个用户设备和每个应用模块的分析数据，便于对用户使用应用程序的各个过程进行分析，使得供以分析的数据资料更细致更直观，更利于判定应用设备的市场使用情况，从而促进应用程序的优化和开发。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例2
图7示出与实施例1中用户设备月活跃数计算方法一一对应的用户设备月活跃数计算装置的原理框图。如图7所示，该用户设备月活跃数计算装置包括数据获取模块10、去重叠加模块20和月活跃数据获取模块30。
数据获取模块10，用于在预设时间点从数据库中获取当日用户设备的活跃状态数据，根据用户设备上的应用模块对活跃状态数据进行划分，获取每个应用模块的活跃状态数据。
去重叠加模块20，用于根据每个应用模块的活跃状态数据获取设备识别码，根据设备识别码对每个应用模块的活跃状态数据进行去重叠加操作，得到每个设备识别码当日在每个应用模块上的设备活跃数据。
月活跃数据获取模块30，用于判断当日是否为当月第一天，当判断结果为是时，将当日的设备活跃数据作为月活跃数据，当判断结果为否时，获取当日前一天所累计当月的设备活跃数据，将当日的设备活跃数据与当日前一天所累计当月的设备活跃数据进行去重叠加获取月活跃数据。
优选地，如图8所示，该用户设备月活跃数计算装置还包括：检测模块101、触发模块102和活跃状态数据生成模块103。
检测模块101，用于对每个应用模块设置数据埋点，检测用户对应用模块的触发操作。
触发模块102，用于根据触发操作触发数据埋点。
活跃状态数据生成模块103，用于根据数据埋点的触发状态生成活跃状态数据。
优选地，去重叠加模块20包括：数据添加单元201、活跃状态数据对比单元202、活跃状态数据保存单元203和活跃状态数据叠加单元204。
数据添加单元201，用于将每个应用模块的第一行活跃状态数据及其设备识别码添加到活跃状态表中。
活跃状态数据对比单元202，用于依次添加每个应用模块的活跃状态数据及其设备识别码并查询活跃状态表，对比活跃状态表是否存在当日用户设备的设备识别码。
活跃状态数据保存单元203，用于若活跃状态表中不存在当日用户设备的设备识别码，则保存当日用户设备的设备识别码及用户设备的活跃状态数据。
活跃状态数据叠加单元204，用于若活跃状态表中存在当日用户设备的设备识别码，则删除当日用户设备的设备识别码，并将用户设备的活跃状态数据与活跃状态表中已保存的设备识别码的活跃状态数据相叠加。
优选地，月活跃数据获取模块30包括：设备活跃数据对比单元301、累计活跃数据叠加单元302和月活跃数据获取单元303。
设备活跃数据对比单元301，用于将当月第一天的设备活跃数据添加到月活跃表中，依次添加当月当日之前每天的设备活跃数据，并查询月活跃表，对比月活跃表是否存在相同的设备识别码。
累计活跃数据叠加单元302，用于若月活跃表中不存在相同的设备识别码，则保存设备识别码和设备活跃数据；
若活跃状态表中存在相同的设备识别码，则删除设备识别码，并将设备识别码的设备活跃数据与月活跃表中已保存的设备识别码的设备活跃数据相叠加，得到当月当日前一天所累计的设备活跃数据。
月活跃数据获取单元303，用于将当日的设备活跃数据与月活跃表中存储的当月当日前一天所累计的设备活跃数据进行对比，若月活跃表中不存在当日用户设备的设备识别码，则保存设备识别码和设备活跃数据；
若活跃状态表中存在当日用户设备的设备识别码，则删除设备识别码，并将设备识别码的设备活跃数据与当日前一天所累计当月的设备活跃数据进行叠加。
优选地，数据获取模块10包括：设备交互数据获取单元111和数据过滤单元112。
设备交互数据获取单元111，用于按照预设周期，从数据库中，获取批量的设备交互数据。
数据过滤单元112，用于按照预定规则，过滤出当日用户设备的活跃状态数据。
本实施例提供的一种用户设备月活跃数计算装置中各模块/单元的实现功能与实施例中用户设备月活跃数计算方法对应的步骤一一对应，具体可参考前述实施例的描述，为避免赘述，本实施例不一一详述。
实施例3
本实施例提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现实施例1中用户设备月活跃数计算方法，为避免重复，这里不再赘述。或者，该计算机程序被处理器执行时实现实施例2中用户设备月活跃数计算装置中各模块/单元的功能，为避免重复，这里不再赘述。
可以理解地，所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号和电信信号等。
实施例4
图9是本发明一实施例提供的计算机设备的示意图。如图9所示，该实施例的计算机设备80包括：处理器81、存储器82以及存储在存储器82中并可在处理器81上运行的计算机程序83。处理器81执行计算机程序83时实现上述实施例1中用户设备月活跃数计算方法的步骤，例如图1所示的步骤s10至s30。或者，处理器81执行计算机程序83时实现上述各装置实施例2中各模块/单元的功能，例如图7所示模块10至30的功能。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。