[发明专利]用户行为的统计数据矩阵的生成方法和装置

权利要求书

1.一种用户行为的统计数据矩阵的生成方法，其特征在于，包括：

获取预设时间间隔内多个用户针对多种物品的多条单次行为数据；其中，所述单次行为数据中包括预设的目标维度的数据；

依据所述单次行为数据确定每一用户针对每种物品的目标维度数据的统计结果，从中选取非零统计结果；其中，每一非零统计结果与其对应的物品标识形成键值对数据；

将同一用户的所述键值对数据单独存储在一个集合；在该集合中，将键值对数据中的物品标识存储在第一子集，将键值对数据中的非零统计结果存储在第二子集；其中，在第一子集与第二子集中，处于相同存储位置的数据相互对应；以及，

将每一集合中的物品标识转换为矩阵的列序号，以使每一集合成为用于组成所述统计数据矩阵的行向量；或者，将每一集合中的物品标识转换为矩阵的行序号，以使每一集合成为用于组成所述统计数据矩阵的列向量。

2.根据权利要求1所述的方法，其特征在于，

所述统计数据矩阵中的任一元素表征：在所述时间间隔内，所述多个用户中的一个用户针对所述多种物品中的一种物品所实施的行为在目标维度的统计结果；

所述统计数据矩阵中与该元素处于不同行且不同列的任一元素表征：在所述时间间隔内，所述多个用户中的另一用户针对所述多种物品中的另一种物品所实施的行为在目标维度的统计结果。

3.根据权利要求1所述的方法，其特征在于，

所述方法进一步包括：在将同一用户的所述键值对数据单独存储在一个集合之后，按照预设顺序将每一集合中的键值对数据排序；其中，所述排序使键值对数据中物品标识对应的矩阵列序号或者行序号以升序排列；

所述将键值对数据中的物品标识存储在第一子集，将键值对数据中的非零统计结果存储在第二子集，具体包括：按照所述排序后形成的键值对数据排列顺序，将键值对数据中的物品标识存储在第一子集，将键值对数据中的非零统计结果存储在第二子集。

4.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

在使每一集合成为所述行向量或者列向量之前，确定所述多种物品的种类数量并将该数量存储在每一集合。

5.根据权利要求1-4任一所述的方法，其特征在于，

所述方法用于以Hive作为查询引擎的Spark分布式系统中，所述单次行为数据存储在Hive数据表中；

获取非零统计结果采用Spark中的以键归约算子，将同一用户的键值对数据单独存储在一个集合采用Spark中的以键组合算子；

所述行为包括以下至少一种：浏览、搜索、购买；所述目标维度包括以下至少一种：浏览次数、浏览时长、搜索次数、购买次数；

以及，第一子集和第二子集为数组，所述统计数据矩阵为稀疏矩阵。

6.一种用户行为的统计数据矩阵的生成装置，其特征在于，包括：

数据获取单元，用于获取预设时间间隔内多个用户针对多种物品的多条单次行为数据；其中，所述单次行为数据中包括预设的目标维度的数据；

统计单元，用于依据所述单次行为数据确定每一用户针对每种物品的目标维度数据的统计结果，从中选取非零统计结果；其中，每一非零统计结果与其对应的物品标识形成键值对数据；

聚合单元，用于将同一用户的所述键值对数据单独存储在一个集合；在该集合中，将键值对数据中的物品标识存储在第一子集，将键值对数据中的非零统计结果存储在第二子集；其中，在第一子集与第二子集中，处于相同存储位置的数据相互对应；以及，

矩阵生成单元，用于将每一集合中的物品标识转换为矩阵的列序号，以使每一集合成为用于组成所述统计数据矩阵的行向量；或者，将每一集合中的物品标识转换为矩阵的行序号，以使每一集合成为用于组成所述统计数据矩阵的列向量。