[发明专利]基于用户时长的用户推荐方法、装置、设备及介质

说明书

本发明涉及群体画像技术领域，本发明公开了一种基于用户时长的用户推荐方法、装置、设备及介质，所述方法包括：通过获取待统计日志数据，并对待统计日志数据进行日志解读，得到解读数据；对解读数据进行实例去重，得到去重数据；运用Mapreduce方式，通过分布式均衡策略对去重数据进行并行分钟聚合处理，得到多个分钟级时长数据；对所有分钟级时长数据进行粒度升维聚合处理，得到日时长数据；对日时长数据进行用户用时画像，得到用户推荐结果。因此，本发明实现了自动基于日志数据分析出日时长数据，自动画像出用时较长的用户类型，并基于该用户类型得到用户推荐结果，提高了用时准确性和精度，为后续作出针对性用户的相应措施，有效提高用户回报率。

技术领域

本发明涉及群体画像技术领域，尤其涉及一种基于用户时长的用户推荐方法、装置、设备及介质。

背景技术

目前，应用程序的使用越来越频繁，面向海量用户的访问是每秒上万的量级，每个用户的使用时长能够很好的反映出应用程序的使用率或者推广情况，对使用时长的用户所对应的用户类型进行推荐，能够更好地推广应用程序，提升应用程序的普及性，但是现有的技术，大部分是通过点击的起始时间点及退出时间点进行时长统计，然而有些用户会出现虚假使用的情况，每秒频繁点击，混淆起始时间点和退出时间点，造成频繁统计，且对于海量时长统计需要消耗很长的解读及处理时间，使得统计数据不准确和耗时的情况，就无法准确地和快速地确定出推荐的用户类型。

发明内容

本发明提供一种基于用户时长的用户推荐方法、装置、设备及介质，实现了仅通过注册中心记录调用时长进行管理，提升服务运行速度，而且直接从镜像恢复服务，启动速度更快。

一种基于用户时长的用户推荐方法，包括：

获取待统计日志数据，并对所述待统计日志数据进行日志解读，得到解读数据；

对所述解读数据进行实例去重，得到去重数据；

运用Mapreduce方式，通过分布式均衡策略对所述去重数据进行并行分钟聚合处理，得到多个分钟级时长数据；

对所有所述分钟级时长数据进行粒度升维聚合处理，得到日时长数据；

对所述日时长数据进行用户用时画像，得到用户推荐结果。

一种基于用户时长的用户推荐装置，包括：

获取模块，用于获取待统计日志数据，并对所述待统计日志数据进行日志解读，得到解读数据；

去重模块，用于对所述解读数据进行实例去重，得到去重数据；

聚合模块，用于运用Mapreduce方式，通过分布式均衡策略对所述去重数据进行并行分钟聚合处理，得到多个分钟级时长数据；

升维模块，用于对所有所述分钟级时长数据进行粒度升维聚合处理，得到日时长数据；

画像模块，用于对所述日时长数据进行用户用时画像，得到用户推荐结果。

一种计算机设备，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上述基于用户时长的用户推荐方法的步骤。

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上述基于用户时长的用户推荐方法的步骤。