1.本发明涉及数据管理平台
技术领域：
：，尤其涉及一种人群圈定方法、装置、设备及存储介质。
背景技术：
：：2.过往的数据管理平台(datamanagementplatform，dmp)标签均为单一特质/状态的描述:如是否是会员，是否活跃，在哪个省市；在精细化运营初期(2018‑2020)，这类标签可以支持运营做细致的分群策略，主要是在会员折扣活动中。但在2021年，但单一用户活跃/付费/等状态标签已经无法支撑经营指标的持续提升，更为复杂的事件标签成为运营刚需，如何根据业务投放需求自主圈定特定人群用户是亟待解决的问题。3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。技术实现要素：4.本发明的主要目的在于提供一种人群圈定方法、装置、设备及存储介质，旨在解决现有技术无法根据业务投放需求自主圈定特定人群用户的技术问题。5.为实现上述目的，本发明提供了一种人群圈定方法，所述方法包括以下步骤:6.获取目标人群圈定指令；7.对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；8.基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。9.可选地，所述获取目标人群圈定指令之前，还包括：10.获取用户根据目标需求发出的需求指令；11.将所述需求指令通过预设配置规则转换为对应的预设格式指令，所述预设格式指令包括预设多表查询语句数据、规则数据以及标识数据；12.将所述预设格式指令作为目标人群圈定指令。13.可选地，所述对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则，包括：14.通过预设拆解计算模型对所述目标人群圈定指令进行拆解，得到对应的目标子任务、目标父任务以及依赖关系；15.根据所述目标子任务、目标父任务以及依赖关系生成对应的计算规则。16.可选地，所述基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定，包括：17.基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据；18.基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群数据；19.将所述第一目标圈定人群数据和所述第二目标圈定人群数据作为目标人群圈定数据，完成目标人群的圈定。20.可选地，所述基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据之前，还包括：21.判断拆解子任务是否执行完毕；22.若所述拆解子任务执行完毕，则基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据。23.可选地，所述基于所述计算规则得到所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定之后，还包括：24.将所述目标人群圈定数据存储至预设数据库中；25.基于所述目标人群圈定数据投放目标业务。26.可选地，所述基于所述目标人群圈定数据投放目标业务，包括：27.对所述目标人群圈定数据进行分析，得到对应的圈定人群；28.根据目标需求对所述圈定人群投放对应的目标业务。29.此外，为实现上述目的，本发明还提出一种人群圈定装置，所述人群圈定装置包括：30.获取模块，用于获取目标人群圈定指令；31.处理模块，用于对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；32.查询模块，用于基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。33.此外，为实现上述目的，本发明还提出一种人群圈定设备，所述人群圈定设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人群圈定程序，所述人群圈定程序配置为实现如上文所述的人群圈定方法。34.本发明通过获取目标人群圈定指令；对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。通过上述方式，能够根据业务投放的需求，自主的圈定特定的目标人群，通过拆解圈定任务进行人群圈定，最终得到被圈定的目标人群，对其形成分群策略进行业务投放，不仅能够节约人员的开发成本和分析成本，同时可以支撑经营指标的持续提升。附图说明35.图1是本发明实施例方案涉及的硬件运行环境的人群圈定设备的结构示意图；36.图2为本发明人群圈定方法第一实施例的流程示意图；37.图3为本发明人群圈定方法一实施例的整体流程示意图；38.图4为本发明人群圈定方法第二实施例的流程示意图；39.图5为本发明人群圈定装置第一实施例的结构框图。40.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式41.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。42.参照图1，图1为本发明实施例方案涉及的硬件运行环境的人群圈定设备结构示意图。43.如图1所示，该人群圈定设备可以包括：处理器1001，例如中央处理器(centralprocessingunit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless‑fidelity，wi‑fi)接口)。存储器1005可以是高速的随机存取存储器(randomaccessmemory，ram)存储器，也可以是稳定的非易失性存储器(non‑volatilememory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。44.本领域技术人员可以理解，图1中示出的结构并不构成对人群圈定设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。45.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及人群圈定程序。46.在图1所示的人群圈定设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明人群圈定设备中的处理器1001、存储器1005可以设置在人群圈定设备中，所述人群圈定设备通过处理器1001调用存储器1005中存储的人群圈定程序，并执行本发明实施例提供的人群圈定方法。47.本发明实施例提供了一种人群圈定方法，参照图2，图2为本发明一种人群圈定方法第一实施例的流程示意图。48.本实施例中，所述人群圈定方法包括以下步骤：49.步骤s10：获取目标人群圈定指令。50.需要说明的是，本实施例的执行主体是数据管理平台(datamanagementplatform，dmp)，能够把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让用户可以把这些细分结果推向现有的互动营销环境里的平台，dmp指令层获取指令，并对指令进行转换，大数据计算层对指令进行拆解并生成对应的计算规则，大数据存储层基于拆解后的指令和对应的计算规则进行目标圈定人群数据的查询，得到对应的圈定结果，大数据传输层对圈定结果进行存储并传输给dmp投放层，dmp基于大数据传输层返回的圈定结果进行业务的精准投放，整体处理过程如图3所示。51.可以理解的是，所述人群圈定指令是研发人员基于业务投放需求对应的用户标签所发送的人群圈定指令。52.在具体实现中，为了让大数据层能够更好的对指令进行处理，进一步地，所述获取目标人群圈定指令之前，还包括：获取用户根据目标需求发出的需求指令；将所述需求指令通过预设配置规则转换为对应的预设格式指令，所述预设格式指令包括预设多表查询语句数据、规则数据以及标识数据；将所述预设格式指令作为目标人群圈定指令53.需要说明的是，所述需求指令是用户根据业务投放需求对应的用户标签所发出的初始需求指令。54.可以理解的是，所述预设配置规则指的是dmp平台的前端配置规则；所述预设格式指令指的是将初始需求指令通过dmp平台前端配置规则转换程json格式的指令。55.可以理解的是，所述预设格式指令即json格式指令包括预设多表查询语句数据即table、规则数据即rule以及标识数据，json格式指令的核心内容是rule和table的值，其它内容为这个指令的唯一标识，table是嵌套一个json包含多个表的独立查询语句，每个查询都会返回一批mac数据，rule是对table字段中表名称的关系进行说明。例如，：a&&b就是a和b的交集，a||b就是a和b的并集。56.在具体实现中，在将所述初始需求指令转换成预设格式指令后，将所述预设格式指令作为目标人群圈定指令。57.步骤s20：对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则。58.需要说明的是，大数据平台在接收到所述目标人群圈定指令之后，大数据计算层根据指令对指令进行拆解并生成对应的计算规则。59.在具体实现中，为了能够增加任务执行效率，需要将任务进行拆解成不同的子项并行查询对应数据，进一步地，所述对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则，包括：通过预设拆解计算模型对所述目标人群圈定指令进行拆解，得到对应的目标子任务、目标父任务以及依赖关系；根据所述目标子任务、目标父任务以及依赖关系生成对应的计算规则。60.需要说明的是，所述预设拆解计算模型指的是大数据计算层中的json解析工具，通过json解析工具能够将目标人群圈定指令拆分成多个子任务并行执行，并得到子任务和父任务之间的依赖关系，每个子任务都是对应的json格式指令中的table的sql语句。61.步骤s30：基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。62.需要说明的是，所述预设数据库指的是大数据存储层中的数据库，大数据存储层在预设数据库中查询每个拆解任务对应的人群圈定数据，最终得到的汇总数据即为目标人群圈定数据，最终完成目标人群的圈定。63.在具体实现中，为了能够进行精准的业务投放，在得到数据之后，需要对目标人群圈定数据进行存储，并根据得到的圈定数据进行投放，进一步地，所述基于所述计算规则得到所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定之后，还包括：将所述目标人群圈定数据存储至预设数据库中；基于所述目标人群圈定数据投放目标业务。64.需要说明的是，所述将得到的数据存储至大数据存储层中的数据库，同时为了能够精准投放业务，大数据传输层需要对存储结果即目标人群圈定数据输出给dmp投放层，dmp投放层根据返回的目标人群圈定数据进行业务精准投放。65.在具体实现中，为了能够提高投放效率，进一步地，所述基于所述目标人群圈定数据投放目标业务，包括：对所述目标人群圈定数据进行分析，得到对应的圈定人群；根据目标需求对所述圈定人群投放对应的目标业务。66.需要说明的是，dmp投放层基于所述目标人群圈定数据得到对应的圈定人群，在得到对应的圈定人群之后，根据需求对圈定人群投放相应的目标业务。67.可以理解的是，通过本实施例的dmp平台获取指令之后，将指令拆分基于数据库进行数据查询即人群圈定的过程，最终输出对应的目标人群，比传统人群圈定过程节省了产品对接、分析对接、研发开发、测试验证的过程，大幅度提高了业务的效率。68.本实施例通过获取目标人群圈定指令；对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。通过上述方式，能够根据业务投放的需求，自主的圈定特定的目标人群，通过拆解圈定任务进行人群圈定，最终得到被圈定的目标人群，对其形成分群策略进行业务投放，不仅能够节约人员的开发成本和分析成本，同时可以支撑经营指标的持续提升。69.参考图4，图4为本发明一种人群圈定方法第二实施例的流程示意图。70.基于上述第一实施例，本实施例人群圈定方法中所述步骤s30，包括：71.步骤s301：基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据。72.需要说明的是，每个子任务都是对应json中的table的sql语句，每个子任务查询对应的表，通过azkaban的父子依赖关系，将每一个子任务通过sparksql进行执行，在大数据存储层的预设数据库中得到子任务对应的第一目标圈定人群数据。73.步骤s302：基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群数据。74.需要说明的是，在子任务执行完毕之后，通过依赖关系和计算规则在大数据存储层的预设数据库查询拆解任务中的拆解父任务对应的数据，最终得到第二目标圈定人群数据。75.在具体实现中，为了使任务顺利完成，减少任务的失败率，最终得到较为精准的圈定人群，进一步地，所述基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据之前，还包括：判断拆解子任务是否执行完毕；若所述拆解子任务执行完毕，则基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据。76.需要说明的是，在执行父任务之前，需要判断当前拆解子任务是否已经执行完毕，若所述拆解子任务执行完毕，拆解父任务才能够执行，若拆解子任务执行失败，根据父子依赖关系，父任务也失败，通过导致指令查询失败，在得到失败原因后，根据原因解决对应的问题，然后重新执行拆解子任务，在拆解子任务成功执行完毕之后，又一次使拆解父任务开始执行，基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据。77.步骤s303：将所述第一目标圈定人群数据和所述第二目标圈定人群数据作为目标人群圈定数据，完成目标人群的圈定。78.需要说明的是，在得到拆解子任务对应的第一目标圈定人群数据和拆解父任务对应的第二目标圈定人群数据，将第一目标圈定人群数据和第二目标圈定人群数据汇总，得到目标人群圈定数据，最终完成目标人群的圈定，将本次指令圈定的用户进行发送。79.本实施例通过基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据；基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群；将所述第一目标圈定人群数据和所述第二目标圈定人群作为目标人群圈定数据，完成目标人群的圈定。通过对任务进行拆解，使原本串行的任务变成基于拆解子任务并行，提高了目标人群圈定过程的效率，能够节约用户在进行用户分析时的时间成本，能够尽快的根据需求得到对应的目标人群。80.此外，参照图5，本发明实施例还提出一种人群圈定装置，所述人群圈定装置包括：81.获取模块10，用于获取目标人群圈定指令。82.处理模块20，用于对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则。83.查询模块30，用于基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。84.本实施例通过获取目标人群圈定指令；对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。通过上述方式，能够根据业务投放的需求，自主的圈定特定的目标人群，通过拆解圈定任务进行人群圈定，最终得到被圈定的目标人群，对其形成分群策略进行业务投放，不仅能够节约人员的开发成本和分析成本，同时可以支撑经营指标的持续提升。85.在一实施例中，所述获取模块10，还用于获取用户根据目标需求发出的需求指令；86.将所述需求指令通过预设配置规则转换为对应的预设格式指令，所述预设格式指令包括预设多表查询语句数据、规则数据以及标识数据；87.将所述预设格式指令作为目标人群圈定指令。88.在一实施例中，所述处理模块20，还用于通过预设拆解计算模型对所述目标人群圈定指令进行拆解，得到对应的目标子任务、目标父任务以及依赖关系；89.根据所述目标子任务、目标父任务以及依赖关系生成对应的计算规则。90.在一实施例中，所述查询模块30，还用于基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据；91.基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群；92.将所述第一目标圈定人群数据和所述第二目标圈定人群作为目标人群圈定数据，完成目标人群的圈定。93.在一实施例中，所述查询模块30，还用于判断拆解子任务是否执行完毕；94.若所述拆解子任务执行完毕，则基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群。95.在一实施例中，所述查询模块30，还用于将所述目标人群圈定数据存储至预设数据库中；96.基于所述目标人群圈定数据投放目标业务。97.在一实施例中，所述查询模块30，还用于对所述目标人群圈定数据进行分析，得到对应的圈定人群；98.根据目标需求对所述圈定人群投放对应的目标业务。99.由于本装置采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。100.此外，本发明实施例还提出一种存储介质，所述存储介质上存储有人群圈定程序，所述人群圈定程序被处理器执行时实现如上文所述的人群圈定方法的步骤。101.由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。102.需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。103.另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的人群圈定方法，此处不再赘述。104.此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。105.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。106.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(readonlymemory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。107.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
：，均同理包括在本发明的专利保护范围内。当前第1页12当前第1页12
技术领域：
：，尤其涉及一种人群圈定方法、装置、设备及存储介质。
背景技术：
：：2.过往的数据管理平台(datamanagementplatform，dmp)标签均为单一特质/状态的描述:如是否是会员，是否活跃，在哪个省市；在精细化运营初期(2018‑2020)，这类标签可以支持运营做细致的分群策略，主要是在会员折扣活动中。但在2021年，但单一用户活跃/付费/等状态标签已经无法支撑经营指标的持续提升，更为复杂的事件标签成为运营刚需，如何根据业务投放需求自主圈定特定人群用户是亟待解决的问题。3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。技术实现要素：4.本发明的主要目的在于提供一种人群圈定方法、装置、设备及存储介质，旨在解决现有技术无法根据业务投放需求自主圈定特定人群用户的技术问题。5.为实现上述目的，本发明提供了一种人群圈定方法，所述方法包括以下步骤:6.获取目标人群圈定指令；7.对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；8.基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。9.可选地，所述获取目标人群圈定指令之前，还包括：10.获取用户根据目标需求发出的需求指令；11.将所述需求指令通过预设配置规则转换为对应的预设格式指令，所述预设格式指令包括预设多表查询语句数据、规则数据以及标识数据；12.将所述预设格式指令作为目标人群圈定指令。13.可选地，所述对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则，包括：14.通过预设拆解计算模型对所述目标人群圈定指令进行拆解，得到对应的目标子任务、目标父任务以及依赖关系；15.根据所述目标子任务、目标父任务以及依赖关系生成对应的计算规则。16.可选地，所述基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定，包括：17.基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据；18.基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群数据；19.将所述第一目标圈定人群数据和所述第二目标圈定人群数据作为目标人群圈定数据，完成目标人群的圈定。20.可选地，所述基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据之前，还包括：21.判断拆解子任务是否执行完毕；22.若所述拆解子任务执行完毕，则基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据。23.可选地，所述基于所述计算规则得到所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定之后，还包括：24.将所述目标人群圈定数据存储至预设数据库中；25.基于所述目标人群圈定数据投放目标业务。26.可选地，所述基于所述目标人群圈定数据投放目标业务，包括：27.对所述目标人群圈定数据进行分析，得到对应的圈定人群；28.根据目标需求对所述圈定人群投放对应的目标业务。29.此外，为实现上述目的，本发明还提出一种人群圈定装置，所述人群圈定装置包括：30.获取模块，用于获取目标人群圈定指令；31.处理模块，用于对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；32.查询模块，用于基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。33.此外，为实现上述目的，本发明还提出一种人群圈定设备，所述人群圈定设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人群圈定程序，所述人群圈定程序配置为实现如上文所述的人群圈定方法。34.本发明通过获取目标人群圈定指令；对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。通过上述方式，能够根据业务投放的需求，自主的圈定特定的目标人群，通过拆解圈定任务进行人群圈定，最终得到被圈定的目标人群，对其形成分群策略进行业务投放，不仅能够节约人员的开发成本和分析成本，同时可以支撑经营指标的持续提升。附图说明35.图1是本发明实施例方案涉及的硬件运行环境的人群圈定设备的结构示意图；36.图2为本发明人群圈定方法第一实施例的流程示意图；37.图3为本发明人群圈定方法一实施例的整体流程示意图；38.图4为本发明人群圈定方法第二实施例的流程示意图；39.图5为本发明人群圈定装置第一实施例的结构框图。40.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式41.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。42.参照图1，图1为本发明实施例方案涉及的硬件运行环境的人群圈定设备结构示意图。43.如图1所示，该人群圈定设备可以包括：处理器1001，例如中央处理器(centralprocessingunit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless‑fidelity，wi‑fi)接口)。存储器1005可以是高速的随机存取存储器(randomaccessmemory，ram)存储器，也可以是稳定的非易失性存储器(non‑volatilememory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。44.本领域技术人员可以理解，图1中示出的结构并不构成对人群圈定设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。45.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及人群圈定程序。46.在图1所示的人群圈定设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明人群圈定设备中的处理器1001、存储器1005可以设置在人群圈定设备中，所述人群圈定设备通过处理器1001调用存储器1005中存储的人群圈定程序，并执行本发明实施例提供的人群圈定方法。47.本发明实施例提供了一种人群圈定方法，参照图2，图2为本发明一种人群圈定方法第一实施例的流程示意图。48.本实施例中，所述人群圈定方法包括以下步骤：49.步骤s10：获取目标人群圈定指令。50.需要说明的是，本实施例的执行主体是数据管理平台(datamanagementplatform，dmp)，能够把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让用户可以把这些细分结果推向现有的互动营销环境里的平台，dmp指令层获取指令，并对指令进行转换，大数据计算层对指令进行拆解并生成对应的计算规则，大数据存储层基于拆解后的指令和对应的计算规则进行目标圈定人群数据的查询，得到对应的圈定结果，大数据传输层对圈定结果进行存储并传输给dmp投放层，dmp基于大数据传输层返回的圈定结果进行业务的精准投放，整体处理过程如图3所示。51.可以理解的是，所述人群圈定指令是研发人员基于业务投放需求对应的用户标签所发送的人群圈定指令。52.在具体实现中，为了让大数据层能够更好的对指令进行处理，进一步地，所述获取目标人群圈定指令之前，还包括：获取用户根据目标需求发出的需求指令；将所述需求指令通过预设配置规则转换为对应的预设格式指令，所述预设格式指令包括预设多表查询语句数据、规则数据以及标识数据；将所述预设格式指令作为目标人群圈定指令53.需要说明的是，所述需求指令是用户根据业务投放需求对应的用户标签所发出的初始需求指令。54.可以理解的是，所述预设配置规则指的是dmp平台的前端配置规则；所述预设格式指令指的是将初始需求指令通过dmp平台前端配置规则转换程json格式的指令。55.可以理解的是，所述预设格式指令即json格式指令包括预设多表查询语句数据即table、规则数据即rule以及标识数据，json格式指令的核心内容是rule和table的值，其它内容为这个指令的唯一标识，table是嵌套一个json包含多个表的独立查询语句，每个查询都会返回一批mac数据，rule是对table字段中表名称的关系进行说明。例如，：a&&b就是a和b的交集，a||b就是a和b的并集。56.在具体实现中，在将所述初始需求指令转换成预设格式指令后，将所述预设格式指令作为目标人群圈定指令。57.步骤s20：对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则。58.需要说明的是，大数据平台在接收到所述目标人群圈定指令之后，大数据计算层根据指令对指令进行拆解并生成对应的计算规则。59.在具体实现中，为了能够增加任务执行效率，需要将任务进行拆解成不同的子项并行查询对应数据，进一步地，所述对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则，包括：通过预设拆解计算模型对所述目标人群圈定指令进行拆解，得到对应的目标子任务、目标父任务以及依赖关系；根据所述目标子任务、目标父任务以及依赖关系生成对应的计算规则。60.需要说明的是，所述预设拆解计算模型指的是大数据计算层中的json解析工具，通过json解析工具能够将目标人群圈定指令拆分成多个子任务并行执行，并得到子任务和父任务之间的依赖关系，每个子任务都是对应的json格式指令中的table的sql语句。61.步骤s30：基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。62.需要说明的是，所述预设数据库指的是大数据存储层中的数据库，大数据存储层在预设数据库中查询每个拆解任务对应的人群圈定数据，最终得到的汇总数据即为目标人群圈定数据，最终完成目标人群的圈定。63.在具体实现中，为了能够进行精准的业务投放，在得到数据之后，需要对目标人群圈定数据进行存储，并根据得到的圈定数据进行投放，进一步地，所述基于所述计算规则得到所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定之后，还包括：将所述目标人群圈定数据存储至预设数据库中；基于所述目标人群圈定数据投放目标业务。64.需要说明的是，所述将得到的数据存储至大数据存储层中的数据库，同时为了能够精准投放业务，大数据传输层需要对存储结果即目标人群圈定数据输出给dmp投放层，dmp投放层根据返回的目标人群圈定数据进行业务精准投放。65.在具体实现中，为了能够提高投放效率，进一步地，所述基于所述目标人群圈定数据投放目标业务，包括：对所述目标人群圈定数据进行分析，得到对应的圈定人群；根据目标需求对所述圈定人群投放对应的目标业务。66.需要说明的是，dmp投放层基于所述目标人群圈定数据得到对应的圈定人群，在得到对应的圈定人群之后，根据需求对圈定人群投放相应的目标业务。67.可以理解的是，通过本实施例的dmp平台获取指令之后，将指令拆分基于数据库进行数据查询即人群圈定的过程，最终输出对应的目标人群，比传统人群圈定过程节省了产品对接、分析对接、研发开发、测试验证的过程，大幅度提高了业务的效率。68.本实施例通过获取目标人群圈定指令；对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。通过上述方式，能够根据业务投放的需求，自主的圈定特定的目标人群，通过拆解圈定任务进行人群圈定，最终得到被圈定的目标人群，对其形成分群策略进行业务投放，不仅能够节约人员的开发成本和分析成本，同时可以支撑经营指标的持续提升。69.参考图4，图4为本发明一种人群圈定方法第二实施例的流程示意图。70.基于上述第一实施例，本实施例人群圈定方法中所述步骤s30，包括：71.步骤s301：基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据。72.需要说明的是，每个子任务都是对应json中的table的sql语句，每个子任务查询对应的表，通过azkaban的父子依赖关系，将每一个子任务通过sparksql进行执行，在大数据存储层的预设数据库中得到子任务对应的第一目标圈定人群数据。73.步骤s302：基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群数据。74.需要说明的是，在子任务执行完毕之后，通过依赖关系和计算规则在大数据存储层的预设数据库查询拆解任务中的拆解父任务对应的数据，最终得到第二目标圈定人群数据。75.在具体实现中，为了使任务顺利完成，减少任务的失败率，最终得到较为精准的圈定人群，进一步地，所述基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据之前，还包括：判断拆解子任务是否执行完毕；若所述拆解子任务执行完毕，则基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据。76.需要说明的是，在执行父任务之前，需要判断当前拆解子任务是否已经执行完毕，若所述拆解子任务执行完毕，拆解父任务才能够执行，若拆解子任务执行失败，根据父子依赖关系，父任务也失败，通过导致指令查询失败，在得到失败原因后，根据原因解决对应的问题，然后重新执行拆解子任务，在拆解子任务成功执行完毕之后，又一次使拆解父任务开始执行，基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群数据。77.步骤s303：将所述第一目标圈定人群数据和所述第二目标圈定人群数据作为目标人群圈定数据，完成目标人群的圈定。78.需要说明的是，在得到拆解子任务对应的第一目标圈定人群数据和拆解父任务对应的第二目标圈定人群数据，将第一目标圈定人群数据和第二目标圈定人群数据汇总，得到目标人群圈定数据，最终完成目标人群的圈定，将本次指令圈定的用户进行发送。79.本实施例通过基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据；基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群；将所述第一目标圈定人群数据和所述第二目标圈定人群作为目标人群圈定数据，完成目标人群的圈定。通过对任务进行拆解，使原本串行的任务变成基于拆解子任务并行，提高了目标人群圈定过程的效率，能够节约用户在进行用户分析时的时间成本，能够尽快的根据需求得到对应的目标人群。80.此外，参照图5，本发明实施例还提出一种人群圈定装置，所述人群圈定装置包括：81.获取模块10，用于获取目标人群圈定指令。82.处理模块20，用于对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则。83.查询模块30，用于基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。84.本实施例通过获取目标人群圈定指令；对所述目标人群圈定指令通过预设拆解计算模型处理，得到对应的拆解任务及对应的计算规则；基于所述计算规则在预设数据库中查询所述拆解任务对应的目标人群圈定数据，完成目标人群的圈定。通过上述方式，能够根据业务投放的需求，自主的圈定特定的目标人群，通过拆解圈定任务进行人群圈定，最终得到被圈定的目标人群，对其形成分群策略进行业务投放，不仅能够节约人员的开发成本和分析成本，同时可以支撑经营指标的持续提升。85.在一实施例中，所述获取模块10，还用于获取用户根据目标需求发出的需求指令；86.将所述需求指令通过预设配置规则转换为对应的预设格式指令，所述预设格式指令包括预设多表查询语句数据、规则数据以及标识数据；87.将所述预设格式指令作为目标人群圈定指令。88.在一实施例中，所述处理模块20，还用于通过预设拆解计算模型对所述目标人群圈定指令进行拆解，得到对应的目标子任务、目标父任务以及依赖关系；89.根据所述目标子任务、目标父任务以及依赖关系生成对应的计算规则。90.在一实施例中，所述查询模块30，还用于基于所述计算规则在预设数据库中并行查询拆解子任务，得到对应的第一目标圈定人群数据；91.基于所述计算规则和依赖关系在预设数据库中查询拆解父任务，得到对应的第二目标圈定人群；92.将所述第一目标圈定人群数据和所述第二目标圈定人群作为目标人群圈定数据，完成目标人群的圈定。93.在一实施例中，所述查询模块30，还用于判断拆解子任务是否执行完毕；94.若所述拆解子任务执行完毕，则基于所述计算规则和依赖关系在预设数据库中查询拆解父任务对应的第二目标圈定人群。95.在一实施例中，所述查询模块30，还用于将所述目标人群圈定数据存储至预设数据库中；96.基于所述目标人群圈定数据投放目标业务。97.在一实施例中，所述查询模块30，还用于对所述目标人群圈定数据进行分析，得到对应的圈定人群；98.根据目标需求对所述圈定人群投放对应的目标业务。99.由于本装置采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。100.此外，本发明实施例还提出一种存储介质，所述存储介质上存储有人群圈定程序，所述人群圈定程序被处理器执行时实现如上文所述的人群圈定方法的步骤。101.由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。102.需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。103.另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的人群圈定方法，此处不再赘述。104.此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。105.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。106.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(readonlymemory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。107.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
：，均同理包括在本发明的专利保护范围内。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
