(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210651106.2 (22)申请日 2022.06.09 (71)申请人 国网绿色能源有限公司 地址 100053 北京市西城区白广路二条1号 综合楼9-11层 申请人 国网综合能源服 务集团有限公司 　 国家电网有限公司 (72)发明人 佘家驹　马胜奎　刘超　肖龙　 靳京　李昕　吴泽成　 (74)专利代理 机构 北京立成智业专利代理事务 所(普通合伙) 11310 专利代理师 张江涵 (51)Int.Cl. G06F 16/2458(2019.01) G06F 16/28(2019.01)G06F 16/23(2019.01) G06F 16/9535(2019.01) (54)发明名称 用户画像标签数据的处 理方法 (57)摘要 一种用户画像标签数据 的处理方法， 包括： 生成用于存储用户画像标签的数据库， 其中所述 用于存储用户画 像标签的数据库至少包括： 用于 存储原始数据的原始数据实时表、 用于存储用户 数据的用户字典表、 用于存储用户以及对应的用 户画像标签的用户标签表； 其中所述原始数据实 时表用于供应用服务写入新产生的用户id和用 户画像标签id； 且所述原始数据实时表还用于将 原始数据增量聚合到用户标签表； 其中所述用户 字典表用于存储用户id； 其中所述用户标签表以 标签tag_id为维度， 用于标识出每一用户对应的 用户画像标签； 其中该用户标签表用于为系统提 供检索服 务。 权利要求书2页 说明书6页 附图1页 CN 114925117 A 2022.08.19 CN 114925117 A 1.一种用户画像标签数据的处 理方法， 包括： 生成用于存储用户画像标签的数据库， 其中所述用于存储用户画像标签的数据库至少 包括： 用于存储原始数据的原始数据实时表、 用于存储用户数据的用户字典表、 用于存储用 户以及对应的用户画像标签的用户标签表； 其中所述原始数据实时表用于供应用服务写入新产生的用户id和用户画像标签id； 且 所述原始数据实时表还用于将原始数据增量聚合到用户标签表； 其中所述原始数据实时表 至少包括： 字段主键id、 组织机构id、 用户id、 标签tag_id； 其中字段主键id采用自增int8类型， 其 中标签tag_id采用int类型； 且 所述原始数据实时表还包括两个布尔型标志位： 标识是否删 除， 是否合并用户字典表； 其中所述用户字典表至少包括以下字段： 用户的唯一标识user_id字段， 其中所述user_id字段为int类型， 每一user_id字段占8 字节空间； 用户组织机构 唯一标识org_id字段， 用于表示用户所属单位； 其中所述org_id字段为 int类型， 每一org_id字段占8字节空间； 当可用于数据表超过100GB后按组织机构分表， 行 号row_id为int类型， 占8字节空间； 其中所述用户标签表以标签tag_id为维度， 用于标识出每一用户对应的用户画像标 签； 其中该用户标签表用于为系统提供检索服 务； 其中该用户标签表包括以下字段： 自增整数主键id， 标签唯一标识， 组织机构唯一标 识、 用户唯一标识聚合列user_ids； 其中可变字串数据类型的用户唯一标识聚合列user_ ids采用varbit类型， 存 储用户字典表中按照ro wid顺位的比特字串。 2.根据权利要求1所述的用户画像标签数据的处理方法， 其特征在于， 所述方法还包 括： 将原始数据实时表中的用户原 始数据， 合并到用户标签表中； 具体包括： 获取用户实时数据表中的未更新的原始数据， 根据 未更新的原始数据 更新用户字典表 中的用户的唯一标识user_id字段， 然后再将数据增量聚合到用户标签表。 3.根据权利要求2所述的用户画像标签数据的处理方法， 其特征在于， 其中所述将原始 数据实时表中的用户原始数据合并到用户标签表中的步骤， 采用一个事务中完成； 即单独 标签为一个进程并发执 行。 4.根据权利要求3所述的用户画像标签数据的处理方法， 其特征在于， 其中所述将原始 数据实时表中的用户原 始数据合并到用户标签表中的步骤， 包括： 获取用户实时的原 始数据； 获取该原始数据中的用户画像标签， 判断该用户画像标签是否存在用户标签表中； 如 果不存在则在该用户标签表中增 加一列新的用户画像标签。 5.根据权利要求1所述的用户画像标签数据的处理方法， 其特征在于， 所述方法还包 括： 当查询方式为： 选择了一个tag， 需要列出所有具有该tag的用户； 则输入为tagid， 输出 为用户id； 此时需要对用户字典表和用户标签表联合进行查询： 首先使用set_bit_array自订函数， 对用户标签表对所需tag进行对齐， 即获取最大的 标签tag的用户r owid字串长度； 如果用户没有 此标签时， 则将该用户rowid字串中的末尾补权　利　要　求　书 1/2 页 2 CN 114925117 A 20； 然后对所选t ag取出的用户id在字典表 中的行号取并集， 得到符合所选t ag组的全部为1 的rowid的数组， 然后关联用户字典表取 得用户id。 6.根据权利要求1所述的用户画像标签数据的处理方法， 其特征在于， 所述方法还包 括： 当查询方式为： 列出一个用户的所有tag， 则通过get_bit函数， 取得所述所有tag中该 用户对应字串中的该用户ro wid位为1的标签。 7.根据权利要求1所述的用户画像标签数据的处理方法， 其特征在于， 所述用于存储用 户画像标签的数据库为以用户画像标签为基本维度生 成的基于PostGreSQL的数据库， 所述 数据库为通过变长位串来存储用户ID， 且所述数据库中存储有每一个用户ID对应的标签 tag； 其中所述数据库中存 储有每一用户ID对应的用户画像标签ta g。 8.根据权利要求1所述的用户画像标签数据的处理方法， 其特征在于， 所述方法还包 括： 创建用于 辅助读写存 储用户ID的可变长位串的函数， 其中所述 函数包括： 函数get_bit(varbit,int,int)returns  varbit； 用于从指定位置开始获取N个BIT位， 返回varbit； 函数set_bit_array(varbit,int,int,int[])return s varbit； 用于将指定位置的BIT 设置为0|1， 超出原 始长度的部分填充0|1； 函数bit_count(varbit,int,int,int)returns  int； 用于从第n位开始， 统计N个BIT位 中有多少个0或1， 如果 N超出长度， 则只计算已经存在的； 函数bit_count(varbit,int)returns  int； 用于统计出整个比特串bit  string中1|0 的个数； 函数bit_fill(int,int)returns  varbit； 用于在比特串bit  string中填充指定长度 的0或1； 函数bit_rand(int,int,float)returns  varbit； 用于在比特串bit  string中填充指 定长度的随机bit， 并指定1或0的随机比例； 函数bit_posite(varbit,int,boolean)returns  int[ ]； 用于返回1|0的位置信息， 下 标从0开始计数,t rue时正向返回， false时反向返回； 函数bit_posite(varbit,int,int,boolean)returns  int[ ]； 用于返回1|0的位置信 息， 下标从0开始计数， t rue时正向返回， false时反向返回， 返回N个为止； 函数get_bit_2(varbit,int,int)returns  int； 用于返回指定位置的bit,下标从0开 始， 如果超出bit位置， 返回指定的0或1。权　利　要　求　书 2/2 页 3 CN 114925117 A 3