本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)分析方法和裝置。

背景技術(shù)：

隨著互聯(lián)網(wǎng)的發(fā)展，常常需要對(duì)用戶的行為信息進(jìn)行分析，以便預(yù)測(cè)用戶未來的行為，進(jìn)而基于預(yù)測(cè)結(jié)果確定互聯(lián)網(wǎng)信息的分發(fā)策略或處理策略。

目前，通常通過建立模型的方式進(jìn)行用戶行為的分析，具體地，首先從歷史數(shù)據(jù)中采集樣本，基于采集的樣本建立預(yù)測(cè)模型，然后根據(jù)預(yù)測(cè)模型中的預(yù)測(cè)系數(shù)，比如概率系數(shù)、關(guān)系權(quán)重系數(shù)等，來預(yù)測(cè)用戶潛在的行為。

技術(shù)實(shí)現(xiàn)要素：

從時(shí)間維度考慮，當(dāng)通過建立模型來分析用戶的消費(fèi)行為時(shí)，一旦模型建立完成以后，除非重新選擇樣本并重新建立模型，否則模型中的預(yù)測(cè)系數(shù)是固定不變的，因此不能夠適應(yīng)變化的消費(fèi)習(xí)慣、消費(fèi)趨勢(shì)等最新的消費(fèi)行為信息，導(dǎo)致確定用戶潛在消費(fèi)行為的準(zhǔn)確率降低，或者說導(dǎo)致不能準(zhǔn)確分析出影響用戶消費(fèi)行為變化的原因。

發(fā)明人通過對(duì)大量用戶的消費(fèi)數(shù)據(jù)的跟蹤、研究發(fā)現(xiàn)：以任一個(gè)用戶或多個(gè)用戶來說，其在不同時(shí)間階段所體現(xiàn)出的消費(fèi)行為可能是不同的。該用戶在不同時(shí)間的消費(fèi)行為的變化，可能主要受幾個(gè)消費(fèi)屬性的影響，比如配送時(shí)間、起送價(jià)格等等。

因此，如果能夠準(zhǔn)確分析獲得大量用戶在不同時(shí)間階段的消費(fèi)行為的變化原因，將能夠基于分析獲得的變化原因，進(jìn)行針對(duì)性的營(yíng)銷策略輸出，比如，在電子商務(wù)領(lǐng)域，服務(wù)平臺(tái)通過對(duì)短時(shí)間內(nèi)影響用戶消費(fèi)行為變化的消費(fèi)屬性的分析，能夠基于該消費(fèi)屬性向各商戶推送針對(duì)性的營(yíng)銷建議，以滿足大量用戶當(dāng)前的消費(fèi)需求。

有鑒于此，本發(fā)明實(shí)施例提供一種數(shù)據(jù)分析方法和裝置，用以準(zhǔn)確分析用戶消費(fèi)行為變化的原因，從而有利于提高服務(wù)策略推送的針對(duì)性、準(zhǔn)確性。

本發(fā)明實(shí)施例提供一種數(shù)據(jù)分析方法，包括：

獲取不同觀察時(shí)刻時(shí)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合，所述消費(fèi)標(biāo)簽集合中的每個(gè)標(biāo)簽由消費(fèi)屬性和屬性值構(gòu)成；

分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

可選地，所述分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性，包括：

根據(jù)所述多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和至少一組觀察指標(biāo)區(qū)間，確定每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合，其中，每組觀察指標(biāo)區(qū)間由至少一種觀察指標(biāo)及對(duì)應(yīng)的一個(gè)取值區(qū)間構(gòu)成；

對(duì)每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合進(jìn)行用戶流轉(zhuǎn)情況和消費(fèi)標(biāo)簽差異性分析，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

可選地，所述分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性之前，還包括：

響應(yīng)于對(duì)目標(biāo)用戶類型的選擇操作，確定與所述目標(biāo)用戶類型對(duì)應(yīng)的用戶篩選條件；

根據(jù)不同觀察時(shí)刻時(shí)獲取的多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和所述用戶篩選條件，確定在對(duì)應(yīng)觀察時(shí)刻，滿足所述用戶篩選條件的用戶集合。

從而可選地，所述分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性，包括：

根據(jù)觀察時(shí)刻ti時(shí)對(duì)應(yīng)的用戶集合y和觀察時(shí)刻tj時(shí)對(duì)應(yīng)的用戶集合z，確定用戶集合y中的轉(zhuǎn)出用戶子集合和轉(zhuǎn)入用戶子集合，其中，j大于i，所述轉(zhuǎn)出用戶子集合中的用戶不包含于所述用戶集合z中，所述轉(zhuǎn)入用戶子集合中的用戶包含于所述用戶集合z中；

對(duì)所述轉(zhuǎn)出用戶子集合和所述轉(zhuǎn)入用戶子集合進(jìn)行消費(fèi)標(biāo)簽差異性分析，獲得影響所述用戶集合y中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性。

本發(fā)明實(shí)施例提供一種數(shù)據(jù)分析裝置，包括：

第一獲取模塊，用于獲取不同觀察時(shí)刻時(shí)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合，所述消費(fèi)標(biāo)簽集合中的每個(gè)標(biāo)簽由消費(fèi)屬性和屬性值構(gòu)成；

分析模塊，用于分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

可選地，所述分析模塊包括：

第一確定子模塊，用于根據(jù)所述多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和至少一組觀察指標(biāo)區(qū)間，確定每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合，其中，每組觀察指標(biāo)區(qū)間由至少一種觀察指標(biāo)及對(duì)應(yīng)的一個(gè)取值區(qū)間構(gòu)成；

第一分析子模塊，用于對(duì)每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合進(jìn)行用戶流轉(zhuǎn)情況和消費(fèi)標(biāo)簽差異性分析，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

可選地，所述裝置還包括：

第二確定模塊，用于響應(yīng)于對(duì)目標(biāo)用戶類型的選擇操作，確定與所述目標(biāo)用戶類型對(duì)應(yīng)的用戶篩選條件；

第三確定模塊，用于根據(jù)不同觀察時(shí)刻時(shí)獲取的多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和所述用戶篩選條件，確定在對(duì)應(yīng)觀察時(shí)刻，滿足所述用戶篩選條件的用戶集合。

可選地，所述分析模塊包括：

第二確定子模塊，用于根據(jù)觀察時(shí)刻ti時(shí)對(duì)應(yīng)的用戶集合y和觀察時(shí)刻tj時(shí)對(duì)應(yīng)的用戶集合z，確定用戶集合y中的轉(zhuǎn)出用戶子集合和轉(zhuǎn)入用戶子集合，其中，j大于i，所述轉(zhuǎn)出用戶子集合中的用戶不包含于所述用戶集合z中，所述轉(zhuǎn)入用戶子集合中的用戶包含于所述用戶集合z中；

第二分析子模塊，用于對(duì)所述轉(zhuǎn)出用戶子集合和所述轉(zhuǎn)入用戶子集合進(jìn)行消費(fèi)標(biāo)簽差異性分析，獲得影響所述用戶集合y中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性。

本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法和裝置，在獲取每個(gè)預(yù)設(shè)的觀察時(shí)刻時(shí)的多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合，通過對(duì)不同觀察時(shí)刻時(shí)的各用戶的消費(fèi)標(biāo)簽集合中的消費(fèi)標(biāo)簽進(jìn)行分析，來確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。由于每個(gè)觀察時(shí)刻對(duì)應(yīng)的每個(gè)用戶的消費(fèi)標(biāo)簽集合中的消費(fèi)標(biāo)簽表征了對(duì)應(yīng)用戶在該觀察時(shí)刻的消費(fèi)行為特征，針對(duì)任一用戶來說，不同觀察時(shí)刻，其對(duì)應(yīng)的消費(fèi)標(biāo)簽集合所反映的消費(fèi)特征可能不同，從而通過對(duì)多個(gè)不同觀察時(shí)刻用戶消費(fèi)標(biāo)簽集合的分析，能夠跟蹤發(fā)現(xiàn)影響用戶消費(fèi)行為變化的消費(fèi)屬性，基于此，對(duì)大量的用戶進(jìn)行上述分析過程，可以準(zhǔn)確地發(fā)現(xiàn)一段時(shí)間內(nèi)影響大量用戶消費(fèi)行為變化的原因，基于該原因的發(fā)現(xiàn)，在實(shí)際應(yīng)用中可以有利于提高服務(wù)平臺(tái)向服務(wù)提供方推送服務(wù)策略的針對(duì)性、準(zhǔn)確性。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例一的流程圖；

圖2為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例二的流程圖；

圖3為圖2所示實(shí)施例中步驟204的一種可選實(shí)現(xiàn)方式的流程圖；

圖4為圖2所示實(shí)施例對(duì)應(yīng)的一種分析原理示意圖；

圖5為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例三的流程圖；

圖6為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例四的流程圖；

圖7為圖6所示實(shí)施例對(duì)應(yīng)的一種分析原理示意圖；

圖8為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例五的流程圖；

圖9為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例一的結(jié)構(gòu)示意圖；

圖10為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例二的結(jié)構(gòu)示意圖；

圖11為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例三的結(jié)構(gòu)示意圖；

圖12為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例四的結(jié)構(gòu)示意圖；

圖13為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例五的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

在本發(fā)明實(shí)施例中使用的術(shù)語是僅僅出于描述特定實(shí)施例的目的，而非旨在限制本發(fā)明。在本發(fā)明實(shí)施例和所附權(quán)利要求書中所使用的單數(shù)形式的“一種”、“所述”和“該”也旨在包括多數(shù)形式，除非上下文清楚地表示其他含義，“多種”一般包含至少兩種，但是不排除包含至少一種的情況。

應(yīng)當(dāng)理解，本文中使用的術(shù)語“和/或”僅僅是一種描述關(guān)聯(lián)對(duì)象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，a和/或b，可以表示：?jiǎn)为?dú)存在a，同時(shí)存在a和b，單獨(dú)存在b這三種情況。另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對(duì)象是一種“或”的關(guān)系。

應(yīng)當(dāng)理解，盡管在本發(fā)明實(shí)施例中可能采用術(shù)語第一、第二、第三等來描述xxx，但這些xxx不應(yīng)限于這些術(shù)語。這些術(shù)語僅用來將xxx彼此區(qū)分開。例如，在不脫離本發(fā)明實(shí)施例范圍的情況下，第一xxx也可以被稱為第二xxx，類似地，第二xxx也可以被稱為第一xxx。

取決于語境，如在此所使用的詞語“如果”、“若”可以被解釋成為“在……時(shí)”或“當(dāng)……時(shí)”或“響應(yīng)于確定”或“響應(yīng)于檢測(cè)”。類似地，取決于語境，短語“如果確定”或“如果檢測(cè)(陳述的條件或事件)”可以被解釋成為“當(dāng)確定時(shí)”或“響應(yīng)于確定”或“當(dāng)檢測(cè)(陳述的條件或事件)時(shí)”或“響應(yīng)于檢測(cè)(陳述的條件或事件)”。

還需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的商品或者系統(tǒng)不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種商品或者系統(tǒng)所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的商品或者系統(tǒng)中還存在另外的相同要素。

圖1為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例一的流程圖，本實(shí)施例提供的該數(shù)據(jù)分析方法可以由一數(shù)據(jù)分析裝置來執(zhí)行，該數(shù)據(jù)分析裝置可以實(shí)現(xiàn)為軟件，或者實(shí)現(xiàn)為軟件和硬件的組合，該數(shù)據(jù)分析裝置可以集成設(shè)置在服務(wù)平臺(tái)側(cè)的設(shè)備中，比如服務(wù)器中，以下在不引起歧義的情況下，將集成該數(shù)據(jù)分析裝置的設(shè)備稱為服務(wù)平臺(tái)。如圖1所示，該方法包括如下步驟：

步驟101、獲取不同觀察時(shí)刻時(shí)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合，其中，消費(fèi)標(biāo)簽集合中的每個(gè)標(biāo)簽由消費(fèi)屬性和屬性值構(gòu)成。

步驟102、分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

本發(fā)明實(shí)施例中，通過對(duì)多個(gè)用戶在不同觀察時(shí)刻時(shí)的消費(fèi)標(biāo)簽集合進(jìn)行分析，以獲得影響多個(gè)用戶在一段時(shí)間內(nèi)的消費(fèi)行為變化的原因。

為實(shí)現(xiàn)上述目的，概括來說：首先，服務(wù)平臺(tái)需要確定觀察對(duì)象，即需要確定獲取哪些用戶的消費(fèi)標(biāo)簽集合，進(jìn)而，獲取這些用戶在不同觀察時(shí)刻時(shí)對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，之后，分析各用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

具體地，可以根據(jù)實(shí)際的應(yīng)用需求來確定需要獲取哪些用戶的消費(fèi)標(biāo)簽集合。舉例來說，比如當(dāng)需要針對(duì)某商圈進(jìn)行分析時(shí)，可以獲得在該商圈內(nèi)消費(fèi)的某些用戶；再比如針對(duì)某個(gè)特定的人群進(jìn)行分析時(shí)，可以獲得符合該人群特征的多個(gè)用戶。

值得說明的是，當(dāng)確定需要觀察的多個(gè)用戶時(shí)，可以根據(jù)服務(wù)平臺(tái)中存儲(chǔ)的大量用戶的消費(fèi)數(shù)據(jù)，通過對(duì)這些消費(fèi)數(shù)據(jù)進(jìn)行分析來獲取作為觀察對(duì)象的多個(gè)用戶。比如對(duì)于上述舉例的某商圈，可以根據(jù)各用戶消費(fèi)數(shù)據(jù)中的消費(fèi)地址，篩選出在該商圈中消費(fèi)的用戶。

進(jìn)而，根據(jù)確定出的多個(gè)用戶在不同歷史時(shí)間內(nèi)的消費(fèi)數(shù)據(jù)進(jìn)行消費(fèi)屬性或者稱為消費(fèi)特征提取、計(jì)算，以獲得每個(gè)用戶在不同觀察時(shí)刻時(shí)的消費(fèi)標(biāo)簽集合。

本實(shí)施例中，為了獲得影響多個(gè)用戶在一段時(shí)間內(nèi)的消費(fèi)行為變化的原因，對(duì)一段較長(zhǎng)的歷史時(shí)間進(jìn)行區(qū)間劃分，比如以一周為間隔進(jìn)行劃分，從而從某起點(diǎn)開始，每隔一周為一個(gè)觀察時(shí)刻，該觀察時(shí)刻對(duì)應(yīng)的各用戶的消費(fèi)標(biāo)簽集合由這一周內(nèi)這些用戶的消費(fèi)數(shù)據(jù)確定。

其中，每個(gè)用戶的消費(fèi)標(biāo)簽集合中的每個(gè)標(biāo)簽由消費(fèi)屬性和屬性值構(gòu)成，消費(fèi)屬性的數(shù)量一般是多個(gè)，用戶反映用戶的消費(fèi)特征。比如，消費(fèi)標(biāo)簽集合中包含表征平均客單價(jià)的標(biāo)簽，表征平均配送時(shí)長(zhǎng)的標(biāo)簽，表征用戶的配送地址的標(biāo)簽，表征用戶的職業(yè)的標(biāo)簽，等等，某個(gè)用戶對(duì)應(yīng)的各消費(fèi)屬性根據(jù)相應(yīng)觀察周期內(nèi)該用戶的消費(fèi)數(shù)據(jù)中相應(yīng)的信息統(tǒng)計(jì)獲得。

當(dāng)獲得了作為被觀察對(duì)象的多個(gè)用戶在不同觀察時(shí)刻時(shí)的消費(fèi)標(biāo)簽集合之后，基于對(duì)每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合的分析，便可以確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

可選地，對(duì)每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合的分析，針對(duì)同一用戶來說，主要是分析在不同觀察時(shí)刻其對(duì)應(yīng)的各消費(fèi)標(biāo)簽集合中各標(biāo)簽的差異情況。當(dāng)在不同觀察時(shí)刻時(shí)，某用戶的消費(fèi)標(biāo)簽集合中針對(duì)某個(gè)或某幾個(gè)標(biāo)簽具有明顯的差別，比如反映配送時(shí)長(zhǎng)的標(biāo)簽由某觀察時(shí)刻的30分鐘變?yōu)榱硪挥^察時(shí)刻的60分鐘，認(rèn)為配送時(shí)長(zhǎng)是影響該用戶消費(fèi)行為變化的一個(gè)消費(fèi)屬性。

當(dāng)針對(duì)各用戶進(jìn)行上述分析之后，可以獲得影響每個(gè)用戶消費(fèi)行為變化的消費(fèi)屬性，從而可選地，可以確定在相應(yīng)的歷史時(shí)間內(nèi)影響上述多個(gè)用戶的消費(fèi)行為變化的消費(fèi)屬性為影響每個(gè)用戶消費(fèi)行為變化的消費(fèi)屬性的并集和部分。

上述分析過程僅為一種簡(jiǎn)單的舉例，下面會(huì)結(jié)合不同的具體實(shí)施例詳細(xì)說明其他的幾種可選的實(shí)現(xiàn)方式。

本實(shí)施例中，由于每個(gè)觀察時(shí)刻對(duì)應(yīng)的每個(gè)用戶的消費(fèi)標(biāo)簽集合中的消費(fèi)標(biāo)簽表征了對(duì)應(yīng)用戶在該觀察時(shí)刻的消費(fèi)行為特征，針對(duì)任一用戶來說，不同觀察時(shí)刻，其對(duì)應(yīng)的消費(fèi)標(biāo)簽集合所反映的消費(fèi)特征可能不同，從而通過對(duì)多個(gè)不同觀察時(shí)刻用戶消費(fèi)標(biāo)簽集合的分析，能夠跟蹤發(fā)現(xiàn)影響用戶消費(fèi)行為變化的消費(fèi)屬性，基于此，對(duì)大量的用戶進(jìn)行上述分析過程，可以準(zhǔn)確地發(fā)現(xiàn)一段時(shí)間內(nèi)影響大量用戶消費(fèi)行為變化的原因，基于該原因的發(fā)現(xiàn)，在實(shí)際應(yīng)用中可以有利于提高服務(wù)平臺(tái)向服務(wù)提供方推送服務(wù)策略的針對(duì)性、準(zhǔn)確性。

下面以圖2所示的一種實(shí)際應(yīng)用場(chǎng)景，對(duì)該應(yīng)用場(chǎng)景下，如何確定多個(gè)用戶的消費(fèi)行為變化的原因進(jìn)行說明。該場(chǎng)景中，固定觀察對(duì)象，即在不同觀察時(shí)刻對(duì)應(yīng)的全部用戶都是相同的用戶。

圖2為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例二的流程圖，如圖2所示，該方法包括如下步驟：

步驟201、根據(jù)用戶篩選條件，獲取滿足用戶篩選條件的多個(gè)用戶。

可選地，本實(shí)施例中，用戶篩選條件比如可以是針對(duì)地理區(qū)域的篩選條件，比如還可以是針對(duì)地理區(qū)域、注冊(cè)時(shí)間的篩選條件，不以此為限。

實(shí)際應(yīng)用中，舉例來說，用戶篩選條件比如是：篩選出2016年9月1日，在北京市注冊(cè)的所有新用戶。

步驟202、獲取不同觀察時(shí)刻時(shí)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合。

實(shí)際應(yīng)用中，假設(shè)當(dāng)前時(shí)刻為2016年11月1日，為了預(yù)測(cè)出對(duì)當(dāng)前時(shí)刻用戶的消費(fèi)行為具有重要影響的消費(fèi)屬性，服務(wù)平臺(tái)可以對(duì)當(dāng)前時(shí)刻之前一定歷史時(shí)間內(nèi)的大量用戶的消費(fèi)數(shù)據(jù)進(jìn)行分析，以獲取這些具有重要影響的消費(fèi)屬性。

假設(shè)不同觀察時(shí)刻對(duì)應(yīng)的歷史時(shí)間段為2016年9月10日至2016年10月30日，在該歷史時(shí)間段內(nèi)，可以以10天為周期，每隔10天為一個(gè)觀察時(shí)刻。

從而，服務(wù)平臺(tái)以篩選出的多個(gè)用戶的用戶標(biāo)識(shí)為索引，跟蹤篩選出的多個(gè)用戶在2016年9月1日至2016年10月30日的消費(fèi)數(shù)據(jù)，其中，用戶標(biāo)識(shí)比如為用戶的聯(lián)系電話、用戶名等。在第一個(gè)觀察時(shí)刻即2016年9月10號(hào)，根據(jù)各消費(fèi)數(shù)據(jù)的下單時(shí)間，從上述獲得的2016年9月1日至2016年10月30日的消費(fèi)數(shù)據(jù)中選擇出2016年9月1日至2016年9月10日的消費(fèi)數(shù)據(jù)，對(duì)這些消費(fèi)數(shù)據(jù)進(jìn)行消費(fèi)屬性提取，以得到第一觀察時(shí)刻時(shí)各個(gè)用戶的消費(fèi)標(biāo)簽集合。在第二個(gè)觀察時(shí)刻即2016年9月20號(hào)，根據(jù)各消費(fèi)數(shù)據(jù)的下單時(shí)間，從上述獲得的2016年9月1日至2016年10月30日的消費(fèi)數(shù)據(jù)中選擇出2016年9月10日至2016年9月20日的消費(fèi)數(shù)據(jù)，對(duì)這些消費(fèi)數(shù)據(jù)進(jìn)行消費(fèi)屬性提取，以得到第二觀察時(shí)刻時(shí)各個(gè)用戶的消費(fèi)標(biāo)簽集合。以此類推，直到獲得最后一個(gè)觀察時(shí)刻時(shí)各個(gè)用戶的消費(fèi)標(biāo)簽集合。

其中，從消費(fèi)數(shù)據(jù)中獲取消費(fèi)標(biāo)簽集合的方式可以參照?qǐng)D1所示實(shí)施例中的介紹，在此不贅述。

步驟203、根據(jù)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和至少一組觀察指標(biāo)區(qū)間，確定每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合。

步驟204、對(duì)每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合進(jìn)行用戶流轉(zhuǎn)情況和消費(fèi)標(biāo)簽差異性分析，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

本實(shí)施例中，為了提高分析效率，對(duì)影響用戶消費(fèi)行為變化的消費(fèi)屬性的分析是以用戶集合為分析對(duì)象實(shí)現(xiàn)的，每個(gè)用戶集合對(duì)應(yīng)于一組觀察指標(biāo)區(qū)間，即將滿足一組觀察指標(biāo)區(qū)間的用戶劃分為一個(gè)用戶集合。

在本實(shí)施例中，當(dāng)作為觀察對(duì)象的多個(gè)用戶為固定的時(shí)，可以設(shè)置多組觀察指標(biāo)區(qū)間，通過分析不同觀察時(shí)刻各組觀察指標(biāo)區(qū)間對(duì)應(yīng)的用戶集合的流轉(zhuǎn)變化，以最終獲得影響大量用戶消費(fèi)行為變化的消費(fèi)屬性。

因此，步驟203相應(yīng)地是根據(jù)不同觀察時(shí)刻時(shí)每個(gè)用戶的用戶消費(fèi)標(biāo)簽集合，確定在對(duì)應(yīng)觀察時(shí)刻，多組觀察指標(biāo)區(qū)間分別對(duì)應(yīng)的用戶集合。

可以理解的是，在不同觀察時(shí)刻，各組觀察指標(biāo)區(qū)間的設(shè)置是固定不變的，但是在不同觀察時(shí)刻，滿足同一組觀察指標(biāo)區(qū)間的用戶集合很可能是會(huì)改變的。

其中，每組觀察指標(biāo)區(qū)間由至少一種觀察指標(biāo)及對(duì)應(yīng)的一個(gè)取值區(qū)間構(gòu)成。實(shí)際應(yīng)用中，各組觀察指標(biāo)區(qū)間中包含的觀察指標(biāo)都是相同的，區(qū)別僅在于不同組觀察指標(biāo)區(qū)域中各觀察指標(biāo)的取值區(qū)間不同，而且，實(shí)際中，可以根據(jù)實(shí)際需求而設(shè)定觀察指標(biāo)的個(gè)數(shù)以及每種觀察指標(biāo)的取值區(qū)間個(gè)數(shù)。

一般來說，每組觀察指標(biāo)區(qū)間一般對(duì)應(yīng)于一類用戶，即滿足一組觀察指標(biāo)區(qū)間的用戶集合一般被定義為具有某種價(jià)值的用戶群體。因此，實(shí)際應(yīng)用中，可以從用戶對(duì)服務(wù)提供方的價(jià)值的角度，設(shè)置各觀察指標(biāo)及相應(yīng)的取值區(qū)間，從而可以將用戶劃分為不同價(jià)值的用戶群體。

舉例來說，實(shí)際應(yīng)用中，觀察指標(biāo)比如為：周下單數(shù)、平均客單價(jià)、消費(fèi)間隔天數(shù)，每種觀察指標(biāo)設(shè)置三個(gè)取值區(qū)間，從而總共具有27種觀察指標(biāo)區(qū)間。

在任一觀察時(shí)刻，根據(jù)該觀察時(shí)刻對(duì)應(yīng)的各用戶的消費(fèi)標(biāo)簽集合和這27種觀察指標(biāo)區(qū)間，確定每個(gè)觀察指標(biāo)區(qū)間對(duì)應(yīng)的用戶集合。

其中，可以理解的是，消費(fèi)標(biāo)簽集合中可以直接包含有作為觀察指標(biāo)的消費(fèi)屬性，從而根據(jù)各用戶的消費(fèi)標(biāo)簽集合中相應(yīng)的消費(fèi)屬性的屬性值即可確定各用戶所歸屬的用戶集合。

可選地，如果設(shè)置的消費(fèi)標(biāo)簽集合中不含有與觀察指標(biāo)對(duì)應(yīng)的消費(fèi)屬性，則可以通過對(duì)相應(yīng)觀察周期內(nèi)各用戶的消費(fèi)數(shù)據(jù)的統(tǒng)計(jì)分析，獲得各用戶對(duì)應(yīng)的觀察指標(biāo)的取值，以確定各用戶所歸屬的用戶集合。

在各觀察時(shí)刻，獲得每組觀察指標(biāo)區(qū)間對(duì)應(yīng)的用戶集合之后，對(duì)于兩個(gè)相鄰觀察時(shí)刻，通過對(duì)前一觀察時(shí)刻的每組觀察指標(biāo)區(qū)間對(duì)應(yīng)的用戶集合中用戶在下一觀察時(shí)刻時(shí)的流轉(zhuǎn)情況進(jìn)行分析，并且對(duì)流轉(zhuǎn)至的不同用戶集合中的用戶進(jìn)行消費(fèi)標(biāo)簽差異性分析，以確定從前一觀察時(shí)刻到下一觀察時(shí)刻影響用戶消費(fèi)行為變化的消費(fèi)屬性。

對(duì)于每對(duì)相鄰的觀察時(shí)刻，都進(jìn)行上述分析，最終基于每對(duì)相鄰時(shí)刻的分析結(jié)果，確定在一定歷史時(shí)間段內(nèi)影響用戶消費(fèi)行為變化的消費(fèi)屬性。

下面結(jié)合圖3所示實(shí)施例具體介紹相鄰兩個(gè)觀察時(shí)刻時(shí)的用戶流轉(zhuǎn)情況和消費(fèi)標(biāo)簽差異化分析過程。

圖3為圖2所示實(shí)施例中步驟204的一種可選實(shí)現(xiàn)方式的流程圖，如圖3所示，可以包括如下步驟：

步驟301、對(duì)觀察時(shí)刻ti時(shí)的任一組觀察指標(biāo)區(qū)間sk對(duì)應(yīng)的用戶集合xk，確定在觀察時(shí)刻tj時(shí)，在各組觀察指標(biāo)區(qū)間上,所述用戶集合xk對(duì)應(yīng)的各流轉(zhuǎn)用戶子集合。

其中，j大于i，i、j的取值受限于觀察時(shí)刻的個(gè)數(shù)，k的取值受限于觀察指標(biāo)區(qū)間的個(gè)數(shù)。

為了直觀理解本實(shí)施例中的分析過程，結(jié)合圖4對(duì)該分析過程進(jìn)行說明，圖4為圖2所示實(shí)施例對(duì)應(yīng)的一種分析原理示意圖，在圖4中，假設(shè)觀察時(shí)刻ti時(shí)的任一組觀察指標(biāo)區(qū)間s1對(duì)應(yīng)的用戶集合為x1，在觀察時(shí)刻tj時(shí)，由于用戶的消費(fèi)行為發(fā)生改變，可能會(huì)導(dǎo)致用戶集合x1中的用戶部分流轉(zhuǎn)至其他觀察指標(biāo)區(qū)間對(duì)應(yīng)的用戶集合中的情況。假設(shè)在觀察時(shí)刻tj時(shí)，用戶集合x1中的部分用戶仍對(duì)應(yīng)于觀察指標(biāo)區(qū)間s1，假設(shè)該部分用戶組成第一流轉(zhuǎn)用戶子集合xj1，用戶集合x1中的另一部分用戶流轉(zhuǎn)至觀察指標(biāo)區(qū)間s2對(duì)應(yīng)的用戶集合中，假設(shè)該部分用戶組成第二流轉(zhuǎn)用戶子集合xj2。

步驟302、對(duì)用戶集合xk對(duì)應(yīng)的各流轉(zhuǎn)用戶子集合進(jìn)行消費(fèi)標(biāo)簽差異性分析，獲得影響用戶集合xk中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性。

可選地，上述消費(fèi)標(biāo)簽差異性分析可以具體實(shí)現(xiàn)為：

針對(duì)用戶集合xk對(duì)應(yīng)的每個(gè)流轉(zhuǎn)用戶子集合，根據(jù)每個(gè)流轉(zhuǎn)用戶子集合中各用戶的消費(fèi)標(biāo)簽集合，統(tǒng)計(jì)每個(gè)流轉(zhuǎn)用戶子集合對(duì)應(yīng)的每種消費(fèi)屬性對(duì)應(yīng)的屬性度量值；

確定影響用戶集合xk中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性為：屬性度量值在各流轉(zhuǎn)用戶子集合間的差異化程度大于預(yù)設(shè)閾值的消費(fèi)屬性。

在圖4中，即為對(duì)第一流轉(zhuǎn)用戶子集合xj1和第二流轉(zhuǎn)用戶子集合xj2進(jìn)行消費(fèi)標(biāo)簽差異性分析。假設(shè)上述屬性度量值為平均值度量方式，則在圖4中，即為統(tǒng)計(jì)第一流轉(zhuǎn)用戶子集合xj1對(duì)應(yīng)的各消費(fèi)屬性的平均屬性值，統(tǒng)計(jì)第二流轉(zhuǎn)用戶子集合xj2對(duì)應(yīng)的各消費(fèi)屬性的平均屬性值。以平均配送時(shí)長(zhǎng)為例，比如第一流轉(zhuǎn)用戶子集合xj1對(duì)應(yīng)的平均配送時(shí)長(zhǎng)為30分鐘，第二流轉(zhuǎn)用戶子集合xj2對(duì)應(yīng)的平均配送時(shí)長(zhǎng)為60分鐘。假設(shè)服務(wù)平臺(tái)預(yù)先設(shè)置的配送時(shí)長(zhǎng)差值閾值為15分鐘，則由于第一流轉(zhuǎn)用戶子集合xj1對(duì)應(yīng)的平均配送時(shí)長(zhǎng)與第二流轉(zhuǎn)用戶子集合xj2對(duì)應(yīng)的平均配送時(shí)長(zhǎng)之間的差值大于15分鐘，從而確定配送時(shí)長(zhǎng)為影響用戶集合x1中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性之一。

值得說明的是，上述平均值的屬性度量方式比較適用于諸如平均配送時(shí)長(zhǎng)、平均客單價(jià)等消費(fèi)屬性，當(dāng)用戶的消費(fèi)標(biāo)簽集合中包含比如配送地址這種不能直接以數(shù)值度量的消費(fèi)屬性時(shí)，標(biāo)簽差異性的分析可以實(shí)現(xiàn)為消費(fèi)屬性發(fā)生改變的次數(shù)。

具體來說，假設(shè)第一流轉(zhuǎn)用戶子集合xj1中的用戶的配送地址并沒有發(fā)生改變，第二流轉(zhuǎn)用戶子集合xj2中有一定數(shù)量比如10個(gè)用戶的配送地址發(fā)送改變，其中，配送地址發(fā)送改變是相對(duì)于觀察時(shí)刻ti時(shí)各用戶的配送地址來說的。此時(shí)，觀察時(shí)刻tj時(shí)，第一流轉(zhuǎn)用戶子集合xj1中發(fā)生用戶配送地址改變的用戶數(shù)量為0，第二流轉(zhuǎn)用戶子集合xj2中發(fā)生用戶配送地址改變的用戶數(shù)量為10，兩者之差大于預(yù)設(shè)閾值比如5，則確定配送地址為影響用戶集合x1中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性之一。

步驟303、根據(jù)觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性，確定觀察時(shí)刻tj時(shí)影響用戶消費(fèi)行為變化的消費(fèi)屬性。

具體地，當(dāng)針對(duì)觀察時(shí)刻ti時(shí)的各個(gè)用戶集合都進(jìn)行了前述標(biāo)簽差異性分析，確定了與每個(gè)用戶集合對(duì)應(yīng)的影響消費(fèi)行為變化的消費(fèi)屬性之后，根據(jù)各用戶集合對(duì)應(yīng)的消費(fèi)屬性，便可確定觀察時(shí)刻tj時(shí)影響用戶消費(fèi)行為變化的消費(fèi)屬性，即確定從觀察時(shí)刻ti到觀察時(shí)刻tj影響用戶消費(fèi)行為變化的消費(fèi)屬性。

可選地，可以確定觀察時(shí)刻tj時(shí)影響用戶消費(fèi)行為變化的消費(fèi)屬性為：觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性的并集，或者為：觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性中的部分消費(fèi)屬性，其中，該部分消費(fèi)屬性根據(jù)觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性的出現(xiàn)次數(shù)確定。

舉例來說，假設(shè)有三個(gè)用戶集合，觀察時(shí)刻ti時(shí)，確定出的與用戶集合x1對(duì)應(yīng)的消費(fèi)屬性為a、b，確定出的與用戶集合x2對(duì)應(yīng)的消費(fèi)屬性為a、c，確定出的與用戶集合x3對(duì)應(yīng)的消費(fèi)屬性為a，那么確定觀察時(shí)刻tj時(shí)影響用戶消費(fèi)行為變化的消費(fèi)屬性為上述三個(gè)確定結(jié)果的并集—a、b和c，或者為a，此時(shí)假設(shè)確定出現(xiàn)次數(shù)超過兩次的消費(fèi)屬性作為觀察時(shí)刻tj時(shí)影響用戶消費(fèi)行為變化的消費(fèi)屬性。

值得說明的是，實(shí)際應(yīng)用中，往往觀察的觀察時(shí)刻多于兩個(gè)，當(dāng)觀察時(shí)刻大于兩個(gè)時(shí)，按照時(shí)間角度橫向來說，整個(gè)觀察過程最終確定出的影響用戶消費(fèi)行為變化的消費(fèi)屬性可以是根據(jù)前述分析確定過程確定出的最后一個(gè)觀察時(shí)刻對(duì)應(yīng)的消費(fèi)屬性，也可以是最后幾個(gè)觀察時(shí)刻對(duì)應(yīng)的消費(fèi)屬性的并集，也可以是各觀察時(shí)刻對(duì)應(yīng)的消費(fèi)屬性的交集或并集。

上述實(shí)施例中，針對(duì)滿足用戶篩選條件的固定的多個(gè)用戶，基于預(yù)設(shè)的觀察指標(biāo)區(qū)間，在不同觀察時(shí)刻對(duì)該多個(gè)用戶進(jìn)行用戶集合的劃分，進(jìn)而通過對(duì)不同觀察時(shí)刻時(shí)每個(gè)用戶集合的流轉(zhuǎn)情況進(jìn)行跟蹤，對(duì)每個(gè)用戶集合流轉(zhuǎn)至的各流轉(zhuǎn)用戶子集合進(jìn)行標(biāo)簽差異性分析，以分析影響每個(gè)用戶集合中用戶在下一觀察時(shí)刻消費(fèi)行為變化的消費(fèi)屬性，進(jìn)而統(tǒng)計(jì)獲得從前一觀察時(shí)刻到下一觀察時(shí)刻影響全部用戶的消費(fèi)行為變化的消費(fèi)屬性，進(jìn)而統(tǒng)計(jì)獲得一定較長(zhǎng)歷史時(shí)間內(nèi)影響用戶消費(fèi)行為改變的消費(fèi)屬性。通過上述過程，能夠準(zhǔn)確挖掘出影響用戶在距離當(dāng)前時(shí)刻較近的一定歷史時(shí)間段內(nèi)的消費(fèi)行為變化的原因，從而為當(dāng)前時(shí)刻對(duì)用戶進(jìn)行針對(duì)性的營(yíng)銷提供依據(jù)。

從而，基于上述分析確定結(jié)果，結(jié)合圖5所示實(shí)施例，服務(wù)平臺(tái)可以實(shí)現(xiàn)針對(duì)性的服務(wù)策略推送。

圖5為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例三的流程圖，如圖5所示，在圖2所示實(shí)施例基礎(chǔ)上，步驟204之后，還可以包括如下步驟：

步驟501、確定與用戶篩選條件對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)。

一般來說，用戶篩選條件中會(huì)包含有地理區(qū)域信息，比如某城市、某商圈等。因此，當(dāng)用戶篩選條件中包括地理區(qū)域信息時(shí)，確定與用戶篩選條件對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)即為確定與地理區(qū)域信息對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)。

具體地，服務(wù)平臺(tái)中記錄有各個(gè)服務(wù)提供方的服務(wù)提供方標(biāo)識(shí)以及對(duì)應(yīng)的注冊(cè)地址、所屬商圈等信息，基于該記錄信息，服務(wù)平臺(tái)可以確定出與作為用戶篩選條件的地理區(qū)域信息對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)。其中，服務(wù)提供方標(biāo)識(shí)可以是服務(wù)提供方在服務(wù)平臺(tái)中注冊(cè)的賬號(hào)。

步驟502、根據(jù)確定出的消費(fèi)屬性，向服務(wù)提供方標(biāo)識(shí)對(duì)應(yīng)的服務(wù)提供方推送相應(yīng)的服務(wù)策略。

本實(shí)施例中，上述服務(wù)策略可以是提示信息，比如提示服務(wù)提供方應(yīng)該在確定出的影響用戶消費(fèi)行為變化的消費(fèi)屬性方面做出改善；還可以是根據(jù)確定出的消費(fèi)屬性制定的營(yíng)銷方案，比如讓服務(wù)提供方采用某種優(yōu)惠活動(dòng)，從而實(shí)現(xiàn)基于確定出的消費(fèi)屬性進(jìn)行針對(duì)性服務(wù)策略推送的目的。

下面以圖6所示的另一種實(shí)際應(yīng)用場(chǎng)景，對(duì)該應(yīng)用場(chǎng)景下，如何確定多個(gè)用戶的消費(fèi)行為變化的原因進(jìn)行說明。該場(chǎng)景中，固定觀察對(duì)象的篩選條件，即不同觀察時(shí)刻對(duì)應(yīng)的用戶可能是不同的，但是不同觀察時(shí)刻對(duì)應(yīng)的用戶都是滿足同一篩選條件的用戶。

圖6為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例四的流程圖，如圖6所示，包括如下步驟：

步驟601、響應(yīng)于對(duì)目標(biāo)用戶類型的選擇操作，確定與目標(biāo)用戶類型對(duì)應(yīng)的用戶篩選條件。

本實(shí)施例中，可以針對(duì)某類型的用戶進(jìn)行分析，即分析該類型的用戶在一定歷史時(shí)間內(nèi)消費(fèi)行為變化的原因，亦即是哪些消費(fèi)屬性影響了該類型的用戶在一定歷史時(shí)間內(nèi)的消費(fèi)行為變化。

實(shí)際應(yīng)用中，該目標(biāo)用戶類型比如可以是學(xué)生、白領(lǐng)等類型。服務(wù)平臺(tái)中可以預(yù)先存儲(chǔ)有多種用戶類型以及每種用戶類型與用戶篩選條件的對(duì)應(yīng)關(guān)系，從而，當(dāng)服務(wù)平臺(tái)接收到某個(gè)服務(wù)提供方的請(qǐng)求或者基于一定的服務(wù)機(jī)制自主觸發(fā)對(duì)某個(gè)目標(biāo)用戶類型的分析時(shí)，基于該對(duì)應(yīng)關(guān)系獲得相應(yīng)的用戶篩選條件。

可以理解的是，與某個(gè)用戶類型對(duì)應(yīng)的用戶篩選條件，是對(duì)該用戶類型的具體量化，即通過一些消費(fèi)屬性來度量某個(gè)用戶類型的特征，以白領(lǐng)用戶類型為例，比如用于篩選白領(lǐng)的用戶的篩選條件包括消費(fèi)能力、配送地址、職業(yè)、年齡等等。當(dāng)然，實(shí)際應(yīng)用中，為了使分析更有針對(duì)性，一般也可以限制用戶篩選的地理區(qū)域，比如僅在某個(gè)城市、某城市中的某個(gè)或某幾個(gè)商圈的用戶中進(jìn)行篩選。

每種用戶類型對(duì)應(yīng)的用戶篩選條件可以在服務(wù)平臺(tái)中預(yù)先設(shè)置后，相應(yīng)的，用于篩選某用戶類型的用戶的消費(fèi)屬性的屬性值的設(shè)置，可以根據(jù)對(duì)大量樣本消費(fèi)數(shù)據(jù)的統(tǒng)計(jì)結(jié)果確定。

步驟602、獲取不同觀察時(shí)刻時(shí)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合。

本實(shí)施例中，不同觀察時(shí)刻對(duì)應(yīng)的多個(gè)用戶可以是相同的，也可以是不同的。具體的獲得各用戶的消費(fèi)標(biāo)簽集合的方式參考前述實(shí)施例，在此不贅述。

步驟603、根據(jù)不同觀察時(shí)刻時(shí)獲取的多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和用戶篩選條件，確定在對(duì)應(yīng)觀察時(shí)刻，滿足用戶篩選條件的用戶集合。

本實(shí)施例中，由于用戶篩選條件固定，隨著用戶消費(fèi)行為的改變，在某個(gè)觀察時(shí)刻滿足用戶篩選條件的用戶，在另一觀察時(shí)刻可能不滿足該用戶篩選條件，因此，每個(gè)觀察時(shí)刻對(duì)應(yīng)的滿足該用戶篩選條件的用戶集合很可能是不完全相同的。

可以理解的是，用戶的消費(fèi)標(biāo)簽集合中包含有與用戶篩選條件相對(duì)應(yīng)的消費(fèi)屬性，比如，用作用戶篩選條件的消費(fèi)屬性包含a、b、c，用戶的消費(fèi)標(biāo)簽集合中可能包含a、b、c、d、e、f等更多的消費(fèi)屬性。因此，基于某用戶的消費(fèi)標(biāo)簽集合中對(duì)應(yīng)消費(fèi)屬性的屬性值與用戶篩選條件中消費(fèi)屬性的屬性值區(qū)間的關(guān)系，可以確定該用戶是否屬于用戶集合中的一個(gè)用戶。

步驟604、根據(jù)觀察時(shí)刻ti時(shí)對(duì)應(yīng)的用戶集合y和觀察時(shí)刻tj時(shí)對(duì)應(yīng)的用戶集合z，確定用戶集合y中的轉(zhuǎn)出用戶子集合和轉(zhuǎn)入用戶子集合。

其中，j大于i，所述轉(zhuǎn)出用戶子集合中的用戶不包含于所述用戶集合z中，所述轉(zhuǎn)入用戶子集合中的用戶包含于所述用戶集合z中。

由于用戶消費(fèi)行為的改變，在前一觀察時(shí)刻ti對(duì)應(yīng)的用戶集合y中的用戶，可能有部分用戶流轉(zhuǎn)入在下一觀察時(shí)刻tj對(duì)應(yīng)的用戶集合z中，有部分用戶沒有流轉(zhuǎn)入在下一觀察時(shí)刻tj對(duì)應(yīng)的用戶集合z，即不再符合用戶篩選條件，轉(zhuǎn)出了符合用戶篩選條件的用戶集合。因此，通過對(duì)前一觀察時(shí)刻ti對(duì)應(yīng)的用戶集合y中的用戶在下一觀察時(shí)刻tj的轉(zhuǎn)入、轉(zhuǎn)出情況進(jìn)行跟蹤，能夠確定用戶集合y對(duì)應(yīng)的轉(zhuǎn)入用戶子集合y入、轉(zhuǎn)出用戶子集合y出，如圖7所示。

可選地，由于用戶消費(fèi)行為的改變，在下一觀察時(shí)刻tj對(duì)應(yīng)的用戶集合z中，除了可能包含由用戶集合y轉(zhuǎn)入的部分用戶外，還有可能包含部分在該觀察時(shí)刻才剛好滿足用戶篩選條件的用戶，假設(shè)這部分用戶對(duì)應(yīng)的用戶子集合為xj入，即在觀察時(shí)刻tj才剛好滿足用戶篩選條件的轉(zhuǎn)入用戶子集合。因此，本實(shí)施例中，還可以跟蹤確定觀察時(shí)刻tj時(shí)該轉(zhuǎn)入用戶子集合為xj入，如圖7所示。

步驟605、對(duì)轉(zhuǎn)出用戶子集合和轉(zhuǎn)入用戶子集合進(jìn)行消費(fèi)標(biāo)簽差異性分析，獲得影響用戶集合y中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性。

可選地，上述消費(fèi)標(biāo)簽差異性分析可以具體實(shí)現(xiàn)為：

根據(jù)轉(zhuǎn)出用戶子集合y出中各用戶的消費(fèi)標(biāo)簽集合，統(tǒng)計(jì)轉(zhuǎn)出用戶子集合y出對(duì)應(yīng)的每種消費(fèi)屬性對(duì)應(yīng)的第一屬性度量值；根據(jù)轉(zhuǎn)入用戶子集合y入中各用戶的消費(fèi)標(biāo)簽集合，統(tǒng)計(jì)轉(zhuǎn)入用戶子集合y入對(duì)應(yīng)的每種消費(fèi)屬性對(duì)應(yīng)的第二屬性度量值；

確定影響用戶集合y中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性為：第一屬性度量值和對(duì)應(yīng)的第二屬性度量值之間的差值大于預(yù)設(shè)閾值的消費(fèi)屬性。

在圖7中，即為對(duì)轉(zhuǎn)出用戶子集合y出和轉(zhuǎn)入用戶子集合y入進(jìn)行消費(fèi)標(biāo)簽差異性分析。假設(shè)上述第一屬性度量值和第二屬性度量值都可以為平均值度量方式，則在圖7中，即為統(tǒng)計(jì)轉(zhuǎn)出用戶子集合y出對(duì)應(yīng)的各消費(fèi)屬性的平均屬性值，統(tǒng)計(jì)轉(zhuǎn)入用戶子集合y入對(duì)應(yīng)的各消費(fèi)屬性的平均屬性值。以平均配送時(shí)長(zhǎng)為例，比如轉(zhuǎn)出用戶子集合y出對(duì)應(yīng)的平均配送時(shí)長(zhǎng)為30分鐘，轉(zhuǎn)入用戶子集合y入對(duì)應(yīng)的平均配送時(shí)長(zhǎng)為60分鐘。假設(shè)服務(wù)平臺(tái)預(yù)先設(shè)置的配送時(shí)長(zhǎng)差值閾值為15分鐘，則由于轉(zhuǎn)出用戶子集合y出對(duì)應(yīng)的平均配送時(shí)長(zhǎng)與轉(zhuǎn)入用戶子集合y入對(duì)應(yīng)的平均配送時(shí)長(zhǎng)之間的差值大于15分鐘，從而確定配送時(shí)長(zhǎng)為影響用戶集合y中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性之一。

其他可選的消費(fèi)屬性度量值的確定方式可以參考前述圖2-圖4所示實(shí)施例，在此不贅述。

值得說明的是，可選地，當(dāng)跟蹤確定在觀察時(shí)刻tj才剛好滿足用戶篩選條件的轉(zhuǎn)入用戶子集合xj入的情況下，還可以對(duì)轉(zhuǎn)出用戶子集合y出和轉(zhuǎn)入用戶子集合xj入進(jìn)行標(biāo)簽差異性分析，從而此時(shí)，可以確定影響用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性為：轉(zhuǎn)出用戶子集合y出和轉(zhuǎn)入用戶子集合y入消費(fèi)標(biāo)簽差異性分析結(jié)果，與轉(zhuǎn)出用戶子集合y出和轉(zhuǎn)入用戶子集合xj入標(biāo)簽差異性分析結(jié)果的并集。

值得說明的是，實(shí)際應(yīng)用中，往往觀察的觀察時(shí)刻多于兩個(gè)，當(dāng)觀察時(shí)刻大于兩個(gè)時(shí)，按照時(shí)間角度橫向來說，整個(gè)觀察過程最終確定出的影響用戶消費(fèi)行為變化的消費(fèi)屬性可以是根據(jù)前述分析確定過程確定出的最后一個(gè)觀察時(shí)刻對(duì)應(yīng)的消費(fèi)屬性，也可以是最后幾個(gè)觀察時(shí)刻對(duì)應(yīng)的消費(fèi)屬性的并集，也可以是各觀察時(shí)刻對(duì)應(yīng)的消費(fèi)屬性的交集或并集。

通過該實(shí)施例，針對(duì)某類特定的用戶，在不同觀察時(shí)刻確定屬于該類用戶的用戶集合，進(jìn)而通過對(duì)不同觀察時(shí)刻時(shí)的用戶集合的流轉(zhuǎn)情況進(jìn)行跟蹤，對(duì)用戶集合流轉(zhuǎn)入一下觀察時(shí)刻的用戶子集合和流轉(zhuǎn)出的用戶子集合進(jìn)行標(biāo)簽差異性分析，以分析影響前一觀察時(shí)刻的用戶集合中用戶在下一觀察時(shí)刻消費(fèi)行為變化的消費(fèi)屬性，從而統(tǒng)計(jì)獲得一定較長(zhǎng)歷史時(shí)間內(nèi)影響用戶消費(fèi)行為改變的消費(fèi)屬性。通過上述過程，能夠準(zhǔn)確挖掘出影響特定類的用戶在距離當(dāng)前時(shí)刻較近的一定歷史時(shí)間段內(nèi)的消費(fèi)行為變化的原因，從而為當(dāng)前時(shí)刻對(duì)用戶進(jìn)行針對(duì)性的營(yíng)銷提供依據(jù)。

基于上述分析確定結(jié)果，結(jié)合圖8所示實(shí)施例，服務(wù)平臺(tái)可以實(shí)現(xiàn)針對(duì)性的服務(wù)策略推送。

圖8為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析方法實(shí)施例五的流程圖，如圖8所示，在圖6所示實(shí)施例基礎(chǔ)上，步驟605之后，還可以包括如下步驟：

步驟801、確定與目標(biāo)用戶類型對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)。

可選地，當(dāng)服務(wù)平臺(tái)進(jìn)行前述分析過程是基于某個(gè)或某幾個(gè)服務(wù)提供方的請(qǐng)求而觸發(fā)時(shí)，此時(shí)，與目標(biāo)用戶類型對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)即為觸發(fā)請(qǐng)求的服務(wù)提供方的標(biāo)識(shí)，該標(biāo)識(shí)比如為服務(wù)提供方在服務(wù)平臺(tái)的注冊(cè)賬號(hào)。

可選地，當(dāng)服務(wù)平臺(tái)進(jìn)行前述分析過程是基于服務(wù)平臺(tái)的服務(wù)機(jī)制而自主觸發(fā)時(shí)，此時(shí)，與目標(biāo)用戶類型對(duì)應(yīng)的服務(wù)提供方可以是服務(wù)平臺(tái)基于本地預(yù)先建立的用戶類型與服務(wù)提供方間的對(duì)應(yīng)關(guān)系確定的，或者是，基于對(duì)各服務(wù)提供方對(duì)應(yīng)的消費(fèi)者的消費(fèi)屬性確定的。

步驟802、根據(jù)確定出的消費(fèi)屬性，向服務(wù)提供方標(biāo)識(shí)對(duì)應(yīng)的服務(wù)提供方推送相應(yīng)的服務(wù)策略。

本實(shí)施例中，上述服務(wù)策略可以是提示信息，比如提示服務(wù)提供方應(yīng)該在確定出的影響用戶消費(fèi)行為變化的消費(fèi)屬性方面做出改善；還可以是根據(jù)確定出的消費(fèi)屬性制定的營(yíng)銷方案，比如讓服務(wù)提供方采用某種優(yōu)惠活動(dòng)，從而實(shí)現(xiàn)基于確定出的消費(fèi)屬性進(jìn)行針對(duì)性服務(wù)策略推送的目的。

以下將詳細(xì)描述本發(fā)明的一個(gè)或多個(gè)實(shí)施例的數(shù)據(jù)分析裝置。這些數(shù)據(jù)分析裝置可以被實(shí)現(xiàn)在服務(wù)器的基礎(chǔ)架構(gòu)中，也可以被實(shí)現(xiàn)在服務(wù)器和客戶端的交互系統(tǒng)中。本領(lǐng)域技術(shù)人員可以理解，這些數(shù)據(jù)分析裝置均可使用市售的硬件組件通過本方案所教導(dǎo)的步驟進(jìn)行配置來構(gòu)成。

圖9為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例一的結(jié)構(gòu)示意圖，如圖9所示，該數(shù)據(jù)分析裝置包括：第一獲取模塊11、分析模塊12。

第一獲取模塊11，用于獲取不同觀察時(shí)刻時(shí)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合，所述消費(fèi)標(biāo)簽集合中的每個(gè)標(biāo)簽由消費(fèi)屬性和屬性值構(gòu)成。

分析模塊12，用于分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

圖9所示裝置可以執(zhí)行圖1所示實(shí)施例的方法，本實(shí)施例未詳細(xì)描述的部分，可參考對(duì)圖1所示實(shí)施例的相關(guān)說明。該技術(shù)方案的執(zhí)行過程和技術(shù)效果參見圖1所示實(shí)施例中的描述，在此不再贅述。

圖10為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例二的結(jié)構(gòu)示意圖，如圖10所示，在圖9所示實(shí)施例基礎(chǔ)上，所述分析模塊12包括：第一確定子模塊121、第一分析子模塊122。

第一確定子模塊121，用于根據(jù)所述多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和至少一組觀察指標(biāo)區(qū)間，確定每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合，其中，每組觀察指標(biāo)區(qū)間由至少一種觀察指標(biāo)及對(duì)應(yīng)的一個(gè)取值區(qū)間構(gòu)成。

第一分析子模塊122，用于對(duì)每組觀察指標(biāo)區(qū)間在不同觀察時(shí)刻對(duì)應(yīng)的用戶集合進(jìn)行用戶流轉(zhuǎn)情況和消費(fèi)標(biāo)簽差異性分析，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性。

可選地，所述數(shù)據(jù)分析裝置還包括：

第二獲取模塊21，用于根據(jù)用戶篩選條件，獲取滿足所述用戶篩選條件的所述多個(gè)用戶。

其中，所述第一確定子模塊121具體用于：

根據(jù)不同觀察時(shí)刻時(shí)每個(gè)用戶的用戶消費(fèi)標(biāo)簽集合，確定在對(duì)應(yīng)觀察時(shí)刻，多組觀察指標(biāo)區(qū)間分別對(duì)應(yīng)的用戶集合。

可選地，所述第一分析子模塊122包括：第一確定單元1221、分析單元1222、第二確定單元1223。

第一確定單元1221，用于對(duì)觀察時(shí)刻ti時(shí)的任一組觀察指標(biāo)區(qū)間sk對(duì)應(yīng)的用戶集合xk，確定在觀察時(shí)刻tj時(shí)，在各組觀察指標(biāo)區(qū)間上,所述用戶集合xk對(duì)應(yīng)的各流轉(zhuǎn)用戶子集合,其中，j大于i。

分析單元1222，用于對(duì)所述用戶集合xk對(duì)應(yīng)的各流轉(zhuǎn)用戶子集合進(jìn)行消費(fèi)標(biāo)簽差異性分析，獲得影響所述用戶集合xk中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性。

第二確定單元1223，用于根據(jù)觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性，確定觀察時(shí)刻tj時(shí)影響用戶消費(fèi)行為變化的消費(fèi)屬性。

其中，所述分析單元1222具體用于：

針對(duì)所述用戶集合xk對(duì)應(yīng)的每個(gè)流轉(zhuǎn)用戶子集合，根據(jù)每個(gè)流轉(zhuǎn)用戶子集合中各用戶的消費(fèi)標(biāo)簽集合，統(tǒng)計(jì)每個(gè)流轉(zhuǎn)用戶子集合對(duì)應(yīng)的每種消費(fèi)屬性對(duì)應(yīng)的屬性度量值；

確定影響所述用戶集合xk中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性為：屬性度量值在所述各流轉(zhuǎn)用戶子集合間的差異化程度大于預(yù)設(shè)閾值的消費(fèi)屬性。

其中，所述第二確定單元1223具體用于：

確定所述觀察時(shí)刻tj時(shí)影響用戶消費(fèi)行為變化的消費(fèi)屬性為：所述觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性的并集，或者為：所述觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性中的部分消費(fèi)屬性，所述部分消費(fèi)屬性根據(jù)觀察時(shí)刻ti時(shí)全部用戶集合對(duì)應(yīng)的消費(fèi)屬性的出現(xiàn)次數(shù)確定。

圖10所示裝置可以執(zhí)行圖2-圖4所示實(shí)施例的方法，本實(shí)施例未詳細(xì)描述的部分，可參考對(duì)圖2-圖4所示實(shí)施例的相關(guān)說明。該技術(shù)方案的執(zhí)行過程和技術(shù)效果參見圖2-圖4所示實(shí)施例中的描述，在此不再贅述。

圖11為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例三的結(jié)構(gòu)示意圖，如圖11所示，在圖10所示實(shí)施例基礎(chǔ)上，所述用戶篩選條件中包括地理區(qū)域信息；所述裝置還包括：第一確定模塊31、第一推送模塊32。

第一確定模塊31，用于確定與所述地理區(qū)域信息對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)。

第一推送模塊32，用于根據(jù)確定出的消費(fèi)屬性，向所述服務(wù)提供方標(biāo)識(shí)對(duì)應(yīng)的服務(wù)提供方推送相應(yīng)的服務(wù)策略。

圖11所示裝置可以執(zhí)行圖5所示實(shí)施例的方法，本實(shí)施例未詳細(xì)描述的部分，可參考對(duì)圖5所示實(shí)施例的相關(guān)說明。該技術(shù)方案的執(zhí)行過程和技術(shù)效果參見圖5所示實(shí)施例中的描述，在此不再贅述。

圖12為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例四的結(jié)構(gòu)示意圖，如圖12所示，在圖9所示實(shí)施例基礎(chǔ)上，所述裝置還包括：第二確定模塊41、第三確定模塊42。

第二確定模塊41，用于響應(yīng)于對(duì)目標(biāo)用戶類型的選擇操作，確定與所述目標(biāo)用戶類型對(duì)應(yīng)的用戶篩選條件。

第三確定模塊42，用于根據(jù)不同觀察時(shí)刻時(shí)獲取的多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合和所述用戶篩選條件，確定在對(duì)應(yīng)觀察時(shí)刻，滿足所述用戶篩選條件的用戶集合。

可選地，所述分析模塊12包括：第二確定子模塊123、第二分析子模塊124。

第二確定子模塊123，用于根據(jù)觀察時(shí)刻ti時(shí)對(duì)應(yīng)的用戶集合y和觀察時(shí)刻tj時(shí)對(duì)應(yīng)的用戶集合z，確定用戶集合y中的轉(zhuǎn)出用戶子集合和轉(zhuǎn)入用戶子集合，其中，j大于i，所述轉(zhuǎn)出用戶子集合中的用戶不包含于所述用戶集合z中，所述轉(zhuǎn)入用戶子集合中的用戶包含于所述用戶集合z中。

第二分析子模塊124，用于對(duì)所述轉(zhuǎn)出用戶子集合和所述轉(zhuǎn)入用戶子集合進(jìn)行消費(fèi)標(biāo)簽差異性分析，獲得影響所述用戶集合y中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性。

可選地，所述第二分析子模塊124具體用于：

根據(jù)所述轉(zhuǎn)出用戶子集合中各用戶的消費(fèi)標(biāo)簽集合，統(tǒng)計(jì)所述轉(zhuǎn)出用戶子集合對(duì)應(yīng)的每種消費(fèi)屬性對(duì)應(yīng)的第一屬性度量值；根據(jù)所述轉(zhuǎn)入用戶子集合中各用戶的消費(fèi)標(biāo)簽集合，統(tǒng)計(jì)所述轉(zhuǎn)入用戶子集合對(duì)應(yīng)的每種消費(fèi)屬性對(duì)應(yīng)的第二屬性度量值；

確定影響所述用戶集合y中用戶在觀察時(shí)刻tj時(shí)消費(fèi)行為變化的消費(fèi)屬性為：第一屬性度量值和對(duì)應(yīng)的第二屬性度量值之間的差值大于預(yù)設(shè)閾值的消費(fèi)屬性。

圖12所示裝置可以執(zhí)行圖6-圖7所示實(shí)施例的方法，本實(shí)施例未詳細(xì)描述的部分，可參考對(duì)圖6-圖7所示實(shí)施例的相關(guān)說明。該技術(shù)方案的執(zhí)行過程和技術(shù)效果參見圖6-圖7所示實(shí)施例中的描述，在此不再贅述。

圖13為本發(fā)明實(shí)施例提供的數(shù)據(jù)分析裝置實(shí)施例五的結(jié)構(gòu)示意圖，如圖13所示，在圖12所示實(shí)施例基礎(chǔ)上，該裝置還包括：第四確定模塊51、第二推送模塊52。

第四確定模塊51，用于確定與所述目標(biāo)用戶類型對(duì)應(yīng)的服務(wù)提供方標(biāo)識(shí)。

第二推送模塊52，用于根據(jù)確定出的消費(fèi)屬性，向所述服務(wù)提供方標(biāo)識(shí)對(duì)應(yīng)的服務(wù)提供方推送相應(yīng)的服務(wù)策略。

圖13所示裝置可以執(zhí)行圖8所示實(shí)施例的方法，本實(shí)施例未詳細(xì)描述的部分，可參考對(duì)圖8所示實(shí)施例的相關(guān)說明。該技術(shù)方案的執(zhí)行過程和技術(shù)效果參見圖8所示實(shí)施例中的描述，在此不再贅述。

以上描述了數(shù)據(jù)分析裝置的內(nèi)部功能和結(jié)構(gòu)，實(shí)際中，該數(shù)據(jù)分析裝置可實(shí)現(xiàn)為服務(wù)器，包括：輸入輸出設(shè)備、處理器；

所述處理器，耦合到所述輸入輸出設(shè)備，用于獲取不同觀察時(shí)刻時(shí)多個(gè)用戶中每個(gè)用戶的消費(fèi)標(biāo)簽集合；分析每個(gè)用戶在不同觀察時(shí)刻對(duì)應(yīng)的消費(fèi)標(biāo)簽集合，確定影響用戶消費(fèi)行為變化的消費(fèi)屬性；根據(jù)確定出的消費(fèi)屬性，制定相應(yīng)的服務(wù)策略；所述消費(fèi)標(biāo)簽集合中的每個(gè)標(biāo)簽由消費(fèi)屬性和屬性值構(gòu)成；

所述輸入輸出設(shè)備，用于向所述服務(wù)提供方推送所述相應(yīng)的服務(wù)策略。

可選地，所述處理器還用于執(zhí)行上述圖1至圖8所示方法步驟中的全部或部分步驟。

以上所描述的裝置實(shí)施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部模塊來實(shí)現(xiàn)本實(shí)施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性的勞動(dòng)的情況下，即可以理解并實(shí)施。

通過以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到各實(shí)施方式可借助加必需的通用硬件平臺(tái)的方式來實(shí)現(xiàn)，當(dāng)然也可以通過硬件。基于這樣的理解，上述技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)產(chǎn)品可以存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，如rom/ram、磁碟、光盤等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)裝置(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)裝置等)執(zhí)行各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。

最后應(yīng)說明的是：以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。