(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 202210645091.9 (22)申请日 2022.06.08 (71)申请人 四三九九网络股份有限公司 地址 361009 福建省厦门市思明区软件园2 期望海路2号 (72)发明人 李兴平　赖晓航　何敏堂　 (74)专利代理 机构 北京市盛峰律师事务所 11337 专利代理师 席小东 (51)Int.Cl. G06F 16/22(2019.01) G06F 16/23(2019.01) G06F 16/2455(2019.01) G06F 9/54(2006.01) (54)发明名称 客户端实时查询用户特 征的方法 (57)摘要 本发明提供一种客户端实时查询用户特征 的方法， 包括： 创建事件基础表和实时特征表； 将 采集到的用户行为事件存入消息队列； 读取消息 队列， 得到满足所述事件基础表的用户行为事 件， 并保存到实时特征数据源； 将实时特征表中 的每种用户特征统计模型动态 生成实例对象； 特 征服务接口读取实时特征数据源， 得到与用户特 征查询关键字匹配的多条用户行为事件； 同时， 调用与用户特征查询关键字匹配的实例对象， 将 查询到的多条用户行为事件发送给调用的实例 对象。 具有以下优点： (1)有效减少存储空间的占 用。 (2)当查询的用户特征变化时， 只需要更新实 时特征表和事件基础表即可， 不需要重新开发整 个查询程序， 提高效率， 降低开发 成本和周期。 权利要求书1页 说明书3页 附图1页 CN 114911802 A 2022.08.16 CN 114911802 A 1.一种客户端实时查询用户特 征的方法， 其特 征在于， 包括以下步骤： 步骤1， 创建事件基础表event_detail_base和实时特征表realtime_feature； 所述事 件基础表event_detai l_base用于存 储需处理的每种用户行为事 件event的描述信息； 所述实时特 征表realtime_feature用于存 储多种用户特 征统计模型model； 步骤2， 对用户行为数据进行采集， 每条采集到的用户行为数据称为用户行为事件； 将 采集到的用户行为事 件event存 入硬盘中的消息队列； 步骤3， 启动flink任务， 采用flink消费组件， 读取所述消息队列中的用户行为事件 event， 并根据所述事件基础表event _detail_base， 对读取到的所述用户行为事件event进 行解析和筛选， 得到满足所述事件基础表event_detail_base的多个用户行为事件event， 并保存到redis实时特 征数据源； 每当所述事件基础表event_detail_base发生变动， 或所述消息队列发生变动时， 即启 动flink任务， 由此保证redis实时特 征数据源的时效性； 步骤4， 特征服务模块定期启动Groovy  task线程， 所述Groovy  task线程读取所述实时 特征表realtime_feature， 并根据脚本模版文件， 将所述实时特征表realtime_feature中 的每种用户特 征统计模型model动态生成Gro ovy实例对象； 步骤5， 每当特征服务接口接收到来自于调用方的查询用户特征的查询请求 时， 所述查 询请求中携带有用户特征查询关键字， 所述特征服务接口读取redis实时特征数据源， 得到 与所述用户特征查询关键字匹配的多 条用户行为事件 event； 同时， 调用与所述用户特征查 询关键字匹配的Groovy实例对象， 将查询到的多条用户行为事件event发送给调用的 Groovy实例对象； 调用的Groovy实例对象对接收到的多条用户行为事件event进行统计分析， 得到用户 特征分析结果， 并将用户特 征分析结果返回给调用方。 2.根据权利要求1所述的客户端实时查询用户特征的方法， 其特征在于， 所述消息队列 为kafka消息队列。 3.根据权利要求1所述的客户端实时查询用户特征的方法， 其特征在于， 所述redis实 时特征数据源存储在缓存中。权　利　要　求　书 1/1 页 2 CN 114911802 A 2客户端实时查询用户特征的方 法 技术领域 [0001]本发明属于计算机信息处理技术领域， 具体涉及 一种客户端实时查询用户特征的 方法。 背景技术 [0002]机器学习在预测用户喜好时， 需要首先查询用户特征。 传统的客户端查询用户特 征的流程为： 1)将 每种用户特征均存进数据库； 2)服务端读取数据库中的数据， 查询到用户 特征。 [0003]以上方法具有以下问题： [0004](1)存储空间浪费： 每种用户特征均需要存进数据库， 例如， 对于以下三个用户特 征， 某用户7天 内下载游戏的记录、 某用户最后一次下载游戏的时间、 某7天 内下载的游戏数 量， 均需要存进数据库， 占用较多的存储空间； (2)每次新增用户特征， 均需要重新开发， 效 率低下、 周期长 。 发明内容 [0005]针对现有技术存在的缺陷， 本发明提供一种客户端实时查询用户特征的方法， 可 有效解决上述问题。 [0006]本发明采用的技 术方案如下： [0007]本发明提供一种客户端实时查询用户特 征的方法， 包括以下步骤： [0008]步骤1， 创建事件基础表event_detail_base和实时特征表realtime_feature； 所 述事件基础表event_detai l_base用于存 储需处理的每种用户行为事 件event的描述信息； [0009]所述实时特 征表realtime_feature用于存 储多种用户特 征统计模型model； [0010]步骤2， 对用户行为数据进行采集， 每条采集到的用户行为数据称为用户行为事 件； 将采集到的用户行为事 件event存 入硬盘中的消息队列； [0011]步骤3， 启动flink任务， 采用flink消费组件， 读取所述消息队列中的用户行为事 件event， 并根据所述事件基础表event _detail_base， 对读取到的所述用户行为事件event 进行解析和筛选， 得到满足所述事件基础表event_detail_base的多个用户行为事件 event， 并保存到redis实时特 征数据源； [0012]每当所述事件基础表 event_detail_base发生变动， 或所述消息队列发生变动时， 即启动fl ink任务， 由此保证redis实时特 征数据源的时效性； [0013]步骤4， 特征服务模块定期启动Groovy  task线程， 所述Groovy  task线程读取所述 实时特征表realtime_feature， 并根据脚本模版文件， 将所述实时特征表realtime_ feature中的每种用户特 征统计模型model动态生成Gro ovy实例对象； [0014]步骤5， 每当特征服务接口接收到来自于调用方的查询用户特征的查询请求时， 所 述查询请求中携带有用户特征查询关键字， 所述特征服务接口读取redis实时特征数据源， 得到与所述用户特征查询关键字匹配的多条用户行为事件event； 同时， 调用与所述用户特说　明　书 1/3 页 3 CN 114911802 A 3