用户标签检测方法、装置、电子设备及可读存储介质与流程

本技术涉及用户画像，尤其涉及一种用户标签检测方法、装置、电子设备及可读存储介质。

背景技术：

1、随着移动互联网的快速发展，为了能够给用户提供更具针对性的服务，基于大数据技术的用户画像在各行各业都得到了广泛的应用，其中，用户画像的生成和用户标签有着密不可分的关系，与此同时，如何对庞大的用户标签进行有效管理，俨然成为数据团队亟待解决的问题，目前，通常情况下当检测到用户标签的使用情况出现异常时，无法快速锁定异常标签，进而导致数据团队的计算和存储资源极度浪费，也即，用户标签检测的精准度低。

技术实现思路

1、本技术的主要目的在于提供一种用户标签检测方法、装置、电子设备及可读存储介质，旨在解决现有技术中用户标签检测的精准度低的技术问题。

2、为实现上述目的，本技术提供一种用户标签检测方法，所述用户标签检测方法包括：

3、获取待检测目标的标签使用数据，其中，所述待检测目标包括待检测基础标签、待检测二级标签以及待检测一级标签中至少之一；

4、依据所述标签使用数据，检测所述待检测目标在预设时间段内的使用情况，得到所述待检测目标的标签检测结果。

5、可选地，所述标签使用数据包括基础标签使用数据、二级标签使用数据以及一级标签使用数据，

6、所述依据所述标签使用数据，检测所述待检测目标在预设时间段内的使用情况，得到所述待检测目标的标签检测结果的步骤包括：

7、依据所述基础标签使用数据，在所述预设时间段内对所述待检测基础标签进行检测，得到所述待检测基础标签的标签检测结果；

8、基于所述二级标签使用数据，检测所述待检测二级标签在所述预设时间段内的使用情况，得到所述待检测二级标签的标签检测结果，其中，所述二级标签使用数据用于表征所述待检测二级标签对应的各基础标签的基础标签使用数据之和；

9、基于所述一级标签使用数据，检测所述待检测一级标签在所述预设时间段内的使用情况，得到所述待检测一级标签的标签检测结果，其中，所述一级标签使用数据用于表征所述待检测一级标签对应的各二级标签的二级标签使用数据之和。

10、可选地，所述待检测基础标签的标签检测结果包括待检测基础标签的使用次数以及待检测基础标签的增长率，

11、所述依据所述基础标签使用数据，在所述预设时间段内对所述待检测基础标签进行检测，得到所述待检测基础标签的标签检测结果的步骤包括：

12、当检测到所述基础标签使用数据对应的使用时间满足预设计算条件时，依据所述基础标签使用数据和使用时间，计算所述待检测基础标签的使用次数；

13、依据所述待检测基础标签的使用次数，确定所述待检测基础标签在当前检测周期的总使用次数以及在上一检测周期的总使用次数；

14、依据所述待检测基础标签在当前检测周期的总使用次数以及所述待检测基础标签在上一检测周期的总使用次数，计算所述待检测基础标签的增长率。

15、可选地，所述当检测到所述基础标签使用数据对应的使用时间满足预设计算条件时，依据所述基础标签使用数据和使用时间，计算所述待检测基础标签的使用次数的步骤包括：

16、当检测到所述基础标签使用数据对应的使用时间满足日均计算条件时，依据所述基础标签使用数据，计算所述待检测基础标签的日均使用次数；

17、通过计算所述待检测基础标签在第一预设天数内的总使用次数和所述第一预设天数的比值，得到所述待检测基础标签在所述第一预设天数内的日均使用次数；

18、当检测到所述基础标签使用数据对应的使用时间满足周均计算条件时，依据所述基础标签使用数据和第二预设天数，计算所述待检测基础标签的周日均使用次数；

19、当检测到所述基础标签使用数据对应的使用时间满足月均计算条件时，依据所述基础标签使用数据和第三预设天数，计算所述待检测基础标签的月日均使用次数。

20、可选地，所述依据所述待检测基础标签在当前检测周期的总使用次数以及所述待检测基础标签在上一检测周期的总使用次数，计算所述待检测基础标签的增长率的步骤包括：

21、依据所述待检测基础标签在当前检测周期的总使用次数以及所述待检测基础标签在上一检测周期的总使用次数之间的差值，确定所述待检测基础标签在当前检测周期的使用次数增量；

22、通过计算所述使用次数增量和所述待检测基础标签在当前检测周期的总使用次数之间的比值，得到所述待检测基础标签的增长率。

23、可选地，在所述获取待检测目标的标签使用数据的步骤之前，所述用户标签检测方法还包括：

24、获取基础标签体系数据；

25、依据所述基础标签体系数据的基础标签属性数据，查询所述基础标签在预设用户标签体系中对应的一级标签和二级标签；

26、将所述基础标签、所述一级标签和所述二级标签共同作为待检测目标。

27、可选地，在所述依据所述标签使用数据，检测所述待检测目标在预设时间段内的使用情况，得到所述待检测目标的标签检测结果的步骤之后，所述用户标签检测方法还包括：

28、依据所述待检测目标的标签检测结果，将所述待检测目标分为高活跃标签、活跃标签以及不活跃标签。

29、为实现上述目的，本技术还提供一种用户标签检测装置，所述用户标签检测装置包括：

30、获取模块，用于获取待检测目标的标签使用数据，其中，所述待检测目标包括待检测基础标签、待检测二级标签以及待检测一级标签中至少之一；

31、检测模块，用于依据所述标签使用数据，检测所述待检测目标在预设时间段内的使用情况，得到所述待检测目标的标签检测结果。

32、可选地，所述标签使用数据包括基础标签使用数据、二级标签使用数据以及一级标签使用数据，所述检测模块还用于：

33、依据所述基础标签使用数据，在所述预设时间段内对所述待检测基础标签进行检测，得到所述待检测基础标签的标签检测结果；

34、基于所述二级标签使用数据，检测所述待检测二级标签在所述预设时间段内的使用情况，得到所述待检测二级标签的标签检测结果，其中，所述二级标签使用数据用于表征所述待检测二级标签对应的各基础标签的基础标签使用数据之和；

35、基于所述一级标签使用数据，检测所述待检测一级标签在所述预设时间段内的使用情况，得到所述待检测一级标签的标签检测结果，其中，所述一级标签使用数据用于表征所述待检测一级标签对应的各二级标签的二级标签使用数据之和。

36、可选地，所述待检测基础标签的标签检测结果包括待检测基础标签的使用次数以及待检测基础标签的增长率，所述检测模块还用于：

37、当检测到所述基础标签使用数据对应的使用时间满足预设计算条件时，依据所述基础标签使用数据和使用时间，计算所述待检测基础标签的使用次数；

38、依据所述待检测基础标签的使用次数，确定所述待检测基础标签在当前检测周期的总使用次数以及在上一检测周期的总使用次数；

39、依据所述待检测基础标签在当前检测周期的总使用次数以及所述待检测基础标签在上一检测周期的总使用次数，计算所述待检测基础标签的增长率。

40、可选地，所述检测模块还用于：

41、当检测到所述基础标签使用数据对应的使用时间满足日均计算条件时，依据所述基础标签使用数据，计算所述待检测基础标签的日均使用次数；

42、通过计算所述待检测基础标签在第一预设天数内的总使用次数和所述第一预设天数的比值，得到所述待检测基础标签在所述第一预设天数内的日均使用次数；

43、当检测到所述基础标签使用数据对应的使用时间满足周均计算条件时，依据所述基础标签使用数据和第二预设天数，计算所述待检测基础标签的周日均使用次数；

44、当检测到所述基础标签使用数据对应的使用时间满足月均计算条件时，依据所述基础标签使用数据和第三预设天数，计算所述待检测基础标签的月日均使用次数。

45、可选地，所述检测模块还用于：

46、依据所述待检测基础标签在当前检测周期的总使用次数以及所述待检测基础标签在上一检测周期的总使用次数之间的差值，确定所述待检测基础标签在当前检测周期的使用次数增量；

47、通过计算所述使用次数增量和所述待检测基础标签在当前检测周期的总使用次数之间的比值，得到所述待检测基础标签的增长率。

48、可选地，所述用户标签检测装置还用于：

49、获取基础标签体系数据；

50、依据所述基础标签体系数据的基础标签属性数据，查询所述基础标签在预设用户标签体系中对应的一级标签和二级标签；

51、将所述基础标签、所述一级标签和所述二级标签共同作为待检测目标。

52、可选地，所述用户标签检测装置还用于：

53、依据所述待检测目标的标签检测结果，将所述待检测目标分为高活跃标签、活跃标签以及不活跃标签。

54、本技术还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述用户标签检测方法的程序，所述用户标签检测方法的程序被处理器执行时可实现如上述的用户标签检测方法的步骤。

55、本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现用户标签检测方法的程序，所述用户标签检测方法的程序被处理器执行时实现如上述的用户标签检测方法的步骤。

56、本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的用户标签检测方法的步骤。

57、本技术提供了一种用户标签检测方法、装置、电子设备及可读存储介质，也即，获取待检测目标的标签使用数据，其中，所述待检测目标包括待检测基础标签、待检测二级标签以及待检测一级标签中至少之一；依据所述标签使用数据，检测所述待检测目标在预设时间段内的使用情况，得到所述待检测目标的标签检测结果。由于预设时间段可以为用户设置的日、周以及月三大时间段，同时用户标签置于预先设置的标签体系中，进而可实现从时间和标签体系两大维度检测用户标签的目的，也即全面检测用户标签当前的使用情况，所以当检测到用户标签的使用情况出现异常时，能够通过标签检测结果检测得到异常标签在标签体系的所处位置以及标签使用异常的时间，进而实现了避免数据团队的计算和存储资源极度浪费的目的，所以克服了现有技术中用户标签的使用情况出现异常而无法快速锁定异常标签的技术缺陷，所以提升了用户标签检测的精准度。