具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

参见图1，本发明实施例提供了一种用户行为数据的处理方法，该方法包括：

步骤101：获取多个业务场景对应的行为数据集合，

应当说明的是，行为数据集合包括每一业务场景下的用户行为数据。也就是说，多个业务场景对应的行为数据集合为各个业务场景下的用户行为数据组成的集合。用户行为数据为表征用户行为的数据，即用户在进行一些操作行为时生成的数据。可以理解的是，本发明涉及的用户行为数据为经过用户授权或经各方授权后的信息。较佳地，用户行为数据还可以包括用户信息，同样本发明所涉及的用户信息(包括但不限于用户的设备信息、用户个人信息等)、相关数据等也为经用户授权或经各方授权后的信息。

通常情况下，本发明获取的用户行为数据与埋点技术采集的用户行为数据类似。每条用户行为数据表征用户的一个行为或业务场景下的一项业务操作。举例而言，一平台对接多个业务场景(招聘业务场景、租房业务场景、聊天业务场景等)，用户在业务场景下进行一些行为时将生成对应的用户行为数据，如用户发布招聘信息时产生一条表征用户发布招聘信息的用户行为数据，用户投递简历时产生一条表征用户投递简历的用户行为数据，则招聘场景下的用户行为数据包括：表征用户发布招聘信息的用户行为数据、表征用户投递简历的用户行为数据。这里，仅以两条用户行为数据举例，实际情况下每一业务场景下的用户行为数据的数量通常很多。例如可以是某一时间段内所有的用户行为数据，该时间段可以根据需求任意设定。当然也可以实时获取每一业务场景下的用户行为数据，将每次获取的用户行为数据扩充至行为数据集合中。

步骤102：确定预设配置文件中每一业务场景对应的配置信息。

应当说明的是，配置文件为预先配置生成的文件，其中的配置信息包括业务场景下所需监控的用户行为数据的标识以及所需监控的用户行为数据的统计方式。可以理解的是，每一业务场景下所需关注的用户行为数据不同，例如招聘业务场景下所需关注的用户行为数据通常为表征发布招聘信息以及投递简历的用户行为数据。租房业务场景下所需关注的用户行为数据通常为表征用户浏览房源信息的用户行为数据。基于各业务场景下所需关注的用户行为数据的差异，分别针对每一业务场景进行配置。

较佳地，每一业务场景具有唯一的业务标识，通过业务标识可以区分不同业务场景。配置文件中业务场景与配置信息相对应可以为业务场景的业务标识与配置信息性对应。相应的，行为数据集合中业务场景下的用户行为数据为业务场景的业务标识对应的用户行为数据。从而通过业务标识即可确定同一业务场景下的用户行为数据以及对应的配置信息。

用户行为数据的标识可以为用户行为数据中的某个或某些字段。该标识用于筛选数据，因此，用户行为数据的标识也可以理解为筛选用户行为数据的筛选条件。用户行为数据的统计方式可以为任意统计方式，用于对用户行为进行统计，例如某一业务场景下的多条用户行为数据表征用户多次投递简历，则统计方式用于统计用户在某一时间段内容总共投递简历的次数或者每天平均投递简历的次数。

步骤103：基于配置信息中的标识，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据。

应当说明的是，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据时，可以分别针对每一业务场景，基于该业务场景对应的配置信息中的标识，从该业务场景下的用户行为数据中筛选得到该业务场景下所需监控的用户行为数据。例如多个业务场景包括第一业务场景、第二业务场景以及第三业务场景；第一业务场景对应的配置信息中的标识为A，第二业务场景对应的配置信息中的标识为B，第三业务场景对应的配置信息中的标识为C，则基于标识A从行为数据集合中第一业务场景下的用户行为数据中筛选得到第一业务场景下所需监控的用户行为数据。基于标识B从行为数据集合中第二业务场景下的用户行为数据中筛选得到第二业务场景下所需监控的用户行为数据。基于标识C从行为数据集合中第三业务场景下的用户行为数据中筛选得到第三业务场景下所需监控的用户行为数据。

在一实际业务场景中(招聘业务场景中)，用户投递简历时生成的用户行为数据将包含用户当前所处的位置(例如可以是该用户所处的城市)，为统计城市M中每天投递简历的数量，则招聘业务场景对应的配置信息中的标识可以为“城市-M”，从而可以从招聘业务场景下的用户行为数据中筛选得到表征用户在城市M中投递简历的所有用户行为数据。

可以理解的是，配置信息中的标识可以理解为筛选业务场景下所需监控的用户行为数据的筛选条件，从不同业务场景下筛选用户行为数据的筛选条件不同。而从业务场景下的用户行为数据中筛选数据的筛选逻辑可以相同，这里，可以预先创建从用户行为数据中筛选数据的筛选逻辑，针对不同的业务场景，该筛选逻辑相同。

步骤104：基于配置信息中的统计方式，分别统计每一业务场景下所需监控的用户行为数据，得到并显示每一业务场景下的数据统计结果。

应当说明的是，各业务场景对应的配置信息中的统计方式可以相同或者不同。针对每一业务场景，采用该业务场景对应的配置信息中的统计方式，对该业务场景下所需监控的用户行为数据进行统计，得到该业务场景下的数据统计结果。举例而言，多个业务场景包括第一业务场景、第二业务场景以及第三业务场景；第一业务场景对应的配置信息中的统计方式为第一统计方式，第二业务场景对应的配置信息中的统计方式为第二统计方式，第三业务场景对应的配置信息中的统计方式为第三统计方式，则基于第一统计方式统计第一业务场景下所需监控的用户行为数据，得到第一场景下的数据统计结果。基于第二统计方式统计第二业务场景下所需监控的用户行为数据，得到第二场景下的数据统计结果。基于第三统计方式统计第三业务场景下所需监控的用户行为数据，得到第三场景下的数据统计结果。

显示的数据统计结果可以理解为监控指标。即通过显示数据统计结果可以对每一业务场景下的监控指标进行监控。在显示数据统计结果时，可以将不同业务场景下的数据统计结果显示在不同显示区域，同一显示区域仅显示同一业务场景下的数据统计结果。

本发明实施例中，可以获取多个业务场景对应的行为数据集合，其中，行为数据集合包括每一业务场景下的用户行为数据。从对接的多个业务场景中获取每一业务场景下的用户行为数据，为后续用户行为数据的筛选和统计提供数据基础。然后确定预设配置文件中每一业务场景对应的配置信息，其中，配置信息包括业务场景下所需监控的用户行为数据的标识以及所需监控的用户行为数据的统计方式。也就是说，预先设置有配置文件，针对不同业务场景所需监控的用户行为数据的相关特征预先配置生成配置文件供后续筛选和统计使用。从而在筛选用户行为数据时，基于配置信息中的标识，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据。在统计用户行为数据时，基于配置信息中的统计方式，分别统计每一业务场景下所需监控的用户行为数据，得到并显示每一业务场景下的数据统计结果，而非利用多个业务场景各自对应的埋点代码。本发明实施例，无需针对每一业务场景开发埋点代码，从而可以减少出错的情况发生，提升开发效率。

可选地，基于配置信息中的标识，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据，包括：

针对每一业务场景，基于同一筛选模块从业务场景下的用户行为数据中筛选具有业务场景对应的配置信息中的标识的用户行为数据，得到每一业务场景下所需监控的用户行为数据，其中，筛选模块为预先创建的用于筛选数据的模块。

应当说明的是，筛选模块为预先创建的具有筛选逻辑的功能模块，通过筛选模块可以从给定的数据源中采用给定的筛选条件，筛选出符合筛选条件的数据。这里，给定的数据源即为业务场景下的用户行为数据，筛选条件即为配置信息中的标识。

较佳地，可以采用多个线程进行处理，每一线程用于针对一个业务场景，从该业务场景利用同一筛选模块从该业务场景下的用户行为数据中筛选具有该业务场景对应的配置信息中的标识的用户行为数据，从而提升筛选效率。当然，也可以利用一个线程进行处理，采用同一线程依次针对每一业务场景利用同一筛选模块从该业务场景下的用户行为数据中筛选具有该业务场景对应的配置信息中的标识的用户行为数据。其中，针对每一业务场景，具有该业务场景对应的配置信息中的标识的用户行为数据，即为该业务场景下所需监控的用户行为数据。

本发明实施例中，筛选各业务场景各自所需监控的用户行为数据所使用的筛选模块为预先创建的同一功能模块，从而无需针对各业务场景开发多个筛选模块，减少了开发工作量，提升了开发效率。

可选地，每一业务场景下的每条用户行为数据采用JSON格式传输，配置信息中的标识为键值对数据结构。

应当说明的是，JSON格式传输的数据本质上是key(键)：value(值)构成的键值对数据。这里的键值对中key也可以理解为字段，value为该字段对应的字段值。例如键值对city：beijing，也可以表示为字段：city，字段值：beijing。

针对每一业务场景，基于同一筛选模块从业务场景下的用户行为数据中筛选具有业务场景对应的配置信息中的标识的用户行为数据，得到每一业务场景下所需监控的用户行为数据，包括：

针对每一业务场景，基于同一筛选模块将业务场景下的每条用户行为数据中的所有键值对分别与业务场景对应的配置信息中的标识指示的键值对相匹配。

应当说明的是，键值对相互之间进行匹配包括：键与键之间相互匹配以及值与值之间相互匹配。例如两个键值对分别为city：beijing、city：tianjin，键值对相互之间匹配为city与city之间匹配以及beijing与tianjin之间匹配。

针对每一业务场景，将匹配成功的键值对所属的用户行为数据，确定为业务场景下所需监控的用户行为数据。

应当说明的是，匹配成功的键值对为键和值均相同的键值对。例如两个键值对分别为city：beijing、city：tianjin，由于两个值beijing与tianjin并不相同，因此两个键值对未匹配成功。匹配成功的键值对所属的用户行为数据即为可以与配置信息中的标识指示的键值对匹配成功的键值对所属的用户行为数据。例如招聘业务场景下的用户行为数据包括三条用户行为数据，其中第一条用户行为数据中包括键值对city：beijing，第二条用户行为数据中包括键值对city：tianjin，第三条用户行为数据中包括键值对id：00320，招聘业务场景对应的配置信息中的标识指示的键值对为city：beijing。则筛选出的招聘业务场景下所需监控的用户行为数据为第一条用户行为数据。

本发明实施例中，用户行为数据以及配置信息均采用键值对的数据结构，通过键值对之间的相互匹配，从业务场景下的用户行为数据中筛选所需监控的用户行为数据。

可选地，基于配置信息中的统计方式，分别统计每一业务场景下所需监控的用户行为数据，包括：

针对每一业务场景下所需监控的用户行为数据，从同一算法集合中选择与业务场景对应的配置信息中的统计方式相对应的目标算法进行计算。

应当说明的是，算法集合中包括多个预先创建的目标算法。可以理解的是，算法集合中的目标算法为个业务场景下进行统计过程中所共用的算法。

可以基于不同业务场景中的统计方式预先创建多个目标算法。例如10个不同业务场景中会用到5种统计方式，则预先针对每种统计方式创建一种目标算法得到5种目标算法。

较佳地，配置信息中的统计方式可以为目标算法的标识，针对每一业务场景下所需监控的用户行为数据进行统计时，从算法集合中查找具有配置信息中统计方式指示的目标算法的标识的目标算法，利用查找到的目标算法进行统计计算。例如算法集合包括具有标识A的第一算法、具有标识B的第二算法、具有标识C的第三算法以及具有标识D的第四算法。某一业务场景对应的配置信息中的统计方式为标识C，则在统计该业务场景下所需监控的用户行为数据的时候，使用具有标识C的第三算法进行统计计算。可以理解的是，目标算法可以为求和、求平均值等算法。

本发明实施例中，统计各业务场景各自所需监控的用户行为数据所使用的目标算法来源于同一算法集合，使用相同统计方式的业务场景可以共用算法集合中的同一目标算法，从而无需针对每一业务场景开发一套统计算法，减少了开发工作量，提升了开发效率。

可选地，在获取多个业务场景对应的行为数据集合之前，该方法还包括：

接收用户针对每一业务场景输入的标识以及统计方式。

应当说明的是，用户可以基于需求输入用户行为数据的标识以及统计方式。例如需要统计城市M中平均每天投递简历的数量，则用户针对招聘业务场景输入“城市-M”，输入求平均值的统计方式，从而可以在筛选出表征在城市M中投递简历的用户行为数据之后，基于固定时长确定投递简历的总量，利用求平均值的统计方法计算得到每天投递简历的数量。

基于标识以及统计方式，生成配置文件。

应当说明的是，可以预先创建配置文件模板，在配置文件模板中设置供用户输入的输入框，在用户于输入框中输入标识以及统计方式之后，生成配置文件。

本发明实施例中，用户可以根据各业务场景下的需求，输入每一业务场景对应的标识和统计方式，从而生成包括每一业务场景对应的配置信息的配置文件。

可选地，在得到并显示每一业务场景下的数据统计结果之后，该方法还包括：

获取每一项数据统计结果各自对应的预警值。

应当说明的是，预警值为预先存储的数值，用户可以根据需求自行设定预警值的数值大小。

在至少一项数据统计结果超过对应的预警值的情况下，显示预警提示信息。

应当说明的是，预警提示信息可以为具有提醒功能的任意信息，例如可以为弹框、也可以是将超过预警值的数据统计结果标记成醒目的颜色，以区别于未超过预警值的数据统计结果。醒目的颜色可以为红色、黄色等。

本发明实施例中，可以在数据统计结果超过预警值的情况下发出预警提示信息，从而便于用户及时发现。

如图2所示，为本发明提供的用户行为数据的处理方法的实际应用架构流程图。图2中多个业务场景包括招聘业务场景、微聊业务场景以及租房业务场景，但图2仅为一示例，本发明并不限于图2中所示的三种业务场景。

风险检测用于检测各业务场景下的业务数据，并从业务配置管理系统拉取用户预先针对每一业务场景配置的配置信息，即上述发明实施例中的配置文件。首先读取业务数据，这里的业务数据为各业务场景下的用户行为数据。然后通过字段匹配筛选出每一业务场景所需监控的用户行为数据，此过程与上述发明实施例中通过键值对匹配筛选业务场景下所需监控的用户行为数据的过程类似，这里不再赘述。然后进行埋点匹配，即利用配置文件中的统计方式对筛选出的用户行为数据进行统计。通过收集数据上传至监控服务，可以将各业务场景下的数据统计结果传输至监控服务，最后利用监控大盘对数据统计结果进行展示。其中，监控大盘为一具有显示功能的电子设备，监控人员通过监控大盘上显示的数据即可获知各业务场景下的用户行为情况。

应当说明的是，可以利用通用字符串类型的JSON数据格式，将数据以K-V(键值对)的形式进行传输。再通过字段配置表(配置文件)，定义字段的数据类型，监控类型，统计方式等，基于风控核心业务流程的关键监控指标，使得系统在数据初始化时，进行预先配置。系统运行时，将数据与配置进行关联，采集实时用户行为数据，进行相关的统计计算。本发明实施例可以基于一套机制，完成不同业务场景下的监控埋点。

以上介绍了本发明实施例提供的用户行为数据的处理方法，下面将结合附图介绍本发明实施例提供的用户行为数据的处理装置。

参见图3，本发明实施例还提供了一种用户行为数据的处理装置，该装置包括：

数据模块31，用于获取多个业务场景对应的行为数据集合，其中，行为数据集合包括每一业务场景下的用户行为数据；

配置模块32，用于确定预设配置文件中每一业务场景对应的配置信息，其中，配置信息包括业务场景下所需监控的用户行为数据的标识以及所需监控的用户行为数据的统计方式；

第一处理模块33，用于基于配置信息中的标识，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据；

第二处理模块34，用于基于配置信息中的统计方式，分别统计每一业务场景下所需监控的用户行为数据，得到并显示每一业务场景下的数据统计结果。

可选地，第一处理模块33，具体用于针对每一业务场景，基于同一筛选模块从业务场景下的用户行为数据中筛选具有业务场景对应的配置信息中的标识的用户行为数据，得到每一业务场景下所需监控的用户行为数据，其中，筛选模块为预先创建的用于筛选数据的模块。

可选地，每一业务场景下的每条用户行为数据采用JSON格式传输，配置信息中的标识为键值对数据结构；

第一处理模块33，具体用于针对每一业务场景，基于同一筛选模块将业务场景下的每条用户行为数据中的所有键值对分别与业务场景对应的配置信息中的标识指示的键值对相匹配；针对每一业务场景，将匹配成功的键值对所属的用户行为数据，确定为业务场景下所需监控的用户行为数据，其中，匹配成功的键值对为键和值均相同的键值对。

可选地，第二处理模块34，具体用于针对每一业务场景下所需监控的用户行为数据，从同一算法集合中选择与业务场景对应的配置信息中的统计方式相对应的目标算法进行计算。

可选地，该装置还包括：

接收模块，用于接收用户针对每一业务场景输入的标识以及统计方式；

生成模块，用于基于标识以及统计方式，生成配置文件。

可选地，该装置还包括：

第一预警模块，用于获取每一项数据统计结果各自对应的预警值；

第二预警模块，用于在至少一项所述数据统计结果超过对应的所述预警值的情况下，显示预警提示信息。

本发明实施例提供的用户行为数据的处理装置能够实现图1至图2的方法实施例中用户行为数据的处理方法实现的各个过程，为避免重复，这里不再赘述。

本发明的实施例中，可以获取多个业务场景对应的行为数据集合，其中，行为数据集合包括每一业务场景下的用户行为数据。从对接的多个业务场景中获取每一业务场景下的用户行为数据，为后续用户行为数据的筛选和统计提供数据基础。然后确定预设配置文件中每一业务场景对应的配置信息，其中，配置信息包括业务场景下所需监控的用户行为数据的标识以及所需监控的用户行为数据的统计方式。也就是说，预先设置有配置文件，针对不同业务场景所需监控的用户行为数据的相关特征预先配置生成配置文件供后续筛选和统计使用。从而在筛选用户行为数据时，基于配置信息中的标识，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据。在统计用户行为数据时，基于配置信息中的统计方式，分别统计每一业务场景下所需监控的用户行为数据，得到并显示每一业务场景下的数据统计结果，而非利用多个业务场景各自对应的埋点代码。本发明实施例，无需针对每一业务场景开发埋点代码，从而可以减少出错的情况发生，提升开发效率。

另一方面，本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述用户行为数据的处理方法的步骤。

举个例子如下，图4示出了一种电子设备的实体结构示意图。

如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行如下方法：

获取多个业务场景对应的行为数据集合，其中，行为数据集合包括每一业务场景下的用户行为数据；

确定预设配置文件中每一业务场景对应的配置信息，其中，配置信息包括业务场景下所需监控的用户行为数据的标识以及所需监控的用户行为数据的统计方式；

基于配置信息中的标识，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据；

基于配置信息中的统计方式，分别统计每一业务场景下所需监控的用户行为数据，得到并显示每一业务场景下的数据统计结果。

此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

再一方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的用户行为数据的处理方法，例如包括：

获取多个业务场景对应的行为数据集合，其中，行为数据集合包括每一业务场景下的用户行为数据；

确定预设配置文件中每一业务场景对应的配置信息，其中，配置信息包括业务场景下所需监控的用户行为数据的标识以及所需监控的用户行为数据的统计方式；

基于配置信息中的标识，从行为数据集合中筛选得到每一业务场景下所需监控的用户行为数据；

基于配置信息中的统计方式，分别统计每一业务场景下所需监控的用户行为数据，得到并显示每一业务场景下的数据统计结果。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。