一种基于多维度的用户行为数据处理方法及装置

摘要

本申请实施例公开了一种基于多维度的用户行为数据处理方法及装置。本申请实施例提供的技术方案，通过获取用户行为数据、活动规则信息和活动页面信息，用户行为数据存储于分布式消息系统中，活动规则信息存储于分布式内存数据库中，活动页面信息存储于分布式关系型数据库中,活动规则信息包括设置的活动时间范围；基于活动规则信息，对数据生成时间戳处于活动时间范围内的用户行为数据进行计算得到相应的活动分数，将活动分数与存储的历史活动分数进行排序，生成活动排行榜；响应于用户端发送的活动页面获取请求，将活动页面信息以及活动排行榜发送至用户端，用于用户端生成活动页面并在活动页面上显示活动排行榜。

说明书

技术领域

本申请实施例涉及直播技术领域，尤其涉及一种基于多维度的用户行为数据处理方法及装置。

背景技术

随着互联网技术的不断发展，互联网技术越来越多的应用于人们的日常生活。通过互联网人们可以实现社交、娱乐、通讯等各类应用。各种新型的信息交互方式也得到了快速的发展，例如，网络直播。如今网络直播十分火热，主播可以通过手机、电脑等设备进行直播，用户可通过登录网站或客户端观看直播。

为促进直播业务的发展，日常运营中区域的工作人员，需要根据用户和主播的行为，开展一些活动，让参与活动的用户或者主播形成竞争关系，这种竞争关系通过排行榜表现，排名靠前的用户或者主播给予一定奖励，以前此刺激用户和主播，达到多观看多开播，多送礼，提高用户与主播的参与度，提高营收和日常活动。对于全球性的直播，其运行运营特性，每个区域的时区和语言，文字显示都不一样，需要较多人力按每个区域要求开发定制的活动，并根据不同的活动规则信息统计对应的用户行为榜单。这种开发模式存在开发周期长和活动数量少的缺点。

发明内容

本申请实施例提供一种基于多维度的用户行为数据处理方法及装置，能够解决活动开发周期长的问题，降低活动开发难度和开发成本。

在第一方面，本申请实施例提供了一种基于多维度的用户行为数据处理方法，包括：

获取用户行为数据、活动规则信息和活动页面信息，所述用户行为数据存储于分布式消息系统中，所述活动规则信息存储于分布式内存数据库中，所述活动页面信息存储于分布式关系型数据库中,所述活动规则信息包括设置的活动时间范围；

基于所述活动规则信息，对数据生成时间戳处于所述活动时间范围内的用户行为数据进行计算得到相应的活动分数，将所述活动分数与存储的历史活动分数进行排序，生成活动排行榜；

响应于用户端发送的活动页面获取请求，将所述活动页面信息以及所述活动排行榜发送至所述用户端，用于所述用户端生成活动页面并在所述活动页面上显示所述活动排行榜。

在第二方面，本申请实施例提供了一种基于多维度的用户行为数据处理装置，包括：

数据获取模块，被配置为获取用户行为数据、活动规则信息和活动页面信息，所述用户行为数据存储于分布式消息系统中，所述活动规则信息存储于分布式内存数据库中，所述活动页面信息存储于分布式关系型数据库中,所述活动规则信息包括设置的活动时间范围；

榜单统计模块，被配置为基于所述活动规则信息，对数据生成时间戳处于所述活动时间范围内的用户行为数据进行计算得到相应的活动分数，将所述活动分数与存储的历史活动分数进行排序，生成活动排行榜；

页面显示模块，被配置为响应于用户端发送的活动页面获取请求，将所述活动页面信息以及所述活动排行榜发送至所述用户端，用于所述用户端生成活动页面并在所述活动页面上显示所述活动排行榜。

在第三方面，本申请实施例提供了一种电子设备，包括：

存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的基于多维度的用户行为数据处理方法。

在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于多维度的用户行为数据处理方法。

本申请实施例可通过区域工作人员配置的活动信息，自动生成活动，此活动支持配置静态展示活动页面，也支持根据用户行为数据动态展示活动排行榜。创建的活动支持多时区换算，保证活动排行榜的准确性。在活动结束后，将活动排行榜发送至指定邮箱，便于工作人员根据活动排行榜给用户发放活动奖励。在数据存储方面，本申请实施例采用了分布式消息系统作为用户行为数据的中间传输层，保证数据生产方和数据消费方的解耦。采用全球分布式内存数据库存储活动排行榜便于全球快速访问，采用分布式内存数据库存储兑换成分数的用户行为数据，保证数据计算的准确性。

附图说明

图1是本申请实施例一提供的一种基于多维度的用户行为数据处理方法的流程图；

图2是本申请实施例一中各数据的传输示意图；

图3是本申请实施例一中的活动时间确定流程图；

图4是本申请实施例一中的活动页面拉取流程图；

图5是本申请实施例二中提供的一种基于多维度的用户行为数据处理方法的流程图；

图6是本申请实施例三提供的一种基于多维度的用户行为数据处理装置的结构示意图；

图7是本申请实施例四提供的一种电子设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

本申请提供的基于多维度的用户行为数据处理方法及装置，旨在通过区域工作人员事先配置的活动信息，自动生成活动，此活动支持配置静态展示活动页面，也支持根据用户行为数据动态展示活动排行榜。相对于传统的活动开发方式，其需要根据运行运营特性，每个区域的时区和语言文字，针对每个区域要求开发定制的活动，并根据不同的活动规则信息统计对应的用户行为榜单。传统的活动开发方式需要花费较多人力，且开发周期较长，开发的活动数量较少。基于此，提供本申请实施例的基于多维度的用户行为数据处理方法及装置，以解决活动开发周期长的问题，降低活动开发难度和开发成本。

实施例一：

图1给出了本申请实施例一提供的一种基于多维度的用户行为数据处理方法的流程图，本实施例中提供的基于多维度的用户行为数据处理方法可以由基于多维度的用户行为数据处理设备执行，该基于多维度的用户行为数据处理设备可以通过软件和/或硬件的方式实现。一般而言，该基于多维度的用户行为数据处理设备可以是服务器。

下述以基于多维度的用户行为数据处理设备为执行基于多维度的用户行为数据处理方法的主体为例，进行描述。参考图1，基于多维度的用户行为数据处理方法包括：

S110、获取用户行为数据、活动规则信息和活动页面信息，所述用户行为数据存储于分布式消息系统中，所述活动规则信息存储于分布式内存数据库中，所述活动页面信息存储于分布式关系型数据库中,所述活动规则信息包括设置的活动时间范围。

具体的，参考图2，图2是本申请实施例一中各数据的传输示意图。如图2所示，数据处理进程10为根据活动规则计算用户行为数据对应的分数，分别从分布式消息系统9中获取用户行为数据，从分布式内存数据库5中获取活动规则信息。可选的，分布式消息系统9可以为Kafka，Kafka是一个分布式、支持分区的、多副本的，基于zookeeper协调的分布式消息系统，其适用于全球性的用户行为数据，Kafka作为用户行为数据的中间传输层，保证了数据生产方和数据消费方的解耦。进一步的，分布式内存数据库5可以为unionRedis，unionRedis是一种分布式的内存数据库解决方案，底层基于单机redis，上层通过中间件集中调用，组成一个容量大的内存存储系统。

进一步的，在数据处理进程10获取活动规则信息前，以及用户端7拉取活动页面信息前，需根据区域工作人员在活动配置后台1配置的活动信息，对应生成活动规则信息和活动页面信息。参考图2，区域工作人员在活动配置后台1配置活动时区、活动时间范围和活动语言，并定义活动分数的兑换规则，生成活动配置信息，其中活动配置信息包括活动页面信息和活动规则信息。活动配置后台1通过业务规则保存接口2将活动配置信息存储至分布式关系型数据库3，将活动规则信息存储至分布式内存数据库5，以及在全球分布式内存数据库4中定义存储活动排行榜的有序集合。可选的，全球分布式内存数据库4可以为condis，condis是一种分布式的内存数据库解决方案，底层单机基于Redis，分布式消息基于zookeeper实现。可选的，分布式关系型数据库3可以为MyShard，MyShard是一种分布式关系型数据库，支持多主点写入，并保证集群最终一致性。虽然活动规则信息也存储在分布式关系型数据库3中，但unionRedis相比于MyShard，访问速度更快，通过获取unionRedis中的活动规则信息可以提高用户行为数据的处理速率。

进一步的，在数据处理进程10获取用户行为数据前，是由用户数据推送端8将用户行为数据推送至分布式消息系统9。具体的，用户行为数据包括礼物数据、观看数据、直播数据、充值数据和分享数据中的至少一种。在业务组结算后，用户数据推送端8将礼物数据、观看数据、直播数据、充值数据和分享数据推送至分布式消息系统9。

S120、基于所述活动规则信息，对数据生成时间戳处于所述活动时间范围内的用户行为数据进行计算得到相应的活动分数，将所述活动分数与存储的历史活动分数进行排序，生成活动排行榜。

为保证本申请实施例可以满足多时区的要求，可根据区域工作人员选定的活动时区和活动时间范围，将该活动时间范围转换为标准活动时区内的活动时间范围，以标准活动时区的时间戳作为标准时间戳，此方案还方便于区域工作人员快速根据当地时区快速配置活动。具体的，参考图3，图3是本申请实施例一中的活动时间确定流程图。如图3所示，活动时间确定流程包括：

S1201、获取所述活动时区和所述活动时间范围，根据预设的标准活动时区与所述活动时区的时差，将所述活动时间范围转换为标准活动时区对应的标准时间范围；

S1202、判断所述用户行为数据的数据生成时间戳是否处于所述标准时间范围内，所述数据生成时间戳为标准活动时区对应的时间戳；

S1203、若所述数据生成时间戳处于所述标准时间范围内，则根据所述用户行为数据与活动分数之间的对应关系，将所述用户行为数据兑换成相应的活动分数。

示例性的，数据处理进程从分布式关系型数据库中读取一条活动规则信息，获取活动规则信息中的活动时区和活动时间范围，计算活动时区与标准活动时区的时差，将活动时间范围与该时差求和，可得到标准活动时区对应的标准时间范围。分布式消息系统推送的用户行为数据配置有标准时间戳，如果用户行为数据的标准时间戳位于标准时间范围内，表明该用户行为数据处于该活动期间，计算该用户行为数据。如果用户行为数据的标准时间戳位于标准时间范围内，表明该用户行为数据不处于该活动期间。可理解的，分布式关系型数据库可能存储多个活动规则信息，在用户行为数据不处于某个活动期间时，将该用户行为数据继续和其他的活动规则信息进行比较，保证符合活动规则的用户行为数据都能计算到对应的活动排行榜中，保证活动排行榜的准确性。进一步的，在用户行为数据与当前分布式关系型数据库中所有的活动规则信息进行确认之后，将该用户行为数据存储至分布式关系型数据库的字符串数据结构中，保证在高并发业务中数据准确，不会重复计算。

参考图2，数据处理进程10从分布式内存数据库5获取到活动规则信息，以及从分布式消息系统9中获取到用户行为数据后，将用户行为数据换算成对应的活动分数，并将活动分数存储至历史活动分数存储的全球分布式内存数据库4的有序集合中，以使有序集合中的活动分数自动排序，生成活动排行榜。具体的，在配置活动规则信息时，活动规则信息关联一个活动ID和至少一个排行榜ID，活动ID用于标识活动，排行榜ID用于标识活动排行榜。所有活动规则信息都存储在分布式内存数据库5的哈希数据结构中，活动规则信息通过哈希值表示，活动ID和排行榜ID通过哈希字段表示。其中，如果活动排行榜被删除了，新建的活动排行榜也不再复用此ID,排行榜ID可以保证排行榜之间相互独立性，排行榜独立性保证了不同规则能生成不同排行榜。进一步的，活动ID和排行榜ID与全球分布式内存数据4有序集合中记录的活动排行榜相映射。示例性的，在用户行为数据符合活动规则信息的要求时，根据活动规则信息中用户行为数据和活动分数之间的对应关系，计算该用户行为数据对应的活动分数。根据活动规则信息关联的活动ID和排行榜ID，将活动分数存储至与活动ID和排行榜ID映射的活动排行榜中。活动排行榜存储在全球分布式内存数据库4中，分布式存储，方便全球用户快速访问获取活动排行榜，提高用户体验。

S130、响应于用户端发送的活动页面获取请求，将所述活动页面信息以及所述活动排行榜发送至所述用户端，用于所述用户端生成活动页面并在所述活动页面上显示所述活动排行榜。

示例性的，活动配置后台生成活动页面信息时，也对应生成了活动链接。用户端通过活动链接打开对应的活动网页，并在显示屏上显示活动页面和实时的活动排行榜。参考图2，用户侧业务接口6处理用户端7发送的各种请求，以实时向用户端7发送对应的信息。具体的，用户侧业务接口6从分布式关系型数据库中拉取活动配置信息并发送至用户端7，用户端7根据活动配置信息中的活动页面信息进行渲染生成活动页面，并根据活动配置信息中的活动ID和排行榜ID，用户侧业务接口6就近拉取全球分布式内存数据库有序集合中的活动排行榜并发送至用户端7，用户端7将活动排行榜显示在活动页面上，实现活动排行榜的动态展示。

具体的，参考图4，图4是本申请实施例一中的活动页面拉取流程图。如图4所示，活动页面拉取流程包括：

S1301、响应于用户端发送的活动页面获取请求，从分布式关系型数据库获取所述活动页面信息并发送至所述用户端，用于所述用户端根据所述活动页面信息进行渲染生成活动页面；

S1302、响应于所述用户端发送的活动排行榜获取请求，根据所述用户端7的区域，从最靠近所述区域的全球分布式内存数据库中，获取对应的活动排行榜，并将该活动排行榜发送至所述用户端。

具体的，接收用户端发送的活动页面获取请求，并根据所述活动页面获取请求，从分布式关系型数据库获取对应的活动页面信息，并将活动页面信息发送至用户端。用户端接收到活动页面信息后，根据活动页面信息进行渲染生成活动页面，用户端根据活动页面信息中的活动ID和排行榜ID，生成活动排行榜获取请求，并发送活动排行榜获取请求。接收用户端发送的活动排行榜获取请求，根据活动排行榜获取请求中的活动ID和排行榜ID，以及用户端7所在区域，从最接近该区域的全球分布式内存数据库中获取对应的活动排行版，并将该活动排行榜发送至用户端。本实施例通过活动页面信息实现静态展示活动页面，并通过活动页面信息获取对应的活动排行榜，实现动态展示活动排行榜。

活动页面信息中的活动页面布局是区域运营人员设置的，为了满足动态灵活个性定制需求，区域运营人员在配置活动信息时，将所有活动基础信息以一个规范化脚本对象存入，并配置活动区域语言，生成活动页面信息。规范化脚本对象存储在分布式关系型数据库的文本中，支持超大容量。当用户端拉取活动页面信息时，将规范化脚本对象发送至用户端，用户端根据规范化脚本对象进行渲染，生成以活动区域语言展示符合活动页面布局的活动基础信息。

进一步的，在检测到活动结束后，将活动对应的活动排行榜发送至预设邮箱，并清理分布式关系型数据库中过期的活动页面信息和分布式内存数据库中过期的活动规则信息。具体的，在当前时间超出活动结束时间后，终止活动分数统计，并将该活动对应的活动排行榜发送至区域工作人员的邮箱，便于区域工作人员根据活动排行榜，给排行榜靠前的用户发放活动奖励。活动结束后，通过定时脚本清理分布式关系型数据库中过期的活动页面信息和分布式内存数据库中过期的活动规则信息，避免将用户行为数据和无效的活动规则信息进行比较，避免数据处理进程做无用功，提高数据处理效率。

本申请实施例通过不同的数据库存储不同的数据，实现分层存储，并通过分布式消息系统隔离数据生产方和数据消费方。关于存储的扩展，活动页面信息和活动规则信息都为规范化脚本对象，规范化脚本对象支持动态扩展，可以向规范化脚本对象填充信息，无须再扩展信息表。关于进程的扩展，通过开启新的进程处理新的用户行为数据，不影响原有的功能。关于活动页面的扩展，通过活动页面信息新活动信息展示。通过上述技术手段，可以满足快速便捷扩展新功能的要求。

综上，本申请实施例通过区域工作人员配置的活动信息，自动生成活动，此活动支持配置静态展示活动页面，也支持根据用户行为数据动态展示活动排行榜。创建的活动支持多时区换算，保证活动排行榜的准确性。在活动结束后，将活动排行榜发送至指定邮箱，便于工作人员根据活动排行榜给用户发放活动奖励。在数据存储方面，采用分布式消息系统作为用户行为数据的中间传输层，保证数据生产方和数据消费方的解耦。采用全球分布式内存数据库存储活动排行榜便于全球快速访问，采用分布式内存数据库存储兑换成分数的用户行为数据，保证数据计算的准确性。

实施例二：

图5给出了本申请实施例二中提供的一种基于多维度的用户行为数据处理方法的流程图。参考图5，一种基于多维度的用户行为数据处理方法包括：

S210、在业务组结算后，将礼物数据、观看数据、直播数据、充值数据和分享数据推送至分布式消息系统。

S220、获取预先配置的活动时区、活动时间范围以及用户行为数据与活动分数之间的对应关系，生成活动规则信息存储于分布式内存数据库。

S230、获取预先配置的活动区域语言和活动基础信息，基于所述活动基础信息生成以所述活动区域语言展示的活动页面信息。

S240、获取用户行为数据、活动规则信息和活动页面信息，所述用户行为数据存储于分布式消息系统中，所述活动规则信息存储于分布式内存数据库中，所述活动页面信息存储于分布式关系型数据库中,所述活动规则信息包括设置的活动时间范围。

S250、基于所述活动规则信息，对数据生成时间戳处于所述活动时间范围内的用户行为数据进行计算得到相应的活动分数，将所述活动分数与存储的历史活动分数进行排序，生成活动排行榜。

S260、响应于用户端发送的活动页面获取请求，将所述活动页面信息以及所述活动排行榜发送至所述用户端，用于所述用户端生成活动页面并在所述活动页面上显示所述活动排行榜。

S270、在检测到活动结束后，将活动对应的活动排行榜发送至预设邮箱，并清理分布式关系型数据库中过期的活动页面信息和分布式内存数据库中过期的活动规则信息。

具体的，参考图2，每个用户可能做出送礼、收礼、观看、直播、充值和分享的行为，在业务组结算后，将这些用户行为对应转化成礼物数据、观看数据、直播数据、充值数据和分享数据，并通过用户数据推送端8将这些用户行为数据推送至分布式消息系统9。根据区域工作人员在活动配置后台1配置的活动时区、活动时间范围以及用户行为数据与活动分数之间的对应关系，生成活动规则信息和生成与活动规则信息关联的活动ID和排行榜ID，以及根据区域工作人员在活动配置后台1配置的活动区域语言和活动基础信息，生成以所述活动区域语言展示的活动页面信息。根据活动页面信息和活动基础信息生成活动配置表，活动配置表包括活动ID和排行榜ID，其中活动ID为活动配置表的主键。进一步的，活动配置后台1通过业务规则保存接口2将活动配置表存储至分布式关系型数据库3中，通过业务规则保存接口2将活动规则信息存储至分布式内存数据库5哈希数据结构中，其中哈希值存放活动规则信息的规则明细，哈希字段存放活动规则信息关联的活动ID和排行榜ID。根据活动ID和排行榜ID，在全球分布式内存数据库4中设置对应的有序集合，所述有序集合用于存储活动ID和排行榜ID对应的活动排行榜，在后续计算出活动分数后，可根据活动ID和排行榜ID将活动分数存储至对应的活动排行榜中。

进一步的，数据处理进程10从分布式内存数据库5中读取活动规则信息，以及从分布式消息系统9中获取用户行为数据，根据活动规则信息对用户行为数据进行分数兑换。具体的，获取活动规则信息中的活动时区和活动时间范围，根据预设的标准活动时区与活动时区的时差，将活动时间范围转换为标准活动时区对应的标准时间范围，判断用户行为数据的数据生成时间戳是否处于标准时间范围内。若数据生成时间戳处于标准时间范围内，则根据所述用户行为数据与活动分数之间的对应关系，将所述用户行为数据兑换成相应的活动分数，若数据生成时间戳不处于标准时间范围内，则根据其余活动规则信息处理该用户行为数据，若已根据当前所有活动规则信息处理该用户行为数据，则将该用户行为存储至分布式内存数据的字符串数据结构中，以保证在高并发业务中数据准确，不会重复计算。

进一步的，数据处理进程10根据活动规则信息关联的活动ID和排行榜ID，将活动分数存储至全球分布式内存数据库4的有序集合中，使得活动分数与有序集合中的历史活动分数自动排序，生成活动排行榜。具体的，根据活动规则信息关联的活动ID和排行榜ID，确定活动分数映射的活动排行榜存储的有序集合，从而将活动分数存储至有序集合中，方便全球用户快速访问获取活动排行榜。

用户侧业务接口6处理用户端7发送的各种请求，以实时向用户端7发送对应的信息。具体的，在活动页面信息生成时，对应生成活动链接，用户端7打开活动链接，从分布式关系型数据库3中拉取活动配置表，根据活动配置表中的活动页面信息的规范化脚本对象，进行渲染生成活动页面。用户端7基于活动配置表中的活动ID和排行榜ID，通过ajax引擎从最接近用户端7区域的全球分布式内存数据库4中拉取对应的活动排行榜，并将活动排行榜显示在活动页面上，实现活动排行榜的动态展示。

进一步的，在当前时间超出活动结束时间后，终止活动分数统计，并将该活动对应的活动排行榜发送至区域工作人员的邮箱，便于区域工作人员根据活动排行榜，给排行榜靠前的用户发放活动奖励。

综上，本申请实施例通过区域工作人员配置的活动信息，自动生成活动，此活动支持配置静态展示活动页面，也支持根据用户行为数据动态展示活动排行榜。创建的活动支持多时区换算，保证活动排行榜的准确性。在活动结束后，将活动排行榜发送至指定邮箱，便于工作人员根据活动排行榜给用户发放活动奖励。在数据存储方面，采用分布式消息系统作为用户行为数据的中间传输层，保证数据生产方和数据消费方的解耦。采用全球分布式内存数据库存储活动排行榜便于全球快速访问，采用分布式内存数据库存储兑换成分数的用户行为数据，保证数据计算的准确性。

实施例三：

在上述实施例的基础上，图6为本申请实施例三提供的一种基于多维度的用户行为数据处理装置的结构示意图。参考图6，本实施例提供的基于多维度的用户行为数据处理装置具体包括：数据获取模块21、榜单统计模块22和页面显示模块23。

其中，数据获取模块21，被配置为获取用户行为数据、活动规则信息和活动页面信息，所述用户行为数据存储于分布式消息系统中，所述活动规则信息存储于分布式内存数据库中，所述活动页面信息存储于分布式关系型数据库中,所述活动规则信息包括设置的活动时间范围；

榜单统计模块22，被配置为基于所述活动规则信息，对数据生成时间戳处于所述活动时间范围内的用户行为数据进行计算得到相应的活动分数，将所述活动分数与存储的历史活动分数进行排序，生成活动排行榜；

页面显示模块23，被配置为响应于用户端发送的活动页面获取请求，将所述活动页面信息以及所述活动排行榜发送至所述用户端，用于所述用户端生成活动页面并在所述活动页面上显示所述活动排行榜。

上述，通过区域工作人员配置的活动信息，自动生成活动，此活动支持配置静态展示活动页面，也支持根据用户行为数据动态展示活动排行榜。创建的活动支持多时区换算，保证活动排行榜的准确性。在活动结束后，将活动排行榜发送至指定邮箱，便于工作人员根据活动排行榜给用户发放活动奖励。在数据存储方面，采用分布式消息系统作为用户行为数据的中间传输层，保证数据生产方和数据消费方的解耦。采用全球分布式内存数据库存储活动排行榜便于全球快速访问，采用分布式内存数据库存储兑换成分数的用户行为数据，保证数据计算的准确性。

本申请实施例三提供的基于多维度的用户行为数据处理装置可以用于执行上述实施例一提供的基于多维度的用户行为数据处理方法，具备相应的功能和有益效果。

实施例四：

本申请实施例四提供了一种电子设备，参照图7，该电子设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器的数量可以是一个或者多个，该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。

存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的基于多维度的用户行为数据处理方法对应的程序指令/模块(例如，基于多维度的用户行为数据处理装置中的数据获取模块21、榜单统计模块22和页面显示模块23)。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

通信模块33用于进行数据传输。

处理器31通过运行存储在存储器中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于多维度的用户行为数据处理方法。

输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。

上述提供的电子设备可用于执行上述实施例一提供的基于多维度的用户行为数据处理方法，具备相应的功能和有益效果。

实施例五：

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于多维度的用户行为数据处理方法，该基于多维度的用户行为数据处理方法包括：获取用户行为数据、活动规则信息和活动页面信息，所述用户行为数据存储于分布式消息系统中，所述活动规则信息存储于分布式内存数据库中，所述活动页面信息存储于分布式关系型数据库中,所述活动规则信息包括设置的活动时间范围；基于所述活动规则信息，对数据生成时间戳处于所述活动时间范围内的用户行为数据进行计算得到相应的活动分数，将所述活动分数与存储的历史活动分数进行排序，生成活动排行榜；响应于用户端发送的活动页面获取请求，将所述活动页面信息以及所述活动排行榜发送至所述用户端，用于所述用户端生成活动页面并在所述活动页面上显示所述活动排行榜。

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的基于多维度的用户行为数据处理方法，还可以执行本申请任意实施例所提供的基于多维度的用户行为数据处理方法中的相关操作。

上述实施例中提供的基于多维度的用户行为数据处理装置、存储介质及电子设备可执行本申请任意实施例所提供的基于多维度的用户行为数据处理方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于多维度的用户行为数据处理方法。

上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。