本文分享自天翼云开发者社区《构建多维打标签算法》，作者：石泽涛
针对各类主题，通过对用户DPI访问数据深度解析，体现数据价值，丰富云产品形态与应用范围；建立行业的标签，能够对用户访问各类APP和网站的行为和内容有深入细致的刻画，为主题运营工作提供必要的数据支撑。在获客成本越来越高的当下，围绕用户的价值创造，守住活跃用户的基本盘，促进用户一层一层向更具价值的用户转化。
构建多维打标签算法
- 规则库搭建
根据爬虫工具与抓包工具提取网站及App特征信息，提取正则表达式形成各类规则库 - 数据分发与标签收集
将规则库加载到主框架，与dpi中的HOST进行匹配，对该dpi记录进行数据处理与分发，如网站类型、平台名称、开始时间等 - 汇总入库
将处理后的标签结果数据入库，按月、日进行汇总处理，进行小文件合并，提高存储空间利用率与入库处理效率
