多關(guān)鍵字模糊匹配的終端適配算法

1、多關(guān)鍵字模糊匹配的終端適配算法應(yīng)用軟件開發(fā)功能需求規(guī)格書版本號(hào) 2.0.0修訂記錄日期修訂版本修改章節(jié)修改描述作者2014-08-011.0新建袁勇2014-10-09 2.0補(bǔ)充袁勇目 錄1前言21.1編寫目的21.2文檔范圍說明21.3文檔適用讀者21.4術(shù)語(yǔ)、定義及縮略語(yǔ)22終端適配模糊算法32.1終端適配模糊算法簡(jiǎn)介31 前言1.1 編寫目的 本文檔的目的主要是介紹多關(guān)鍵字模糊匹配的終端適配算法的流程和處理邏輯。1.2 文檔適用讀者文檔適用于對(duì)開發(fā)測(cè)試人員，和終端適配相關(guān)的專業(yè)人士。1.3 術(shù)語(yǔ)、定義及縮略語(yǔ)縮寫英文名稱中文描述FRSFunction Requirement Speci

2、fication功能規(guī)格說明書FTPFile Transfer Protocol文件傳輸協(xié)議HTTPHypertext Transfer Protocol超文本傳輸協(xié)議IMEIInternational Mobile Equipment Identity國(guó)際移動(dòng)設(shè)備標(biāo)識(shí)OSOperating System操作系統(tǒng)SFTPSecure File Transfer Protocol安全文件傳輸協(xié)議SNMPSimple Network Management Protocol簡(jiǎn)單網(wǎng)絡(luò)管理協(xié)議WAPWireless Access Protocol無線接入?yún)f(xié)議WAPGWWAP GatewayWAP網(wǎng)關(guān)UR

3、LUniform Resource Locator統(tǒng)一資源定位器UAUser Agent一個(gè)特殊字符串頭，使得服務(wù)器能夠識(shí)別客戶使用終端名稱、操作系統(tǒng)及版本、CPU 類型、瀏覽器及版本、瀏覽器渲染引擎等信息2 終端適配模糊算法2.1 終端適配模糊算法簡(jiǎn)介模糊算法是將需要適配的UA數(shù)據(jù)（標(biāo)準(zhǔn)UA）以及非標(biāo)準(zhǔn)UA，通過多關(guān)鍵字模糊匹配的過程，關(guān)聯(lián)到標(biāo)準(zhǔn)機(jī)型庫(kù)信息，寫入到UA與標(biāo)準(zhǔn)終端ID的映射表信息t_po_ua_terminal_relation，從而得到其各項(xiàng)相關(guān)信息,其大致流程如下圖：2.1.1 標(biāo)準(zhǔn)機(jī)型庫(kù)、待適配UA庫(kù)、未適配UA庫(kù)和異常UA庫(kù) 標(biāo)準(zhǔn)機(jī)型庫(kù)t_po_terminal數(shù)據(jù)結(jié)構(gòu)

4、如下，包含了以下主要的信息：終端ID、英文品牌、中文品牌、別名品牌、展示品牌、機(jī)型別名、展示機(jī)型、分辨率寬、分辨率高、操作系統(tǒng)、機(jī)型別名是否包含字母以及其他屬性。終端ID英文品牌中文品牌別名品牌展示品牌機(jī)型別名展示機(jī)型分辨率寬分辨率高操作系統(tǒng)是否包含字母更多屬性1XXHTC宏達(dá)電子HTCG10Desire HD480800AndroidYESXXX2XXHTC宏達(dá)電子HTCDesire HDDesire HD480800AndroidYESXXX3XXSAMSUNG三星SEC三星X208SGH-X208240320AndroidYESXXX4XXSONYERICSSON索尼愛立信索愛索尼愛立信

5、LT22iLT22i540960AndroidYESXXX5XXNOKIA諾基亞諾基亞58005800XM240320symbianNOXXX其中：終端ID是標(biāo)示終端信息的唯一字段，展示品牌是指在使用國(guó)家和區(qū)域中消費(fèi)者普遍了解和熟悉的品牌，如諾基亞、HTC，展示機(jī)型是指機(jī)型的標(biāo)準(zhǔn)名稱或行貨的名稱，一個(gè)標(biāo)準(zhǔn)機(jī)型包含一個(gè)或多個(gè)機(jī)型別名，但在機(jī)型信息中，所以的標(biāo)準(zhǔn)機(jī)型應(yīng)該存在一條記錄，其機(jī)型別名與標(biāo)準(zhǔn)機(jī)型一致（這一點(diǎn)需要機(jī)型維護(hù)人員保證，系統(tǒng)定期校驗(yàn)），機(jī)型別名是否包含字母是便于在適配算法中提升準(zhǔn)確率而設(shè)定的一個(gè)參數(shù)，由系統(tǒng)自行計(jì)算，及判斷機(jī)型中是否包含A-Za-z的字母及中文漢字； 待適配UA庫(kù)t

6、_po_erroradapterrecord是指需要進(jìn)行模糊適配的UA信息；未適配UA庫(kù)T_PO_notadaptua是指經(jīng)過每日定時(shí)運(yùn)行的模糊匹配算法處理后無法關(guān)聯(lián)標(biāo)準(zhǔn)終端ID的UA信息；異常UA庫(kù)t_po_ua_error是指經(jīng)過人工鑒定，確實(shí)無法映射到任何標(biāo)準(zhǔn)終端ID的UA，如*,maui等。2.1.2 模糊匹配算法前置處理A、 提取待適配UA表t_po_errorua的數(shù)據(jù)，并根據(jù)UA關(guān)聯(lián)剔除存在未適配UA表T_PO_notadapterua和異常UA表t_po_ua_error中的數(shù)據(jù)，其中關(guān)聯(lián)時(shí)不區(qū)分大小寫；B、 檢查機(jī)型庫(kù)中機(jī)型別名字段是否包含操作系統(tǒng)名稱的數(shù)據(jù)，如機(jī)型包含DRO

7、ID、SYMBian、plam、windows等，這類數(shù)據(jù)暫時(shí)不處理；C、 每周選定一個(gè)時(shí)間，將未適配UA表T_PO_notadapterua進(jìn)行回籠處理，目前設(shè)定每周二定期將未適配UA表全量加載到待適配UA表t_po_erroradapterrecord中，并將未適配UA表T_PO_notadapterua清空；（因?yàn)殡S著機(jī)型信息的補(bǔ)充和適配算法的優(yōu)化，可能存在部分未適配UA表的數(shù)據(jù)能夠通過模糊算法映射到標(biāo)準(zhǔn)機(jī)型ID）。D、 將待適配UA表t_po_erroradapterrecord的數(shù)據(jù)按UA去重后放入到本次處理的一個(gè)中間表t_po_lostuseragent_DATE中，包含ua、up

8、p_ua、dtime三個(gè)字段，其中dtime默認(rèn)為插入時(shí)間，upp_ua=upper(ua)，及將ua轉(zhuǎn)換成大寫填充。2.1.3 UA同時(shí)包含品牌和機(jī)型的處理邏輯 對(duì)于UA同時(shí)包含品牌和機(jī)型的信息，作為適配的第一層級(jí)策略，其可靠性是最高的，而判斷“包含”采用的技術(shù)手段是采用instr函數(shù)（oracle數(shù)據(jù)庫(kù)提供的字符串函數(shù)，后文所用包含同此）。A、 當(dāng)UA同時(shí)包含機(jī)型庫(kù)的英文品牌和機(jī)型別名，且機(jī)型庫(kù)的英文品牌和機(jī)型別名非空，則認(rèn)為該UA能適配此標(biāo)準(zhǔn)機(jī)型，并將此UA與標(biāo)準(zhǔn)終端ID的映射關(guān)系寫入臨時(shí)映射表中，并將UA中間表t_po_lostuseragent_DATE的相關(guān)記錄刪除，將其優(yōu)先級(jí)值置

9、為1；B、 當(dāng)UA同時(shí)包含機(jī)型庫(kù)的中文品牌和機(jī)型別名，且機(jī)型庫(kù)的中文品牌和機(jī)型別名非空，則認(rèn)為該UA能適配此標(biāo)準(zhǔn)機(jī)型，并將此UA與標(biāo)準(zhǔn)終端ID的映射關(guān)系寫入臨時(shí)映射表中，并將UA中間表t_po_lostuseragent_DATE的相關(guān)記錄刪除，將其優(yōu)先級(jí)值置為1；C、 當(dāng)UA同時(shí)包含機(jī)型庫(kù)的別名品牌和機(jī)型別名，且機(jī)型庫(kù)的別名品牌和機(jī)型別名非空，則認(rèn)為該UA能適配此標(biāo)準(zhǔn)機(jī)型，并將此UA與標(biāo)準(zhǔn)終端ID的映射關(guān)系寫入臨時(shí)映射表中，并將UA中間表t_po_lostuseragent_DATE的相關(guān)記錄刪除，將其優(yōu)先級(jí)值置為2；D、 對(duì)于同一個(gè)UA映射多個(gè)終端ID的情況，根據(jù)終端ID對(duì)應(yīng)的機(jī)型別名長(zhǎng)度

10、最長(zhǎng)最先選擇，對(duì)于長(zhǎng)度相同時(shí)，根據(jù)終端ID的大小從大至小優(yōu)先判斷；2.1.4 UA僅包含機(jī)型的處理邏輯經(jīng)過3.1.3的處理后仍未建立映射關(guān)系的UA，進(jìn)行這一輪適配邏輯，即僅包含機(jī)型處理。A、 對(duì)于機(jī)型別名中包含字母（該字段為YES），且機(jī)型別名長(zhǎng)度大于等于2位，且UA所包含機(jī)型別名的位置的前一位和后一位為特殊字符（即不是大小寫字母A-Za-z及數(shù)據(jù)0-9），如UA：mozilla/5800XM symbian v40 對(duì)應(yīng)機(jī)型 諾基亞5800XM，其UA包含機(jī)型別名位置的前一位和后一位分別為”/”和” ”，則將該UA能此標(biāo)準(zhǔn)機(jī)型，并將此UA與標(biāo)準(zhǔn)終端ID的映射關(guān)系寫入臨時(shí)映射表中，并將UA中間

11、表t_po_lostuseragent_DATE的相關(guān)記錄刪除，將其優(yōu)先級(jí)值置為3；B、 對(duì)于機(jī)型別名中不包含字母（該字段為NO，及機(jī)型為純數(shù)字），且機(jī)型別名長(zhǎng)度大于等于4位，且展示品牌為HTC','OPPO','LG','步步高','多普達(dá)','華為','摩托羅拉','諾基亞','三星','小米','夏普','魅族'等，且UA所包含機(jī)型別名的位置的前一位和后一位為特殊字符（即不是大小寫字母A-Za-z及數(shù)據(jù)0-

12、9），如UA：mozilla/5800 symbian v40 對(duì)應(yīng)機(jī)型 諾基亞5800，其UA包含機(jī)型別名位置的前一位和后一位分別為”/”和” ”，則將該UA能此標(biāo)準(zhǔn)機(jī)型，并將此UA與標(biāo)準(zhǔn)終端ID的映射關(guān)系寫入臨時(shí)映射表中，并將UA中間表t_po_lostuseragent_DATE的相關(guān)記錄刪除，將其優(yōu)先級(jí)值置為4；C、 對(duì)于機(jī)型別名中不包含字母（該字段為NO，及機(jī)型為純數(shù)字），且機(jī)型別名長(zhǎng)度大于等于4位，且展示品牌不為HTC','OPPO','LG','步步高','多普達(dá)','華為','摩托羅

13、拉','諾基亞','三星','小米','夏普','魅族'等，且UA所包含機(jī)型別名的位置的前一位和后一位為特殊字符（即不是大小寫字母A-Za-z及數(shù)據(jù)0-9），則將該UA能此標(biāo)準(zhǔn)機(jī)型，并將此UA與標(biāo)準(zhǔn)終端ID的映射關(guān)系寫入臨時(shí)映射表中，并將UA中間表t_po_lostuseragent_DATE的相關(guān)記錄刪除，將其優(yōu)先級(jí)值置為5；D、 對(duì)于仍未適配的UA，僅使用UA包含機(jī)型別名，且所包含機(jī)型別名的位置的前一位和后一位為特殊字符（即不是大小寫字母A-Za-z及數(shù)據(jù)0-9）的條件進(jìn)行適配，并將此UA與標(biāo)準(zhǔn)終端ID

14、的映射關(guān)系寫入臨時(shí)映射表中，并將UA中間表t_po_lostuseragent_DATE的相關(guān)記錄刪除，將其優(yōu)先級(jí)值置為6；E、 以上適配結(jié)果的優(yōu)先級(jí)A>B>C，同一優(yōu)先級(jí)中如存在一個(gè)UA映射多個(gè)終端ID的情況，根據(jù)終端ID對(duì)應(yīng)的機(jī)型別名長(zhǎng)度最長(zhǎng)最先選擇，對(duì)于長(zhǎng)度相同時(shí)，根據(jù)終端ID的大小從大至小優(yōu)先判斷。2.1.5 UA只包含操作系統(tǒng)的處理邏輯創(chuàng)建三個(gè)機(jī)型，機(jī)型別名分別為Android、Symbian和windows phone，其品牌、操作系統(tǒng)也為Android、Symbian和windows phone（不能在處理適配算法前創(chuàng)建，建議做個(gè)特殊處理），對(duì)于UA中不包含其他機(jī)型別

15、名或所包含機(jī)型別名位置的前一位和后一位為字母或數(shù)字，且UA中僅包含Android、Symbian和windows phone等關(guān)鍵字，則將此UA映射到三個(gè)特殊機(jī)型。2.1.6 引入適配關(guān)系的適配程度層級(jí)概念，并對(duì)低層級(jí)關(guān)系數(shù)據(jù)進(jìn)行動(dòng)態(tài)更新因不同條件下建立的ua與終端關(guān)系的可靠性是不同的，所以針對(duì)每條關(guān)系數(shù)據(jù)，引入適配程度層級(jí)概念，分別為15-0級(jí)，數(shù)字越高代表可靠性越高，從實(shí)際效果測(cè)量來看，12級(jí)及以上可以認(rèn)為100%適配正確，10級(jí)及以下認(rèn)為可靠性不高，適配準(zhǔn)確率在80-90%左右；因存在機(jī)型上市后基地的機(jī)型信息補(bǔ)充不及時(shí)的情況，可能將新機(jī)型的UA適配的老的、錯(cuò)誤的機(jī)型上，定期進(jìn)行一次全UA

16、的重新模糊適配，具體算法如下：將當(dāng)前UA與機(jī)型關(guān)系表t_po_ua_terminal_relation中適配程度層級(jí)低于10級(jí)的數(shù)據(jù)備份后，在非業(yè)務(wù)時(shí)段將此表數(shù)據(jù)加入到待適配UA表t_po_erroradapterrecord，按以上模糊適配算法得出新的UA與機(jī)型關(guān)系表，提取關(guān)聯(lián)機(jī)型ID不一致的數(shù)據(jù)，并比對(duì)各UA在新老關(guān)系表的優(yōu)先級(jí)值，如果新的優(yōu)先級(jí)值高，則將新數(shù)據(jù)寫入t_po_ua_terminal_relation，如果老的數(shù)據(jù)優(yōu)先級(jí)高或新的關(guān)系表不存在，則將老數(shù)據(jù)寫入t_po_ua_terminal_relation表。2.1.7 最后處理邏輯A、 將標(biāo)準(zhǔn)機(jī)型庫(kù)表t_po_termina

17、l中根據(jù)機(jī)型別名等于展示機(jī)型，展示品牌相同的條件生成一張標(biāo)準(zhǔn)機(jī)型視圖t_po_terminalinfo，并將3.1.5生成的三個(gè)特殊機(jī)型補(bǔ)充到視圖中（原表不添加，可選）；B、 將3.1.2-3.1.5生成的UA與標(biāo)準(zhǔn)終端ID的關(guān)聯(lián)關(guān)系（A1表），關(guān)聯(lián)標(biāo)準(zhǔn)機(jī)型庫(kù)表t_po_terminal（B1表）和標(biāo)準(zhǔn)機(jī)型視圖t_po_terminalinfo（C1表），根據(jù)A1的終端ID等于B1的終端ID，B1的展示品牌等于C1的展示品牌，B1的展示機(jī)型等于C1的機(jī)型別名，取A1的UA和C1的終端ID生成最終的映射關(guān)系表，補(bǔ)充到UA與機(jī)型映射關(guān)系表t_po_ua_terminal_relation中；C、 將此次未適配成功的UA輸入插入到未適配UA庫(kù)T_PO_notadapterua。2.1.8 從未適配成功的UA中自動(dòng)提取機(jī)型功能對(duì)于