我要招人

去企业版

首页 > 试题广场 >

统计活跃间隔对用户分级结果

[编程题]统计活跃间隔对用户分级结果

热度指数：76292 时间限制：C/C++ 1秒，其他语言2秒空间限制：C/C++ 256M，其他语言512M
算法知识视频讲解

用户行为日志表tb_user_log

（uid-用户ID, artical_id-文章ID, in_time-进入时间, out_time-离开时间, sign_in-是否签到）

问题：统计活跃间隔对用户分级后，各活跃等级用户占比，结果保留两位小数，且按占比降序排序。

注：

用户等级标准简化为：忠实用户(近7天活跃过且非新晋用户)、新晋用户(近7天新增)、沉睡用户(近7天未活跃但更早前活跃过)、流失用户(近30天未活跃但更早前活跃过)。
假设今天就是数据中所有日期的最大值。
近7天表示包含当天T的近7天，即闭区间[T-6, T]。

输出示例：

示例数据的输出结果如下

解释：

今天日期为2021.11.04，根据用户分级标准，用户行为日志表tb_user_log中忠实用户有：109、108、104；新晋用户有105、102；沉睡用户有103；流失用户有101；共7个用户，因此他们的比例分别为0.43、0.29、0.14、0.14。

示例1

输入

DROP TABLE IF EXISTS tb_user_log;
CREATE TABLE tb_user_log (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    uid INT NOT NULL COMMENT '用户ID',
    artical_id INT NOT NULL COMMENT '视频ID',
    in_time datetime COMMENT '进入时间',
    out_time datetime COMMENT '离开时间',
    sign_in TINYINT DEFAULT 0 COMMENT '是否签到'
) CHARACTER SET utf8 COLLATE utf8_bin;

INSERT INTO tb_user_log(uid, artical_id, in_time, out_time, sign_in) VALUES
  (109, 9001, '2021-08-31 10:00:00', '2021-08-31 10:00:09', 0),
  (109, 9002, '2021-11-04 11:00:55', '2021-11-04 11:00:59', 0),
  (108, 9001, '2021-09-01 10:00:01', '2021-09-01 10:01:50', 0),
  (108, 9001, '2021-11-03 10:00:01', '2021-11-03 10:01:50', 0),
  (104, 9001, '2021-11-02 10:00:28', '2021-11-02 10:00:50', 0),
  (104, 9003, '2021-09-03 11:00:45', '2021-09-03 11:00:55', 0),
  (105, 9003, '2021-11-03 11:00:53', '2021-11-03 11:00:59', 0),
  (102, 9001, '2021-10-30 10:00:00', '2021-10-30 10:00:09', 0),
  (103, 9001, '2021-10-21 10:00:00', '2021-10-21 10:00:09', 0),
  (101, 0, '2021-10-01 10:00:00', '2021-10-01 10:00:42', 1);

输出

忠实用户|0.43
新晋用户|0.29
沉睡用户|0.14
流失用户|0.14

算法知识视频讲解

webary

发表于 2021-12-03 22:44:17

统计活跃间隔对用户分级结果明确题意：统计活跃间隔对用户分级后，各活跃等级用户占比，结果保留两位小数，且按占比降序排序问题分解：计算每个用户最早最晚活跃日期（作为子表t_uid_first_last）：按用户ID分组：GROUP BY uid 统计最早活跃：MIN(DATE(in_t 展开全文

不爱data爱dating的屁屁酱

发表于 2022-03-03 20:10:28

思路：我的思路是通过“今日与最晚活跃日期时间差”和“今日与最早活跃日期时间差”共同来确定用户的等级，所以首先生成一个表a,主要包含三个字段：uid,今日与最晚活跃日期时间差,今日与最早活跃日期时间差: select uid, datediff((select max(out_time 展开全文

盐咸咸

发表于 2022-03-25 15:37:34

只要理解清楚题目的含义，11行代码就能搞定啦~ 一、题目理解把用户分成4个等级，并分别统计各个等级的用户占总用户的比，结果按照占比降序排列。4个等级的划分规则如下：忠实用户(近7天活跃过且非新晋用户) 新晋用户(近7天新增) 沉展开全文

BLAcKSQAoO

发表于 2021-12-02 18:53:44

日期比较搞。。。总结：凡是统计第n天内的问题，要求包含当天，利用DATE_SUB前推日期时要用【T- (n-1)】例子：要求统计近7天内，区间为【当天前推6天，当天】要求统计近14天内，区间为【当天前推13天，当天】要求统计近30天内，区间为【当天前推29天，当天】 ... 代码如下：展开全文

通辽可汗克鸽勃

发表于 2021-12-14 13:07:46

代码又臭又长，用了很多次子查询，感觉很不聪明的样子，基本思路是如下 1：判断是不是找出最后一次登录时间差 2：是不是新顾客 3：标签分组 4：统计 select grade ,round( count(*)/(select count(distinct uid) from tb_user_ 展开全文

玉树叶

发表于 2021-12-20 15:13:31

通过代码 select user_grade, round(count(uid) / tot,2) ratio from (select uid, tot, (case when datediff(now,intime) > 6 and date 展开全文

求求给个offer吧好吗

发表于 2022-02-06 23:52:07

用了个很笨的方法 union all select user_grade,round(count(uid)/(SELECT COUNT(DISTINCT uid) FROM tb_user_log),2) radio from (-- 忠实用户(近7天活跃过且非新晋用户) select disti 展开全文

风雪行

发表于 2022-07-25 11:55:03

代码挺长的, 具体我一段段说明一下子查询1: 注意: 需要尽量避免在select ( ) from table1括号中嵌套子查询, 因为外层表table1中, 每有一行, 都会执行一次内部的子查询, 这里有两种解决办法, 一种是用with as 提前将max(out_time) 保存为变量, 然展开全文

酸菜鱼土豆大侠

发表于 2022-11-21 10:55:38

【场景】：近几天活跃【分类】：条件函数、日期函数、datediff 分析思路难点： 1.这个题有一个坑题目中没有说清楚，沉睡用户(近7天未活跃但更早前活跃过)，根据定义它是包含流失用户(近30天未活跃但更早前活跃过)，也就是说只要是流失用户就是沉睡用户！实际上答案并不包括。所以沉睡用户应该这样展开全文