CN104102665A - 一种网络用户行为信息处理方法及系统 - Google Patents

一种网络用户行为信息处理方法及系统 Download PDF

Info

Publication number
CN104102665A
CN104102665A CN201310123789.5A CN201310123789A CN104102665A CN 104102665 A CN104102665 A CN 104102665A CN 201310123789 A CN201310123789 A CN 201310123789A CN 104102665 A CN104102665 A CN 104102665A
Authority
CN
China
Prior art keywords
user behavior
time cycle
time
scope
generation frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310123789.5A
Other languages
English (en)
Inventor
刘时光
初敏
李志�
张峻玮
李春元
张志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201310123789.5A priority Critical patent/CN104102665A/zh
Publication of CN104102665A publication Critical patent/CN104102665A/zh
Priority to HK15100621.0A priority patent/HK1200225A1/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种网络用户行为信息处理方法及系统,其方法包括:统计得到各时间周期内各不同时段的用户行为发生频次;依据预设的映射规则,将各时间周期内各时段的用户行为发生频次分别映射为对应的灰度值;以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到指定时间范围内的用户行为分布的灰度谱图;其中指定时间范围至少包含一个时间周期。采用本发明,能够更加直观地得知用户行为在不同时段上分布趋势的变化规律,为网络运营商分析用户行为提供了更好的支持和依据。

Description

一种网络用户行为信息处理方法及系统
技术领域
本发明涉及互联网数据挖掘分析技术领域,尤其涉及一种网络用户行为信息处理方法及系统。
背景技术
随着互联网的迅猛发展,无论是web网站的传统互联网公司,还是以App应用为主的移动互联网公司,数据化运营都是一项十分重要的工作。而且由于互联网业务7×24(每周7天,每天24小时的不同时段)式运营的特点,对不同时段的各种用户行为发生频次(如用户访问频次)的发展趋势及变化规律的分析,一直是互联网公司运营工作的一个重要任务,对于产品故障的判断、业务活动的设计、广告投放的安排以及服务器资源的协调都具有指导意义。
因而,如何能够通过一张清晰直观的24小时趋势图就能让运营人员高效地完成这样一个运营数据分析任务,成为了业务运营分析系统需要解决的一个首要问题。我们可以把这类问题统一抽象出一个功能需求,即“一目了然地看到某段日期内各时段上的某种用户行为的发生频次的波动与变化趋势”。下面我们以一款移动互联网App应用的“用户启动次数”这个用户行为的统计指标为例,探讨实现上面定义的24小时趋势分析的功能需求的解决方案。目前,已有解决方案是画出观察日期区间内24小时趋势图,如图1所示,横轴代表的是某两周(14天)内各天的24个时段,由于14×24=336个时钟点,数字太多,于是用0,6,12,18来分别代表每天的0点、6点、12点、18点,然后纵轴代表的则是某一天某一个时间点上这款应用的被所有用户启动的次数。
从图1中所示的趋势线图,我们可以看到这2周内各个时段的应用频次的基础情况,也能大概看到每天存在一定的周期性波动,但是这种趋势线图在普通屏幕中进行一屏展现时,会存在如下两个问题:
(1)如果我们希望查看的天数更长,比如不是2周,而是4周,或者8周时,基本上横轴就会挤压得特别严重,对于每一天各个时段的分辨率就会越来越低,如图2所示,当显示4周时横轴就已经看不太清楚了,而如果显示8周,不但横轴坐标轴上的时钟标签不清晰了,同时也无法观察每一天趋势的细腻变化;
(2)由于人们的工作作息往往是7天制,所以应用的用户启动情况不单存在24小时的周期性变化,同时还存在7天的“周效应”;而如图2,当显示4周数据时,已经无法在这个一维的线图空间里能够快速地发现某一个时段是否存在“周效应”。
综上所述,本发明的发明人在实现本发明的过程中,发现现有技术至少存在如下技术缺陷:
各互联网(包括传统网站和移动互联网应用)公司在对其用户的历史行为进行运营分析时,不仅希望能够看到各类用户行为在各天的发生频次的趋势,同时还希望看到在各个时段上各类用户行为的发生频次的变化周期与发展趋势。而通过趋势线图来表达各天各时段用户行为的发生频次趋势的传统方法,很难在有限的屏幕视野中完整地展现较长时间范围内不同时段的趋势数据,而且也很难直观地显示出随着天数的变化用户行为在各时段上分布趋势的变化规律。
发明内容
本发明所要解决的技术问题是提供一种网络用户行为信息处理方法及系统,能够更加直观地展示用户行为在不同时段上分布趋势的变化规律。
为了解决上述技术问题,本发明提供了一种网络用户行为信息处理方法,所述方法包括:
统计得到各时间周期内各不同时段的用户行为发生频次;
依据预设的映射规则,将各时间周期内各时段的用户行为发生频次分别映射为对应的灰度值;
以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图;其中所述指定时间范围至少包含一个所述时间周期。
其中,所述预设的映射规则,包括:
将用户行为发生频次的最低值映射为白色,将用户行为发生频次的最高值映射为黑色,
根据各时间周期内各时段的用户行为发生频次相对于最高值与最低值差值的比例,得到对应的灰度值。
其中,所述以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图,包括:
以所述指定时间范围内包含的各时间周期为坐标横轴,以所述时间周期内的各不同时段为坐标纵轴;
分别以坐标横轴上的各时间周期的起始点和坐标纵轴上各时段的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图。
其中,所述以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图,包括:
以所述时间周期内的各不同时段为坐标横轴,以所述指定时间范围内包含的各时间周期为坐标纵轴;
分别以坐标横轴上的各时段的起始点和坐标纵轴上各时间周期的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图。
其中,所述时间周期,包括:一天;
所述指定时间范围,包括:连续的几周时间。
其中,得到所述指定时间范围内的用户行为分布的灰度谱图后,所述方法还包括:
对每周六和周日对应的时间周期进行标示。
其中,得到所述指定时间范围内的用户行为分布的灰度谱图后,所述方法还包括:
根据统计得到的各时间周期内各不同时段的用户行为发生频次,得出各时间周期内用户行为分布的趋势线图;
并将所述各时间周期内各不同时段的用户行为发生频次的数值和/或各时间周期内用户行为分布的趋势线图与所述灰度谱图中的相应方格相关联,在点击所述灰度谱图内的方格区域时,显示出与该方格相关联的用户行为发生频次的数值和/或用户行为分布的趋势线图。
其中,所述方法还包括:
在所述各时间周期内用户行为分布的趋势线图中,标示出代表各时间周期内各时段的平均用户行为发生频次的直线。
本发明还提供了一种网络用户行为信息处理系统,所述系统包括:行为统计模块,映射模块,信息处理模块,
所述行为统计模块,统计得到各时间周期内各不同时段的用户行为发生频次;
所述映射模块,依据预设的映射规则,将所述行为统计模块统计得到的各时间周期内各时段的用户行为发生频次分别映射为对应的灰度值;
所述信息处理模块,以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图;其中所述指定时间范围至少包含一个所述时间周期。
其中,所述映射模块,将用户行为发生频次的最低值映射为白色,将用户行为发生频次的最高值映射为黑色;并根据各时间周期内各时段的用户行为发生频次相对于最高值与最低值差值的比例,得到对应的灰度值。
其中,所述信息处理模块,
以所述指定时间范围内包含的各时间周期为坐标横轴,以所述时间周期内的各不同时段为坐标纵轴;分别以坐标横轴上的各时间周期的起始点和坐标纵轴上各时段的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图;
或者,以所述时间周期内的各不同时段为坐标横轴,以所述指定时间范围内包含的各时间周期为坐标纵轴;分别以坐标横轴上的各时段的起始点和坐标纵轴上各时间周期的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图。
其中,所述信息处理模块,当所述指定时间范围包括连续的几周时间时,还在所述灰度谱图中对每周六和周日对应的时间周期进行标示。
其中,所述信息处理模块,还根据统计得到的各时间周期内各不同时段的用户行为发生频次,得出各时间周期内用户行为分布的趋势线图;
并将所述各时间周期内各不同时段的用户行为发生频次的数值和/或各时间周期内用户行为分布的趋势线图与所述灰度谱图中的相应方格相关联,当所述灰度谱图内的方格区域被触发时,显示出与该方格相关联的用户行为发生频次的数值和/或用户行为分布的趋势线图。
其中,所述信息处理模块,还在所述各时间周期内用户行为分布的趋势线图中,标示出代表各时间周期内各时段的平均用户行为发生频次的直线。
本发明上述方案中,在统计得到用户行为数据后,通过灰度谱图更加直观地显示出用户行为的分布趋势,与现有技术相比,不仅可以看到各类用户行为在各天的发生频次的趋势,同时还可以看到在各个时段上各类用户行为的发生频次的变化周期与发展趋势,从而可以对用户的行为进行更精确的运营分析。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是某款应用在1周时间内的24小时启动次数的趋势线图;
图2是某款应用在指定时间范围内的24小时启动次数的趋势线图;
图3是本发明实施例中某款应用8周时间内的24小时启动次数趋势的灰度谱图;
图4是本发明实施例中灰度值的映射示例;
图5是本发明实施例中灰度谱图与趋势线结合使用的示意图;
图6是本发明实施例中的网络用户行为信息处理系统的示意框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
通过对比图1和图2的显示效果,可以反映出通过传统的趋势线图来展现长时间范围内的用户行为趋势变化所存在的局限性,而从原理上进行分析的话,导致这种局限性的原因是,在观察时间较长时,假如连续的N周时间时(N为正整数),则按照7×24的模式,在横轴上将会有N×7×24=672个时钟点,而这么多的时钟点会挤压图形的显示空间,因而导致分辨率不高;同时,由于这种趋势线图的方法是将“日期”和“时钟点”两个维度揉合成了一个维度,导致在分析每个时钟点的数据是否存在7天的“周效应”时很不直观。
为了克服上述传统处理方法的局限性,本发明实施例中提出一种网络用户行为信息处理方法,其具体方案如下:
统计得到各时间周期内各不同时段的用户行为发生频次;
依据预设的映射规则,将各时间周期内各时段的用户行为发生频次分别映射为对应的灰度值;
以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图;其中所述指定时间范围至少包含一个所述时间周期。
其中,在进行用户行为发生频次的映射时,可以采用如下的预设映射规则:
将用户行为发生频次的最低值映射为白色,将用户行为发生频次的最高值映射为黑色,
根据各时间周期内各时段的用户行为发生频次相对于最高值与最低值差值的比例,得到对应的灰度值。
其中,所述的时间周期,可以包括:一天;
所述的时段,可以包括:每个小时,或者每几个小时,或者是将每天划分为的多个时间段;
所述的指定时间范围,可以包括:几天,或者一周,或者连续的几周时间等。
结合图3,在本发明一个具体实施例中,利用“日期”和“时钟点”两个维度来表达某段日期内的24小时趋势,如图3所示,即坐标横轴代表“日期”,坐标纵轴代表24个“时钟点”(当然在本发明其他实施例中,也可以是坐标横轴代表24个“时钟点”,坐标纵轴代表“日期”),然后画出方格,这样,每一个方格代表的是某一天的某一个时段。以4周的时间范围为例,横轴只有28个点代表28天,纵轴是24个点代表一天的24小时,然后每一个方格采用不同灰度/颜色来代表某天该时刻点的用户启动次数,这样有效地将过去的单维线性的空间扩充成了两维立体空间。由于科学家发现,人眼在区分灰度值其实会比区分各种彩色颜色更加精确与灵敏,这也是为什么很多时候黑白照片更常被作为军事情报分析时所使用。本发明使用灰度值的深浅来表达该时刻点的启动次数的高低,颜色越深则代表了此日期范围内启动次数越多的某个时刻点,颜色越浅则代表启动次数相对越少的时刻点。由于其展现形式类似光谱图,所以本文中将其称作“灰度谱图”。利用此灰度谱图可以使用户对数据有更全面的认识,并能够更加清楚、直观地了解到应用被启动的宏观趋势。
具体的,在将用户行为发生频次与对应的灰度值进行映射时,可采用如下方式:通过最深的色块和最浅的色块所代表的启动次数的最高值和最低值,而谱图中每一个色块里的灰度值就是根据这个时段的启动次数相对于最高值与最低值差值的比例,来决定其灰度值的高低。
通过图3所示的灰度谱图,可以直观地了解到这款应用在晚上0点到6点基本很少有人使用,而晚上使用的人也不多,且中午12点左右也会有一个小低潮,并且数据呈现出了7天一个周期,周末两天也比较少,利用以上这些信息可以得知这款应用是工作期间被用户使用的应用。而如果用上一节提到的传统趋势线图,8周时间内的数据基本无法在有限的屏幕显示空间内清楚展现出来,并能表达出如图3所示的数据中如此丰富的周期性特点。
此外,优选的,为了便于用户更好地发现数据是否存在7天的“周效应”,本发明实施例中还在上述灰度谱图中对每周六和周日对应的时间周期进行标示,例如在数据中利用虚线(也可以采用其他特殊颜色或特殊线条来进行标示)来标示出“周六周日”。
此外,优选的,如图5所示,还可以在24小时趋势灰度谱图上,通过点击某一天(如谱图右边那条垂直的线),或者点击谱图上某一个点,将在其旁边显示这个时刻点的日期和发生频次,并可在谱图下方,展现这一天24小时的明细趋势线图,从而使用户能够更精细地研究这一天内的变化,在这张下方的趋势线图中,还可用特殊颜色线条(如图5中的虚线)示出各个时段点的平均启动次数线,使用户能够很好地理解当天的24小时趋势分布与所观察的日期内的平均水平的差异,进而了解应用被启动的微观趋势。
此外,本发明实施例中还提供了一种网络用户行为信息处理系统,如图6所示,该系统主要包括:行为统计模块,映射模块,和信息处理模块,
所述行为统计模块,统计得到各时间周期内各不同时段的用户行为发生频次;
所述映射模块,依据预设的映射规则,将所述行为统计模块统计得到的各时间周期内各时段的用户行为发生频次分别映射为对应的灰度值;
所述信息处理模块,以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图;其中所述指定时间范围至少包含一个所述时间周期。
其中,所述映射模块,将用户行为发生频次的最低值映射为白色,将用户行为发生频次的最高值映射为黑色;并根据各时间周期内各时段的用户行为发生频次相对于最高值与最低值差值的比例,得到对应的灰度值。
其中,所述信息处理模块,按照以下方式得到所述指定时间范围内的用户行为分布的灰度谱图:
以所述指定时间范围内包含的各时间周期为坐标横轴,以所述时间周期内的各不同时段为坐标纵轴;分别以坐标横轴上的各时间周期的起始点和坐标纵轴上各时段的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图;
或者,以所述时间周期内的各不同时段为坐标横轴,以所述指定时间范围内包含的各时间周期为坐标纵轴;分别以坐标横轴上的各时段的起始点和坐标纵轴上各时间周期的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图。
其中,所述信息处理模块,当所述指定时间范围包括连续的几周时间时,还在所述灰度谱图中对每周六和周日对应的时间周期进行标示。
其中,所述信息处理模块,还根据统计得到的各时间周期内各不同时段的用户行为发生频次,得出各时间周期内用户行为分布的趋势线图;
并将所述各时间周期内各不同时段的用户行为发生频次的数值和/或各时间周期内用户行为分布的趋势线图与所述灰度谱图中的相应方格相关联,当所述灰度谱图内的方格区域被触发时,显示出与该方格相关联的用户行为发生频次的数值和/或用户行为分布的趋势线图。
其中,所述信息处理模块,还在所述各时间周期内用户行为分布的趋势线图中,标示出代表各时间周期内各时段的平均用户行为发生频次的直线。
综上所述,本发明上述方案中,基于灰度谱图的形式,利用横轴上的点表示一段时间内各日期点,利用纵轴上的24个点表示一天内各个小时的时间点,然后将横轴和纵轴各点分别按照垂直和水平两个方向进行连线,从而划分出若干方格,每一个方格其实就代表了某天的某个时段,然后再在各方格内填充相应的色块以代表这个时段用户行为的发生频次,其中的色块可以按照频次的高低从黑到白过度的灰度值,发生频次最低的时段用纯白色,发生频次最高的时段用纯黑色,发生频次越高灰度越深,这样就形成了关于某个用户行为发生频次趋势的灰度谱图。采用此灰度谱图,能够在有限的视野展示空间内,表达出相对较长日期范围内基于小时级的用户行为发生频次的变化趋势,最重要的是利用人眼本身对灰度值的高敏感度,来直观地展现用户行为在各时段上趋势变化的周期性规律。
本领域的技术人员应该明白,上述的本申请实施例所提供的装置和/或系统的各组成部分,以及方法中的各步骤,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上。可选地,它们可以用计算装置可执行的程序代码来实现。从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (14)

1.一种网络用户行为信息处理方法,所述方法包括:
统计得到各时间周期内各不同时段的用户行为发生频次;
依据预设的映射规则,将各时间周期内各时段的用户行为发生频次分别映射为对应的灰度值;
以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图;其中所述指定时间范围至少包含一个所述时间周期。
2.如权利要求1所述的方法,其中:
所述预设的映射规则,包括:
将用户行为发生频次的最低值映射为白色,将用户行为发生频次的最高值映射为黑色,
根据各时间周期内各时段的用户行为发生频次相对于最高值与最低值差值的比例,得到对应的灰度值。
3.如权利要求2所述的方法,其中:
所述以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图,包括:
以所述指定时间范围内包含的各时间周期为坐标横轴,以所述时间周期内的各不同时段为坐标纵轴;
分别以坐标横轴上的各时间周期的起始点和坐标纵轴上各时段的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图。
4.如权利要求2所述的方法,其中:
所述以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图,包括:
以所述时间周期内的各不同时段为坐标横轴,以所述指定时间范围内包含的各时间周期为坐标纵轴;
分别以坐标横轴上的各时段的起始点和坐标纵轴上各时间周期的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图。
5.如权利要求1或2或3或4之任一项所述的方法,其中:
所述时间周期,包括:一天;
所述指定时间范围,包括:连续的几周时间。
6.如权利要求5所述的方法,其中:
得到所述指定时间范围内的用户行为分布的灰度谱图后,所述方法还包括:
对每周六和周日对应的时间周期进行标示。
7.如权利要求1或2或3或4之任一项所述的方法,其中:
得到所述指定时间范围内的用户行为分布的灰度谱图后,所述方法还包括:
根据统计得到的各时间周期内各不同时段的用户行为发生频次,得出各时间周期内用户行为分布的趋势线图;
并将所述各时间周期内各不同时段的用户行为发生频次的数值和/或各时间周期内用户行为分布的趋势线图与所述灰度谱图中的相应方格相关联,在点击所述灰度谱图内的方格区域时,显示出与该方格相关联的用户行为发生频次的数值和/或用户行为分布的趋势线图。
8.如权利要求7所述的方法,所述方法还包括:
在所述各时间周期内用户行为分布的趋势线图中,标示出代表各时间周期内各时段的平均用户行为发生频次的直线。
9.一种网络用户行为信息处理系统,所述系统包括:行为统计模块,映射模块,信息处理模块,
所述行为统计模块,统计得到各时间周期内各不同时段的用户行为发生频次;
所述映射模块,依据预设的映射规则,将所述行为统计模块统计得到的各时间周期内各时段的用户行为发生频次分别映射为对应的灰度值;
所述信息处理模块,以时间周期和时段为二维坐标轴,基于指定时间范围内的各时间周期内各时段的用户发生频次所对应的灰度值,得到所述指定时间范围内的用户行为分布的灰度谱图;其中所述指定时间范围至少包含一个所述时间周期。
10.如权利要求9所述的系统,其中:
所述映射模块,将用户行为发生频次的最低值映射为白色,将用户行为发生频次的最高值映射为黑色;并根据各时间周期内各时段的用户行为发生频次相对于最高值与最低值差值的比例,得到对应的灰度值。
11.如权利要求9所述的系统,其中:
所述信息处理模块,
以所述指定时间范围内包含的各时间周期为坐标横轴,以所述时间周期内的各不同时段为坐标纵轴;分别以坐标横轴上的各时间周期的起始点和坐标纵轴上各时段的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图;
或者,以所述时间周期内的各不同时段为坐标横轴,以所述指定时间范围内包含的各时间周期为坐标纵轴;分别以坐标横轴上的各时段的起始点和坐标纵轴上各时间周期的起始点做垂直于坐标轴的连线,得到若干方格,并将各时间周期内各时段对应的方格用该时间周期内该时段的用户行为发生频次所对应的灰度值进行填充,从而得到所述指定时间范围内的用户行为分布的灰度谱图。
12.如权利要求9或10或11所述的系统,其中:
所述信息处理模块,当所述指定时间范围包括连续的几周时间时,还在所述灰度谱图中对每周六和周日对应的时间周期进行标示。
13.如权利要求9或10或11所述的系统,其中:
所述信息处理模块,还根据统计得到的各时间周期内各不同时段的用户行为发生频次,得出各时间周期内用户行为分布的趋势线图;
并将所述各时间周期内各不同时段的用户行为发生频次的数值和/或各时间周期内用户行为分布的趋势线图与所述灰度谱图中的相应方格相关联,当所述灰度谱图内的方格区域被触发时,显示出与该方格相关联的用户行为发生频次的数值和/或用户行为分布的趋势线图。
14.如权利要求13所述的系统,其中:
所述信息处理模块,还在所述各时间周期内用户行为分布的趋势线图中,标示出代表各时间周期内各时段的平均用户行为发生频次的直线。
CN201310123789.5A 2013-04-10 2013-04-10 一种网络用户行为信息处理方法及系统 Pending CN104102665A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201310123789.5A CN104102665A (zh) 2013-04-10 2013-04-10 一种网络用户行为信息处理方法及系统
HK15100621.0A HK1200225A1 (zh) 2013-04-10 2015-01-20 種網絡用戶行為信息處理方法及系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310123789.5A CN104102665A (zh) 2013-04-10 2013-04-10 一种网络用户行为信息处理方法及系统

Publications (1)

Publication Number Publication Date
CN104102665A true CN104102665A (zh) 2014-10-15

Family

ID=51670824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310123789.5A Pending CN104102665A (zh) 2013-04-10 2013-04-10 一种网络用户行为信息处理方法及系统

Country Status (2)

Country Link
CN (1) CN104102665A (zh)
HK (1) HK1200225A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104391937A (zh) * 2014-11-24 2015-03-04 宜瞰(上海)健康管理咨询有限公司 人行为特征的可视化及数据处理方法和系统
CN104408193A (zh) * 2014-12-15 2015-03-11 北京国双科技有限公司 数据可视化模型的处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0469760B1 (en) * 1990-07-27 1998-09-30 Digital Equipment Corporation Method of displaying descriptive data as a vector
US5986673A (en) * 1997-10-17 1999-11-16 Martz; David R. Method for relational ordering and displaying multidimensional data
US6195103B1 (en) * 1996-11-19 2001-02-27 Hugh Bruce Stewart Volatility plot and volatility alert for display of time series data
CN101840583A (zh) * 2010-04-08 2010-09-22 中国科学院地理科学与资源研究所 一种图形处理装置及方法
CN103000025A (zh) * 2012-11-28 2013-03-27 北京百度网讯科技有限公司 一种为用户提供乘车参考信息的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0469760B1 (en) * 1990-07-27 1998-09-30 Digital Equipment Corporation Method of displaying descriptive data as a vector
US6195103B1 (en) * 1996-11-19 2001-02-27 Hugh Bruce Stewart Volatility plot and volatility alert for display of time series data
US5986673A (en) * 1997-10-17 1999-11-16 Martz; David R. Method for relational ordering and displaying multidimensional data
CN101840583A (zh) * 2010-04-08 2010-09-22 中国科学院地理科学与资源研究所 一种图形处理装置及方法
CN103000025A (zh) * 2012-11-28 2013-03-27 北京百度网讯科技有限公司 一种为用户提供乘车参考信息的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHRIS WEAVER 等: "《Visual Analysis of Historic Hotel Visitation Patterns》", 《2006 IEEE SYMPOSIUM ON VISUAL ANALYTICS SCIENCE AND TECHNOLOGY》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104391937A (zh) * 2014-11-24 2015-03-04 宜瞰(上海)健康管理咨询有限公司 人行为特征的可视化及数据处理方法和系统
CN104408193A (zh) * 2014-12-15 2015-03-11 北京国双科技有限公司 数据可视化模型的处理方法及装置
CN104408193B (zh) * 2014-12-15 2018-08-07 北京国双科技有限公司 数据可视化模型的处理方法及装置

Also Published As

Publication number Publication date
HK1200225A1 (zh) 2015-07-31

Similar Documents

Publication Publication Date Title
US20180365873A1 (en) Recursive cell-based hierarchy for data visualizations
DE202017105760U1 (de) Zerlegung dynamischer grafischer Benutzeroberflächen
CN107295064B (zh) 基于web的组态型远程监控方法、电子设备及存储介质
US9311726B2 (en) System and method for mapping and comparing choroplethic housing statistics
CN108228300B (zh) 一种控制内容实时刷新的方法及装置
CN100499504C (zh) 一种实现无线传感器网络可视化的方法
CN112269830A (zh) 大数据分析方法、系统、计算机设备及其存储介质
CN104102665A (zh) 一种网络用户行为信息处理方法及系统
US9225821B2 (en) Maximizing information gain for continuous events
CN112330335A (zh) 农业生产过程中的溯源方法及装置、存储介质及电子设备
ES2374036T3 (es) Comunicación de datos de paquetes de datos de tamaño fijo.
CN113934481A (zh) 一种通知信息的推送方法、智能终端及存储介质
WO2016193192A1 (en) Geographically smoothed demographic cartograms and cartogram server
CN115794804A (zh) 基于大数据技术的工程内控数据可视化处理系统及方法
US9235424B1 (en) Managing the performance of a data processing system through visualization of performance metrics data via a cognitive map
US20190114351A1 (en) Enhancing the readability of a heatmap that visually represents time series data
CN115599880A (zh) 一种地图图例配置管理方法及终端
CN111121953B (zh) 噪音的动态可视化监测方法、装置及设备
CN104035856A (zh) 一种虚拟桌面监控方法及装置
CN114511289A (zh) 一种智能三色灯数据采集方法、设备及介质
CN108183839B (zh) 一种基于第三方软件的实时网速显示方法及系统
CN110501460A (zh) 大气监测方法、装置及电子设备
US10108311B2 (en) System and method for displaying an organization directory
US20220342776A1 (en) Method, electronic device, and program product for presenting i/o write records
Bae et al. Practical implementation of m4 for web visualization service

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1200225

Country of ref document: HK

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20141015

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1200225

Country of ref document: HK