CN106294601A - 数据处理方法和装置 - Google Patents

数据处理方法和装置 Download PDF

Info

Publication number
CN106294601A
CN106294601A CN201610616455.5A CN201610616455A CN106294601A CN 106294601 A CN106294601 A CN 106294601A CN 201610616455 A CN201610616455 A CN 201610616455A CN 106294601 A CN106294601 A CN 106294601A
Authority
CN
China
Prior art keywords
time
data
targeted customer
social networks
behavioral data
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.)
Granted
Application number
CN201610616455.5A
Other languages
English (en)
Other versions
CN106294601B (zh
Inventor
陈骥远
何琪
蒋梦婷
魏宏雨
姚伶伶
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201610616455.5A priority Critical patent/CN106294601B/zh
Publication of CN106294601A publication Critical patent/CN106294601A/zh
Application granted granted Critical
Publication of CN106294601B publication Critical patent/CN106294601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Abstract

本发明公开了一种数据处理方法和装置。其中,该数据处理方法包括:获取社交网络上的目标用户;获取目标用户在社交网络上的操作行为的行为数据;根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;以及根据浏览停留时间获取预设指标,其中,预设指标用于表征社交网络上的内容对目标用户的影响程度。本发明解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。

Description

数据处理方法和装置
技术领域
本发明涉及计算机领域,具体而言,涉及一种数据处理方法和装置。
背景技术
目前,社交网络是一个用户自由交流的场所,媒体文件的出现可能会影响用户在该社交网络的使用舒适度和活跃度,也就是影响用户体验。所以媒体文件必须要在收入和社交网络上的用户体验上取得一个平衡。
对社交网络的分析包括定性分析和定量分析。其中,定性分析一般包括对用户的调查访谈,收集用户的反馈等。定量分析,则主要是对用户行为数据的一些统计研究,例如,在社交网络中,可以分析平台日均登录人数,人均日均互动次数,用户留存率等,这些指标可以作为衡量用户体验的方法;定性衡量用户体验的方法,虽然比较真实准确,但存在覆盖面窄,不便于数据分析的缺点。而定量的方法,基于全网的用户行为数据,可以提炼出一些有效的指标,所以相对来说更加通用,比如,人均日均互动次数等,直接反映用户参与活跃度,从一定程度上可以用来衡量该社交网络对用户的影响程度。
平台日均登录人数,人均日均互动次数,用户留存率等,这些指标可以作为衡量用户体验的方法等,这些现有的衡量该社交网络对用户的影响程度,虽然说可以一定程度上反映出设计平台对用户影响程度,但获取到的影响程度不准确,如果要了解得更深入和更细粒度,比如,想了解社交网络上具体的环节,具体的功能,具体的操作,具体的媒体文件等对用户体验的影响程度,则有点捉襟见肘了。
针对上述的社交网络获取到的对用户的影响程度不准确的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据处理方法和装置,以至少解决相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
根据本发明实施例的一个方面,提供了一种数据处理方法。该数据处理方法包括:获取社交网络上的目标用户;获取目标用户在社交网络上的操作行为的行为数据;根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;以及根据浏览停留时间获取预设指标,其中,预设指标用于表征已发布的内容对目标用户的影响程度。
根据本发明实施例的另一方面,还提供了一种数据处理装置。该数据处理装置包括:第一获取单元,用于获取社交网络上的目标用户;第二获取单元,用于获取目标用户在社交网络上的操作行为的行为数据;提取单元,用于根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;以及第三获取单元,用于根据浏览停留时间获取预设指标,其中,预设指标用于表征已发布的内容对目标用户的影响程度。
在本发明实施例中,获取社交网络上的目标用户;获取目标用户在社交网络上的操作行为的行为数据;根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;以及根据浏览停留时间获取预设指标,预设指标用于表征已发布的内容对目标用户的影响程度,通过根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间,以及根据浏览停留时间获取预设指标,达到了获取预设指标的目的,从而实现了社交网络准确地获取到对用户的影响程度的技术效果,进而解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种数据处理方法的计算机终端的硬件结构框图;
图2是根据本发明实施例的一种数据处理方法的流程图;
图3是根据本发明实施例的一种根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的方法的流程图;
图4是根据本发明实施例的一种对第一行为数据按照时间执行预处理,得到预处理数据的方法的流程图;
图5是根据本发明实施例的一种对排序结果进行切分的方法的流程图;
图6是根据本发明实施例的另一种根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的方法的流程图;
图7是根据本发明实施例的一种获取目标用户在社交网络上的操作行为的行为数据的方法的流程图;
图8是根据本发明实施例的另一种获取目标用户在社交网络上的操作行为的行为数据的方法的流程图;
图9是根据本发明实施例的另一种获取目标用户在社交网络上的操作行为的行为数据的方法的流程图;
图10是根据本发明实施例的一种社交网络上的已发布的内容的示意图;
图11是根据本发明实施例的一种目标用户在社交网络上的操作行为的行为数据的示意图;
图12是根据本发明实施例的一种数据处理装置的示意图;
图13是根据本发明实施例的另一种数据处理装置的示意图;
图14是根据本发明实施例的另一种数据处理装置的示意图;以及
图15是根据本发明实施例的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种数据处理方法的实施例。
可选地,在本实施例中,上述数据处理方法可以应用于如图1所示的由服务器102和终端104所构成的硬件环境中。图1是根据本发明实施例的一种数据处理方法的计算机终端的硬件结构框图。如图1所示,服务器102通过网络与终端104进行连接,上述网络包括但不限于:广域网、城域网或局域网,终端104并不限定于PC、手机、平板电脑等。本发明实施例的数据处理方法可以由服务器102来执行,也可以由终端104来执行,还可以是由服务器102和终端104共同执行。其中,终端104执行本发明实施例的数据处理方法也可以是由安装在其上的客户端来执行。
图2是根据本发明实施例的一种数据处理方法的流程图。如图2所示,该方法可以包括以下步骤:
步骤S202,获取社交网络上的目标用户。
在本申请上述步骤S202提供的技术方案中,获取社交网络上的目标用户,其中,目标用户通过预设账号登录社交网络。该社交网络可以为用于用户之间进行社交互动的应用平台,比如,社交平台,用于发布人与人之间交互的社交内容,比如,社交网络为移动端的社交应用空间,可以用于发布登录的目标用户所感兴趣的内容,目标用户通过预设账号登录该社交应用空间,对社交网络上发布的内容进行浏览,并进行点赞、转发、评论等操作行为。
可选地,多个目标用户登录社交网络,通过社交网络进行互动,比如,对好友发布的内容进行点赞、转发、评论等操作行为。
可选地,随机抽取登录社交网络的一部分用户,将该一部分用户作为目标用户。
步骤S204,获取目标用户在社交网络上的操作行为的行为数据。
在本申请上述步骤S204提供的技术方案中,获取目标用户在社交网络上的操作行为的行为数据。
在获取社交网络上的目标用户之后,获取目标用户在社交网络上的所有操作行为的数据,比如,获取目标用户在社交网络上浏览媒体文件的操作行为的数据,可以是浏览音频媒体文件的数据,也可以是浏览视频媒体文件的数据还可以获取目标用户在社交网络上浏览消息的操作行为的数据,从而获取用户在社交网络上的详细的行为数据。
步骤S206,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间。
在本申请上述步骤S206提供的技术方案中,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间。
在获取目标用户在社交网络上的操作行为的行为数据之后,基于获取的行为数据,提取出目标用户对社交网络上已发布的每一条消息或者媒体文件进行浏览的浏览暂停时间。
步骤S208,根据浏览停留时间获取预设指标。
在本申请上述步骤S208提供的技术方案中,根据浏览停留时间获取预设指标,其中,预设指标用于表征社交网络上的已发布的内容对目标用户的影响程度。
在根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间之后,根据浏览暂停时间计算出一系列浏览停留时间的预设指标,该预设指标用于表征社交网络对目标用户的影响程度。
当目标用户对社交网络上的已发布的内容浏览的时间越长,相对而言,目标用户在已发布的内容上所花的时间越长,已发布的内容对目标用户的影响程度越大,因此,可以通过浏览停留时间的平均值反映整体预设指标。可选地,在不同的已发布的内容的展示策略下,浏览已发布的内容的停留时间的分布可以用来表征已发布的内容对目标用户的影响程度。
举例而言,上述预设指标为对社交网络上已发布的普通消息进行浏览的浏览停留时间的平均值,对普通消息进行浏览的浏览暂停事件的分布,预设指标还可以是对社交网络上已发布的媒体文件进行浏览的浏览停留时间的平均值,对媒体文件进行浏览的浏览暂停事件的分布。
通过该预设指标不仅可以了解到社交网络的日均登录人数,人均日均互动次数,用户留存率,还可以更加深入和细粒度地了解到社交网络上的哪个环节,哪些功能,哪个操作,哪类媒体文件对目标用户的影响程度比较大,从而实现了社交网络准确地获取到对用户的影响程度的技术效果,其中,用户留存率为在互联网中,用户在某段时间内开始浏览社交网络上的已发布的内容,经过一段时间用户仍然继续浏览该社交网络上的已发布的内容,该用户占新增的浏览社交网络上的已发布的内容的比值为用户留存率,可以用于衡量已发布的内容对用户的影响程度。
需要说明的是,本发明实施例对服务器投放的媒体文件的类型不做具体限定,服务器投放的媒体文件可以是视频文件、音频文件、图片文件或者文本文件等,也可以是这几种文件的任意组合,例如,文本文件和图片文件的组合,视频文件和文本文件的组合。具体的产品形态可以是例如视频广告、原生广告、搜索广告等。
通过上述步骤S202至步骤S208,通过获取社交网络上的目标用户;获取目标用户在社交网络上的操作行为的行为数据;根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;以及根据浏览停留时间获取预设指标,其中,预设指标用于表征社交网络上的已发布的内容对目标用户的影响程度,从而实现了社交网络准确地获取到对用户的影响程度的技术效果,进而解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
作为一种可选的实施方式,在根据浏览停留时间获取预设指标之后,该数据处理方法还包括:根据获取到的预设指标调整待发布的内容在社交网络上的发布顺序。
预设指标用于表征社交网络对目标用户的影响程度,在根据浏览停留时间获取预设指标之后,根据预设指标可以调整在社交网络上已发布的内容的策略,调整待发布的内容在社交网络上的发布顺序,比如,先发布对目标用户影响程度大的内容,从而使目标用户优先浏览对其影响程度大的已发布的内容,避免因为浏览对其影响程度不大的已发布的内容而浪费时间。
作为一种可选的实施方式,步骤S206中,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:获取目标用户在预设时间内在社交网络上的操作行为所对应的行为数据,并对该行为数据执行预处理,得到预处理数据,根据预处理数据和行为数据中的位置数据实现对浏览停留时间的获取。
图3是根据本发明实施例的一种根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的方法的流程图。如图3所示,该根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的方法包括以下步骤:
步骤S301,获取第一行为数据。
在本申请上述步骤S301提供的技术方案中,获取第一行为数据,其中,第一行为数据为目标用户在预设时间内在社交网络上的操作行为所对应的行为数据。
目标用户在社交网络上在不同的时间执行不同的操作行为,产生不同的行为数据,比如,目标用户在前一天在社交网络上进行的操作行为与当日在社交网络上执行的操作行为不同。将目标用户在预设时间内在社交网络上的操作行为所对应的行为数据作为第一行为数据。
步骤S302,对第一行为数据按照时间执行预处理,得到预处理数据。
在本申请上述步骤S302提供的技术方案中,对第一行为数据按照时间执行预处理,得到预处理数据。
在获取第一行为数据之后,对第一行为数据按照时间执行预处理,比如,将多个目标用户的第一行为数据按照各自登录社交网络的预设账号进行分组,再按照时间戳进行排序,在对排序后的第一行为数据的序列进行切分,得到预处理数据。
步骤S303,根据预处理数据和行为数据中的位置数据获取浏览停留时间。
在本申请上述步骤S303提供的技术方案中,根据预处理数据和行为数据中的位置数据获取浏览停留时间。
行为数据包括目标用户对社交网络的位置进行访问的位置数据,在对第一行为数据按照时间执行预处理,得到预处理数据之后,根据预处理数据和位置数据计算目标用户对社交网络上的已发布的内容的浏览停留时间。
该实施例通过获取第一行为数据,第一行为数据为目标用户在预设时间内在社交网络上的操作行为所对应的行为数据;对第一行为数据按照时间执行预处理,得到预处理数据;根据预处理数据和行为数据中的位置数据获取浏览停留时间,从而实现根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的目的,从而实现了社交网络准确地获取到对用户的影响程度的技术效果。
作为一种可选的实施方式,步骤S302,对第一行为数据按照时间执行预处理,得到预处理数据包括:对第一行为数据按照时间进行排序,得到排序结果;对排序结果进行切分,得到目标用户在社交网络上的单次浏览行为序列。
图4是根据本发明实施例的一种对第一行为数据按照时间执行预处理,得到预处理数据的方法的流程图。如图4所示,该对第一行为数据按照时间执行预处理,得到预处理数据的方法包括以下步骤:
步骤S401,对第一行为数据按照时间进行排序,得到排序结果。
在本申请上述步骤S401提供的技术方案中,对第一行为数据按照时间进行排序,得到排序结果。
第一行为数据为目标用户在预设时间内在社交网络上的操作行为所对应的行为数据,按照时间对第一行为数据进行排序,可以按照时就按戳对第一行为数据进行排序,其中,时间戳为文件里的创建、修改、访问时间,用于唯一标识某一刻的时间。
步骤S402,对排序结果进行切分,得到目标用户在社交网络上的单次浏览行为序列。
在本申请上述步骤S402提供的技术方案中,对排序结果进行切分,得到目标用户在社交网络上的单次浏览行为序列,其中,单次浏览行为序列包括目标用户在预设时间间隔内的第一行为数据。
在对第一行为数据按照时间进行排序,得到排序结果之后,对排序结果进行切分,可选地,在对排序结果进行切分的过程中,假设排序结果中相邻两次操作间隔时间小于某个阈值,以相邻两次目标用户访问已发布的内容的时间超过一定数据的时间点位切分点,对序列结果进行切分,得到目标用户在社交网络上的单次浏览行为序列。
可选地,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:根据单次浏览行为序列和位置数据获取第一行为数据对应的浏览停留时间,也即,根据单次浏览行为序列和行为数据中的位置数据获取第一行为数据对应的浏览停留时间。
该实施例对第一行为数据按照时间进行排序,得到排序结果,再对排序结果进行切分,得到目标用户在社交网络上的单次浏览行为序列,其中,单次浏览行为序列包括目标用户在预设时间间隔内的第一行为数据,实现了通过对第一行为数据按照时间执行预处理,得到预处理数据的目的。
作为一种可选的实施方式,步骤S402中,对排序结果进行切分包括:获取排序结果中相邻的第一行为数据对应的时间间隔;当时间间隔大于预设时间间隔时,将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置;以及根据切分位置对排序结果执行切分,得到单次浏览行为序列。
图5是根据本发明实施例的一种对排序结果进行切分的方法的流程图。如图5所示,该对排序结果进行切分的方法包括以下步骤:
步骤S501,获取排序结果中相邻的第一行为数据对应的时间间隔。
在本申请上述步骤S501提供的技术方案中,获取排序结果中相邻的第一行为数据对应的时间间隔。
排序结果中包括目标用户在社交网络上的不同时间下的第一行为数据。在对第一行为数据按照时间进行排序,得到排序结果之后,获取排序结果中相邻的第一行为数据对应的时间间隔。
步骤S502,当时间间隔大于预设时间间隔时,将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置。
在本申请上述步骤S502提供的技术方案中,当时间间隔大于预设时间间隔时,将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置。
在获取排序结果中相邻的第一行为数据对应的时间间隔之后,判断相邻的第一操作行为的时间间隔是否大于预设时间间隔。如果判断出时间间隔大于预设时间间隔,将该时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置。
步骤S503,根据切分位置对排序结果执行切分,得到单次浏览行为序列。
在本申请上述步骤S503提供的技术方案中,根据切分位置对排序结果执行切分,得到单次浏览行为序列。
在将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置之后,根据切分位置对排序结果执行切分,得到单次浏览行为序列,也即,在切分目标用户的排序结果的过程中,得到的单次浏览行为序列是目标用户单词访问社交网络的已发布的内容的相邻两次操作间隔时间小于预设时间间隔的操作行为序列,对序列结果中以相邻两次的第一行为对应的时间间隔大于预设时间间隔为切分位置,对排序结果执行切分,从而得到单次浏览行为序列。
该实施例通过获取排序结果中相邻的第一行为数据对应的时间间隔;当时间间隔大于预设时间间隔时,将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置;根据切分位置对排序结果执行切分,得到单次浏览行为序列,实现了对排序结果进行切分的目的。
作为一种可选的实施方式,步骤S206,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:如果行为数据中的位置数据与预设位置数据之差小于预设阈值,将位置数据存储在预设集合中;如果判断出位置数据与预设位置数据之差不小于预设阈值,删除位置数据对应的已发布的内容,并对预设集合中存储的位置数据对应的已发布的内容进行处理,得到处理结果,进而根据处理结果获取浏览停留时间。
图6是根据本发明实施例的另一种根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的方法的流程图。如图6所示,该根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的方法包括以下步骤:
步骤S601,获取行为数据中的位置数据。
在本申请上述步骤S601提供的技术方案中,获取行为数据中的位置数据。
行为数据中包括位置数据,可以是目标用户的操作行为在社交网络上发生时手指或者鼠标所处的位置,比如,图像、顶部线、昵称、文本、主贴、底部线等,获取行为数据中的位置数据。
步骤S602,判断位置数据与预设位置数据之差是否小于预设阈值。
在本申请上述步骤S602提供的技术方案中,判断位置数据与预设位置数据之差是否小于预设阈值,其中,预设位置数据存储在预设集合中。
在计算对已发布的内容的浏览停留时间的过程中,在获取行为数据中的位置数据之后,判断位置数据与预设位置数据之差是否小于预设阈值。当前终端的屏幕中存在的位置数据与当前处理的位置数据的差值小于预设阈值,其中,当前终端的屏幕中存在的位置数据即为预设位置数据。
步骤S603,将位置数据存储在预设集合中。
在本申请上述步骤S603提供的技术方案中,如果判断出位置数据与预设位置数据之差小于预设阈值,将位置数据存储在预设集合中。
在判断位置数据与预设位置数据之差是否小于预设阈值之后,如果判断出位置数据与预设位置数据之差小于预设阈值,则位置数据符合条件,将位置数据存储在预设集合中,其中,预设集合中存储有符合预设条件的位置数据。
步骤S604,删除位置数据对应的已发布的内容。
在本申请上述步骤S604提供的技术方案中,如果判断出位置数据与预设位置数据之差不小于预设阈值,删除位置数据对应的已发布的内容。
在判断位置数据与预设位置数据之差是否小于预设阈值之后,如果判断出位置数据与预设位置数据之差不小于预设阈值,则确定位置数据对应的已发布的内容不再显示在终端的屏幕内,将位置数据对应的已发布的内容删除,并确定对位置数据对应的已发布的内容浏览结束。
步骤S605,对位置数据对应的已发布的内容进行处理,得到处理结果。
在本申请上述步骤S605提供的技术方案中,在将位置数据存储在预设集合中或者在删除位置数据对应的已发布的内容之后,对位置数据对应的已发布的内容进行处理,得到处理结果。
在将位置数据存储在预设集合中或者在或者删除位置数据对应的已发布的内容之后,对预设集合中存储的位置数据对应的已发布的内容进行处理,计算该已发布的内容的浏览停留时间,如果内容不在预设集合内,则将其插入至预设集合内。在目标用户对已发布的内容浏览结束之后,将预设集合中的全部已发布的内容标记为单次单条内容浏览停留,处理预设集合中的单次单条内容浏览停留,得到多条处理结果,并将多条处理结果进行合并,得到合并结果。
步骤S606,根据处理结果获取浏览停留时间。
在本申请上述步骤S606提供的技术方案中,根据处理结果获取浏览停留时间。
在对预设集合中存储的位置数据对应的已发布的内容进行处理,得到处理结果之后,根据处理结果获取浏览停留时间,可以根据对预设集合中的单次单条内容浏览停留进行处理得到的多条处理结果进行合并之后所得到的合并结果,来获取目标用户对社交网络上的已发布的内容的浏览停留时间。可选地,将浏览停留时间返回给相应调用的程序作为输出结果。
该实施例通过获取行为数据中的位置数据;判断位置数据与预设位置数据之差是否小于预设阈值,其中,预设位置数据存储在预设集合中;如果判断出位置数据与预设位置数据之差小于预设阈值,将位置数据存储在预设集合中;如果判断出位置数据与预设位置数据之差不小于预设阈值,删除位置数据对应的已发布的内容;在删除位置数据对应的已发布的内容之后,对位置数据对应的已发布的内容进行处理,得到处理结果;以及根据处理结果获取浏览停留时间,实现了根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间。
作为一种可选的实施方式,根据所述浏览停留时间获取预设指标包括:根据浏览停留时间计算对社交网络上的已发布的消息进行浏览时的浏览停留时间平均值和浏览停留时间分布,或者根据浏览停留时间计算对社交网络上的已发布的媒体文件进行浏览时的浏览停留时间平均值和浏览停留时间分布。
预设指标包括对已发布的内容进行浏览的浏览停留时间平均值和浏览停留时间分布,已发布的内容包括媒体文件和媒体文件前后的多条消息。根据浏览停留时间计算对社交网络上的已发布的消息进行浏览时的浏览停留时间平均值和浏览停留时间分布,其中,或者根据浏览停留时间计算对社交网络上的已发布的媒体文件进行浏览时的浏览停留时间平均值和浏览停留时间分布,从而衡量社交网站已发布的内容对目标用户的影响程度,实现了社交网络准确地获取到对用户的影响程度的技术效果,从而调整发布内容的发布策略。
作为一种可选的实施方式,步骤S204,获取目标用户在社交网络上的操作行为的行为数据包括获取行为轨迹数据。
图7是根据本发明实施例的一种获取目标用户在社交网络上的操作行为的行为数据的方法的流程图。如图7所示,该获取目标用户在社交网络上的操作行为的行为数据的方法包括以下步骤:
步骤S701,当目标用户浏览社交网络上的已发布的内容时,收集目标用户的操作行为轨迹的行为轨迹数据。
在本申请上述步骤S701提供的技术方案中,当目标用户浏览社交网络上的已发布的内容时,收集目标用户的操作行为轨迹的行为轨迹数据。
当目标用户在社交网络浏览消息或者媒体文件的过程中,可以通过脚本代码收集目标用户的操作行为轨迹,进而收集到操作行为轨迹的行为轨迹数据。
步骤S702,获取行为轨迹数据。
在本申请上述步骤S702提供的技术方案中,获取行为轨迹数据。
在收集目标用户的操作行为轨迹的行为轨迹数据之后,对行为轨迹数据实时获取。
可选地,在获取目标用户在社交网络上的执行操作行为的行为数据之后,对行为轨迹数据执行流式处理,得到处理结果,也即,对行为轨迹数据获取一点处理一点从而提高数据处理效率,并存储处理结果,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:根据处理结果提取目标用户对社交网络上的已发布的内容进行浏览的浏览停留时间。
该实施例通过当目标用户浏览社交网络上的已发布的内容时,收集目标用户的操作行为轨迹的行为轨迹数据;获取行为轨迹数据,实现了获取目标用户在社交网络上的操作行为的行为数据的目的。
作为一种可选的实施方式,步骤S204,获取目标用户在社交网络上的操作行为的行为数据包括:获取目标用户的图像数据;获取已发布的内容的数据;以及获取目标用户对已发布的内容进行互动的互动行为数据。
图8是根据本发明实施例的另一种获取目标用户在社交网络上的操作行为的行为数据的方法的流程图。如图8所示,该获取目标用户在社交网络上的操作行为的行为数据的方法包括以下步骤:
步骤S801,获取目标用户的图像数据。
在本申请上述步骤S801提供的技术方案中,在行为数据获取的过程中,最上面是目标用户的头像,该目标用户包括媒体商的图像。
步骤S802,获取已发布的内容的数据。
在本申请上述步骤S802提供的技术方案中,在行为数据获取的过程中,中间部分是已发布的内容,获取已发布的内容的数据。
步骤S803,获取目标用户对已发布的内容进行互动的互动行为数据。
在本申请上述步骤S803提供的技术方案中,获取目标用户对已发布的内容进行互动的互动行为数据,比如,对目标用户对已发布的内容的点赞、转发和评论等互动行为数据。
该实施例通过获取目标用户在社交网络上的操作行为的行为数据包括:获取目标用户的图像数据或者已发布的内容的图像数据;获取已发布的内容的数据;以及获取目标用户对已发布的内容进行互动的互动行为数据,从而实现了获取目标用户在社交网络上的操作行为的行为数据。
作为一种可选的实施方式,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:根据行为数据提取目标用户对社交网络上的已发布的消息类型的内容或者媒体文件类型的内容进行浏览的浏览停留时间。
根据行为数据提取目标用户对社交网络上的已发布的消息类型的内容,消息类型可能的取值为日志、相册、说说、分享等,媒体文件类型的内容包括普通媒体文件、动画媒体文件等。
作为一种可选的实施方式,行为数据包括以下至少之一:目标用户在社交网络上产生操作行为时的位置数据;目标用户在社交网络上产生操作行为时的动作数据。
获取的行为数据好包括目标用户的操作行为在社交网络上发生时的手指或者鼠标所处的位置,比如,图像、顶部线、昵称、文本、主贴、底部线等,还包括操作的具体动作行为,比如,普通点击、点击输入、取消输入、从顶部进入、从顶部离开、从底部进入、从底部离开、开始播放、停止播放、左划、左划到底、右划、右划到底等。
作为一种可选的实施方式,在获取目标用户在社交网络上的操作行为的行为数据之后,该数据处理方法还包括以下至少之一:根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同时间段内进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同网络下进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上的已发布的内容进行关注的关注时长。
在社交网络获取的目标用户的行为数据中,还可以包括除了目标用户的浏览停留时间以外的更多指标,比如,在不同时间段目标用户浏览倾向的分布、视频关注的时长、在不同网络环境不同机型下用户的浏览倾向等;对于用户浏览停留时间的计算,可以使用其它方法近似,比如,使用用户浏览动作数等。
作为一种可选的实施方式,已发布的内容通过终端屏幕显示,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:确定已发布的内容在终端屏幕上显示的顶部线和底部线,其中,顶部线的初始位置位于终端屏幕上的上方位置,底部线的初始位置位于终端屏幕的下方位置,已发布的内容显示在顶部线与底部线之间;根据行为数据检测顶部线和底部线都停留在终端屏幕上的预设区域的时间,得到第一时间,和/或者根据行为数据检测顶部线停留在终端屏幕上的预设区域的时间,得到第二时间,和/或根据行为数据检测底部线停留在终端屏幕上的预设区域的时间,得到第三时间;根据第一时间和/或第二时间和/或第三时间计算浏览停留时间。
已发布的内容加载在终端上,通过终端屏幕进行显示。已发布的内容可以为普通消息或者广告。确定已发布的内容在整个终端屏幕上的显示位置,该已发布的内容可以显示在顶部线与底部线之间,其中,顶部线的初始位置位于终端屏幕上的上方位置,底部线的初始位置位于终端屏幕的下方位置。随着目标用户在社交网络上的操作行为,顶部线、已发布的内容和底部线可以在终端屏幕向上滑动或者向下滑动,从而使已发布的内容可以随着顶部线从屏幕终端的顶部进入,从屏幕终端的顶部离开,或者使已发布的内容随着底部线从屏幕终端的底部进入,从屏幕终端的底部离开。
可选地,根据目标用户在社交网络上的操作行为的行为数据检测顶部线和底部线都停留在终端屏幕上的预设区域的时间,得到第一时间,和/或根据行为数据检测顶部线停留在终端屏幕上的预设区域的时间,得到第二时间,和/或根据行为数据检测底部线停留在终端屏幕上的预设区域的时间,得到第三时间,可以通过行为数据中的位置数据以及屏幕终端上的预设高度、预设宽度等判断顶部线和底部线是否处于预设区域,当检测出顶部线和底部线都不处于预设区域时,获取顶部线和底部线都处于预设区域的上述时间。
对目标用户在社交网络上的行为数据对应的第一时间和/或第二时间和/或第三时间进行合并处理,得到合并结果,根据合并结果计算目标用户对已发布的内容进行浏览的浏览停留时间,根据浏览停留时间获取预设指标,从而实现了社交网络准确地获取到对用户的影响程度的技术效果。
该实施例通过根据获取的目标用户的行为数据计算目标用户浏览停留时间的思路和方法,以及获取一系列浏览停留时间相关指标,达到了获取预设指标的目的,从而实现了社交网络准确地获取到对用户的影响程度的技术效果,进而解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
实施例2
下面结合优选的实施例对本发明的技术方案进行说明。
本发明实施例提出了一种基于用户浏览停留时间的数据处理方法。首先在社交网络上随机抽样一部分目标用户,获取目标用户在平台上的所有操作行为,包括对媒体文件的浏览行为。然后基于获取的详细的目标用户的行为数据,提取出目标用户对社交网络上的每一条消息或者媒体文件的浏览停留时间。再计算出一系列与浏览停留时间有关的预设指标,比如,目标用户对普通消息进行浏览的浏览停留时间平均值与浏览停留时间分布,对媒体文件的浏览停留时间平均值与浏览停留时间分布等,用来表征社交网络的已发布的内容对目标用户的影响程度。
这种方法可以更加细粒度的表征已发布的内容对目标用户的影响程度。下面将分两部分进行介绍,第一部分为目标用户行为获取的数据内容,第二部分为浏览停留时间的各项指标的计算方法。
图9是根据本发明实施例的另一种获取目标用户在社交网络上的操作行为的行为数据的方法的流程图。如图9所示,目标用户在浏览普通消息流和媒体文件的过程中,通过直译式脚本语言(JavaScript)代码收集用户的行为轨迹,实时做数据获取,再通过流式数据处理服务收集并存储数据。目标用户通过Webapp读获取信息中心的好友读,和媒体文件等非好友推荐数据,其中,Webapp为基于Web的系统和应用,向广大的终端用户发布复杂的内容和功能,且为运行在网络和标准浏览器上的基于网页开发而实现的特定功能的应用。用户在Feed数据获取收集服务下,也即,流失数据处理服务,通过数据离线分析和报表分析,实现社交网络的行为数据的获取。
图10是根据本发明实施例的一种社交网络上的已发布的内容的示意图。如图10所示,已发布的内容加载在终端上,通过终端屏幕进行显示。已发布的内容可以为普通消息或者广告,还可以为附加推广的内容。在屏幕终端的最上面是用户头像或者广告主头像,中间部分的主贴区域是消息内容或者广告内容,最下面的互动区域是用户对该条消息的互动行为,包括赞,转发,评论等行为,比如,通过第一账号登录社交网络的用户评论第一内容,通过第二账号登录社交网络的用户评论第二内容等行为。确定已发布的内容在整个终端屏幕上的显示位置,该已发布的内容可以显示在顶部线与底部线之间,其中,顶部线的初始位置位于终端屏幕上的上方位置,底部线的初始位置位于终端屏幕的下方位置。随着目标用户在社交网络上的操作行为,顶部线、已发布的内容和底部线可以在终端屏幕向上滑动或者向下滑动,从而使已发布的内容可以随着顶部线从屏幕终端的顶部进入,从屏幕终端的顶部离开,或者使已发布的内容随着底部线从屏幕终端的底部进入,从屏幕终端的底部离开。
可选地,根据目标用户在社交网络上的操作行为的行为数据检测顶部线和底部线都停留在终端屏幕上的预设区域的时间,可以通过行为数据中的位置数据以及屏幕终端上的预设高度、预设宽度等判断顶部线和底部线是否处于预设区域,当检测出顶部线和底部线都不处于预设区域时,获取顶部线和底部线都处于预设区域的第一时间。
可选地,根据行为数据检测顶部线停留在终端屏幕上的预设区域的时间,可以通过行为数据中的位置数据以及屏幕终端上的预设高度、预设宽度等判断顶部线是否处于预设区域,当检测出顶部线不处于预设区域时,获取顶部线处于预设区域的第二时间。
可选地,根据行为数据检测底部线停留在终端屏幕上的预设区域的时间,可以通过行为数据中的位置数据以及屏幕终端上的预设高度、预设宽度等判断底部线是否处于预设区域,当检测出底部线不处于预设区域时,获取底部线处于预设区域的第三时间。
对目标用户在社交网络上的行为数据对应的第一时间和/或第二时间和/或第三时间进行合并处理,得到合并结果,根据合并结果计算目标用户对已发布的内容进行浏览的浏览停留时间,根据浏览停留时间获取预设指标,从而实现了社交网络准确地获取到对用户的影响程度的技术效果。
需要说明的是,上述根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间的方法并不限于以上方法,任何可以实现社交网络准确地获取到对用户的影响程度的方法都在本发明的保护范围之内,此处不再一一赘述。
图11是根据本发明实施例的一种目标用户在社交网络上的操作行为的行为数据的示意图。如图11所示,包括行为数据对应的操作日期、用户标识、系统平台、版本、屏幕高度、屏幕宽度、设备、消息流顺序、消息类型、动作类型一级、动作类型二级、操作时间。其中消息类型可能的取值有:日志,相册,说说,分享,普通广告,视频广告,动画(Flash)广告等。动作类型一级用来表示操作发生时手指或者鼠标所处的位置,比如,头像,顶部线,昵称,文本,主贴,底部线等。动作类型二级用来表示操作的具体行为,例如普通点击,点击输入,取消输入,从顶部进入,从顶部离开,从底部进入,从底部离开,开始播放,停止播放,左划,左划到底,右划、从右划到底等。
根据用户行为获取数据,可以计算目标用户在每一条浏览信息内容的停留时间。计算浏览停留时间的流程是:
取前一日目标用户访问行为数据,按目标用户的预设账号对行为数据进行分组、排序等预处理操作;
对于每个目标用户访问数据按时间戳进行排序后的序列,切分出目标用户单次浏览行为序列;
根据目标用户单次浏览行为序列,按照其访问数据位置信息来计算对于每个具体内容的浏览停留时间;
在预处理过程中,数据根据获取的时间戳进行排序,使得目标用户访问序列数据符合目标用户实际访问顺序。
在切分目标用户单次浏览行为序列过程中,假设目标用户单次访问过程相邻两次操作间隔时间小于某个阈值,以相邻两次目标用户访问记录时间超过一定数值的记录为切分点,对目标用户访问序列进行切分,得到目标用户单次浏览行为序列。
在计算具体内容浏览停留时间过程中,本方法假设当前屏幕内存在的位置与当前处理数据位置的差值小于一个阈值。具体的做法是使用一个集合存放满足假设的位置数据,数据主要有广告的位置信息和广告当前停留时间信息。在处理新的数据的时候,计算集合内所有记录与它位置的差值,如果大于阈值则认为该信息不再显示在屏幕内,将其从集合内删除并认为是单次单条内容浏览停留过程结束。删除超过阈值范围的内容之后,该内容在集合内的停留时间,如果当前内容不在集合内则进行插入。在目标用户单次浏览行为处理结束后,处理集合内的内容信息,把其全部记为单次单条内容浏览停留。将所有的单次单条内容浏览停留过程处理完后,合并结果,计算停留时间并返回给相应调用的程序作为输出结果,从而确定社交网络的已发布的内容对目标用户的影响程度,实现了社交网络准确地获取到对用户的影响程度的技术效果,进而解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
实施例3
本发明实施例的应用环境可以但不限于参照实施例1中的应用环境,本实施例中对此不再赘述。本发明实施例提供了用于实施上述数据处理方法的一种可选的具体应用示例。
本发明实施例提出了一种基于用户浏览停留时间的对社交应用空间的数据处理方法。社交应用空间的最上面是用户头像或者媒体商的头像,中间部分是空间消息内容或者空间的媒体文件内容,最下面是目标用户对该条消息的互动行为。在目标用户的行为数据获取过程中,会分三条线来获取用户的操作轨迹,分别为顶部线,主贴线,底部线。
首先在社交应用空间上随机抽样一部分目标用户,该目标用户通过预设账号登陆社交应用空间。获取目标用户在社交应用空间台上的所有操作行为,包括对消息、音频媒体文件,或者视频媒体文件等内容的浏览行为。然后基于获取的详细的目标用户的行为数据,提取出目标用户对社交应用空间上的每一条消息、音频媒体文件,或者视频媒体文件的浏览停留时间。再计算出一系列与浏览停留时间有关的预设指标,比如,目标用户通过普通点击,点击输入,取消输入,从顶部进入,从顶部离开,从底部进入,从底部离开,开始播放,停止播放,左划,左划到底,右划、从右划到底等操作行为,对已发布的内容进行浏览,计算对普通消息进行浏览的浏览停留时间平均值与浏览停留时间分布,对媒体文件的浏览停留时间平均值与浏览停留时间分布等,从而确定社交网络的已发布的内容对目标用户的影响程度,实现了社交网络准确地获取到对用户的影响程度的技术效果,进而解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质,如只读存储器(Read-Only Memory,简称为ROM)/随机存取器(Random AccessMemory,简称为RAM)、磁碟、光盘中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例4
根据本发明实施例,还提供了一种用于实施上述数据处理方法的数据处理装置。图12是根据本发明实施例的一种数据处理装置的示意图。如图12所示,该数据处理装置可以包括:第一获取单元10,第二获取单元20,提取单元30和第三获取单元40。
第一获取单元10,用于获取社交网络上的目标用户,其中,目标用户通过预设账号登录社交网络。
第二获取单元20,用于获取目标用户在社交网络上的操作行为的行为数据。
提取单元30,用于根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间。
第三获取单元40,用于根据浏览停留时间获取预设指标,其中,预设指标用于表征社交网络上的已发布的内容对目标用户的影响程度。
图13是根据本发明实施例的另一种数据处理装置的示意图。如图13所示,该数据处理装置可以包括:第一获取单元10,第二获取单元20,提取单元30和第三获取单元40,该数据处理装置还包括:调整单元50。
需要说明的是,该实施例的第一获取单元10,第二获取单元20,提取单元30和第三获取单元40与图12所示实施例中的作用相同,此处不再赘述。
调整单元50,用于在根据浏览停留时间获取预设指标之后,根据获取到的预设指标调整待发布的内容在社交网络上的发布顺序。
图14是根据本发明实施例的另一种数据处理装置的示意图。如图14所示,该数据处理装置可以包括:第一获取单元10,第二获取单元20,提取单元30和第三获取单元40,其中,提取单元30包括:第一获取模块31,处理模块32和第二获取模块33。
需要说明的是,该实施例的第一获取单元10,第二获取单元20,提取单元30和第三获取单元40与图12所示实施例中的作用相同,此处不再赘述。
第一获取模块31,用于获取第一行为数据,其中,第一行为数据为目标用户在预设时间内在社交网络上的操作行为所对应的行为数据。
处理模块32,用于对第一行为数据按照时间执行预处理,得到预处理数据。
第二获取模块33,用于根据预处理数据和行为数据中的位置数据获取浏览停留时间。
可选地,处理模块32包括排序子模块和切分子模块。其中,排序子模块用于对第一行为数据按照时间进行排序,得到排序结果;切分子模块用于对排序结果进行切分,得到目标用户在社交网络上的单次浏览行为序列,其中,单次浏览行为序列包括目标用户在预设时间间隔内的第一行为数据,第三获取单元40用于根据单次浏览行为序列和位置数据获取第一行为数据对应的浏览停留时间。
可选地,切分子模块用于获取排序结果中相邻的第一行为数据对应的时间间隔;当时间间隔大于预设时间间隔时,将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置;以及根据切分位置对排序结果执行切分,得到单次浏览行为序列。
可选地,提取单元30包括第三获取模块,判断模块,存储模块,删除模块和第四获取模块。其中,第三获取模块用于获取行为数据中的位置数据;判断模块用于判断位置数据与预设位置数据之差是否小于预设阈值,其中,预设位置数据存储在预设集合中;第一存储模块用于在判断出位置数据与预设位置数据之差小于预设阈值,将位置数据存储在预设集合中;删除用于在判断出位置数据与预设位置数据之差不小于预设阈值,删除位置数据对应的已发布的内容;第四获取模块用于在删除位置数据对应的已发布的内容之后,对预设集合中存储的位置数据对应的已发布的内容进行处理,得到处理结果;以及根据处理结果获取浏览停留时间。
可选地,第三获取单元40用于根据浏览停留时间计算对社交网络上的已发布的消息进行浏览时的浏览停留时间平均值和浏览停留时间分布,或者根据浏览停留时间计算对社交网络上的已发布的内容进行浏览时的浏览停留时间平均值和浏览停留时间分布。
可选地,第二获取单元20包括:收集模块和第五获取模块。其中,收集模块用于当目标用户浏览社交网络上的已发布的内容时,收集目标用户的操作行为轨迹的行为轨迹数据;第五获取模块用于获取行为轨迹数据,
可选地,该数据处理装置还包括:处理单元,用于在获取目标用户在社交网络上的执行操作行为的行为数据之后,对行为轨迹数据执行流式处理,得到处理结果,并存储处理结果,提取单元30用于根据处理结果提取目标用户对社交网络上的已发布的内容进行浏览的浏览停留时间。
可选地,第二获取单元20用于获取目标用户的图像数据或者已发布的内容的图像数据;获取已发布的内容的数据;以及获取目标用户对已发布的内容进行互动的互动行为数据。
可选地,提取单元30用于根据行为数据提取目标用户对社交网络上的已发布的消息类型的内容或者媒体文件类型的内容进行浏览的浏览停留时间。
可选地,行为数据包括以下至少之一:目标用户在社交网络上产生操作行为时的位置数据;目标用户在社交网络上产生操作行为时的动作数据。
可选地,提取单元30还用于在获取目标用户在社交网络上的操作行为的行为数据之后,执行以下至少之一的方法:根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同时间段内进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同网络下进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上的已发布的内容进行关注的关注时长。
提取单元30包括确定模块、检测模块和计算模块。其中,确定模块用于确定已发布的内容在终端屏幕上显示的顶部线和底部线,其中,顶部线的初始位置位于终端屏幕上的上方位置,底部线的初始位置位于终端屏幕的下方位置,已发布的内容显示在顶部线与底部线之间;检测模块用于根据行为数据检测顶部线和底部线都停留在终端屏幕上的预设区域的时间,得到第一时间,和/或根据行为数据检测顶部线停留在终端屏幕上的预设区域的时间,得到第二时间,和/或根据行为数据检测底部线停留在终端屏幕上的预设区域的时间,得到第三时间;计算模块用于根据第一时间和/或第二时间和/或第三时间计算浏览停留时间。
需要说明的是,该实施例中的第一获取单元10可以用于执行本申请实施例1中的步骤S202,该实施例中的第二获取单元20可以用于执行本申请实施例1中的步骤S204,该实施例中的提取单元30可以用于执行本申请实施例1中的步骤S206,该实施例中的第三获取单元40可以用于执行本申请实施例1中的步骤S208。
此处需要说明的是,上述单元和模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述单元和模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现。
该实施例通过第一获取单元10获取社交网络上的目标用户,目标用户通过预设账号登录社交网络,通过第二获取单元20获取目标用户在社交网络上的操作行为的行为数据,通过提取单元30根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间,通过第三获取单元40根据浏览停留时间获取预设指标,预设指标用于表征社交网络上的已发布的内容对目标用户的影响程度。通过上述单元和模块,达到了获取预设指标的目的,从而实现了社交网络准确地获取到对用户的影响程度的技术效果,进而解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
此处需要说明的是,上述单元和模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
实施例5
根据本发明实施例,还提供了一种用于实施上述数据处理方法的服务器或终端。
图15是根据本发明实施例的一种终端的结构框图。如图15所示,该终端可以包括:一个或多个(图中仅示出一个)处理器151、存储器153、以及传输装置155(如上述实施例中的发送装置),如图15所示,该终端还可以包括输入输出设备157。
其中,存储器153可用于存储软件程序以及模块,如本发明实施例中的数据处理方法和装置对应的程序指令/模块,处理器151通过运行存储在存储器153内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的数据处理方法。存储器153可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器153可进一步包括相对于处理器151远程设置的存储器,这些远程存储器可以通过网络连接至终端。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。
上述的传输装置155用于经由一个网络接收或者发送数据,还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置155包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置155为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
其中,具体地,存储器153用于存储应用程序。
处理器151可以通过传输装置155调用存储器153存储的应用程序,以执行下述步骤:
获取社交网络上的目标用户;
获取目标用户在社交网络上的操作行为的行为数据;
根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;
根据浏览停留时间获取预设指标,其中,预设指标用于表征社交网络上的已发布的内容对目标用户的影响程度。
处理器151还用于执行下述步骤:在根据浏览停留时间获取预设指标之后,根据获取到的预设指标调整待发布的内容在社交网络上的发布顺序。
处理器151还用于执行下述步骤:获取第一行为数据,其中,第一行为数据为目标用户在预设时间内在社交网络上的操作行为所对应的行为数据;对第一行为数据按照时间执行预处理,得到预处理数据;以及根据预处理数据和行为数据中的位置数据获取浏览停留时间。
处理器151还用于执行下述步骤:对第一行为数据按照时间进行排序,得到排序结果;对排序结果进行切分,得到目标用户在社交网络上的单次浏览行为序列,其中,单次浏览行为序列包括目标用户在预设时间间隔内的第一行为数据,根据浏览停留时间获取预设指标包括:根据单次浏览行为序列和位置数据获取第一行为数据对应的浏览停留时间。
处理器151还用于执行下述步骤:获取排序结果中相邻的第一行为数据对应的时间间隔;当时间间隔大于预设时间间隔时,将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置;以及根据切分位置对排序结果执行切分,得到单次浏览行为序列。
处理器151还用于执行下述步骤:获取行为数据中的位置数据;判断位置数据与预设位置数据之差是否小于预设阈值,其中,预设位置数据存储在预设集合中;如果判断出位置数据与预设位置数据之差小于预设阈值,将位置数据存储在预设集合中;如果判断出位置数据与预设位置数据之差不小于预设阈值,删除位置数据对应的已发布的内容;在删除位置数据对应的已发布的内容之后,对预设集合中存储的位置数据对应的已发布的内容进行处理,得到处理结果;以及根据处理结果获取浏览停留时间。
处理器151还用于执行下述步骤:根据浏览停留时间计算对社交网络上的已发布的消息进行浏览时的浏览停留时间平均值和浏览停留时间分布,或者根据浏览停留时间计算对社交网络上的已发布的媒体文件进行浏览时的浏览停留时间平均值和浏览停留时间分布。
处理器151还用于执行下述步骤:当目标用户浏览社交网络上的已发布的内容时,收集目标用户的操作行为轨迹的行为轨迹数据;获取行为轨迹数据,在获取目标用户在社交网络上的执行操作行为的行为数据之后,对行为轨迹数据执行流式处理,得到处理结果,并存储处理结果,根据处理结果提取目标用户对社交网络上的已发布的内容进行浏览的浏览停留时间。
处理器151还用于执行下述步骤:获取目标用户的图像数据;获取已发布的内容的数据;以及获取目标用户对已发布的内容进行互动的互动行为数据。
处理器151还用于执行下述步骤:根据行为数据提取目标用户对社交网络上的已发布的消息类型的内容或者媒体文件类型的内容进行浏览的浏览停留时间。
处理器151还用于在获取目标用户在社交网络上的操作行为的行为数据之后,至少执行以下步骤之一:根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同时间段内进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同网络下进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上的已发布的内容进行关注的关注时长。
处理器151还用于执行下述步骤:根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:确定已发布的内容在终端屏幕上显示的顶部线和底部线,其中,顶部线的初始位置位于终端屏幕上的上方位置,底部线的初始位置位于终端屏幕的下方位置,已发布的内容显示在顶部线与底部线之间;根据行为数据检测顶部线和底部线都停留在终端屏幕上的预设区域的时间,得到第一时间,和/或根据行为数据检测顶部线停留在终端屏幕上的预设区域的时间,得到第二时间,和/或根据行为数据检测底部线停留在终端屏幕上的预设区域的时间,得到第三时间;根据第一时间和/或第二时间和/或第三时间计算浏览停留时间。
采用本发明实施例,提供了一种数据处理方法的方案。通过获取社交网络上的目标用户;获取目标用户在社交网络上的操作行为的行为数据;根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;以及根据浏览停留时间获取预设指标,其中,预设指标用于表征社交网络上的已发布的内容对目标用户的影响程度,达到了获取预设指标的目的,从而实现了社交网络准确地获取到对用户的影响程度的技术效果,进而解决了相关技术中社交网络获取到的对用户的影响程度不准确的技术问题。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图15所示的结构仅为示意,终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices,MID)、PAD等终端设备。图15其并不对上述电子装置的结构造成限定。例如,终端还可包括比图15中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图15所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器ROM、随机存取器RAM、磁盘或光盘等。
实施例6
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行数据处理方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
获取社交网络上的目标用户,其中,目标用户通过预设账号登录社交网络;
获取目标用户在社交网络上的操作行为的行为数据;
根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间;
根据浏览停留时间获取预设指标,其中,预设指标用于表征社交网络上的已发布的内容对目标用户的影响程度。
可选地,存储介质还被设置为存储用于执行以下步骤的程序代码:在根据浏览停留时间获取预设指标之后,根据获取到的预设指标调整待发布的内容在社交网络上的发布顺序。
存储介质还被设置为存储用于执行以下步骤的程序代码:获取第一行为数据,其中,第一行为数据为目标用户在预设时间内在社交网络上的操作行为所对应的行为数据;对第一行为数据按照时间执行预处理,得到预处理数据;以及根据预处理数据和行为数据中的位置数据获取浏览停留时间。
存储介质还被设置为存储用于执行以下步骤的程序代码:对第一行为数据按照时间进行排序,得到排序结果;对排序结果进行切分,得到目标用户在社交网络上的单次浏览行为序列,其中,单次浏览行为序列包括目标用户在预设时间间隔内的第一行为数据,根据浏览停留时间获取预设指标包括:根据单次浏览行为序列和位置数据获取第一行为数据对应的浏览停留时间。
存储介质还被设置为存储用于执行以下步骤的程序代码:获取排序结果中相邻的第一行为数据对应的时间间隔;当时间间隔大于预设时间间隔时,将与时间间隔对应的第一行为数据确定为对排序结果进行切分的切分位置;以及根据切分位置对排序结果执行切分,得到单次浏览行为序列。
存储介质还被设置为存储用于执行以下步骤的程序代码:获取行为数据中的位置数据;判断位置数据与预设位置数据之差是否小于预设阈值,其中,预设位置数据存储在预设集合中;如果判断出位置数据与预设位置数据之差小于预设阈值,将位置数据存储在预设集合中;如果判断出位置数据与预设位置数据之差不小于预设阈值,删除位置数据对应的已发布的内容;在删除位置数据对应的已发布的内容之后,对预设集合中存储的位置数据对应的已发布的内容进行处理,得到处理结果;以及根据处理结果获取浏览停留时间。
存储介质还被设置为存储用于执行以下步骤的程序代码:根据浏览停留时间计算对社交网络上的已发布的消息进行浏览时的浏览停留时间平均值和浏览停留时间分布,或者根据浏览停留时间计算对社交网络上的已发布的媒体文件进行浏览时的浏览停留时间平均值和浏览停留时间分布。
存储介质还被设置为存储用于执行以下步骤的程序代码:当目标用户浏览社交网络上的已发布的内容时,收集目标用户的操作行为轨迹的行为轨迹数据;获取行为轨迹数据,在获取目标用户在社交网络上的执行操作行为的行为数据之后,对行为轨迹数据执行流式处理,得到处理结果,并存储处理结果,根据处理结果提取目标用户对社交网络上的已发布的内容进行浏览的浏览停留时间。
存储介质还被设置为存储用于执行以下步骤的程序代码:获取目标用户的图像数据;获取已发布的内容的数据;以及获取目标用户对已发布的内容进行互动的互动行为数据。
存储介质还被设置为存储用于执行以下步骤的程序代码:根据行为数据提取目标用户对社交网络上的已发布的消息类型的内容或者媒体文件类型的内容进行浏览的浏览停留时间。
存储介质还用于在获取目标用户在社交网络上的操作行为的行为数据之后,至少执行以下步骤之一:根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同时间段内进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上参与的已发布的内容在不同网络下进行浏览的浏览趋势;根据行为数据提取目标用户对在社交网络上的已发布的内容进行关注的关注时长。
存储介质还被设置为存储用于执行以下步骤的程序代码:已发布的内容通过终端屏幕显示,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:确定已发布的内容在终端屏幕上显示的顶部线和底部线,其中,顶部线的初始位置位于终端屏幕上的上方位置,底部线的初始位置位于终端屏幕的下方位置,已发布的内容显示在顶部线与底部线之间;根据行为数据检测顶部线和底部线都停留在终端屏幕上的预设区域的时间,得到第一时间,和/或根据行为数据检测顶部线停留在终端屏幕上的预设区域的时间,得到第二时间,和/或根据行为数据检测底部线停留在终端屏幕上的预设区域的时间,得到第三时间;根据第一时间和/或第二时间和/或第三时间计算浏览停留时间。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器ROM、随机存取存储器RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (16)

1.一种数据处理方法,其特征在于,包括:
获取社交网络上的目标用户;
获取所述目标用户在所述社交网络上的操作行为的行为数据;
根据所述行为数据提取所述目标用户对在所述社交网络上已发布的内容进行浏览的浏览停留时间;以及
根据所述浏览停留时间获取预设指标,其中,所述预设指标用于表征所述已发布的内容对所述目标用户的影响程度。
2.根据权利要求1所述的方法,其特征在于,在根据所述浏览停留时间获取预设指标之后,包括:
根据获取到的所述预设指标调整待发布的内容在所述社交网络上的发布顺序。
3.根据权利要求1所述的方法,其特征在于,根据行为数据提取目标用户对在社交网络上已发布的内容进行浏览的浏览停留时间包括:
获取第一行为数据,其中,所述第一行为数据为所述目标用户在预设时间内在所述社交网络上的操作行为所对应的行为数据;
对所述第一行为数据按照时间执行预处理,得到预处理数据;以及
根据所述预处理数据和所述行为数据中的位置数据获取所述浏览停留时间。
4.根据权利要求3所述的方法,其特征在于,
对所述第一行为数据按照所述时间执行预处理,得到所述预处理数据包括:对所述第一行为数据按照时间进行排序,得到排序结果;对所述排序结果进行切分,得到所述目标用户在所述社交网络上的单次浏览行为序列,其中,所述单次浏览行为序列包括所述目标用户在预设时间间隔内的第一行为数据,
根据所述行为数据提取所述目标用户对在所述社交网络上已发布的内容进行浏览的浏览停留时间包括:根据所述单次浏览行为序列和所述位置数据获取所述第一行为数据对应的浏览停留时间。
5.根据权利要求4所述的方法,其特征在于,对所述排序结果进行切分包括:
获取所述排序结果中相邻的第一行为数据对应的时间间隔;
当所述时间间隔大于所述预设时间间隔时,将与所述时间间隔对应的第一行为数据确定为对所述排序结果进行切分的切分位置;以及
根据所述切分位置对所述排序结果执行切分,得到所述单次浏览行为序列。
6.根据权利要求1所述的方法,其特征在于,根据所述行为数据提取所述目标用户对在所述社交网络上已发布的内容进行浏览的浏览停留时间包括:
获取所述行为数据中的位置数据;
判断所述位置数据与预设位置数据之差是否小于预设阈值,其中,所述预设位置数据存储在预设集合中;
如果判断出所述位置数据与所述预设位置数据之差小于所述预设阈值,将所述位置数据存储在所述预设集合中;
如果判断出所述位置数据与所述预设位置数据之差不小于所述预设阈值,删除所述位置数据对应的已发布的内容;
在删除所述位置数据对应的已发布的内容之后,对所述预设集合中存储的位置数据对应的已发布的内容进行处理,得到处理结果;以及
根据所述处理结果获取所述浏览停留时间。
7.根据权利要求1所述的方法,其特征在于,根据所述浏览停留时间获取所述预设指标包括:
根据所述浏览停留时间计算对所述社交网络上的已发布的消息进行浏览时的浏览停留时间平均值和浏览停留时间分布,或者根据所述浏览停留时间计算对所述社交网络上的已发布的媒体文件进行浏览时的浏览停留时间平均值和浏览停留时间分布。
8.根据权利要求1所述的方法,其特征在于,
获取所述目标用户在所述社交网络上的操作行为的行为数据包括:当所述目标用户浏览所述社交网络上的已发布的内容时,收集所述目标用户的操作行为轨迹的行为轨迹数据;获取所述行为轨迹数据,
在获取所述目标用户在所述社交网络上的执行所述操作行为的行为数据之后,所述方法还包括:对所述行为轨迹数据执行流式处理,得到处理结果,并存储所述处理结果,
根据所述行为数据提取所述目标用户对在所述社交网络上已发布的已发布的内容进行浏览的浏览停留时间包括:根据所述处理结果提取所述目标用户对所述社交网络上已发布的内容进行浏览的浏览停留时间。
9.根据权利要求1所述的方法,其特征在于,获取所述目标用户在所述社交网络上的操作行为的行为数据包括:
获取所述目标用户的图像数据;
获取所述已发布的内容的数据;
获取所述目标用户对所述已发布的内容进行互动的互动行为数据。
10.根据权利要求1所述的方法,其特征在于,根据所述行为数据提取所述目标用户对在所述社交网络上已发布的内容进行浏览的浏览停留时间包括:
根据所述行为数据提取所述目标用户对所述社交网络上已发布的消息类型的内容或者媒体文件类型的内容进行浏览的浏览停留时间。
11.根据权利要求1所述的方法,其特征在于,所述行为数据包括以下至少之一:
所述目标用户在所述社交网络上产生所述操作行为时的位置数据;
所述目标用户在所述社交网络上产生所述操作行为时的动作数据。
12.根据权利要求1所述的方法,其特征在于,在获取所述目标用户在所述社交网络上的操作行为的行为数据之后,所述方法还包括以下至少之一:
根据所述行为数据提取所述目标用户对在所述社交网络上参与的已发布的内容在不同时间段内进行浏览的浏览趋势;
根据所述行为数据提取所述目标用户对在所述社交网络上参与的已发布的内容在不同网络下进行浏览的浏览趋势;
根据所述行为数据提取所述目标用户对在所述社交网络上的已发布的内容进行关注的关注时长。
13.根据权利要求1所述的方法,其特征在于,所述已发布的内容通过终端屏幕显示,根据所述行为数据提取所述目标用户对在所述社交网络上已发布的内容进行浏览的浏览停留时间包括:
确定所述已发布的内容在终端屏幕上显示的顶部线和底部线,其中,所述顶部线的初始位置位于所述终端屏幕上的上方位置,所述底部线的初始位置位于所述终端屏幕的下方位置,所述已发布的内容显示在所述顶部线与所述底部线之间;
根据所述行为数据检测所述顶部线和所述底部线都停留在所述终端屏幕上的预设区域的时间,得到第一时间,和/或根据所述行为数据检测所述顶部线停留在所述终端屏幕上的预设区域的时间,得到第二时间,和/或根据所述行为数据检测所述底部线停留在所述终端屏幕上的预设区域的时间,得到第三时间;
根据所述第一时间和/或所述第二时间和/或所述第三时间计算所述浏览停留时间。
14.一种数据处理装置,其特征在于,包括:
第一获取单元,用于获取社交网络上的目标用户;
第二获取单元,用于获取所述目标用户在所述社交网络上的操作行为的行为数据;
提取单元,用于根据所述行为数据提取所述目标用户对在所述社交网络上已发布的内容进行浏览的浏览停留时间;以及
第三获取单元,用于根据所述浏览停留时间获取预设指标,其中,所述预设指标用于表征所述已发布的内容对所述目标用户的影响程度。
15.根据权利要求14所述的装置,其特征在于,所述装置还包括:
调整单元,用于在根据所述浏览停留时间获取预设指标之后,根据获取到的所述预设指标调整待发布的内容在所述社交网络上的发布顺序。
16.根据权利要求14所述的装置,其特征在于,所述提取单元包括:
第一获取模块,用于获取第一行为数据,其中,所述第一行为数据为所述目标用户在预设时间内在所述社交网络上的操作行为所对应的行为数据;
处理模块,用于对所述第一行为数据按照时间执行预处理,得到预处理数据;以及
第二获取模块,用于根据所述预处理数据和所述行为数据中的位置数据获取所述浏览停留时间。
CN201610616455.5A 2016-07-28 2016-07-28 数据处理方法和装置 Active CN106294601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610616455.5A CN106294601B (zh) 2016-07-28 2016-07-28 数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610616455.5A CN106294601B (zh) 2016-07-28 2016-07-28 数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN106294601A true CN106294601A (zh) 2017-01-04
CN106294601B CN106294601B (zh) 2020-11-10

Family

ID=57663316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610616455.5A Active CN106294601B (zh) 2016-07-28 2016-07-28 数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN106294601B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107277624A (zh) * 2017-07-12 2017-10-20 北京潘达互娱科技有限公司 时长计算方法及其装置
WO2018205642A1 (zh) * 2017-05-12 2018-11-15 广州优视网络科技有限公司 视频收益计算建模装置、方法和视频推荐装置、方法和服务器及存储介质
CN108984756A (zh) * 2018-07-18 2018-12-11 网易传媒科技(北京)有限公司 信息处理方法、介质、装置和计算设备
CN109858508A (zh) * 2018-10-23 2019-06-07 重庆邮电大学 基于贝叶斯和深度神经网络的ip定位方法
US20220066903A1 (en) * 2016-08-22 2022-03-03 Verizon Media Inc. Systems and methods for determining user engagement with electronic devices

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101266619A (zh) * 2008-05-12 2008-09-17 腾讯科技(深圳)有限公司 一种用户信息挖掘方法和一种用户信息挖掘系统
US20120131105A1 (en) * 2010-11-22 2012-05-24 Victor Andrew Rortvedt Method of obtaining and analyzing real-time opinions and analytical evaluations of distinct moments experienced by users of a social network
CN102622445A (zh) * 2012-03-15 2012-08-01 华南理工大学 一种基于用户兴趣感知的网页推送系统及方法
CN102968416A (zh) * 2011-09-01 2013-03-13 佳能株式会社 基于用户意图识别执行推荐的设备和方法
CN103186565A (zh) * 2011-12-28 2013-07-03 中国移动通信集团浙江有限公司 根据用户网页浏览行为判断用户偏好的方法及装置
CN104199874A (zh) * 2014-08-20 2014-12-10 哈尔滨工程大学 一种基于用户浏览行为的网页推荐方法
CN104281882A (zh) * 2014-09-16 2015-01-14 中国科学院信息工程研究所 基于用户特征的预测社交网络信息流行度的方法及系统
US20150081688A1 (en) * 2006-07-26 2015-03-19 International Business Machines Corporation Results from search providers using a browsing-time relevancy factor
CN104899306A (zh) * 2015-06-12 2015-09-09 百度在线网络技术(北京)有限公司 信息处理方法、信息显示方法及装置
CN105721944A (zh) * 2016-01-29 2016-06-29 四川长虹电器股份有限公司 智能电视的新闻资讯推荐方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150081688A1 (en) * 2006-07-26 2015-03-19 International Business Machines Corporation Results from search providers using a browsing-time relevancy factor
CN101266619A (zh) * 2008-05-12 2008-09-17 腾讯科技(深圳)有限公司 一种用户信息挖掘方法和一种用户信息挖掘系统
US20120131105A1 (en) * 2010-11-22 2012-05-24 Victor Andrew Rortvedt Method of obtaining and analyzing real-time opinions and analytical evaluations of distinct moments experienced by users of a social network
CN102968416A (zh) * 2011-09-01 2013-03-13 佳能株式会社 基于用户意图识别执行推荐的设备和方法
CN103186565A (zh) * 2011-12-28 2013-07-03 中国移动通信集团浙江有限公司 根据用户网页浏览行为判断用户偏好的方法及装置
CN102622445A (zh) * 2012-03-15 2012-08-01 华南理工大学 一种基于用户兴趣感知的网页推送系统及方法
CN104199874A (zh) * 2014-08-20 2014-12-10 哈尔滨工程大学 一种基于用户浏览行为的网页推荐方法
CN104281882A (zh) * 2014-09-16 2015-01-14 中国科学院信息工程研究所 基于用户特征的预测社交网络信息流行度的方法及系统
CN104899306A (zh) * 2015-06-12 2015-09-09 百度在线网络技术(北京)有限公司 信息处理方法、信息显示方法及装置
CN105721944A (zh) * 2016-01-29 2016-06-29 四川长虹电器股份有限公司 智能电视的新闻资讯推荐方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周云龙: "基于Web的用户行为分析和挖掘的关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220066903A1 (en) * 2016-08-22 2022-03-03 Verizon Media Inc. Systems and methods for determining user engagement with electronic devices
WO2018205642A1 (zh) * 2017-05-12 2018-11-15 广州优视网络科技有限公司 视频收益计算建模装置、方法和视频推荐装置、方法和服务器及存储介质
CN107277624A (zh) * 2017-07-12 2017-10-20 北京潘达互娱科技有限公司 时长计算方法及其装置
CN107277624B (zh) * 2017-07-12 2020-08-07 北京潘达互娱科技有限公司 时长计算方法及其装置
CN108984756A (zh) * 2018-07-18 2018-12-11 网易传媒科技(北京)有限公司 信息处理方法、介质、装置和计算设备
CN108984756B (zh) * 2018-07-18 2022-03-08 网易传媒科技(北京)有限公司 信息处理方法、介质、装置和计算设备
CN109858508A (zh) * 2018-10-23 2019-06-07 重庆邮电大学 基于贝叶斯和深度神经网络的ip定位方法

Also Published As

Publication number Publication date
CN106294601B (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN106294601A (zh) 数据处理方法和装置
CN103064863B (zh) 一种提供推荐信息的方法与设备
US8538800B2 (en) Event-based analysis of business objectives
CN110232597A (zh) 广告渠道的评估方法、装置、设备和存储介质
US8799814B1 (en) Automated targeting of content components
US11756075B2 (en) Systems, methods, and media for detecting suspicious activity
CN105512153A (zh) 一种在线客服系统的服务提供方法、装置及系统
CN104580244A (zh) 恶意点击的防御方法和装置
CN102314455A (zh) 计算网页点击流量的方法及系统
KR101180439B1 (ko) 랜딩 페이지 최적화 시스템 및 그 방법
US9672541B2 (en) Visual tag editor
US20070086584A1 (en) VoIP-Based Call-Center System and Method for Managing Communications in a Computer Network
CN103425678B (zh) 一种业务对象的推荐信息的选择方法及装置
CN106911801A (zh) 关联用户信息的方法及信息推送系统
CN106709033A (zh) 一种业务多媒体数据处理方法以及装置
CN107465739B (zh) 实体渠道用户引流的方法及装置
US20200175545A1 (en) Methods and systems for online to offline conversion tracking an optimization
CN109977296A (zh) 一种信息推送方法、装置、设备及存储介质
CN107633426A (zh) 基于环境数据的广告信息植入方法及系统
CN101681471A (zh) 广告信息管理方法、广告信息管理系统、呼叫受理方法以及呼叫受理系统
CN101765855A (zh) 信息管理方法、信息管理装置、信息管理程序以及呼叫受理装置
CN108459936B (zh) 一种基于内容模块化的精准统计方法及装置
CN106326244A (zh) 用于确定用户对基于Web内容的兴趣的方法和装置
JP2020166785A (ja) テレビ番組評価システム
CN105610797A (zh) 基于交易型视频播放器的数据收集与分析系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant