CN106600300B - 应用程序用户粘度的分析方法及装置 - Google Patents
应用程序用户粘度的分析方法及装置 Download PDFInfo
- Publication number
- CN106600300B CN106600300B CN201510662014.4A CN201510662014A CN106600300B CN 106600300 B CN106600300 B CN 106600300B CN 201510662014 A CN201510662014 A CN 201510662014A CN 106600300 B CN106600300 B CN 106600300B
- Authority
- CN
- China
- Prior art keywords
- user
- application program
- duration information
- retained
- retention rate
- 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.)
- Active
Links
Images
Abstract
本发明公开了一种应用程序用户粘度的分析方法及装置,涉及信息技术领域,能够提升应用程序用户粘度分析的准确性。所述方法包括:统计应用程序对应的用户留存率和留存用户的登录时长信息;获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间;根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。本发明适用于应用程序用户粘度的分析。
Description
技术领域
本发明涉及信息技术领域,特别是涉及一种应用程序用户粘度的分析方法及装置。
背景技术
随着互联网技术的不断发展,越来越多的APP(应用程序,Application)随之出现。其中,APP的开发商通常对APP的用户粘度十分关心,由于用户粘度是衡量用户对APP忠诚度的重要指标,它是指用户对APP的依赖度、忠诚度和使用程度。用户对APP的粘度越高,说明用户对APP的感兴趣程度及忠诚度越高,APP的价值越高。APP的开发商通过分析APP用户粘度可以很好的衡量应用程序的性能和价值。
目前,通过APP的用户留存率来分析APP用户粘度。其中,用户在某段时间内开始使用APP,经过一段时间后,仍然继续使用该APP的用户,被认作是留存用户,留存用户占初始用户的比例即是留存率。然而,由于用户留存率只能监测到用户再访问APP的概率,而不能判断用户对APP是否真的感兴趣,例如,APP开发商为了推广APP,推出连续登录7天赠送抽奖的活动,用户可能只对抽奖感兴趣所以每天登录一下APP,但是对APP内容本身不感兴趣,造成统计的用户留存率高,但是不能真正反映APP的用户粘度,导致分析的用户粘度准确性较低。
发明内容
有鉴于此,本发明提供一种应用程序用户粘度的分析方法及装置,主要目的在于能够提升应用程序用户粘度分析的准确性。
依据本发明一方面,提供了一种应用程序用户粘度的分析方法:包括:
统计应用程序对应的用户留存率和留存用户的登录时长信息;
从预设存储位置获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间;
根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。
依据本发明另一方面,提供一种应用程序用户粘度的分析装置,包括:
统计单元,用于统计应用程序对应的用户留存率和留存用户的登录时长信息;
获取单元,用于从预设存储位置获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间;
确定单元,用于根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明提供一种应用程序用户粘度的分析方法及装置,首先,统计应用程序对应的用户留存率和留存用户的登录时长信息,然后根据用户留存率和所述留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级。与目前通过APP的用户留存率来分析APP用户粘度相比,本发明实施例通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,由于留存用户的登录时长信息能够准确反映用户对应用程序的使用程度和喜爱程度,从而通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,能够提升应用程序用户粘度分析的准确性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种应用程序用户粘度的分析方法的流程图;
图2示出了本发明实施例提供的另一种应用程序用户粘度的分析方法的流程图;
图3示出了本发明实施例提供的一种应用程序用户粘度的分析装置的结构示意图;
图4示出了本发明实施例提供的另一种应用程序用户粘度的分析装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种应用程序用户粘度的分析方法,其中,本发明实施例所提供的一种应用程序用户粘度的分析的执行主体,可以是服务器,如图1所示,所述方法包括:
101、统计应用程序对应的用户留存率和留存用户的登录时长信息。
对于本发明实施例,步骤101具体可以为:首先,获取第一时间段内与第二时间段内的用户登录或者访问应用程序时的日志信息,所述日志信息包括用户的标识信息、用户登录应用程序的时间、退出应用程序的时间等。由于用户可以通过终端设备上的客户端登录应用程序,用户的标识信息可以为终端设备的标识信息,如终端设备的ID(Identity,身份标识号码)。然后,根据终端设备的标识信息统计第一时间段内新增用户数量以及新增用户在第二时间段内的留存数量,留存用户数量与新增用户数量的比值,即为应用程序在第二时间段内的用户留存率;每个留存用户退出应用程序的时间与登录应用程序的时间差即为该留存用户的登录时间长度,所有的留存用户的登录时间长度总和,即为留存用户的登录时长信息。
例如,服务器首先从客户端获取2015.8.13日到2015.8.15日用户登录或者访问应用程序时的日志信息,然后根据终端设备的标识信息可以统计2015.8.13日新增用户100个,2015.8.15日有50个用户登录使用了该应用程序,即用户的留存数量为50,则确定应用程序在2015.8.15日的用户留存率为50/100*100%=50%。此外,还可以统计到50个留存用户的登录时间长度为60小时。
102、从预设存储位置获取所述用户留存率对应的第一阈值区间和留存用户的登录时长信息对应的第二阈值区间。
其中,所述预设存储位置保存有用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间。所述预设存储位置可以为预置存储表,也可以为预置数据库,本发明实施例不做限定。
对于本发明实施例,步骤102具体可以为:将用户留存率与预设存储位置保存的用户留存率对应的不同阈值区间分别进行对比,若用户留存率落入某一个阈值区间内,则该获取所述用户留存率对应的阈值区间。同样,将留存用户的登录时长信息与预设存储位置保存的留存用户登录时长信息对应的不同阈值区间分别进行对比,若用户留存率对应的阈值区间落入某一个阈值区间内,则获取该所述留存用户登录时长信息对应的阈值区间。
例如,预置存储表中,用户留存率对应的阈值区间分别为用户留存率大于或者等于0.6、用户留存率小于0.6,留存用户登录时长信息对应的阈值区间分别为留存用户登录时长信息大于或者等于200小时,留存用户登录时长信息小于200小时;当统计的用户留存率为0.8时,从预设存储位置获取所述用户留存率对应的第一阈值区间为大于或者等于0.6;统计的留存用户登录时长信息为210小时时,从预设存储位置获取留存用户的登录时长信息对应的第二阈值区间为大于或者等于200小时。
103、根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级。
其中,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。用户留存率对应的阈值区间可以分别为用户留存率大于或者等于第一预置阈值、用户留存率小于第一预置阈值,留存用户的登录时长信息对应的阈值区间可以分别为留存用户的登录时长信息大于或者等于第二预置阈值,留存用户的登录时长信息小于第二预置阈值。此时,不同阈值区间组合可以分别为用户留存率大于或者等于第一预置阈值且留存用户的登录时长信息大于或者等于第二预置阈值、用户留存率大于或者等于第一预置阈值且留存用户的登录时长信息小于第二预置阈值、用户留存率小于第一预置阈值且留存用户的登录时长信息大于或者等于第二预置阈值、用户留存率小于第一预置阈值且留存用户登录时长信息小于第二预置阈值。其中,第一预置阈值和第二预置阈值可以根据用户的需求进行设置,也可以根据系统默认模式进行设置,本发明实施例不做限定。用户粘度等级可以按照用户对应用程序的喜爱程度进行划分,具体用户粘度等级可以分为高、中、次中、低。
对于本发明实施例,用户留存率大于或者等于第一预置阈值且留存用户登录时长信息大于或者等于第二预置阈值对应的用户粘度等级为高。用户留存率大于或者等于第一预置阈值且留存用户登录时长信息小于第二预置阈值对应的用户粘度等级为中。用户留存率小于第一预置阈值且留存用户的登录时长信息大于或者等于第二预置阈值对应的用户粘度等级为次中。用户留存率小于第一预置阈值且留存用户的登录时长信息小于第二预置阈值对应的用户粘度等级为低。
当用户粘度等级为高时,说明应用程序深受用户喜欢;当用户粘度等级为中时,说明该应用程序受某些特定用户群欢迎,应用程序开发商可以针对该类用户群进行推广;当用户粘度等级为次中时,说明应用程序总体内容并不受用户喜欢,但是有用户喜欢的项目,应用程序开发商可以针对该项目进行挖掘和扩展;当用户粘度等级为低时,说明应用程序不被用户喜欢,应用程序开发商可以对应用程序进行优化。若预置存储位置为预置存储表,预置存储表的具体可以如下所示:
对于本发明实施例,留存用户的登录时长信息可以表示用户与应用程序的交互时间长度,留存用户的登录时间长度越长,代表用户对应用程序越感兴趣。与目前通过APP的用户留存率来分析APP用户粘度相比,本发明实施例通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,能够提升用户粘度分析的准确性。
本发明实施例提供的一种应用程序用户粘度的分析方法,首先,统计应用程序对应的用户留存率和留存用户的登录时长信息,然后根据用户留存率和所述留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级。与目前通过APP的用户留存率来分析APP用户粘度相比,本发明实施例通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,由于留存用户的登录时长信息能够准确反映用户对应用程序的使用程度和喜爱程度,从而通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,能够提升应用程序用户粘度分析的准确性。
本发明实施例提供了另一种应用程序用户粘度的分析方法,下面如图2所示,所述方法包括:
201、获取应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数、留存用户对应的应用程序启动次数和留存用户的登录时长信息。
对于本发明实施例,步骤201具体可以为:从预置时间周期内的用户登录或者访问应用程序时的日志信息,获取应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数、留存用户对应的应用程序启动次数和留存用户登录时长信息。由于所述日志信息包括用户的标识信息、用户在预置时间段内每次登录应用程序的时间、退出应用程序的时间等。其中,所述应用程序对应的初始用户可以为预置时间周期首日内开始使用应用程序的用户,即为应用程序的新增用户。可以根据用户对应终端设备的标识信息获取应用程序对应的初始用户数,即该预置时间周期首日内首次出现的终端设备的标识信息数量。
202、统计应用程序的用户留存率对应的变化率和留存用户的平均登录时长信息。
对于本发明实施例,步骤202具体可以为:根据所述应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数,统计所述应用程序的用户留存率对应的变化率,并且根据所述留存用户对应的应用程序启动次数和留存用户的登录时长信息,统计留存用户的平均登录时长信息。
其中,预设时间周期内各个时间点对应的留存用户数分别与应用程序对应的初始用户数的比值即为预设时间周期内各个时间点对应的留存率。统计预设时间周期内所有相邻两个时间点的留存率差值与时间间隔的比值,其中所有比值中最高的即为用户留存率对应的变化率。用户留存率对应的变化率越大,说明留存用户减少的越快,应用程序越不受欢迎。留存用户的登录时长信息与留存用户对应的应用程序启动次数的比值即为留存用户的平均登录时长信息。留存用户的平均登录时长信息可以表示用户与应用程序的交互时间长度,留存用户的登录时间长度越长,代表用户对应用程序越感兴趣。
例如,所述应用程序在2015.8.13日的初始用户数为200个,在之后的一周内200个用户的留存数分别为:180、160、130、120、90、80、80。一周内分别对应的留存率为0.9、0.8、0.65、0.6、0.45、0.4、0.4。所述留存率对应的变化率为0.15。一周内留存用户对应的应用程序启动次数为20,留存用户的登录时长信息为800小时,则留存用户的平均登录时长信息40小时。
203、从预设存储位置获取所述用户留存率对应的变化率对应的第一阈值区间和所述留存用户的平均登录时长信息对应的第二阈值区间。
其中,所述预设存储位置保存有用户留存率对应的变化率对应的不同阈值区间和留存用户的平均登录时长信息对应的不同阈值区间。所述预设存储位置可以为预置存储表,也可以为预置数据库,本发明实施例不做限定。
对于本发明实施例,步骤203具体可以为:将用户留存率对应的变化率与预设存储位置保存的用户留存率对应的变化率对应的不同阈值区间分别进行对比,若用户留存率对应的变化率落入某一个阈值区间内,则该获取所述用户留存率对应的变化率对应的阈值区间。同样,将留存用户的平均登录时长信息与预设存储位置保存的留存平均用户登录时长信息对应的不同阈值区间分别进行对比,获取该所述留存用户的平均登录时长信息对应的阈值区间。
例如,预置存储表中,用户留存率对应的变化率对应的阈值区间分别为用户留存率对应的变化率大于或者等于0.1、用户留存率对应的变化率小于0.1,留存用户的平均登录时长信息对应的阈值区间分别为留存用户的平均登录时长信息大于或者等于50小时,留存用户的平均登录时长信息小于50小时;当统计的用户留存率对应的变化率为0.08时,从预设存储位置获取所述用户留存率对应的变化率对应的第一阈值区间为小于0.1;统计的留存用户的平均登录时长信息为60小时时,从预设存储位置获取留存用户的平均登录时长信息对应的第二阈值区间为大于或者等于50小时。
204、根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级。
其中,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的变化率对应的阈值区间和留存用户的平均登录时长信息对应的阈值区间组成。用户留存率对应的阈值区间可以分别为用户留存率对应的变化率大于或者等于第一预置阈值、用户留存率对应的变化率小于第一预置阈值,留存用户的平均登录时长信息对应的阈值区间可以分别为留存用户的平均登录时长信息大于或者等于第二预置阈值,留存用户的平均登录时长信息小于第二预置阈值。此时,不同阈值区间组合可以分别为用户留存率对应的变化率大于或者等于第一预置阈值且留存用户登的平均录时长信息大于或者等于第二预置阈值、用户留存率对应的变化率大于或者等于第一预置阈值且留存用户的平均登录时长信息小于第二预置阈值、用户留存率对应的变化率小于第一预置阈值且留存用户的平均登录时长信息大于或者等于第二预置阈值、用户留存率对应的变化率小于第一预置阈值且留存用户的平均登录时长信息小于第二预置阈值。其中,第一预置阈值和第二预置阈值可以根据用户的需求进行设置,也可以根据系统默认模式进行设置,本发明实施例不做限定。用户粘度等级可以按照用户对应用程序的喜爱程度进行划分,具体用户粘度等级可以分为高、中、次中、低。
对于本发明实施例,用户留存率对应的变化率小于第一预置阈值且留存用户的平均登录时长信息大于或者等于第二预置阈值对应的用户粘度等级为高。用户留存率对应的变化率小于第一预置阈值且留存用户的平均登录时长信息大于或者等于第二预置阈值对应的用户粘度等级为中。用户留存率对应的变化率大于或者等于第一预置阈值且留存用户的平均登录时长信息小于第二预置阈值对应的用户粘度等级为次中。用户留存率对应的变化率大于或者等于第一预置阈值且留存用户的平均登录时长信息小于第二预置阈值对应的用户粘度等级为低。
当用户粘度等级为高时,说明应用程序深受用户喜欢,应用开发商可以增大对应用程序的投入;当用户粘度等级为中时,说明该应用程序受某些特定用户群欢迎,应用程序开发商可以针对该类用户群进行推广;当用户粘度等级为次中时,说明应用程序总体内容并不受用户喜欢,但是有用户喜欢的项目,应用程序开发商可以针对该项目进行挖掘和扩展;当用户粘度等级为低时,说明应用程序不被用户喜欢,应用程序开发商可以对应用程序进行优化。
对于本发明实施例,用户留存率对应的变化率能够更准确地反映用户的留存情况即用户的忠诚程度,以及留存用户的平均登录时间能够更准确地反映用户的对应用程序的使用程度和喜爱程度。因此,本发明实施例通过应用程序对应的用户留存率对应的变化率和留存用户的平均登录时长信息,确定所述应用程序对应的用户粘度等级,能够进一步提升用户粘度分析的准确性。
进一步地,本发明实施例还提供存储功能:获取用户留存率对应的变化率对应的不同阈值区间和留存用户的平均登录时长信息对应的不同阈值区间;将所述用户粘度划分为不同的用户粘度等级;建立不同的用户粘度等级分别与不同阈值区间组合之间的映射关系,所述阈值区间组合由用户留存率对应的变化率对应的阈值区间和留存用户的平均登录时长信息对应的阈值区间组成;将用户留存率对应的变化率对应的不同阈值区间和留存用户的平均登录时长信息对应的不同阈值区间以及所述映射关系保存在所述预设存储位置中。若预置存储位置为预置存储表,预置存储表的具体可以如下所示:
对于本发明实施例的具体应用场景可以如下所示,但不限于此,包括:预置存储表中不同阈值区间组合为用户留存率对应的变化率小于0.1且留存用户的平均登录时长信息大于或者等于60、用户留存率对应的变化率大于或者等于0.1且留存用户的平均登录时长信息小于60、用户留存率对应的变化率小于0.1且留存用户的平均登录时长信息大于或者等于60、用户留存率对应的变化率小于0.1且留存用户的平均登录时长信息小于60。统计的用户留存率对应的变化率为0.05、留存用户的平均登录时长信息为70小时;从预置存储表中获取用户留存率对应的变化率对应的第一阈值区间为用户留存率对应的变化率小于0.1且留存用户的平均登录时长信息对应的第二阈值区间为留存用户的平均登录时长信息大于或者等于60小时,则判断应用程序的用户粘度等级为高,说明应用程序非常受用户喜欢,应用开发商可以增大对应用程序的投入。
本发明实施例提供的另一种应用程序用户粘度的分析方法,首先,统计应用程序对应的用户留存率和留存用户的登录时长信息,然后根据用户留存率和所述留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级。与目前通过APP的用户留存率来分析APP用户粘度相比,本发明实施例通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,由于留存用户的登录时长信息能够准确反映用户对应用程序的使用程度和喜爱程度,从而通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,能够提升应用程序用户粘度分析的准确性。
进一步地,作为图1所示方法的具体实现,本发明实施例提供了一种应用程序用户粘度的分析装置,如图3所示,所述装置包括:统计单元31、获取单元32、确定单元33。
统计单元31,可以用于统计应用程序对应的用户留存率和留存用户的登录时长信息。
获取单元32,可以从预设存储位置获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间。
确定单元33,可以用于根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。
需要说明的是,本发明实施例提供的一种应用程序用户粘度的分析装置所涉及各功能单元的其他相应描述,可以参考图1的对应描述,在此不再赘述。
本发明实施例提供的一种应用程序用户粘度的分析装置,首先,统计应用程序对应的用户留存率和留存用户的登录时长信息,然后根据用户留存率和所述留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级。与目前通过APP的用户留存率来分析APP用户粘度相比,本发明实施例通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,由于留存用户的登录时长信息能够准确反映用户对应用程序的使用程度和喜爱程度,从而通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,能够提升应用程序用户粘度分析的准确性。
进一步地,作为图2所示方法的具体实现,本发明实施例提供了一种应用程序用户粘度的分析装置,如图4所示,所述装置包括:统计单元41、获取单元42、确定单元43。
统计单元41,可以用于统计应用程序对应的用户留存率和留存用户的登录时长信息。
获取单元42,可以从预设存储位置获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间。
确定单元43,可以用于根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。
所述统计单元41,具体可以用于统计应用程序的用户留存率对应的变化率和留存用户的平均登录时长信息。
所述获取单元42,具体可以用于从预设存储位置获取所述用户留存率对应的变化率对应的第一阈值区间和所述留存用户的平均登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的变化率对应的不同阈值区间和留存用户的平均登录时长信息对应的不同阈值区间。
所述获取单元42,还可以用于获取应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数、留存用户对应的应用程序启动次数和留存用户的登录时长信息。
所述统计单元41,具体还可以用于根据所述应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数,统计所述应用程序的用户留存率对应的变化率,并且根据所述留存用户对应的应用程序启动次数和留存用户登录时长信息,统计留存用户的平均登录时长信息。
所述装置还包括:划分单元44、建立单元45、保存单元46。
所述获取单元42,还可以用于获取用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间。
划分单元44,可以用于将所述用户粘度划分为不同的用户粘度等级。
建立单元45,可以用于建立不同的用户粘度等级分别与不同阈值区间组合之间的映射关系,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。
保存单元46,可以用于将用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间以及所述映射关系保存在所述预设存储位置中。
需要说明的是,本发明实施例提供的另一种应用程序用户粘度的分析装置所涉及各功能单元的其他相应描述,可以参考图2的对应描述,在此不再赘述。
本发明实施例提供的另一种应用程序用户粘度的分析装置,首先,统计应用程序对应的用户留存率和留存用户的登录时长信息,然后根据用户留存率和所述留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级。与目前通过APP的用户留存率来分析APP用户粘度相比,本发明实施例通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,由于留存用户的登录时长信息能够准确反映用户对应用程序的使用程度和喜爱程度,从而通过应用程序对应的用户留存率和留存用户的登录时长信息,确定所述应用程序对应的用户粘度等级,能够提升应用程序用户粘度分析的准确性。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,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可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种应用程序用户粘度的分析方法,其特征在于,包括:
统计应用程序对应的用户留存率和留存用户的登录时长信息;
从预设存储位置获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间;
根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。
2.根据权利要求1所述的应用程序用户粘度的分析方法,其特征在于,所述统计应用程序对应的用户留存率和留存用户的登录时长信息包括:
统计应用程序的用户留存率对应的变化率和留存用户的平均登录时长信息;
所述从预设存储位置获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间包括:
从预设存储位置获取所述用户留存率对应的变化率对应的第一阈值区间和所述留存用户的平均登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的变化率对应的不同阈值区间和留存用户的平均登录时长信息对应的不同阈值区间。
3.根据权利要求2所述的应用程序用户粘度的分析方法,其特征在于,所述统计应用程序对应的用户留存率和留存用户的登录时长信息之前,还包括:
获取应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数、留存用户对应的应用程序启动次数和留存用户的登录时长信息。
4.根据权利要求3所述的应用程序用户粘度的分析方法,其特征在于,所述统计应用程序的用户留存率对应的变化率和留存用户的平均登录时长信息包括:
根据所述应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数,统计所述应用程序的用户留存率对应的变化率,并且根据所述留存用户对应的应用程序启动次数和留存用户的登录时长信息,统计留存用户平均登录时长信息。
5.根据权利要求1所述的应用程序用户粘度的分析方法,其特征在于,所述方法还包括:
获取用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间;
将所述用户粘度划分为不同的用户粘度等级;
建立不同的用户粘度等级分别与不同阈值区间组合之间的映射关系,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成;
将用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间以及所述映射关系保存在所述预设存储位置中。
6.一种应用程序用户粘度的分析装置,其特征在于,包括:
统计单元,用于统计应用程序对应的用户留存率和留存用户的登录时长信息;
获取单元,用于从预设存储位置获取所述用户留存率对应的第一阈值区间和所述留存用户的登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间;
确定单元,用于根据所述第一阈值区间和所述第二阈值区间,确定所述应用程序对应的用户粘度等级,所述预设存储位置中保存有不同的用户粘度等级分别对应的不同阈值区间组合,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成。
7.根据权利要求6所述的应用程序用户粘度的分析装置,其特征在于,
所述统计单元,具体用于统计应用程序的用户留存率对应的变化率和留存用户的平均登录时长信息;
所述获取单元,具体用于从预设存储位置获取所述用户留存率对应的变化率对应的第一阈值区间和所述留存用户的平均登录时长信息对应的第二阈值区间,所述预设存储位置保存有用户留存率对应的变化率对应的不同阈值区间和留存用户的平均登录时长信息对应的不同阈值区间。
8.根据权利要求7所述的应用程序用户粘度的分析装置,其特征在于,
所述获取单元,还用于获取应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数、留存用户对应的应用程序启动次数和留存用户的登录时长信息。
9.根据权利要求8所述的应用程序用户粘度的分析装置,其特征在于,
所述统计单元,具体还用于根据所述应用程序对应的初始用户数、预设时间周期内各个时间点对应的留存用户数,统计所述应用程序的用户留存率对应的变化率,并且根据所述留存用户对应的应用程序启动次数和留存用户的登录时长信息,统计留存用户的平均登录时长信息。
10.根据权利要求6所述的应用程序用户粘度的分析装置,其特征在于,所述装置还包括:划分单元、建立单元、保存单元;
所述获取单元,还用于获取用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间;
划分单元,用于将所述用户粘度划分为不同的用户粘度等级;
建立单元,用于建立不同的用户粘度等级分别与不同阈值区间组合之间的映射关系,所述阈值区间组合由用户留存率对应的阈值区间和留存用户的登录时长信息对应的阈值区间组成;
保存单元,用于将用户留存率对应的不同阈值区间和留存用户的登录时长信息对应的不同阈值区间以及所述映射关系保存在所述预设存储位置中。
11.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求5中任意一项所述的应用程序用户粘度的分析方法。
12.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至权利要求5中任意一项所述的应用程序用户粘度的分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510662014.4A CN106600300B (zh) | 2015-10-14 | 2015-10-14 | 应用程序用户粘度的分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510662014.4A CN106600300B (zh) | 2015-10-14 | 2015-10-14 | 应用程序用户粘度的分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600300A CN106600300A (zh) | 2017-04-26 |
CN106600300B true CN106600300B (zh) | 2020-04-03 |
Family
ID=58552967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510662014.4A Active CN106600300B (zh) | 2015-10-14 | 2015-10-14 | 应用程序用户粘度的分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600300B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779846A (zh) * | 2016-12-16 | 2017-05-31 | 四川长虹电器股份有限公司 | 智能设备第三方应用程序的用户粘性分析方法 |
CN111666535B (zh) * | 2020-04-24 | 2023-09-26 | 北京奇艺世纪科技有限公司 | 确定用户活跃时长的方法、装置、电子设备及存储介质 |
CN113382310B (zh) * | 2021-06-02 | 2023-01-03 | 北京百度网讯科技有限公司 | 信息推荐方法及装置、电子设备和介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014143371A1 (en) * | 2013-03-15 | 2014-09-18 | Yahoo! Inc | Method and system for measuring user engagement using scroll dwell time |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593453B (zh) * | 2013-11-20 | 2017-03-22 | 北京国双科技有限公司 | 用户留存率的计算方法和装置 |
CN104679969B (zh) * | 2013-11-29 | 2018-12-28 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN104699710B (zh) * | 2013-12-09 | 2019-04-09 | 腾讯科技(深圳)有限公司 | 用户结构判断方法和装置以及账号状态记录方法和装置 |
CN104391968B (zh) * | 2014-12-03 | 2018-04-13 | 北京奇虎科技有限公司 | 一种应用的特征参数的估算方法和装置 |
CN104759100B (zh) * | 2015-03-23 | 2018-02-06 | 小米科技有限责任公司 | 游戏生命周期的预测方法、装置及游戏运营商服务器 |
-
2015
- 2015-10-14 CN CN201510662014.4A patent/CN106600300B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014143371A1 (en) * | 2013-03-15 | 2014-09-18 | Yahoo! Inc | Method and system for measuring user engagement using scroll dwell time |
Also Published As
Publication number | Publication date |
---|---|
CN106600300A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9189797B2 (en) | Systems and methods for sentiment detection, measurement, and normalization over social networks | |
CN110381151B (zh) | 一种异常设备检测方法及装置 | |
WO2015172685A1 (en) | Method and apparatus for identifying malicious account | |
CN106600300B (zh) | 应用程序用户粘度的分析方法及装置 | |
US10346496B2 (en) | Information category obtaining method and apparatus | |
US9245035B2 (en) | Information processing system, information processing method, program, and non-transitory information storage medium | |
US10025863B2 (en) | Recommending contents using a base profile | |
US20150113064A1 (en) | Network Information Push Method and System Thereof, and Computer Storage Medium | |
CN106454536B (zh) | 信息推荐度的确定方法及装置 | |
CN109543940B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN106301979B (zh) | 检测异常渠道的方法和系统 | |
CN112423134B (zh) | 视频内容推荐方法、装置、计算机设备及存储介质 | |
CN112346962B (zh) | 一种应用于对照测试系统中的对照数据测试方法及装置 | |
CN110968802B (zh) | 一种用户特征的分析方法、分析装置及可读存储介质 | |
CN110222790B (zh) | 用户身份识别方法、装置及服务器 | |
CN106156123B (zh) | 活跃值计算方法及装置 | |
US10764379B2 (en) | Method, apparatus and system for enhancing a user's engagement with a service | |
US20140214826A1 (en) | Ranking method and system | |
CN113050782B (zh) | 画像构建方法、装置、终端及存储介质 | |
CN104462116B (zh) | 数据选择的方法及装置 | |
CN110719367A (zh) | 一种云手机好友推荐方法、装置、设备及存储介质 | |
CN108563758B (zh) | 用户数量测算方法、装置、设备和存储介质 | |
CN113127696A (zh) | 一种提高基于行为的影响力度量准确性方法 | |
CN111737555A (zh) | 热点关键词的选取方法、设备和存储介质 | |
CN106709353B (zh) | 搜索引擎的安全性检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Applicant after: Beijing Guoshuang Technology Co.,Ltd. Address before: 100086 Cuigong Hotel, 76 Zhichun Road, Shuangyushu District, Haidian District, Beijing Applicant before: Beijing Guoshuang Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |