CN107704997A - 评估客户端活跃度的方法、装置及存储介质 - Google Patents

Abstract

本发明涉及评估客户端活跃度的方法、装置及存储介质。所述方法包括：采集客户端在预置时间段内的操作行为；获取各个操作行为对应的分值；根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度。本发明能够客观准确评估出用户活跃度，克服了主观因素对客户端活跃度评判的影响。

Description

评估客户端活跃度的方法、装置及存储介质

技术领域

本发明涉及信息技术领域，特别是涉及评估客户端活跃度的方法、装置及存储介质。

背景技术

在传统客服系统中，依靠业务层面的客服人员拨打用户电话了解用户对系统的关注度，过段时间再拨打，因此对用户价值评判仅仅是依据客服本人做出的，主观性较强，受人为影响因素太大，难以客观准确的评估用户活跃度。

发明内容

基于此，本发明提供了评估客户端活跃度的方法、装置及存储介质，能够客观准确评估出用户活跃度。

本发明方案包括：

一种评估客户端活跃度的方法，包括：

采集客户端在预置时间段内的操作行为；

获取各个操作行为对应的分值；

根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度。

一种评估客户端活跃度的装置，包括：

行为监测模块，用于采集客户端在预置时间段内的操作行为；

分值获取模块，用于获取各个操作行为对应的分值；

活跃度评估模块，用于根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述方法的步骤。

上述技术方案，通过采集客户端在预置时间段内的操作行为，获取各个操作行为对应的分值；根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度；本发明能够全面评估客户端行为，进而能够客观准确评估客户端活跃度，有效克服了传统评估方式下客服人员主观因素对客户端活跃度评判的影响。

附图说明

图1为一实施例的评估客户端活跃度的方法的示意性流程图；

图2为一实施例的评估客户端活跃度的方法的应用场景图；

图3为一实施例的评估客户端活跃度的装置的示意性结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明中的步骤虽然用标号进行了排列，但并不用于限定步骤的先后次序，除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础，否则步骤的相对次序是可以调整的。

图1为一实施例的评估客户端活跃度的方法的示意性流程图；如图1所示，本实施例中的评估客户端活跃度的方法包括步骤：

S11，采集客户端在预置时间段内的操作行为。

其中，预置时间段指的是待评估时间点向前追溯一定时长的时间段，例如，若在当前时间点评估客户端活跃度，则所述预置时间段为当前时间点向前追溯设定时长得到的时间段，此时，所述预置时间段是以当前时间点为截止时间的。

其中，操作行为根据具体的客服系统而定，包括但不限于登陆、点击、预约、留言、查看、参与评测等行为。

S12，获取各个操作行为对应的分值。

在一实施例中，所述评估客户端活跃度的方法还包括：预先设置各操作行为对应的分值，例如图2所示，预约客服的操作行为对应的分值为5，查看公司介绍的操作行为的分值为3，分值越高，表明对应操作事件对客户端活跃度的影响效力越大。

可以理解的，对于不同的客服系统，客户端包括的操作行为可能不同，操作行为对应的分值也可基于实际情况设置。

S13，根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度。

通过监测预置时间段内客户端的操作行为，综合全部操作行为及其对应的分值可得出客户端在所述预置时间段的活跃度得分，进而还可根据预先设置的得分阈值，评估出所述客户端在所述预置时间段截止时刻的活跃度等级。例如活跃度得分为1-2则确定为活跃度一级，活跃度得分为3-5则确定为活跃度二级，活跃度得分为6-9则确定为活跃度三级，活跃度得分为10-15则确定为活跃度四级，活跃度得分为15以上则确定为活跃度五级。

优选地，还可通过不同的标记显示不同的活跃度等级。例如活跃度等级一级显示为1星，活跃度等级二级显示为2星，活跃度等级三级显示为3星，活跃度等级四级显示为4星，活跃度等级五级则显示为5星。

上述评估客户端活跃度的方法的实施例中，步骤S11～S13的执行主体可为服务器端，通过使用者在客户端的每个操作行为，体现使用者的关注内容和活跃程度，使用者在客户端操作越频繁说明越活跃，该使用者对商家越有价值。比如，使用者频繁查阅保险内容，说明该使用者想买保险。由于每个操作行为有对应的分值，通过客户端将操作行为上传给对应的服务器，服务器保留操作行为的历史数据，然后基于该历史数据可统计客户端的活跃度。当然，步骤S11～S13的执行主体还可为客户端，即客户端本地保留操作行为的历史数据，客户端本地评估活跃度之后，发送活跃度评估结果给服务器。

上述评估客户端活跃度的方法的实施例，具体可结合客服系统、行业特征、行为特征等多方面客观确定用户端的活跃度，因此能够客观准确得出客户端的活跃度，进而能够精准识别潜在用户。

在一实施例中，上述步骤S12种，根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分的具体实施方式可包括：将预置时间段内各个操作行为的分值进行累加，得出所述客户端在所述预置时间段的活跃度得分。

在一实施例中，上述步骤S12种，采集客户端在预置时间段内的操作行为之后，还包括：获取各个操作行为的发生时间信息；根据发生时间信息确定操作行为对应的活跃衰减度。根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分的具体实施方式可包括：根据操作行为的分值、活跃衰减度确定操作行为的有效分值，将各操作行为的有效分值进行累加，得到所述客户端的活跃度得分。

该实施例的逻辑如下：单独看某一个操作行为事件，若用户在1个月前执行这个操作行为，那么该用户这个操作行为的分值在刚执行时为满分(例如图2所示，查看公司介绍的操作行为的分值的满分为3)，但是这个操作行为放在当前时间，其有效分值应该减少(衰减)。比如，一个用户在1个月前点击了页面，另一个用户在当前时间点击同一个页面，两者的活跃度应该是当前用户更活跃。基于此逻辑，本实施例中确定用户活跃度得分时，还基于操作行为的发生时间确定操作行为对应的活跃衰减度，根据操作行为的分值、活跃衰减度计算操作行为的有效分值。例如，将该用户最近3个月的所有操作行为事件收集起来，将每个操作行为的分值都折算到当前时间的有效分值，再累加有效分值得到该用户当前时间的活跃度。

其中，每个操作行为都有一个活跃衰减度，这个活跃衰减度和该操作行为发生时间到当前时间(或者预置时间段截止时刻)的间隔时间相关，间隔时间越长，衰减越厉害，长到一定程度，则认为这个操作行为对用户活跃度再无作用，即该操作行为的分值衰减到0分。优选地，可简单地定义为：有效分值＝初始时的分值*活跃衰减度。

例如：客户端的活跃度得分的计算公式为：

其中，N表示预置时间段内的操作行为的总数；e_i为第i个操作事件的分值，如点击短链事件的分值为5；p_i为第i个操作事件的活跃衰减度。遍历该用户端预置时间段内的所有操作事件，得到其相应的活跃度得分，

在一实施例中，采集客户端在预置时间段内的操作行为之后，还包括：获取各个操作行为对应的内容类别，获得该内容类别对应的权重。上述步骤S12中，根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分的具体实施方式可包括：将各操作行为的分值与其内容类别对应的权重进行乘积，得到乘积值；将预置时间段内的乘积值进行累加，得到所述客户端的活跃度得分。

在一实施例中，采集客户端在预置时间段内的操作行为之后，还包括：获取各个操作行为对应的内容类别，获得该内容类别对应的权重；以及，获取所述操作行为的发生时间信息，根据发生时间信息确定操作行为对应的活跃衰减度。上述步骤S12中，对应地，根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，包括：根据操作行为的分值、活跃衰减度确定操作行为的有效分值；将各操作行为的有效分值、操作行为内容类别对应的权重进行乘积，得到乘积值；将预置时间段内的乘积值进行累加，得到所述客户端的活跃度得分。

由此，通过操作行为内容类别、以及操作行为的发生时间的先后、以及操作行为对应的分值初始值，可得到更符合实际情况的客户端的活跃度得分，提高用户活跃度评估的准确性。

在一实施例中，操作行为对应的活跃衰减度以天为单位进行计算，上述根据发生时间信息确定操作行为对应的活跃衰减度，根据操作行为的分值、活跃衰减度确定操作行为的有效分值的具体实施方式可包括：

计算操作行为的发生日期距离预置时间段的最后一天的间隔天数，然后，根据间隔天数确定操作行为对应的活跃衰减度为：

其中，lasthouyue表示操作行为对应的活跃衰减度，p为预先确定的衰减系数，nowday表示预置时间段的最后一天，lastday表示操作行为的发生日期。

进一步地，将操作行为的分值和活跃衰减度进行乘积，得到的乘积值作为所述操作行为在预置时间段的最后一天的有效分值。

在一实施例中，还包括预先确定各操作事件对应的衰减系数的步骤，具体可包括：

确定操作事件的分值衰减到0的时间周期，记为T；根据该时间周期确定操作事件对应的衰减系数：

T＝π/p；

其中，π是圆周率，p表示衰减系数，取值为0～1。例如，若某操作行为的分值衰减到0分的时间周期T为90天，则通过上式可得出所述操作行为对应的衰减系数为p＝0.035/天。

其中，不同操作行为对应的衰减系数可以不同，即不同操作事件对活跃度得分的影响力的持续时间不同；以提高客户端活跃度得分的准确性。

在一实施例中，采集客户端在预置时间段内的操作行为具体可包括：采集客户端在预置时间段内每个内容板块发生的操作行为；根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分具体可包括：根据预置时间段内各内容板块发生的操作行为的分值，分别计算出所述客户端在每个内容板块的活跃度得分。即按照客户端的内容板块分别评估用户的活跃度，以对用户进行精细分类。

进一步的，分别计算出所述客户端在每个内容板块的活跃度得分之后，还包括：根据每个内容板块的活跃度得分评估所述客户端在对应内容板块的活跃度等级；对各内容板块的活跃度等级由高至低进行排序，根据排序结果向客户端推送对应内容板块的推荐内容，和/或，根据排序结果向对应内容板块的后台管理员推送所述客户端的用户信息。

可选地，上述实施例中所述预置时间段以当前日期为截止日期，例如从当前日期向前追溯一个月或者三个月的时间段。

图2为本发明一实施例的评估客户端活跃度的方法的应用场景图，如图2所示，评估客户端活跃度的指标(即操作行为)包括：点击、通讯、留言、预约客服、查看、打电话、参与评测等等，其中，一个操作行为对于一个内容类型，或者多个操作行为对于一个内容类型。此外，还可预先设置各操作行为对应的活跃度分值，在此基础上，还可根据内容类型确定各操作行为对用户活跃度的影响权值(即属于同一内容类型的操作行为的权值相同)。

需要说明的是，对于前述的各方法实施例，为了简便描述，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它顺序或者同时进行。

基于与上述实施例中的评估客户端活跃度的方法相同的思想，本发明还提供评估客户端活跃度的装置，该装置可用于执行上述评估客户端活跃度的方法。为了便于说明，评估客户端活跃度的装置实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图示结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

图3为本发明一实施例的评估客户端活跃度的装置的示意性结构图，如图3所示，本实施例的评估客户端活跃度的装置包括：

行为监测模块310，用于采集客户端在预置时间段内的操作行为；

分值获取模块320，用于获取各个操作行为对应的分值；

以及，活跃度评估模块330，用于根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度。

在一实施例中，所述活跃度评估模块330包括：第一活跃度得分计算单元，用于将预置时间段内各个操作行为的分值进行累加，得出所述客户端在所述预置时间段的活跃度得分。

在另一实施例中，所述分值获取模块320还用于获取各个操作行为的发生时间信息；根据发生时间信息确定操作行为对应的活跃衰减度。所述活跃度评估模块330包括：第二活跃度得分计算单元，用于根据操作行为的分值、活跃衰减度确定操作行为的有效分值，将各操作行为的有效分值进行累加，得到所述客户端的活跃度得分。

在一实施例中，所述分值获取模块320还用于获取各个操作行为对应的内容类别，获得该内容类别对应的权重。所述活跃度评估模块330包括：第三活跃度得分计算单元，用于将各操作行为的分值与其内容类别对应的权重进行乘积，得到乘积值；将预置时间段内的乘积值进行累加，得到所述客户端的活跃度得分。

在一实施例中，所述分值获取模块320还用于获取各个操作行为对应的内容类别，获得该内容类别对应的权重；以及，获取所述操作行为的发生时间信息，根据发生时间信息确定操作行为对应的活跃衰减度。所述活跃度评估模块330包括：第四活跃度得分计算单元，用于根据操作行为的分值、活跃衰减度确定操作行为的有效分值；将各操作行为的有效分值、操作行为内容类别对应的权重进行乘积，得到乘积值；将预置时间段内的乘积值进行累加，得到所述客户端的活跃度得分。

在一实施例中，所述第二活跃度得分计算单元、第四活跃度得分计算单元具体包括：

活跃衰减度计算子单元，用于计算操作行为的发生日期距离预置时间段的最后一天的间隔天数；根据所述间隔天数确定操作行为对应的活跃衰减度为：

其中，lasthouyue表示操作行为对应的活跃衰减度，p为预先确定的衰减系数，nowday表示预置时间段的最后一天，lastday表示操作行为的发生日期。

以及，有效分值计算子单元，用于将操作行为的分值和活跃衰减度进行乘积，得到的乘积值作为所述操作行为在预置时间段的最后一天的有效分值。

在一实施例中，所述预置时间段以当前时间点为截止时间，时长为一个月或者三个月。

在一实施例中，行为监测模块310，具体用于采集客户端在预置时间段内的操作行为。上述活跃度评估模块330，具体用于根据预置时间段内各内容板块发生的操作行为的分值，分别计算出所述客户端在每个内容板块的活跃度得分。

进一步地，活跃度评估模块330还用于根据每个内容板块的活跃度得分评估所述客户端在对应内容板块的活跃度等级。

进一步的，所述评估客户端活跃度的装置还包括：推送模块，用于对各内容板块的活跃度等级由高至低进行排序，根据排序结果向客户端推送对应内容板块的推荐内容，和/或，根据排序结果向对应内容板块的后台管理员推送所述客户端的用户信息。

需要说明的是，上述示例的评估客户端活跃度的装置的实施方式中，各模块/单元之间的信息交互、执行过程等内容，由于与本发明前述方法实施例基于同一构思，其带来的技术效果与本发明前述方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

此外，上述示例的评估客户端活跃度的装置的实施方式中，各程序模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的程序模块完成，即将所述评估客户端活跃度的装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分功能。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，作为独立的产品销售或使用。所述程序在执行时，可执行如上述各方法的实施例的全部或部分步骤。此外，所述存储介质还可设置于一种计算机设备中，所述计算机设备中还包括处理器，所述处理器执行所述存储介质中的程序时，能够实现上述各方法的实施例的全部或部分步骤。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

在上述实施例中，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，可以参见其它实施例的相关描述。可以理解，其中所使用的术语“第一”、“第二”等在本文中用于区分对象，但这些对象不受这些术语限制。

以上所述实施例仅表达了本发明的几种实施方式，不能理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种评估客户端活跃度的方法，其特征在于，包括：

采集客户端在预置时间段内的操作行为；

获取各个操作行为对应的分值；

根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度。

2.根据权利要求1所述的评估客户端活跃度的方法，其特征在于，根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，包括：

将预置时间段内各个操作行为的分值进行累加，得出所述客户端在所述预置时间段的活跃度得分。

3.根据权利要求1所述的评估客户端活跃度的方法，其特征在于，采集客户端在预置时间段内的操作行为之后，还包括：

获取各个操作行为的发生时间信息；根据发生时间信息确定操作行为对应的活跃衰减度；

根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，包括：

根据操作行为的分值、活跃衰减度确定操作行为的有效分值，将各操作行为的有效分值进行累加，得到所述客户端在所述预置时间段的活跃度得分。

4.根据权利要求1所述的评估客户端活跃度的方法，其特征在于，采集客户端在预置时间段内的操作行为之后，还包括：

确定各个操作行为对应的内容类别，获得该内容类别对应的权重；

根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，包括：

将各操作行为的分值、内容类别对应的权重进行乘积，得到乘积值；将预置时间段内的乘积值进行累加，得到所述客户端在所述预置时间段的活跃度得分。

5.根据权利要求1所述的评估客户端活跃度的方法，其特征在于，采集客户端在预置时间段内的操作行为之后，还包括：

确定各个操作行为对应的内容类别，获得该内容类别对应的权重；

获取所述操作行为的发生时间信息，根据发生时间信息确定操作行为对应的活跃衰减度；

根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，包括：

根据操作行为的分值、活跃衰减度确定操作行为的有效分值；

将各操作行为的有效分值、操作行为内容类别对应的权重进行乘积，得到乘积值；将预置时间段内的乘积值进行累加，得到所述客户端在所述预置时间段的活跃度得分。

6.根据权利要求3或5所述的评估客户端活跃度的方法，其特征在于，根据发生时间信息确定操作行为对应的活跃衰减度，根据操作行为的分值、活跃衰减度确定操作行为的有效分值，包括：

计算操作行为的发生日期距离预置时间段的最后一天的间隔天数；

根据间隔天数确定操作行为对应的活跃衰减度为：

<mrow> <mi>l</mi> <mi>a</mi> <mi>s</mi> <mi>t</mi> <mi>h</mi> <mi>o</mi> <mi>u</mi> <mi>y</mi> <mi>u</mi> <mi>e</mi> <mo>=</mo> <mfrac> <mrow> <mn>1</mn> <mo>+</mo> <mi>c</mi> <mi>o</mi> <mi>s</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>*</mo> <mo>(</mo> <mi>n</mi> <mi>o</mi> <mi>w</mi> <mi>d</mi> <mi>a</mi> <mi>y</mi> <mo>-</mo> <mi>l</mi> <mi>a</mi> <mi>s</mi> <mi>t</mi> <mi>d</mi> <mi>a</mi> <mi>y</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </mfrac> <mo>;</mo> </mrow>

将操作行为的分值和活跃衰减度进行乘积，得到的乘积值作为所述操作行为在预置时间段的最后一天的有效分值；

其中，lasthouyue表示操作行为对应的活跃衰减度，p为预先确定的衰减系数，nowday表示预置时间段的最后一天，lastday表示操作行为的发生日期。

7.根据权利要求1所述的评估客户端活跃度的方法，其特征在于，采集客户端在预置时间段内的操作行为，包括：

采集客户端在预置时间段内每个内容板块发生的操作行为；

根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，包括：

根据预置时间段内各内容板块发生的操作行为的分值，分别计算出所述客户端在所述预置时间段每个内容板块的活跃度得分。

8.根据权利要求7所述的评估客户端活跃度的方法，其特征在于，分别计算出所述客户端在所述预置时间段每个内容板块的活跃度得分之后，还包括：

根据每个内容板块的活跃度得分评估所述客户端在对应内容板块的活跃度等级；

对各内容板块的活跃度等级由高至低进行排序，根据排序结果向客户端推送对应内容板块的推荐内容，和/或，根据排序结果向对应内容板块的后台管理员推送所述客户端的用户信息。

9.一种评估客户端活跃度的装置，其特征在于，包括：

行为监测模块，用于采集客户端在预置时间段内的操作行为；

分值获取模块，用于获取各个操作行为对应的分值；

活跃度评估模块，用于根据操作行为的分值计算出所述客户端在所述预置时间段的活跃度得分，根据所述活跃度得分评估所述客户端在预置时间段截止时刻的活跃度。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至9任意所述方法的步骤。