CN107798558A - 用户行为数据分析方法及服务器 - Google Patents
用户行为数据分析方法及服务器 Download PDFInfo
- Publication number
- CN107798558A CN107798558A CN201710917062.2A CN201710917062A CN107798558A CN 107798558 A CN107798558 A CN 107798558A CN 201710917062 A CN201710917062 A CN 201710917062A CN 107798558 A CN107798558 A CN 107798558A
- Authority
- CN
- China
- Prior art keywords
- user
- user behavior
- network platform
- behavior data
- fields
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于数据分析技术领域，提供了用户行为数据分析方法及服务器。该方法包括：在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；所述网络平台包括应用程序和网页；在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；所述用户行为数据包括用户行为路径信息；获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析。上述方法及服务器能够实时对行为数据进行分析，进行运营分析和决策提供坚实数据基础。
Description
技术领域
本发明属于数据分析技术领域，尤其涉及用户行为数据分析方法及服务器。
背景技术
用户互联网行为主要是指用户使用互联网软件和互联网信息进行交互的行为，包括用户获取或提供互联网信息等行为。对用户互联网行为数据进行分析可为广告投放和相关产品推荐提供有效的参考信息，已广泛应用于互联网广告推送等业务。
现有技术通常是对获取的互联网用户的一些静态属性，如对互联网用户的性别，年龄，教育程度和收入水平等静态属性对用户行为进行分析，然后根据用户访问的网站的内容匹配相关的广告。
发明人在实现本发明过程中发现，现有技术对用户行为的数据采集不够及时，进而导致不能够实时对用户行为进行分析。
发明内容
有鉴于此，本发明实施例提供了用户行为数据分析方法及服务器，以解决现有技术中对用户行为的数据采集不够及时的问题。
本发明实施例的第一方面提供了一种用户行为数据分析方法，包括：
在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；所述网络平台包括应用程序和网页；
在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；所述用户行为数据包括用户行为路径信息；
获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析。
可选的，所述用户行为数据包括表征所述网络平台的某个功能区的event字段、表征在该功能区下的用户行为的lable字段、表征用户信息和行为时间的字段以及用户客户终端根据自身逻辑生成的json字段；
其中，所述event字段和所述lable字段共同表征所述用户行为路径信息。
可选的，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析包括：
对所述用户行为数据中的event字段和lable字段进行解析，得出每条所述用户行为数据对应的用户在所述网络平台上的行为路径信息；
根据各个所述行为路径信息对使用所述网络平台的各个用户浏览的所述网络平台的各个功能区的次数以及在各个功能区下进行的操作行为进行分析。
可选的，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析还包括：
对用户行为数据中的json字段解析，得出每条所述用户行为数据对应的用户终端的相关信息；
根据用户终端的相关信息对使用所述网络平台的各个用户的用户信息进行分析。
可选的，在所述获取各条所述用户行为数据之前，还包括：创建与各个所述网络平台对应的用户行为数据获取节点；
所述获取各条所述用户行为数据具体为：通过各个所述用户行为数据获取节点获取相应的网络平台的用户行为数据。
本发明实施例的第二方面提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；所述网络平台包括应用程序和网页；
在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；所述用户行为数据包括用户行为路径信息；
获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析。
可选的，所述用户行为数据包括表征所述网络平台的某个功能区的event字段、表征在该功能区下的用户行为的lable字段、表征用户信息和行为时间的字段以及用户客户终端根据自身逻辑生成的json字段；
其中，所述event字段和所述lable字段共同表征所述用户行为路径信息。
可选的，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析包括：
对所述用户行为数据中的event字段和lable字段进行解析，得出每条所述用户行为数据对应的用户在所述网络平台上的行为路径信息；
根据各个所述行为路径信息对使用所述网络平台的各个用户浏览的所述网络平台的各个功能区的次数以及在各个功能区下进行的操作行为进行分析。
可选的，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析还包括：
对用户行为数据中的json字段解析，得出每条所述用户行为数据对应的用户终端的相关信息；
根据用户终端的相关信息对使用所述网络平台的各个用户的用户信息进行分析。
可选的，在所述获取各条所述用户行为数据之前，还包括：创建与各个所述网络平台对应的用户行为数据获取节点；
所述获取各条所述用户行为数据具体为：通过各个所述用户行为数据获取节点获取相应的网络平台的用户行为数据。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述用户行为分析方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例，在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析，从而能够对使用某个网络平台的各个用户的行为进行分析，能够实时对行为数据进行分析，进行运营分析和决策提供坚实数据基础。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的用户行为数据分析方法的实现流程图；
图2是图1中步骤S103的实现流程图；
图3是图1中步骤S103的又一实现流程图；
图4是本发明实施例提供的计算机程序的运行环境示意图；
图5是本发明实施例提供的计算机程序的程序模块图。
具体实施方式
本发明实施例的说明书和权利要求书中的技术术语“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”以及它们的任何变形，意图在于覆盖那些不排他的包含，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、系统、产品或设备固有的其他步骤或单元。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例一提供的用户行为分析方法的实现流程，详述如下：
步骤S101，在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；所述网络平台包括应用程序和网页。
其中，用户行为监测点可以分别设置在应用程序和网页的各个位置。例如，在应用程序中“首页”是所有功能栏目的入口，该页面一般会包含“产品”、“广告推荐位”、“功能区”等区域，如果想了解首页各功能的用户“到流”情况，这种场景下可以分别在应用程序中“首页”的广告推荐位、功能区等位置设置用户行为监测点。
另外，还可以在应用程序和网页的服务器后台设置用户行为监测点，因为有的信息只是通过前台可能获取不到，如ip地址等。服务器后台中可以存放用户自定义的信息，例如通过json格式存放用户自定义的信息。如果想从服务器后台获取ip地址等信息，就可以在后台服务器设置用户行为监测点。在服务器后台中设置用户行为监测点的格式，可以与在应用程序或网页中设置用户行为监测点的格式一样。
步骤S102，在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；所述用户行为数据包括用户行为路径信息。
其中，所述用户行为数据包括表征所述网络平台的某个功能区的event字段、表征在该功能区下的用户行为的lable字段、表征用户信息和行为时间的字段以及客户终端根据自身逻辑生成的json字段。所述event字段和所述lable字段共同表征所述用户行为路径信息。
具体的，通过各个用户行为监测点检测到的用户的操作行为后，生成相应的CSV消息；CSV消息包括event字段、label字段和第三级字段。其中，event字段表示事件，对应某一页面事件；label字段表示具体事件，对应具体的行为；第三级字段包括用户id、手机号、触发时间、事件类型、商业行为类型和不确定字段个数的json字符串。例如，检测到用户在首页实时加入购物车的操作，则生成相应的event字段(对应用户首页)、label字段(对应加入购物车)，同时获取该用户id、手机号、当前触发时间，并生成事件类型、商业行为类型和不确定字段个数的json字符串，从而生成一条CSV消息。
一个实施例中，用户行为数据包括的具体信息如表1所示。
表1用户行为数据包括的具体信息
步骤S103，获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析。
其中，在所述获取各条所述用户行为数据之前，该方法还包括：创建与各个所述网络平台对应的一个用户行为数据获取节点。
所述获取各条所述用户行为数据具体为：通过各个所述用户行为数据获取节点获取相应的网络平台的用户行为数据。其中，只需要通过event字段和label字段就能确定一个具体的用户行为监测点，所以用户行为数据获取节点不需要创建太多，只需要一个系统创建一个topic就能够很方便地查询。
具体的，通过topic获取CSV消息，CSV消息包括event字段、label字段和第三级字段，event字段表示事件(例如用户首页)，label字段表示具体事件(例如加入购物车)，第三级字段包括用户id、手机号、触发时间、事件类型(例如01)、商业行为类型(例如02)和不确定字段个数的json字符串，获取CSV消息中的json字符串。
除开json的其他7个字段是固定名字的字段，几乎每个系统都会用到，event字段和label字段能够确定具体的用户行为监测点位置。Json里面的字段是用户自己定义的，长度和名字都可以用户自己定义。自定义json反映的主要是不同功能的逻辑，因为每个功能的逻辑都不一样，字段的名字和个数都可能不一样。
参见图2，一个实施例中，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析，包括以下步骤：
步骤S201，对所述用户行为数据中的event字段和lable字段进行解析，得出每条所述用户行为数据对应的用户在所述网络平台上的行为路径信息。
具体的，由于event字段表示事件(例如用户首页)，label字段表示具体事件(例如加入购物车)，因此可以通过event字段和label字段的具体含义，得出每条所述用户行为数据对应的用户在所述网络平台上的行为路径信息。
例如，检测到用户在首页实时加入购物车的操作，则生成相应的event字段(对应用户首页)、label字段(对应加入购物车)，同时获取该用户id、手机号、当前触发时间，并生成事件类型、商业行为类型和不确定字段个数的json字符串，从而生成一条CSV消息。则对该CSV消息中的event字段和label字段进行解析，可以得出该用户行为数据对应的用户在所述网络平台上的用户首页进行了加入购物车的操作。步骤S202，根据各个所述行为路径信息对使用所述网络平台的用户的用户行为进行分析。
步骤S202，根据各个所述行为路径信息对使用所述网络平台的各个用户浏览的所述网络平台的各个功能区的次数以及在各个功能区下进行的操作行为进行分析。
本步骤中，通过各个所述行为路径信息，能够获取使用所述网络平台的各个用户浏览所述网络平台的各个功能区的次数以及在各个功能区下进行的操作行为，然后根据浏览所述网络平台的各个功能区的次数，获取预设时间段内查看各个功能区的人次，进而获取用户对各个功能区的需求度；根据用户在各个功能区下进行的操作行为来进一步获取用户的实际需求分布情况，以对所述网络平台的用户数据进行优化管理等。
进一步的，参见图3，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析，还可以包括以下步骤：
步骤S301，对用户行为数据中的json字段解析，得出每条所述用户行为数据对应的用户终端的相关信息。
步骤S302，根据用户终端的相关信息对使用所述网络平台的各个用户的用户信息进行分析。
具体的，可以对json字符串进行分析，以获取相应的信息，为商业运营提供数据支持，例如，可以通过自定义函数UDF函数对json字符串进行分析。UDF函数是一段java代码，通过java处理json信息，方便用select getObjectFromJson(xxx)分析json里面的内容。因为用户自定义的字段个数和字段名往往都不一样，如果写成固定长度，很不方便扩展，更不具多个模块通用。
例如，用户行为数据为：
购物车||点击删除商品||050075||18926060236||20170417 12:20:35||01||02||
{"version":1.1,"brand":"华为","deviceNo":"p9","deviceId":"fadfasdfadf","os-system":"windows"}
查询操作系统为windows的sql：
Select getObjectFromJson($.json,”os-system”)，count(*)from tablewheregetObjectFromJson($.json,”os-system”)＝＝’windows’可以查询出操作系统是windows的用户的数量。Json里面的字段个数和名字都可以不限制，更方便扩展。
可以理解的，json字符串中包括用户手机号、用户的手机厂家、手机型号、手机的操作系统等信息，因此可以在步骤S201和S202的基础上，对使用所述网络平台的各个用户的用户信息进行分析，以更好的获取浏览网络平台的各个功能区的用户的分布情况。
上述用户行为数据分析方法，在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析，从而能够对使用某个网络平台的各个用户的行为进行分析，能够实时对行为数据进行分析，进行运营分析和决策提供坚实数据基础。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例二
对应于上文实施例一所述的用户行为数据分析方法，图4示出了本发明实施例提供的用户行为数据分析程序400的运行环境示意图。为了便于说明，仅示出了与本实施例相关的部分。
在本实施例中，所述的用户行为数据分析程序400安装并运行于服务器40中。该服务器40可包括，但不仅限于，存储器401和处理器402。图4仅示出了具有组件401-402的服务器40，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器401在一些实施例中可以是所述服务器40的内部存储单元，例如该服务器40的硬盘或内存。所述存储器401在另一些实施例中也可以是所述服务器40的外部存储设备，例如所述服务器40上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器401还可以既包括所述服务器40的内部存储单元也包括外部存储设备。所述存储器401用于存储安装于所述服务器40的应用软件及各类数据，例如所述用户行为数据分析程序400的程序代码等。所述存储器401还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器402在一些实施例中可以是一中央处理器(Central ProcessingUnit，CPU)，微处理器或其他数据处理芯片，用于运行所述存储器401中存储的程序代码或处理数据，例如执行所述用户行为数据分析程序400等。
服务器40还可以包括显示器。所述显示器在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。所述显示器用于显示在所述服务器40中处理的信息以及用于显示可视化的用户界面，例如数据分析界面等。所述服务器40的部件401-402通过系统总线相互通信。
请参阅图5，是本发明实施例提供的用户行为数据分析程序400的程序模块图。在本实施例中，所述的用户行为数据分析程序400可以被分割成一个或多个模块，所述一个或者多个模块被存储于所述存储器401中，并由一个或多个处理器(本实施例为所述处理器402)所执行，以完成本发明。例如，在图5中，所述的用户行为数据分析程序400可以被分割成监测模块501、生成模块502和分析模块503。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述所述用户行为数据分析程序400在所述服务器40中的执行过程。以下描述将具体介绍所述模块501-503的功能。
监测模块501，用于在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；所述网络平台包括应用程序和网页。
生成模块502，用于在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；所述用户行为数据包括用户行为路径信息。
分析模块503，用于获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析。
可选的，所述用户行为数据包括表征所述网络平台的某个功能区的event字段、表征在该功能区下的用户行为的lable字段、表征用户信息和行为时间的字段以及用户客户终端根据自身逻辑生成的json字段；
其中，所述event字段和所述lable字段共同表征所述用户行为路径信息。
可选的，分析模块503具体用于：对所述用户行为数据中的event字段和lable字段进行解析，得出每条所述用户行为数据对应的用户在所述网络平台上的行为路径信息；
根据各个所述行为路径信息对使用所述网络平台的各个用户浏览所述网络平台的各个功能区的次数以及在各个功能区下进行的操作行为进行分析。
可选的，分析模块503具体用于：对用户行为数据中的json字段解析，得出每条所述用户行为数据对应的用户终端的相关信息；
根据用户终端的相关信息对使用所述网络平台的各个用户的用户信息进行分析。
可选的，所述处理器执行所述计算机程序时还实现如下步骤：创建与各个所述网络平台对应的用户行为数据获取节点；
所述获取各条所述用户行为数据具体为：通过各个所述用户行为数据获取节点获取相应的网络平台的用户行为数据。
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。
所述集成的模块/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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种用户行为数据分析方法，其特征在于，包括：
在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；所述网络平台包括应用程序和网页；
在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；所述用户行为数据包括用户行为路径信息；
获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析。
2.如权利要求1所述的用户行为数据分析方法，其特征在于，所述用户行为数据包括表征所述网络平台的某个功能区的event字段、表征在该功能区下的用户行为的lable字段、表征用户信息和行为时间的字段以及用户客户终端根据自身逻辑生成的json字段；
其中，所述event字段和所述lable字段共同表征所述用户行为路径信息。
3.如权利要求2所述的用户行为数据分析方法，其特征在于，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析包括：
对所述用户行为数据中的event字段和lable字段进行解析，得出每条所述用户行为数据对应的用户在所述网络平台上的行为路径信息；
根据各个所述行为路径信息对使用所述网络平台的各个用户浏览所述网络平台的各个功能区的次数以及在各个功能区下进行的操作行为进行分析。
4.如权利要求3所述的用户行为数据分析方法，其特征在于，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析还包括：
对用户行为数据中的json字段解析，得出每条所述用户行为数据对应的用户终端的相关信息；
根据用户终端的相关信息对使用所述网络平台的各个用户的用户信息进行分析。
5.如权利要求1至4任一项所述的用户行为数据分析方法，其特征在于，在所述获取各条所述用户行为数据之前，还包括：创建与各个所述网络平台对应的用户行为数据获取节点；
所述获取各条所述用户行为数据具体为：通过各个所述用户行为数据获取节点获取相应的网络平台的用户行为数据。
6.一种服务器，其特征在于，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
在网络平台上设置多个用户行为监测点，并通过所述多个用户行为监测点监测用户在所述网络平台上的操作行为；所述网络平台包括应用程序和网页；
在监测到某一用户在所述网络平台上产生操作行为时，各个所述用户行为监测点获取该用户的操作行为数据，并生成一条用户行为数据；所述用户行为数据包括用户行为路径信息；
获取对应多个用户生成的所述用户行为数据，并根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析。
7.如权利要求6所述的服务器，其特征在于，所述用户行为数据包括表征所述网络平台的某个功能区的event字段、表征在该功能区下的用户行为的lable字段、表征用户信息和行为时间的字段以及用户客户终端根据自身逻辑生成的json字段；
其中，所述event字段和所述lable字段共同表征所述用户行为路径信息。
8.如权利要求7所述的服务器，其特征在于，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析包括：
对所述用户行为数据中的event字段和lable字段进行解析，得出每条所述用户行为数据对应的用户在所述网络平台上的行为路径信息；
根据各个所述行为路径信息对使用所述网络平台的各个用户浏览所述网络平台的各个功能区的次数以及在各个功能区下进行的操作行为进行分析。
9.如权利要求8所述的服务器，其特征在于，所述根据各条所述用户行为数据对使用所述网络平台的用户的用户行为进行分析还包括：
对用户行为数据中的json字段解析，得出每条所述用户行为数据对应的用户终端的相关信息；
根据用户终端的相关信息对使用所述网络平台的各个用户的用户信息进行分析。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710917062.2A CN107798558A (zh) | 2017-09-30 | 2017-09-30 | 用户行为数据分析方法及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710917062.2A CN107798558A (zh) | 2017-09-30 | 2017-09-30 | 用户行为数据分析方法及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107798558A true CN107798558A (zh) | 2018-03-13 |
Family
ID=61532861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710917062.2A Pending CN107798558A (zh) | 2017-09-30 | 2017-09-30 | 用户行为数据分析方法及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107798558A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108985582A (zh) * | 2018-06-27 | 2018-12-11 | 清华大学附属中学 | 一种行为数据收集分析方法 |
| CN109376050A (zh) * | 2018-09-03 | 2019-02-22 | 平安普惠企业管理有限公司 | 一种app监测方法、计算机可读存储介质及终端设备 |
| CN111124845A (zh) * | 2018-10-30 | 2020-05-08 | 千寻位置网络有限公司 | 访问日志的生成、审计方法及装置、监控系统 |
| CN111367872A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 用户行为分析方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101662493A (zh) * | 2008-08-25 | 2010-03-03 | 阿里巴巴集团控股有限公司 | 一种用户访问路径的数据采集方法、系统及服务器 |
| CN102541892A (zh) * | 2010-12-22 | 2012-07-04 | 北京凯思昊鹏软件工程技术有限公司 | 记录和分析用户行为特征的方法 |
| CN103916293A (zh) * | 2014-04-15 | 2014-07-09 | 浪潮软件股份有限公司 | 一种监控分析网站用户行为的方法 |
| CN104317790A (zh) * | 2014-07-22 | 2015-01-28 | 翔傲信息科技(上海)有限公司 | 一种基于大数据的用户行为的控制方法及系统 |
| CN106599075A (zh) * | 2016-11-14 | 2017-04-26 | 武汉斗鱼网络科技有限公司 | 一种统计用户行为数据的方法及装置 |
-
2017
- 2017-09-30 CN CN201710917062.2A patent/CN107798558A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101662493A (zh) * | 2008-08-25 | 2010-03-03 | 阿里巴巴集团控股有限公司 | 一种用户访问路径的数据采集方法、系统及服务器 |
| CN102541892A (zh) * | 2010-12-22 | 2012-07-04 | 北京凯思昊鹏软件工程技术有限公司 | 记录和分析用户行为特征的方法 |
| CN103916293A (zh) * | 2014-04-15 | 2014-07-09 | 浪潮软件股份有限公司 | 一种监控分析网站用户行为的方法 |
| CN104317790A (zh) * | 2014-07-22 | 2015-01-28 | 翔傲信息科技(上海)有限公司 | 一种基于大数据的用户行为的控制方法及系统 |
| CN106599075A (zh) * | 2016-11-14 | 2017-04-26 | 武汉斗鱼网络科技有限公司 | 一种统计用户行为数据的方法及装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108985582A (zh) * | 2018-06-27 | 2018-12-11 | 清华大学附属中学 | 一种行为数据收集分析方法 |
| CN109376050A (zh) * | 2018-09-03 | 2019-02-22 | 平安普惠企业管理有限公司 | 一种app监测方法、计算机可读存储介质及终端设备 |
| CN111124845A (zh) * | 2018-10-30 | 2020-05-08 | 千寻位置网络有限公司 | 访问日志的生成、审计方法及装置、监控系统 |
| CN111367872A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 用户行为分析方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104685490B (zh) | 结构化和非结构化数据自适应分组的系统和方法 | |
| US10521446B2 (en) | System and method for dynamically refactoring business data objects | |
| CN109118296A (zh) | 活动推送方法、装置及电子设备 | |
| US20180191759A1 (en) | Systems and methods for modeling and monitoring data access behavior | |
| US20190121669A1 (en) | Executing tasks using modular and intelligent code and data containers | |
| US10664888B2 (en) | Method and system for attribute extraction from product titles using sequence labeling algorithms | |
| CN107896175A (zh) | 数据采集方法和装置 | |
| CN107798558A (zh) | 用户行为数据分析方法及服务器 | |
| CN107967284A (zh) | 用于存储、查询订单信息的方法和装置 | |
| CN103763361A (zh) | 一种基于用户行为推荐应用的方法、系统及推荐服务器 | |
| CN103034680B (zh) | 针对终端设备的数据交互方法及装置 | |
| US10318546B2 (en) | System and method for test data management | |
| CN107729475A (zh) | 网页元素采集方法、装置、终端与计算机可读存储介质 | |
| CN103646341B (zh) | 一种网站提供对象的推荐方法和装置 | |
| CN103858121B (zh) | 使Web应用获取数据库变化的方法和系统 | |
| US20130254181A1 (en) | Aggregation and Categorization | |
| CN103020128B (zh) | 与终端设备交互数据的方法与装置 | |
| CN109388548A (zh) | 用于生成信息的方法和装置 | |
| US11442923B1 (en) | Systems and methods for processing data service requests | |
| BR102012019639A2 (pt) | métodos e aparelho para dinamicamente fornecer propagandas | |
| JP2022517891A (ja) | パターン認識を使用するイベントストリームの処理 | |
| CN111932308A (zh) | 数据推荐方法、装置和设备 | |
| CN107632971A (zh) | 用于生成多维报表的方法和装置 | |
| US20180210804A1 (en) | System and method for dynamic scaling of concurrent processing threads | |
| CN107436869B (zh) | 一种印象评论生成方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180313 |
|
| RJ01 | Rejection of invention patent application after publication |