CN108306936A - 用户指标统计方法及服务器 - Google Patents
用户指标统计方法及服务器 Download PDFInfo
- Publication number
- CN108306936A CN108306936A CN201711471126.7A CN201711471126A CN108306936A CN 108306936 A CN108306936 A CN 108306936A CN 201711471126 A CN201711471126 A CN 201711471126A CN 108306936 A CN108306936 A CN 108306936A
- Authority
- CN
- China
- Prior art keywords
- user
- period
- destination application
- accesses
- access
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明实施例公开了一种用户指标统计方法及服务器,其中方法包括:服务器生成至少一个用户对应的至少一个用户访问位图表,其中,至少一个用户访问位图表中的第N个用户访问位图表中包括第N个用户在预设时间段中的每个时间单位内的访问行为的信息,访问行为包括第N个用户访问过目标应用程序或第N个用户未访问过目标应用程序,至少一个用户为历史访问过目标应用程序的用户,第N个用户为至少一个用户中的一个;服务器根据至少一个用户访问位图表统计目标应用程序对应的用户指标,用户指标包括周流失用户的数量、周回流用户的数量、日活跃用户的数量、周活跃用户的数量和月活跃用户的数量中的至少一种。本申请可提高服务器的统计效率。
Description
技术领域
本发明涉及数据库技术领域,尤其涉及一种用户指标统计方法及服务器。
背景技术
随着网络化、宽带化的高速发展,网络行为分析的重要性不言而喻。具体来说,在一个应用程序的运营过程中,运营商为了分析用户针对该应用程序的行为,需要统计多种用户指标。用户指标可例如:新增用户数、周流失用户数、周回流用户数、日活跃用户数、周活跃用户数、月活跃用户数等。运营商在得到用户指标后,可以根据不同的用户行为提供有针对性、差异性的服务,以此来提高用户的使用体验,进而保障应用程序的成功运营。
现有技术中,运营商在统计日活跃用户数、周活跃用户数和月活跃用户数这3种用户指标时,运营商需要基于海量的原始访问数据来分别统计这3种用户指标,进而得到每种用户指标的统计结果。这里,原始访问数据中包括每个用户每次访问应用程序的具体访问时刻。在原始访问数据巨大的情况下,工作量过于繁琐和复杂,且指标的统计效率不高。
发明内容
本发明实施例提供一种用户指标统计方法及服务器,服务器可以基于用户访问位图表得到多个用户指标,提高服务器的统计效率。
第一方面,本发明实施例提供了一种用户指标统计方法,该方法包括:
服务器生成至少一个用户对应的至少一个用户访问位图表,其中,所述至少一个用户访问位图表中的第N个用户访问位图表中包括第N个用户在预设时间段中的每个时间单位内的访问行为的信息,所述访问行为包括所述第N个用户访问过所述目标应用程序或所述第N个用户未访问过所述目标应用程序,所述至少一个用户为历史访问过所述目标应用程序的用户,所述第N个用户为所述至少一个用户中的一个,N为正整数;
所述服务器根据所述至少一个用户访问位图表统计所述目标应用程序对应的用户指标,所述用户指标包括周流失用户的数量、周回流用户的数量、日活跃用户的数量、周活跃用户的数量和月活跃用户的数量中的至少一种。
通过实施本发明实施例,在统计用户指标时,服务器无需从海量的原始数据中根据每个用户指标的特征进行分析处理,而是首先在海量的原始数据的基础上生成用户各自对应的用户访问位图表,继而可以基于用户访问位图表得到多个用户指标,可提高服务器的统计效率。
可选的,所述服务器生成至少一个用户对应的至少一个用户访问位图表,包括:
所述服务器根据用户访问流水表生成至少一个用户对应的至少一个用户访问位图表,所述用户访问流水表中包括所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻。
通过本发明实施例,服务器在用户访问流水表的基础上生成对应的用户访问位图表,继而通过用户访问位图表可以得到多个用户指标结果。由于该用户访问位图表中的数据量小于用户访问流水表中的数据量,可提高用户指标的统计效率。
可选的,所述服务器根据用户访问流水表生成至少一个用户对应的至少一个用户访问位图表,包括:
所述服务器根据所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻确定所述至少一个用户中的每个用户在所述预设时间段内的每个时间单位内是否访问过所述目标应用程序。
通过本发明实施例,服务器在用户访问流水表的基础上生成对应的用户访问位图表,该用户访问位图表中所记录的信息包括用户是否访问过应用程序,而非用户每次访问应用程序的具体访问时刻。该用户访问位图表中的数据相对于用户访问流水表中的数据来说,数据量要小,可提高用户指标统计效率。
可选的,所述第N个用户访问位图表还包括指示信息,所述指示信息用于指示所述第N个用户首次访问所述目标应用程序的日期;所述用户指标还包括新增用户的数量;若所述第N个用户在所述预设时间段内的第M天内访问过所述目标应用程序且所述第M天的日期与所述第N个用户首次访问所述目标应用程序的日期一致,则所述第N个用户为新增用户,M为正整数。
通过本发明实施例,服务器可以根据用户访问位图表中所包括的指示信息来确定新增用户的数量,由于该用户访问位图表中的数据量小于用户访问流水表中的数据量,可提高用户指标的统计效率。
可选的,所述预设时间段包括相邻的第一时间段和第二时间段,所述第一时间段早于所述第二时间段;所述第一时间段和所述第二时间段的长度为一周;如果所述第N个用户在所述第一时间段内访问过所述目标应用程序且在所述第二时间段内没有访问所述目标应用程序,则所述第N个用户为周流失用户;
所述预设时间段包括依次相邻的第三时间段、第四时间段和第五时间段,所述第三时间段早于所述第四时间段,所述第四时间段早于所述第五时间段;所述第三时间段、所述第四时间段和所述第五时间段的长度均为一周;如果所述第N个用户在所述第三时间段内访问过所述目标应用程序、在所述第四时间段内没有访问所述目标应用程序并且在所述第五时间段内访问过所述目标应用程序,则所述第N个用户为周回流用户;
如果所述第N个用户在所述预设时间段内的第Q天内访问过所述目标应用程序,则所述第N个用户为所述第Q天的日活跃用户,Q为正整数;
如果所述第N个用户在所述预设时间段内的第P周内访问过所述目标应用程序,则所述第N个用户为所述第P周的周活跃用户,P为正整数;
如果所述第N个用户在所述预设时间段内的第O月内访问过所述目标应用程序,则所述第N个用户为所述第O月的月活跃用户,O为正整数。
通过本发明实施例,服务器可以在用户访问位图表中根据每个用户指标所特有的特征对其进行分析,可提高用户指标的统计效率。
第二方面,本发明实施例提供了一种服务器,该服务器包括用于执行第一方面所描述的用户指标统计方法的模块或单元。
第三方面,本发明实施例提供了另一种服务器,包括处理器和存储器,所述处理器和存储器相互连接,其中,所述存储器用于存储支持服务器执行第一方面所描述的用户指标统计方法的应用程序代码,所述处理器被配置用于执行第一方面所描述的用户指标统计方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行第一方面所描述的用户指标统计方法。
第五方面,本发明实施例提供了一种计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行第一方面所描述的用户指标统计方法。
通过本发明实施例,在统计用户指标时,服务器无需从用户访问流水表这一庞大的数据库中,根据每个用户指标的特征进行分析处理,而是首先在用户访问流水表的基础上生成至少一个用户各自对应的用户访问位图表,该用户访问位图表中所记录的信息包括用户是否访问过应用程序信息,而不涉及用户每次访问应用程序的具体访问时刻,继而可以通过用户访问位图表得到多个用户指标分析结果。相较于用户访问流水表中的数据来说,用户访问位图表中的数据量要小,可提高用户指标的统计效率。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的一种用户访问流水表的格式示意图;
图2是本发明实施例提供的一种服务器的结构框图;
图3是本发明实施例提供的一种用户指标统计方法的流程示意图;
图4是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
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描述。
首先,介绍本发明的发明构思。
参见图1,本发明实施例提供的一种用户访问流水表的格式示意图。本申请中所描述的用户访问流水表中记录有每个用户每次访问特定应用程序(例如神庙逃亡)的具体访问时刻。该具体访问时刻可以具体到年月日时分秒,或者年月日时分,或者年月日时等等。如果某一用户在同一天内多次访问过神庙逃亡这一应用程序,在该用户访问流水表中,会记录该用户每次的访问时刻。如果访问神庙逃亡这一应用程序的用户数量大、访问次数多,该用户访问流水表中记录的访问数据将会是海量的。
在现有技术中,运营商在统计日活跃用户数、周活跃用户数和月活跃用户数这3种用户指标时,运营商需要根据每个用户指标的特征逐次对上述用户访问流水表中的访问数据进行分析统计,进而得到每个用户指标的统计结果。例如,在统计2017.8.1-2017.8.7这一周内的周活跃用户数时,首先需从海量的原始访问数据中获取2017.8.1-2017.8.7这一周内的数据。其次,在上述获取到的数据中分析每个用户的行为。最后,得到2017.8.1-2017.8.7这一周内的周活跃用户数。在统计数据量巨大的情况下,工作量过于繁琐和复杂,且指标的统计效率不高。本申请中,在用户访问流水表的基础上生成了用户访问位图表,该用户访问位图表中用于表征用户在一个周期(例如7天)内是否访问过特定应用程序。服务器针对每个用户都会生成这样一个用户访问位图表,进而利用所有用户对应的用户访问位图表来统计针对该应用程序的新增用户数、周流失用户数、周回流用户数、日活跃用户数、周活跃用户数、月活跃用户数等。在上述实现过程中,服务器可以基于用户访问位图表得到多个用户指标,可提高服务器的统计效率。
本申请中,特定应用程序可以是运营商开发的任意一款应用程序,本申请以上述特定应用程序为神庙逃亡这一款游戏应用为例进行说明。
本发明实施例中,上述新增用户是指自某一应用程序(例如:神庙逃亡APP)发布日起,首次注册或者首次访问(或使用)该应用程序的用户。
具体的,本申请中所提及的用户访问位图表中包含一指示信息,该指示信息可以表征某一用户首次注册或者首次访问(或使用)某一应用程序的日期。在统计新增用户时,如果统计日期与用户访问位图表中记录的某用户首次注册或者首次访问(或使用)该应用程序的日期一致,则表明该用户在统计日期为新增用户。
本发明实施例中,上述周流失用户是指在当前周的上一周内访问过特定应用程序(例如,神庙逃亡)并且当前周内不再访问该应用程序的用户。该用户为该当前周内的周流失用户。
具体的,本申请中所提及的用户访问位图表中包含某个用户在两周(即14天)的每一天内的访问行为的信息。在统计某一周(例如2017年8月8日至2017年8月14日)的周流失用户时,如果服务器判断出某一用户(例如用户1)对应的用户访问位图表中表明该用户1在2017年8月1日至2017年8月7日这一周内访问过该特定应用程序,在2017年8月8日至2017年8月14日这一周内不再访问该特定应用程序,则表明该用户1为2017年8月8日至2017年8月14日这一周的周流失用户。
本发明实施例中,上述周回流用户是指在当前周的上上周内访问过特定应用程序(例如,神庙逃亡)、在当前周的上周内不再访问过该应用程序并且在当前周内继续访问该应用程序的用户。该用户为该当前周内的周回流用户。
具体的,本申请中所提及的用户访问位图表中包含某个用户在三周(即21天)内的每一天内的访问行为的信息。在统计某一周(例如2017年8月15日至2017年8月21日)的周回流用户时,如果服务器判断出某一用户(例如用户1)对应的用户访问位图表中表明该用户1在2017年8月1日至2017年8月7日这一周内访问过该特定应用程序,在2017年8月8日至2017年8月14日这一周内未访问过该特定应用程序,且在2017年8月15日至2017年8月21日这一周内访问过该特定应用程序,则表明该用户1为2017年8月15日至2017年8月21日这一周的周回流用户。
本发明实施例中,上述日活跃用户是指在统计日期当天访问过特定应用程序的用户。
具体的,本申请中所提及的用户访问位图表中包含某个用户在一段时间段中的每一天内的访问行为的信息。这里,该一段时间段可以是一天、一周、一月或者其他连续的几天。在统计某一天(例如2017年8月1日)的日活跃用户时,如果服务器判断出某一用户(例如用户1)对应的用户访问位图表中表明该用户1在8月1日内访问过该特定应用程序,则表明该用户1为8月1日当天的日活跃用户。
本发明实施例中,上述周活跃用户是指在统计时间段为一周的情况下,在该周内访问过特定应用程序的用户。
具体的,本申请中所提及的用户访问位图表中包含某个用户在一周内的访问行为的信息。在统计某一周(例如2017年8月1日至2017年8月7日)的周活跃用户时,如果服务器判断出某一用户(例如,用户1)对应的用户访问位图表中表明该用户1在2017年8月1日至2017年8月7日这7天内的某一天访问过该特定应用程序,则表明该用户1为2017年8月1日至2017年8月7日这一周的周活跃用户。
本发明实施例中,上述月活跃用户是指在统计时间段为一个月的情况下,在该月内访问过特定应用程序的用户。
具体的,本申请中所提及的用户访问位图表中包含某个用户在一个月内的访问行为的信息。在统计某一月(例如2017年8月)的月活跃用户时,如果服务器判断出某一用户(例如,用户1)对应的用户访问位图表中表明该用户1在2017年8月1日至2017年8月31日这31天内的某一天访问过该特定应用程序,则表明该用户1为2017年8月这一个月的月活跃用户。
下面介绍本发明实施例涉及的服务器的一种实现方式。
图2所示为本发明实施例提供的服务器示意图。服务器200包括至少一个处理器201,通信总线202,存储器203以及至少一个通信接口204。
处理器201可以是一个通用中央处理器(Central Processing Unit,CPU),微处理器,特定应用集成电路(Application-Specific Integrated Circuit,ASIC),或一个或多个用于控制本发明方案程序执行的集成电路。
通信总线202可包括一通路,在上述组件之间传送信息。所述通信接口204,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(RadioAccess Network,RAN),无线局域网(Wireless Local Area Networks,WLAN)等。
存储器203可以是只读存储器(Read-Only Memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(Random Access Memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,所述存储器203用于存储执行本发明方案的程序代码,并由处理器201来控制执行。所述处理器201用于执行所述存储器203中存储的程序代码。
在具体实现中,作为一种实施例,处理器201可以包括一个或多个CPU,例如图2中的CPU0和CPU1。
在具体实现中,作为一种实施例,服务器200可以包括多个处理器,例如图2中的处理器201和处理器208。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,服务器200还可以包括输出设备205和输入设备206。输出设备205和处理器201通信,可以以多种方式来显示信息。例如,输出设备205可以是液晶显示器(liquid crystal display,LCD),发光二级管(light emitting diode,LED)显示设备,阴极射线管(cathode ray tube,CRT)显示设备,或投影仪(projector)、音频输出模块等。输入设备206和处理器201通信,可以以多种方式接受开发者的输入。例如,输入设备206可以是鼠标、键盘、触摸屏设备或传感设备等。
上述的服务器200可以是一个通用服务器或者是一个专用服务器。在具体实现中,服务器200可以是台式机、便携式电脑、网络服务器、无线服务器设备、通信设备、嵌入式设备或有图2中类似结构的设备。本发明实施例不限定服务器200的类型。
基于上述发明构思,参见图3,来介绍本发明实施例提供的一种用户指标统计方法。如图3所示,该方法包括但不限于如下步骤S201-S202:
S201、服务器生成至少一个用户对应的至少一个用户访问位图表,其中,所述至少一个用户访问位图表中的第N个用户访问位图表中包括第N个用户在预设时间段中的每个时间单位内的访问行为的信息,所述访问行为包括所述第N个用户访问过所述目标应用程序或所述第N个用户未访问过所述目标应用程序,所述至少一个用户为历史访问过所述目标应用程序的用户,所述第N个用户为所述至少一个用户中的一个,N为正整数。
可选的,服务器根据上述用户访问流水表生成一个用户对应的至少一个用户访问位图表,所述用户访问流水表中包括所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻。
本发明实施例中,用户访问流水表中详细记录有多个用户访问应用程序(例如,神庙逃亡)的具体访问时刻。用户访问流水表的格式可以参考表1。
表1
Visit_time | Visit_user |
2017/8/1--18:01 | user1 |
2017/8/1--19:15 | user1 |
2017/8/2--06:30 | user2 |
2017/8/3--19:21 | user2 |
2017/8/4--09:00 | user1 |
2017/8/4--17:00 | user1 |
2017/8/4--21:00 | user1 |
2017/8/5--17:35 | user2 |
2017/8/6--18:01 | user1 |
2017/8/7--06:30 | user2 |
2017/8/7--14:30 | user2 |
… | … |
2017/9/8--17:35 | user23 |
2017/9/9--18:01 | user20 |
2017/9/10--19:39 | user12 |
在上述用户访问流水表中包括每个用户的标识及每个用户每次访问应用程序的访问时刻。例如,在表1中,user1为用户1的标识、user2为用户2的标识。
从表1所示数据可以得到以下信息,例如,对用户user1来说,在该表1中有6条访问记录,具体为:用户user1在2017年8月1日访问了两次神庙逃亡应用程序,访问时刻分别为:2017/8/1/18:01和2017/8/1/19:15。在2017年8月4日访问了三次神庙逃亡应用程序,访问时刻分别为:2017/8/4/09:00、2017/8/4/17:00和2017/8/4/21:00。在2017年8月6日访问了一次神庙逃亡应用程序,具体为:2017/8/6/18:01。
本发明实施例中,这里所涉及的用户的标识用于标记访问应用程序的用户的身份,可以包括用户的注册账号、用户的终端设备标识(例如移动设备国际识别码(International Mobile Equipment Identity,IMEI)、用户的设备的互联网协议(Internet Protocol,IP)地址。当前,用户的标识还可以是其他可用于区分不同用户身份的标识,本申请对此不作限制。
可选的,所述服务器根据用户访问流水表生成至少一个用户对应的至少一个用户访问位图表,包括:
所述服务器根据所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻确定所述至少一个用户中的每个用户在所述预设时间段内的每个时间单位内是否访问过所述目标应用程序。
本发明实施例中,这里所涉及的预设时间段可以包括一天、一周、一个月、一年等,本发明实施例不作具体限定。若该预设时间段为一天,则时间单位为小时。若该预设时间段为一周,则时间单位为天。若该预设时间段为一个月,则时间单位为周。若该预设时间段为一年,则时间单位为月。
以下基于上述表1来介绍如何确定2017年8月1日至2017年8月7日这一周内user1的用户访问位图表。在以下示例中,采用7位字符串来表征用户在2017年8月1日至2017年8月7日这7天中的每一天的访问行为。初始时,该7位字符串为0000000。
首先,服务器查询上述表1中是否存在至少一条用户user1在2017年8月1日的访问记录,查询的结果包括两条记录,分别为:2017/8/1/18:01这一时间的访问记录和2017/8/1/19:15这一时间的访问记录。因此,表明该用户user1在2017年8月1日访问过神庙逃亡这一应用程序。因此,将初始的7位字符串变更为1000000。这里,第一位字符1表明用户user1在2017年8月1日的访问行为,即有访问过神庙逃亡。具体的,2017年8月1日这一天对应的用户访问位图表的呈现形式可以参见表2。
表2
现结合表1来介绍如何确定用户user1在2017年8月2日这一天对应的用户访问位图表。首先,服务器查询上述表1中是否存在至少一条用户user1在2017年8月2日的访问记录,查询的结果为未找到访问记录。因此,表明该用户user1在2017年8月2日未访问过神庙逃亡这一应用程序。因此,将上述2017年8月1日这一天对应的7位字符串变更为0100000。这里,第一位字符0表明用户user1在2017年8月2日的访问行为,即未访问过神庙逃亡。第二位字符1表明用户user1在2017年8月1日的访问行为,即有访问过神庙逃亡。具体的,2017年8月2日这一天对应的用户访问位图表的呈现形式可以参见表3。
表3
现结合表1来介绍如何确定用户user1 2017年8月3日这一天对应的用户访问位图表。首先,服务器查询上述表1中是否存在至少一条用户user1在2017年8月2日的访问记录,查询的结果为未找到访问记录。因此,表明该用户user1在2017年8月3日未访问过神庙逃亡这一应用程序。因此,将上述2017年8月2日这一天对应的7位字符串变更为0010000。这里,第一位字符0表明用户user1在2017年8月3日的访问行为,即未访问过神庙逃亡。第二位字符0表明用户user1在2017年8月2日的访问行为,即未访问过神庙逃亡。第三位字符1表明用户user1在2017年8月1日的访问行为,即有访问过神庙逃亡。具体的,2017年8月3日这一天对应的用户访问位图表的呈现形式可以参见表4。
表4
现结合表1来介绍如何确定用户user1 2017年8月4日这一天对应的用户访问位图表。首先,服务器查询上述表1中是否存在至少一条用户user1在2017年8月4日的访问记录,查询的结果包括三条记录,分别为:2017/8/4/09:00这一时间的访问记录、2017/8/4/17:00这一时间的访问记录和2017/8/4/21:00这一时间的访问记录。因此,表明该用户user1在2017年8月4日访问过神庙逃亡这一应用程序。因此,将上述2017年8月3日这一天对应的7位字符串变更为1001000。这里,第一位字符1表明用户user1在2017年8月4日的访问行为,即有访问过神庙逃亡。第二位字符0表明用户user1在2017年8月3日的访问行为,即未访问过神庙逃亡。第三位字符0表明用户user1在2017年8月2日的访问行为,即未访问过神庙逃亡。第四位字符1表明用户user1在2017年8月1日的访问行为,即有访问过神庙逃亡。具体的,2017年8月4日这一天对应的用户访问位图表的呈现形式可以参见表5。
表5
现结合表1来介绍如何确定用户user1 2017年8月5日这一天对应的用户访问位图表。首先,服务器查询上述表1中是否存在至少一条用户user1在2017年8月5日的访问记录,查询的结果为未找到访问记录。因此,表明该用户user1在2017年8月5日未访问过神庙逃亡这一应用程序。因此,将上述2017年8月4日这一天对应的7位字符串变更为0100100。这里,第一位字符0表明用户user1在2017年8月5日的访问行为,即未访问过神庙逃亡。第二位字符1表明用户user1在2017年8月4日的访问行为,即有访问过神庙逃亡。第三位字符0表明用户user1在2017年8月3日的访问行为,即未访问过神庙逃亡。第四位字符0表明用户user1在2017年8月2日的访问行为,即未访问过神庙逃亡。第五位字符1表明用户user1在2017年8月1日的访问行为,即有访问过神庙逃亡。具体的,2017年8月4日这一天对应的用户访问位图表的呈现形式可以参见表6。
表6
现结合表1来介绍如何确定用户user1 2017年8月6日这一天对应的用户访问位图表。首先,服务器查询上述表1中是否存在至少一条用户user1在2017年8月6日的访问记录,查询的结果包括一条记录,具体为:2017/8/6/18:01这一时间的访问记录。因此,表明该用户user1在2017年8月6日访问过神庙逃亡这一应用程序。因此,将上述2017年8月5日这一天对应的7位字符串变更为1010010。这里,第一位字符1表明用户user1在2017年8月6日的访问行为,即有访问过神庙逃亡。第二位字符0表明用户user1在2017年8月5日的访问行为,即无访问过神庙逃亡。第三位字符1表明用户user1在2017年8月4日的访问行为,即有访问过神庙逃亡。第四位字符0表明用户user1在2017年8月3日的访问行为,即未访问过神庙逃亡。第五位字符0表明用户user1在2017年8月2日的访问行为,即未访问过神庙逃亡。第六位字符1表明用户user1在2017年8月1日的访问行为,即有访问过神庙逃亡。具体的,2017年8月6日这一天对应的用户访问位图表的呈现形式可以参见表7。
表7
现结合表1来介绍如何确定用户user1 2017年8月7日这一天对应的用户访问位图表。首先,服务器查询上述表1中是否存在至少一条用户user1在2017年8月7日的访问记录,查询的结果为未找到访问记录。因此,表明该用户user1在2017年8月7日未访问过神庙逃亡这一应用程序。因此,将上述2017年8月6日这一天对应的7位字符串变更为0101001。这里,第一位字符0表明用户user1在2017年8月7日的访问行为,即未访问过神庙逃亡。第二位字符1表明用户user1在2017年8月6日的访问行为,即有访问过神庙逃亡。第三位字符0表明用户user1在2017年8月5日的访问行为,即无访问过神庙逃亡。第四位字符1表明用户user1在2017年8月4日的访问行为,即有访问过神庙逃亡。第五位字符0表明用户user1在2017年8月3日的访问行为,即未访问过神庙逃亡。第六位字符0表明用户user1在2017年8月2日的访问行为,即未访问过神庙逃亡。第七位字符1表明用户user1在2017年8月1日的访问行为,即有访问过神庙逃亡。具体的,2017年8月7日这一天对应的用户访问位图表的呈现形式可以参见表8。
表8
需要说明的是,上述表8即为用户user1在2017年8月1日至2017年8月7日这一周内的用户访问位图表,该表可以用来分析具体的用户指标,例如,日活跃用户,周活跃用户等。
本发明实施例中,这里所涉及的用户访问位图表可以包括但不限于上述呈现形式,即包括当前日期、用户名、位图字符串这三个字段,也可以包括用户名、位图字符串这两个字段,还可以包括用户名、位图字符串、首次访问日期这三个字段,也还可以包括当前日期、用户名、位图字符串、首次访问日期这四个字段。用户访问位图表包括用户名、位图字符串、首次访问日期这三个字段。从上述表1中查询得知,用户user1首次访问应用程序的时间为2017年5月1日。继而上述2017年8月1日这一天对应的用户访问位图表的呈现形式也可以参见表2A。
表2A
又例如,用户访问位图表包括当前日期、用户名、位图字符串、首次访问日期这四个字段。从上述表1中查询得知,用户user1首次访问应用程序的时间为2017年5月1日。继而上述2017年8月1日这一天对应的用户访问位图表的呈现形式也可以参见表2B。
表2B
S202、所述服务器根据所述至少一个用户访问位图表统计所述目标应用程序对应的用户指标,所述用户指标包括周流失用户的数量、周回流用户的数量、日活跃用户的数量、周活跃用户的数量和月活跃用户的数量中的至少一种。
可选的,所述预设时间段包括相邻的第一时间段和第二时间段,所述第一时间段早于所述第二时间段;所述第一时间段和所述第二时间段的长度为一周;如果所述第N个用户在所述第一时间段内访问过所述目标应用程序且在所述第二时间段内没有访问所述目标应用程序,则所述第N个用户为周流失用户;
所述预设时间段包括依次相邻的第三时间段、第四时间段和第五时间段,所述第三时间段早于所述第四时间段,所述第四时间段早于所述第五时间段;所述第三时间段、所述第四时间段和所述第五时间段的长度均为一周;如果所述第N个用户在所述第三时间段内访问过所述目标应用程序、在所述第四时间段内没有访问所述目标应用程序并且在所述第五时间段内访问过所述目标应用程序,则所述第N个用户为周回流用户;
如果所述第N个用户在所述预设时间段内的第Q天内访问过所述目标应用程序,则所述第N个用户为所述第Q天的日活跃用户,Q为正整数;
如果所述第N个用户在所述预设时间段内的第P周内访问过所述目标应用程序,则所述第N个用户为所述第P周的周活跃用户,P为正整数;
如果所述第N个用户在所述预设时间段内的第O月内访问过所述目标应用程序,则所述第N个用户为所述第O月的月活跃用户,O为正整数。
具体的,本发明实施例中,上述周流失用户是指在统计时间段为两周内上一周访问过特定应用程序(例如,神庙逃亡)且当前周不再访问该应用程序的用户。需要说明的是,这里所提及的统计时间段和上述所涉及的预设时间段的含义一样。
本发明实施例中,上述周回流用户是指在当前周的上上周内访问过特定应用程序(例如,神庙逃亡)、在当前周的上周内不再访问过该应用程序并且在当前周内继续访问该应用程序的用户。该用户为该当前周内的周回流用户。
本发明实施例中,上述日活跃用户是指在统计日期当天访问过特定应用程序的用户。
本发明实施例中,上述周活跃用户是指在统计时间段为一周的情况下,在该周内访问过特定应用程序的用户。
本发明实施例中,上述月活跃用户是指在统计时间段为一个月的情况下,在该月内访问过特定应用程序的用户。
在本发明实施例中,上述用户访问位图表中所涉及的位图字符串(bitmap)是指一串用“0或1”表示的二进制数字。位图字符串的长度(例如上述假定的位图字符串的长度为7)是根据用户指标需要访问的最大数据范围进行设定的。
例如,在统计日活跃用户这一用户指标时,根据上述日活跃用户的定义,该用户指标需要访问的最大数据范围可以为用户访问应用程序1天内的数据,此时的位图字符串的长度为1。通过对用户在一天内所对应用户访问位图表,可以获知该用户的行为。通过统计多个用户的行为,可以得到用户指标日活跃用户数。需要说明的是,该用户指标需要访问的最大数据范围也可以为用户访问应用程序7天内的数据,或者一个月或者其他连续的几天的数据。现假设日活跃用户需要访问的最大数据范围为用户访问应用程序7天内的数据,即此时的位图字符串的长度为7。通过分析用户(2017年8月1日至2017年8月7日)这一周所对应用户访问位图表,可以获知该用户在这一周内每一天的行为,进而可以得到统计日期当天访问过特定应用程序的用户。
例如,现结合上述用户user1在预设时间段(例如,7天)最终所对应的用户访问位图表8来分析用户user1的行为。表8如下所示:
表8
通过分析上述表8中的位图字符串0101001可以知道,用户user1在2017年8月6日、2017年8月4日及2017年8月1日对应用程序有访问。例如,统计2017年8月6日的日活跃用户,由于用户user1在2017年8月6日对应用程序有访问,则可以确定用户user1为2017年8月6日的日活跃用户。又例如,统计2017年8月4日的日活跃用户,由于用户user1在2017年8月4日对应用程序有访问,则可以确定用户user1为2017年8月4日的日活跃用户。
又例如,在统计周活跃用户这一用户指标时,根据上述周活跃用户的定义可知,该用户指标需要访问的最大数据范围为用户访问应用程序7天内的数据,此时的位图字符串的长度为7。通过对用户在一周内所对应用户访问位图表,可以获知该用户的行为。
例如,现结合上述用户user1在预设时间段(例如,7天)最终所对应的用户访问位图表8来分析用户user1的行为。表8的呈现形式可以参考上述示例,此处不多加赘述。
通过分析上述表8中的位图字符串0101001可以知道,用户user1在2017年8月6日、2017年8月4日及2017年8月1日对应用程序有访问。对于2017年8月1日至2017年8月7日这一时间段来说,由于用户user1在2017年8月6日、2017年8月4日及2017年8月1日对应用程序有访问,则可以确定用户user1为周活跃用户。需要说明的是,上述表8只能表征用户user1的个体行为,通过统计多个用户的行为,可以得到用户指标日活跃用户数、周活跃用户数。同理,可以根据上述描述在相应的用户访问位图表中进行统计分析得到月活跃用户数,此处不多加赘述。
又例如,若在用户访问位图表中分析周流失用户时,根据上述周流失用户的定义可知,该用户指标需要访问的最大数据范围为用户访问应用程序14天内的数据。在实际进行分析时,将14天分为相邻的两周,即包括第一周和第二周,继而可以确定在这种情况下的用户访问位图表中的位图字符串的长度为14。通过对该用户访问位图表中前7位字符串和后7位字符串进行对比分析,可以获知该用户的行为。通过统计多个用户的行为,可以得到周流失用户数。
例如,用户user1在预设时间段内(例如,14天)所对应的用户访问位图表的呈现形式可以参见表9:
表9
在上述用户访问位图表(表9)中,前7位字符串表示用户user1在第二周内的访问行为,后7位字符串表示用户user1在第一周内的访问行为。通过分析前7位字符串0000000可以知道,用户user1在2017年8月8日至2017年8月14日这一周内对应用程序均无访问。通过分析后7位字符串0101001可以知道,用户user1在2017年8月1日至2017年8月7日这一周内对应用程序有访问。继而可以确定用户user1为周流失用户。需要说明的是,上述分析只能表征用户user1的个体行为,通过统计多个用户的行为,可以得到周流失用户数。
又例如,若在用户访问位图表中分析周回流用户时,该用户指标需要访问的最大数据范围为用户访问应用程序21天内的数据。在实际进行分析时,将21天分为连续的三周,即包括第一周、第二周和第三周,此时用户访问位图表中的位图字符串的长度为21。通过对该用户访问位图表中前7位字符串、中间7位字符串、后7位字符串进行对比分析,可以获知该用户的行为。通过统计多个用户的行为,可以得到周流失用户数。
例如,用户user1在预设时间段内(例如,21天)所对应的用户访问位图表的呈现形式可以参见表10:
表10
在上述用户访问位图表(表10)中,前7位字符串表示表示用户user1在第三周内的访问行为,中间7位字符串表示表示用户user1在第二周内的访问行为,后7位字符串表示用户user1在第一周内的访问行为。通过分析前7位字符串0101101可以知道,用户user1在2017年8月15日至2017年8月21日这一周内对应用程序有访问。通过分析中间7位字符串0000000可以知道,用户user1在2017年8月8日至2017年8月14日这一周内对应用程序无访问。通过分析后7位字符串0101001可以知道,用户user1在2017年8月1日至2017年8月7日这一周内对应用程序有访问。继而可以确定用户user1为周回流用户。需要说明的是,上述分析只能表征用户user1的个体行为,通过统计多个用户的行为,可以得到周回流用户数。
可选的,所述第N个用户访问位图表还包括指示信息,所述指示信息用于指示所述第N个用户首次访问所述目标应用程序的日期;所述用户指标还包括新增用户的数量;若所述第N个用户在所述预设时间段内的第M天内访问过所述目标应用程序且所述第M天的日期与所述第N个用户首次访问所述目标应用程序的日期一致,则所述第N个用户为新增用户,M为正整数。
本发明实施例中,用户访问位图表中还包含一指示信息,该指示信息可以表征某一用户首次注册或者首次访问(或使用)某一应用程序的日期。在统计新增用户时,如果统计日期与用户访问位图表中记录的某用户首次注册或者首次访问(或使用)该应用程序的日期一致,则表明该用户在统计日期为新增用户。
例如,用户user33在预设时间段(例如,7天)所对应的用户访问位图表的呈现形式可以参见表11:
表11
通过分析在上述表11中所包括的位图字符串0010000可以知道,用户user33在2017年8月5日对应用程序有访问,且该访问日期与上述用户访问位图表中第四个字段记录的首次访问日期一致,进而可以确定用户user33为2017年8月5日那一天的新增用户。需要说明的是,上述分析只能表征用户user33的个体行为,通过统计多个用户的行为,可以得到新增用户数。
需要说明的是,上述举例中所涉及的用户访问位图表只是作为一种示例。在实际应用中,用户访问位图表的表现形式与用户指标相关。
通过本发明实施例,在统计用户指标时,服务器无需从用户访问流水表这一庞大的数据库中,根据每个用户指标的特征进行分析处理,而是首先在用户访问流水表的基础上生成至少一个用户各自对应的用户访问位图表,该用户访问位图表中所记录的信息包括用户是否访问过应用程序信息,而不涉及用户每次访问应用程序的具体访问时刻,继而可以通过用户访问位图表得到多个用户指标分析结果。相较于用户访问流水表中的数据来说,用户访问位图表中的数据量要小,可提高用户指标的统计效率。
参见图4,是本发明实施例提供的一种服务器的结构示意图。如图4所示,服务器400可以包括:生成单元410、处理单元420,其中,
所述生成单元410,用于生成至少一个用户对应的至少一个用户访问位图表,其中,所述至少一个用户访问位图表中的第N个用户访问位图表中包括第N个用户在预设时间段中的每个时间单位内的访问行为的信息,所述访问行为包括所述第N个用户访问过所述目标应用程序或所述第N个用户未访问过所述目标应用程序,所述至少一个用户为历史访问过所述目标应用程序的用户,所述第N个用户为所述至少一个用户中的一个;
所述处理单元420,用于根据所述至少一个用户访问位图表统计用户指标,所述用户指标包括周流失用户的数量、周回流用户的数量、日活跃用户的数量、周活跃用户的数量和月活跃用户的数量中的至少一种。
可选的,所述生成单元410具体用于根据用户访问流水表生成至少一个用户对应的至少一个用户访问位图表,所述用户访问流水表中包括所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻。
可选的,所述生成单元包括确定单元,
所述确定单元,用于根据所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻确定所述至少一个用户中的每个用户在所述预设时间段内的每个时间单位内是否访问过所述目标应用程序。
可选的,所述第N个用户访问位图表还包括指示信息,所述指示信息用于指示所述第N个用户首次访问所述目标应用程序的日期;所述用户指标还包括新增用户的数量;若所述第N个用户在所述预设时间段内的第M天内访问过所述目标应用程序且所述第M天的日期与所述第N个用户首次访问所述目标应用程序的日期一致,则所述第N个用户为新增用户,M为正整数。
可选的,所述预设时间段包括相邻的第一时间段和第二时间段,所述第一时间段早于所述第二时间段;所述第一时间段和所述第二时间段的长度为一周;如果所述第N个用户在所述第一时间段内访问过所述目标应用程序且在所述第二时间段内没有访问所述目标应用程序,则所述第N个用户为周流失用户;
所述预设时间段包括依次相邻的第三时间段、第四时间段和第五时间段,所述第三时间段早于所述第四时间段,所述第四时间段早于所述第五时间段;所述第三时间段、所述第四时间段和所述第五时间段的长度均为一周;如果所述第N个用户在所述第三时间段内访问过所述目标应用程序、在所述第四时间段内没有访问所述目标应用程序并且在所述第五时间段内访问过所述目标应用程序,则所述第N个用户为周回流用户;
如果所述第N个用户在所述预设时间段内的第Q天内访问过所述目标应用程序,则所述第N个用户为所述第Q天的日活跃用户,Q为正整数;
如果所述第N个用户在所述预设时间段内的第P周内访问过所述目标应用程序,则所述第N个用户为所述第P周的周活跃用户,P为正整数;
如果所述第N个用户在所述预设时间段内的第O月内访问过所述目标应用程序,则所述第N个用户为所述第O月的月活跃用户,O为正整数。
可以理解的是,本实施例的服务器400的各功能单元的功能可根据上述图3、所示方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种用户指标统计方法,其特征在于,包括:
服务器生成至少一个用户对应的至少一个用户访问位图表,其中,所述至少一个用户访问位图表中的第N个用户访问位图表中包括第N个用户在预设时间段中的每个时间单位内的访问行为的信息,所述访问行为包括所述第N个用户访问过所述目标应用程序或所述第N个用户未访问过所述目标应用程序,所述至少一个用户为历史访问过所述目标应用程序的用户,所述第N个用户为所述至少一个用户中的一个,N为正整数;
所述服务器根据所述至少一个用户访问位图表统计所述目标应用程序对应的用户指标,所述用户指标包括周流失用户的数量、周回流用户的数量、日活跃用户的数量、周活跃用户的数量和月活跃用户的数量中的至少一种。
2.根据权利要求1所述的方法,其特征在于,所述服务器生成至少一个用户对应的至少一个用户访问位图表,包括:
所述服务器根据用户访问流水表生成至少一个用户对应的至少一个用户访问位图表,所述用户访问流水表中包括所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻。
3.根据权利要求2所述的方法,其特征在于,所述服务器根据用户访问流水表生成至少一个用户对应的至少一个用户访问位图表,包括:
所述服务器根据所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻确定所述至少一个用户中的每个用户在所述预设时间段内的每个时间单位内是否访问过所述目标应用程序。
4.根据权利要求1所述的方法,其特征在于,所述第N个用户访问位图表还包括指示信息,所述指示信息用于指示所述第N个用户首次访问所述目标应用程序的日期;所述用户指标还包括新增用户的数量;若所述第N个用户在所述预设时间段内的第M天内访问过所述目标应用程序且所述第M天的日期与所述第N个用户首次访问所述目标应用程序的日期一致,则所述第N个用户为新增用户,M为正整数。
5.根据权利要求1所述的方法,其特征在于,
所述预设时间段包括相邻的第一时间段和第二时间段,所述第一时间段早于所述第二时间段;所述第一时间段和所述第二时间段的长度为一周;如果所述第N个用户在所述第一时间段内访问过所述目标应用程序且在所述第二时间段内没有访问所述目标应用程序,则所述第N个用户为周流失用户;
所述预设时间段包括依次相邻的第三时间段、第四时间段和第五时间段,所述第三时间段早于所述第四时间段,所述第四时间段早于所述第五时间段;所述第三时间段、所述第四时间段和所述第五时间段的长度均为一周;如果所述第N个用户在所述第三时间段内访问过所述目标应用程序、在所述第四时间段内没有访问所述目标应用程序并且在所述第五时间段内访问过所述目标应用程序,则所述第N个用户为周回流用户;
如果所述第N个用户在所述预设时间段内的第Q天内访问过所述目标应用程序,则所述第N个用户为所述第Q天的日活跃用户,Q为正整数;
如果所述第N个用户在所述预设时间段内的第P周内访问过所述目标应用程序,则所述第N个用户为所述第P周的周活跃用户,P为正整数;
如果所述第N个用户在所述预设时间段内的第O月内访问过所述目标应用程序,则所述第N个用户为所述第O月的月活跃用户,O为正整数。
6.一种服务器,其特征在于,包括:生成单元、处理单元,其中,
所述生成单元,用于生成至少一个用户对应的至少一个用户访问位图表,其中,所述至少一个用户访问位图表中的第N个用户访问位图表中包括第N个用户在预设时间段中的每个时间单位内的访问行为的信息,所述访问行为包括所述第N个用户访问过所述目标应用程序或所述第N个用户未访问过所述目标应用程序,所述至少一个用户为历史访问过所述目标应用程序的用户,所述第N个用户为所述至少一个用户中的一个,N为正整数;
所述处理单元,用于根据所述至少一个用户访问位图表统计用户指标,所述用户指标包括周流失用户的数量、周回流用户的数量、日活跃用户的数量、周活跃用户的数量和月活跃用户的数量中的至少一种。
7.根据权利要求6所述的服务器,其特征在于,所述生成单元具体用于:
根据用户访问流水表生成至少一个用户对应的至少一个用户访问位图表,所述用户访问流水表中包括所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻。
8.根据权利要求7所述的服务器,其特征在于,所述生成单元包括确定单元,
所述确定单元,用于根据所述至少一个用户中的每个用户的标识以及所述每个用户每次访问所述目标应用程序的访问时刻确定所述至少一个用户中的每个用户在所述预设时间段内的每个时间单位内是否访问过所述目标应用程序。
9.根据权利要求6所述的服务器,其特征在于,所述第N个用户访问位图表还包括指示信息,所述指示信息用于指示所述第N个用户首次访问所述目标应用程序的日期;所述用户指标还包括新增用户的数量;若所述第N个用户在所述预设时间段内的第M天内访问过所述目标应用程序且所述第M天的日期与所述第N个用户首次访问所述目标应用程序的日期一致,则所述第N个用户为新增用户,M为正整数。
10.根据权利要求6所述的服务器,其特征在于,
所述预设时间段包括相邻的第一时间段和第二时间段,所述第一时间段早于所述第二时间段;所述第一时间段和所述第二时间段的长度为一周;如果所述第N个用户在所述第一时间段内访问过所述目标应用程序且在所述第二时间段内没有访问所述目标应用程序,则所述第N个用户为周流失用户;
所述预设时间段包括依次相邻的第三时间段、第四时间段和第五时间段,所述第三时间段早于所述第四时间段,所述第四时间段早于所述第五时间段;所述第三时间段、所述第四时间段和所述第五时间段的长度均为一周;如果所述第N个用户在所述第三时间段内访问过所述目标应用程序、在所述第四时间段内没有访问所述目标应用程序并且在所述第五时间段内访问过所述目标应用程序,则所述第N个用户为周回流用户;
如果所述第N个用户在所述预设时间段内的第Q天内访问过所述目标应用程序,则所述第N个用户为所述第Q天的日活跃用户,Q为正整数;
如果所述第N个用户在所述预设时间段内的第P周内访问过所述目标应用程序,则所述第N个用户为所述第P周的周活跃用户,P为正整数;
如果所述第N个用户在所述预设时间段内的第O月内访问过所述目标应用程序,则所述第N个用户为所述第O月的月活跃用户,O为正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711471126.7A CN108306936A (zh) | 2017-12-28 | 2017-12-28 | 用户指标统计方法及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711471126.7A CN108306936A (zh) | 2017-12-28 | 2017-12-28 | 用户指标统计方法及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108306936A true CN108306936A (zh) | 2018-07-20 |
Family
ID=62867583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711471126.7A Pending CN108306936A (zh) | 2017-12-28 | 2017-12-28 | 用户指标统计方法及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108306936A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109960922A (zh) * | 2019-03-11 | 2019-07-02 | 北京三快在线科技有限公司 | 一种识别新激活设备的方法及装置 |
CN110535944A (zh) * | 2019-08-29 | 2019-12-03 | 广州华多网络科技有限公司 | 用户活跃数据处理的方法及装置 |
CN111131393A (zh) * | 2019-11-25 | 2020-05-08 | 深圳壹账通智能科技有限公司 | 用户活跃度数据统计方法、电子装置及存储介质 |
CN112152873A (zh) * | 2020-09-02 | 2020-12-29 | 杭州安恒信息技术股份有限公司 | 用户识别方法、装置、计算机设备和存储介质 |
CN112527803A (zh) * | 2020-12-30 | 2021-03-19 | 北京百家科技集团有限公司 | 一种数据处理方法、装置以及计算机设备 |
CN117435756A (zh) * | 2023-12-18 | 2024-01-23 | 云筑信息科技(成都)有限公司 | 一种基于位图查询用户留存的数据处理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020046096A1 (en) * | 2000-03-13 | 2002-04-18 | Kannan Srinivasan | Method and apparatus for internet customer retention |
US20100125657A1 (en) * | 2008-11-14 | 2010-05-20 | Interpret, Llc | System for Collecting Computer Application Usage Data from a Plurality of Client Devices |
CN102902708A (zh) * | 2012-07-31 | 2013-01-30 | 北京地拓科技发展有限公司 | 一种存储用户访问栅格数据的历史记录的方法及系统 |
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN105471676A (zh) * | 2015-12-01 | 2016-04-06 | 赛尔网络有限公司 | 一种端口扫描ip网址活跃度统计系统及方法 |
CN107508917A (zh) * | 2017-09-29 | 2017-12-22 | 济南浚达信息技术有限公司 | 一种基于bitmap的web网站用户活跃度统计方法及系统 |
-
2017
- 2017-12-28 CN CN201711471126.7A patent/CN108306936A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020046096A1 (en) * | 2000-03-13 | 2002-04-18 | Kannan Srinivasan | Method and apparatus for internet customer retention |
US20100125657A1 (en) * | 2008-11-14 | 2010-05-20 | Interpret, Llc | System for Collecting Computer Application Usage Data from a Plurality of Client Devices |
CN102902708A (zh) * | 2012-07-31 | 2013-01-30 | 北京地拓科技发展有限公司 | 一种存储用户访问栅格数据的历史记录的方法及系统 |
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN105471676A (zh) * | 2015-12-01 | 2016-04-06 | 赛尔网络有限公司 | 一种端口扫描ip网址活跃度统计系统及方法 |
CN107508917A (zh) * | 2017-09-29 | 2017-12-22 | 济南浚达信息技术有限公司 | 一种基于bitmap的web网站用户活跃度统计方法及系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109960922A (zh) * | 2019-03-11 | 2019-07-02 | 北京三快在线科技有限公司 | 一种识别新激活设备的方法及装置 |
CN109960922B (zh) * | 2019-03-11 | 2021-09-07 | 北京三快在线科技有限公司 | 一种识别新激活设备的方法及装置 |
CN110535944A (zh) * | 2019-08-29 | 2019-12-03 | 广州华多网络科技有限公司 | 用户活跃数据处理的方法及装置 |
CN110535944B (zh) * | 2019-08-29 | 2023-04-18 | 广州方硅信息技术有限公司 | 用户活跃数据处理的方法及装置 |
CN111131393A (zh) * | 2019-11-25 | 2020-05-08 | 深圳壹账通智能科技有限公司 | 用户活跃度数据统计方法、电子装置及存储介质 |
CN111131393B (zh) * | 2019-11-25 | 2022-08-16 | 深圳壹账通智能科技有限公司 | 用户活跃度数据统计方法、电子装置及存储介质 |
CN112152873A (zh) * | 2020-09-02 | 2020-12-29 | 杭州安恒信息技术股份有限公司 | 用户识别方法、装置、计算机设备和存储介质 |
CN112527803A (zh) * | 2020-12-30 | 2021-03-19 | 北京百家科技集团有限公司 | 一种数据处理方法、装置以及计算机设备 |
CN112527803B (zh) * | 2020-12-30 | 2024-01-26 | 北京百家科技集团有限公司 | 一种数据处理方法、装置以及计算机设备 |
CN117435756A (zh) * | 2023-12-18 | 2024-01-23 | 云筑信息科技(成都)有限公司 | 一种基于位图查询用户留存的数据处理方法 |
CN117435756B (zh) * | 2023-12-18 | 2024-03-26 | 云筑信息科技(成都)有限公司 | 一种基于位图查询用户留存的数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108306936A (zh) | 用户指标统计方法及服务器 | |
US10268841B1 (en) | Data anonymity and separation for user computation | |
CN106909543B (zh) | 一种规则引擎的模式匹配方法和装置 | |
US10325232B2 (en) | Allocating heritage information in data models | |
CN109697133A (zh) | Id生成方法、装置及系统 | |
EP3218811B1 (en) | Testing insecure computing environments using random data sets generated from characterizations of real data sets | |
CN109726098A (zh) | 接口测试方法、装置及计算机可读存储介质 | |
CN106991112B (zh) | 信息查询方法及装置 | |
CN109697064A (zh) | 一种自定义页面的生成方法及装置 | |
JP5668043B2 (ja) | 管理システム、管理サーバ、管理方法およびプログラム | |
CN104935660B (zh) | 一种云程序开发运行系统、方法及装置 | |
Kumar et al. | An implementation of load balancing policy for virtual machines associated with a data centre | |
CN103581273B (zh) | 一种分布式系统执行业务的方法、装置及系统 | |
CN104376056B (zh) | 一种数据处理的方法和装置 | |
CN107391528A (zh) | 前端组件依赖信息搜索方法及设备 | |
Ding et al. | User-oriented cloud resource scheduling with feedback integration | |
US20170132195A1 (en) | Method and Apparatus Providing Contextual Suggestion in Planning Spreadsheet | |
US20200319855A1 (en) | Parameter modification of virtual entities for client applications | |
Zschörnig et al. | A cloud-based Analytics-Platform for user-centric Internet of Things domains–Prototype and Performance Evaluation | |
CN107391470A (zh) | 一种基于表单设计器的单数据库表操作方法 | |
US20170185929A1 (en) | Resource allocation forecasting | |
CN114238777B (zh) | 基于行为分析的负反馈流量分配方法、装置、设备及介质 | |
CN109240660B (zh) | 一种广告数据的接入方法、存储介质、电子设备及系统 | |
CN106682228B (zh) | 一种可视化动态绘制机柜排列的方法和装置 | |
US20240046147A1 (en) | Systems and methods for administrating a federated learning network |
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: 20180720 |
|
RJ01 | Rejection of invention patent application after publication |