CN108665513A - 基于用户行为数据的绘图方法和装置 - Google Patents
基于用户行为数据的绘图方法和装置 Download PDFInfo
- Publication number
- CN108665513A CN108665513A CN201710190286.8A CN201710190286A CN108665513A CN 108665513 A CN108665513 A CN 108665513A CN 201710190286 A CN201710190286 A CN 201710190286A CN 108665513 A CN108665513 A CN 108665513A
- Authority
- CN
- China
- Prior art keywords
- page
- oriented
- minimal path
- path
- target
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及一种基于用户行为数据的绘图方法和装置,包括:获取包括应用的页面对应的路径数据的用户行为数据,获取路径数据对应的有向最小路径集合,统计各个有向最小路径对应的总访问次数,有向最小路径包括起始页面和一次路径转移后对应的目标页面;获取页面标识,并生成对应的包括起始页面标注信息集与目标页面标注信息集的图形标注信息,图形标注信息分别显示在第一用户行为分析图的第一维度和第二维度;获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定在第一用户行为分析图的目标映射位置;根据当前有向最小路径对应的总访问次数确定目标映射位置的绘制参数,并进行图形绘制,高效地生成对应的第一用户行为分析图。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种基于用户行为数据的绘图方法和装置。
背景技术
随着计算机技术的发展,用户可以在终端上安装各种应用程序,在应用程序内部展示页面,从而浏览页面获取感兴趣的内容。
应用程序的页面数量多,用户操作产生的用户路径数量多,随机性大,通常用户路径轨迹没有规律可循,传统的方法通过将所有路径相互连接的形式,采用全路径表达,生成的用户行为分析图非常复杂和具有较低的阅读性。
发明内容
基于此,有必要针对上述技术问题,提供一种基于用户行为数据的绘图方法和装置,能清晰的展现用户访问路径的统计数据,有效提高用户行为分析图的利用率。
一种基于用户行为数据的绘图方法,所述方法包括:
获取用户行为数据,所述用户行为数据包括应用的页面对应的路径数据;
获取所述路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,所述有向最小路径包括起始页面和一次路径转移后对应的目标页面;
获取页面标识,根据页面标识生成对应的图形标注信息,所述图形标注信息包括起始页面标注信息集与目标页面标注信息集,所述起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度;
依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置;
根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据所述绘制参数对所述目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图。
一种基于用户行为数据的绘图装置,所述装置包括:
获取模块,用于获取用户行为数据,所述用户行为数据包括应用的页面对应的路径数据;
统计处理模块,用于获取所述路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,所述有向最小路径包括起始页面和一次路径转移后对应的目标页面;
图形标注模块,用于获取页面标识,根据页面标识生成对应的图形标注信息,所述图形标注信息包括起始页面标注信息集与目标页面标注信息集,所述起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度;
有向最小路径映射模块,用于依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置;
图形绘制模块,用于根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据所述绘制参数对所述目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图。
上述基于用户行为数据的绘图方法和装置,通过获取用户行为数据,用户行为数据包括应用的页面对应的路径数据,获取路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,有向最小路径包括起始页面和一次路径转移后对应的目标页面,获取页面标识,根据页面标识生成对应的图形标注信息,所述图形标注信息包括起始页面标注信息集与目标页面标注信息集,起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度,依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置,根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据所述绘制参数对所述目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图,通过将整个访问路径划分为有向最小路径,直接关注用户的起始页面和一次路径转移后对应的目标页面,从用户行为分析图中各个映射位置的分布直观反映用户访问路径的覆盖面和根据不同的绘制参数反映用户在不同页面访问的热度,能清晰的展现用户访问路径的统计数据,且不会因为用户访问路径的改变或者增减大量增加图的复杂度,因为即使用户访问路径改变,只要页面总数不变,拆分为有向最小路径后在用户行为分析图的映射位置不变,只需要根据访问次数修改此映射位置的绘制参数即可,简单方便,有效提高用户行为分析图的利用率。
附图说明
图1为一个实施例中基于用户行为数据的绘图方法的应用环境图;
图2为一个实施例中图1中服务器的内部结构图;
图3为一个实施例中基于用户行为数据的绘图方法的流程图;
图4为一个实施例中根据功能确定排序后的页面标注信息集的流程图;
图5为一个实施例中包含根据功能排序后的页面标注信息的用户行为分析图;
图6为一个实施例中根据有向矩阵确定当前有向最小向量对应的映射位置的流程图;
图7为一个实施例中有向矩阵示意图;
图8为一个实施例中确定绘制参数的流程图;
图9为一个实施例中确定各个有向最小路径对应的总访问次数的流程图;
图10为一个实施例中分布式统计计算流程示意图;
图11为一个实施例中最小有向路径与总访问次数对应的表格示意图;
图12为一个实施例中用户行为分析图示意图;
图13为一个实施例中用户行为数据分析及二维图生成系统示意图;
图14为一个实施例中改进测试用例流程图;
图15为一个实施例中第一用户行为分析图与模拟用户行为分析图对比示意图;
图16为一个实施例中基于用户行为数据的绘图装置的结构框图;
图17为一个实施例中图形标注模块的结构框图;
图18为一个实施例中有向最小路径映射模块的结构框图;
图19为一个实施例中统计处理模块的结构框图;
图20为另一个实施例中基于用户行为数据的绘图装置的结构框图。
具体实施方式
图1为一个实施例中基于用户行为数据的绘图方法运行的应用环境图。如图1所示,该应用环境包括终端110和服务器120,其中终端110、服务器120通过网络进行通信。
终端110,可为智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此。终端110可根据用户操作行为向服务器120发送用户行为数据,终端110可包括多个终端,用户行为数据包括应用的页面对应的路径数据,可由终端110根据用户操作分析得到页面对应的路径数据,也可直接发送原始操作数据如点击数据、跳转数据、页面停留时间至服务器120,由服务器120分析得到页面对应的路径数据。服务器120根据用户行为数据统计各个有向最小路径对应的总访问次数,根据有向最小路径与图形标注信息的匹配关系确定有向最小路径在用户行为分析图的目标映射位置,确定目标映射位置和绘制参数,从而得到对应的用户行为分析图,通过将整个访问路径划分为有向最小路径,直接关注用户的起始页面和一次路径转移后对应的目标页面,从用户行为分析图中各个映射位置的分布直观反映用户访问路径的覆盖面和根据不同的绘制参数反映用户在不同页面访问的热度,能清晰的展现用户访问路径的统计数据,且不会因为用户访问路径的改变或者增减大量增加图的复杂度,因为即使用户访问路径改变,只要页面总数不变,拆分为有向最小路径后在用户行为分析图的映射位置不变,只需要根据访问次数修改此映射位置的绘制参数即可,简单方便,有效提高用户行为分析图的利用率。生成的用户行为分析图可存储在服务器120,可根据终端110的请求,将用户行为分析图发送至请求的终端。其中服务器120可为服务器集群。
在一个实施例中,图1中服务器120的内部结构如图2所示,该服务器120包括通过系统总线连接的处理器、存储介质、内存和网络接口。其中,该服务器120的存储介质存储有操作系统、数据库、基于用户行为数据的绘图装置,数据库用于存储数据,如存储用户行为分析图,基于用户行为数据的绘图装置用于实现一种适用于服务器120的基于用户行为数据的绘图方法。该服务器120的处理器用于提供计算和控制能力,支撑整个服务器120的运行。该服务器120的内存为存储介质中的基于用户行为数据的绘图装置的运行提供环境。该服务器120的网络接口用于与外部的终端110通过网络连接通信,比如接收终端110发送的用户行为数据等。图2中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的服务器的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
如图3所示,在一个实施例中,提供了一种基于用户行为数据的绘图方法,以应用于上述应用环境中的服务器来举例说明,包括如下步骤:
步骤S210,获取用户行为数据,用户行为数据包括应用的页面对应的路径数据。
具体地,用户行为数据包括用户在应用中进行操作所产生的数据,如点击数据、跳转数据、页面停留时间、操作时间等,还包括用户操作本身携带的数据,如提交访问请求时的地理位置信息、终端型号、用户标识、应用版本信息等。用户行为数据可以是从数据库根据获取请求得到的预设时间段对应的用户数据,如一天内的用户数据。页面对应的路径数据是指能反映用户访问页面轨迹的数据,用户在使用应用的过程中针对不同的业务需要访问不同的页面,具有一系列访问路径,如对于修改密码,需要先提交修改请求,再提交身份验证,再提交新的密码等,这一系列的操作过程都对应了不同的访问路径。访问路径可以用有顺序的页面标识或网页地址等来表示,如提交修改请求、提交身份验证、提交新的密码的页面标识分别为a、b、c,则对应的原始访问路径也为a->b->c。
步骤S220,获取路径数据对应的有向最小路径集合,统计有向最小路径集合中的各个有向最小路径对应的总访问次数,有向最小路径包括起始页面和一次路径转移后对应的目标页面。
具体地,从路径数据中分析得到各个用户对应的访问路径,从访问路径中分离得到有向最小路径,有向最小路径是指从一个起始页面经过一次路径转移后到达的另一个目标页面所形成的路径。如将访问路径A->B->A->B->C->D->A分离后得到有向最小路径A->B、B->A、A->B、B->C、C->D、D->A组成有向最小路径集合{A->B、B->A、A->B、B->C、C->D、D->A}。将有向最小路径集合中相同的有向最小路径进行合并,得到各个有向最小路径对应的总访问次数。具体的由于应用的使用用户量大、页面数目多,形成的页面路径数据将非常庞大,在分析得到有向最小路径和统计各个有向最小路径对应的总访问次数时可采取并行分布式计算采用计算机集群加快处理速度。
步骤S230,获取页面标识,根据页面标识生成对应的图形标注信息,图形标注信息包括起始页面标注信息集与目标页面标注信息集,起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度。
具体地,图形标注信息用于在用户行为分析图中描述用户行为对应的信息,一个页面标识存在一个对应的图形标注信息,如当页面标识为friend_commit时,对应的图形标注信息为“好友聊天页面”。用户行为分析图可显示全部页面标识对应的图形标注信息,也可根据需求筛选需要关注的页面对应的图形标注信息。
信息起始页面标注信息集中的起始页面标注信息对应了各个可能的起始页面,显示在用户行为分析图的第一维度,如横向维度,目标页面标注信息集中的目标页面标注信息对应了各个可能的目标页面,显示在用户行为分析图的第二维度,如纵向维度,第一维度与第二维度之间的夹角可根据需要自定义,如90度、30度等。起始页面标注信息集中的各个起始页面标注信息可根据预设规则进行排序,如根据功能、字母顺序等进行排序。如果应用中存在子应用,则子应用中的页面中为子页面,则可根据子页面对应的子应用,将同一个子应用对应的子页面对应的图形标注信息排序在一起。通过将起始页面标注信息集与目标页面标注信息集分别显示在不同的维度,可将候选起始页面与候选目标页面清晰的区分开来。
步骤S240,依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置。
具体地,从图形标注信息集中获取与当前有向最小路径的起始页面匹配的第一起始页面标注信息,从目标页面标注信息集中获取与当前有向最小路径的目标页面匹配的第一目标页面标注信息,从而根据第一起始页面标注信息的显示位置与第一目标页面标注信息的显示位置确定当前有向最小路径在第一用户行为分析图的目标映射位置,如当第一起始页面标注信息对应的第一维度与第一目标页面标注信息对应的第二维度垂直时,目标映射位置为穿过第一起始页面标注信息显示位置且与第二维度平行的直线与穿过第一目标页面标注信息显示位置且与第一维度平行的直线的交界处。在确定当前有向最小路径在第一用户行为分析图的目标映射位置时,可采用矩阵的形式,通过修改目标矩阵点的矩阵值的形式确定目标映射位置。每个有向最小路径在第一用户行为分析图的目标映射位置是不变的,从而当其中一次访问对应的第一有向最小路径的目标映射位置确定时,下一次访问对应的第一有向最小路径的目标映射位置确定。且当待访问页面数目固定时,有向最小路径的数目也确定,使得用户行为分析图的绘制简单方便。
步骤S250,根据当前有向最小路径对应的总访问次数确定目标映射位置的绘制参数,根据绘制参数对目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图。
具体地,绘制参数包括颜色参数、亮度参数、动画参数等,其中目标映射位置可为点或具有一定形状的区域,如小方块。可设置总访问次数与目标映射位置的绘制明显度成正比,从而为总访问次数多的有向最小路径对应的目标映射位置分配显著度明显的绘制参数,从而区分用户访问的热度。将有向最小路径集合中的各个有向最小路径进行绘制得到对应的第一用户行为分析图。可获取不同时间段、不同终端类型、不同应用版本对应的路径数据,从而形成不同的用户行为分析图,可将不同的用户行为分析图进行动态播放形成连续变化的用户行为分析图动画,更直观的展现用户访问路径在不同时间段、不同终端、不同应用版本的变化。
本实施例中,通过获取用户行为数据,用户行为数据包括应用的页面对应的路径数据,获取路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,有向最小路径包括起始页面和一次路径转移后对应的目标页面,获取页面标识,根据页面标识生成对应的图形标注信息,所述图形标注信息包括起始页面标注信息集与目标页面标注信息集,起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度,依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置,根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据所述绘制参数对所述目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图,通过将整个访问路径划分为有向最小路径,直接关注用户的起始页面和一次路径转移后对应的目标页面,从用户行为分析图中各个映射位置的分布直观反映用户访问路径的覆盖面和根据不同的绘制参数反映用户在不同页面访问的热度,能清晰的展现用户访问路径的统计数据,且不会因为用户访问路径的改变或者增减大量增加图的复杂度,因为即使用户访问路径改变,只要页面总数不变,拆分为有向最小路径后在用户行为分析图的映射位置不变,只需要根据访问次数修改此映射位置的绘制参数即可,简单方便,有效提高用户行为分析图的利用率。
在一个实施例中,获取用户行为数据之后,还包括:根据预设条件对用户行为数据进行过滤得到目标用户行为数据,预设条件包括设备类型、时间信息、用户信息中的至少一种。
具体地,通过预设条件对用户行为数据进行过滤得到目标用户行为数据,可只对感兴趣的用户行为数据进行分析,得到对应的用户行为分析图。其中设备类型可通过操作系统类型、内存量等进行区分,时间信息可为预设时间段,用户信息可通过用户年纪、用户区域、用户爱好等进行区分,从而得到更精确的用户行为数据,可针对不同的用户终端、不同的时间段、不同的用户类型得到不同的用户行为分析图,得到不同目标用户群访问路径对应的用户行为分析图,从而对不同目标用户群的行为进行深入地对比和分析。
在一个实施例中,如图4所示,步骤S230包括:
步骤S231,根据页面功能建立对应的页面集合,将页面标识根据功能分别归入页面集合,获取页面集合对应的页面功能信息,第一用户行为分析图根据页面集合划分对应的功能区域,页面功能信息用于显示在对应的功能区域。
具体地,根据页面功能建立对应的页面集合,不同功能的页面分别归入不同的页面集合,每个页面集合都有对应的页面功能信息,用于描述此页面集合内的页面完成的功能,如通信功能、支付功能、动态信息发布功能、收藏功能等。不同的页面集合在用户行为分析图对应不同的区域,页面功能信息用于显示在对应的功能区域,如显示在各个功能区域的上方。
步骤S232,将不同的页面集合按照第一预设规则排序,将同一个页面集合中的页面标识按照第二预设规则排序,排序后的各个页面标识对应的图形标注信息组成起始页面标注信息集和目标页面标注信息集。
具体地,不同的页面集合按照第一预设规则排序,第一预设规则可根据需要自定义,可根据功能的整体使用频率,将使用频率高的功能,如基础功能,对应的页面集合排在前面。对于同一个页面集合中的页面标识按照第二预设规则排序,第二预设规则可根据需要自定义,如按照页面标识名称的首字母排序。起始页面标注信息集中的起始页面标注信息对应的页面标识和目标页面标注信息集中的目标页面标注信息对应的页面标识分别按照上述相同的规则进行排序。排序后的各个页面标识对应的图形标注信息组成起始页面标注信息集和目标页面标注信息集。如起始页面标注信息集为{D,E,H,A}对应的页面标识分别为{a,e,h,d},{h,a}属于第一功能页面集合,{d,e}属于第二功能页面集合,按照功能排序,第一功能页面集合在第二功能集合之前,则得到{h,a}、{d,e}再根据字母规则分别对各个功能页面集合内的页面标识进行排序,得到{a,h}、{d,e},从而排序后的各个页面标识对应的图形标注信息组成的起始页面标注信息集为{A,H,D,E}。由于目标页面标注信息集对应的排序规则与起始页面标注信息集相同,如果目标页面标注信息集对应的页面标识与起始页面标注信息集对应的页面标识相同,则可直接得到目标页面标注信息集中各个目标页面标注信息的排序。
本实施例中,通过对各个起始页面标注信息集和目标页面标注信息集中的起始页面标注信息和目标页面标注信息通过功能进行排序,可将相同功能的页面标注信息进行聚合,从而生成的用户行为分析图方便查看各个功能对应的页面的路径访问情况。在一个具体的实施例中,如图5所示,为根据功能将各个页面标注信息进行排序后得到的用户行为分析图,通过图的冷热分布情况可看出,路径访问集中在在动态信息发布、聊天、红包等功能上。
在一个实施例中,如图6所示,步骤S240包括:
步骤S241,根据起始页面标注信息集和目标页面标注信息集生成初始化有向矩阵,起始页面标注信息集中的起始页面标注信息与初始化有向矩阵的第一维度位置对应,目标页面标注信息集中的目标页面标注信息与初始化有向矩阵的第二维度位置对应。
具体地,根据起始页面标注信息集中的起始页面标注信息的数目确定有向矩阵第一维度对应的阶数,根据目标页面标注信息集中的目标页面标注信息的数目确定有向矩阵第二维度对应的阶数。如起始页面标注信息集为{A、B、C、D},目标页面标注信息集为{A、B、C、D},则生成的初始化有向矩阵如图7所示。其中初始化有向矩阵中各个矩阵点的初始值可根据需要自定义,如定义为0。
步骤S242,获取当前有向最小路径对应的起始页面和目标页面,获取起始页面对应的当前起始页面标注信息,获取目标页面对应的当前目标页面标注信息。
具体地,如当前有向最小路径为a->b,则获取起始页面a对应的当前起始页面标注信息A,获取目标页面b对应的当前目标页面标注信息B。可以理解的是,起始页面标注信息可以就是起始页面标识本身,目标页面标注信息也可以就是目标页面标识本身,可根据需要自定义。
步骤S243,根据当前起始页面标注信息确定目标第一维度位置,根据当前目标页面标注信息确定目标第二维度位置,根据目标第一维度位置和目标第二维度位置确定目标矩阵点,修改目标矩阵点的矩阵值。
具体地,获取当前起始页面标注信息A在有向矩阵中的第一维度位置确定目标行i,获取当前目标页面标注信息B在有向矩阵中的第二维度位置确定目标列j,从而目标矩阵点为R(i,j),修改R(i,j)的矩阵值,如从初始值0修改为1。即如果存在有向最小路径为a->b,就把R[A][B]的值置为1。对有向最小路径集合中的各个有向最小路径进行上述处理,从而存在有向最小路径的对应的矩阵点的值进行了修改,通过有向矩阵的值的分布可快速得到有向最小路径在页面路径中的覆盖情况,将映射位置过程转化为矩阵值的修改过程,简单方便。且只需要保存有向矩阵就可快速进行绘图得到有向最小路径对应的分布图,存储空间小,不需要存储复杂的表格和映射关系。
在一个实施例中,如图8所示,步骤S250中根据当前有向最小路径对应的总访问次数确定目标映射位置的绘制参数,根据绘制参数对目标映射位置进行图形绘制的步骤包括:
步骤S251,获取访问次数区间与热度级别的对应关系,访问次数区间对应的访问次数与热度级别成正比。
具体地,访问次数区间可根据需要自定义,热度级别的级别个数也可根据需要自定义,访问次数区间与热度级别存在匹配关系。访问次数区间对应的访问次数越大,表明访问热度越高,对应的热度级别越高。如一个实施例中热度级别分为3级,访问次数<10000的为1级,10000<访问次数<100000为2级,访问次数>100000为3级。
步骤S252,确定访问次数所在的目标访问次数区间,获取所述目标访问次数区间对应的热度级别,获取与热度级别对应的绘制参数。
具体地,热度级别越高,明显度越高,根据热度级别的大小分别对应不同明显度的绘制参数,如通过颜色、亮度、动画等区分不同的热度,表示访问路径的冷热度。
在一个实施例中,如图9所示,结合图10,步骤S220包括:
步骤S221,将过滤后的路径数据分为相同预设数据量的块数据。
具体地,应用对应的用户行为数据由终端发送至数据仓库进行存储,数据仓库可以是分布式数据仓库。用户访问的页面流,通过上报、存储,在数据仓库的存储量一天可达到1500GB,而对于用户进入,退出应用的行为数据,一天可达到800G。可通过逐行读取分布式数据仓库表,按照哈希规则进行采样得到全网用户的1%的用户行为数据,并按照一定的过滤条件进行过滤,如通过时间戳,设备类型,应用版本从1%的用户行为数据中得到2月5日IOS系统的应用版本号为1.0的终端设备对应的目标用户行为数据。将目标用户行为数据分为相同预设数据量的块数据,预设数据量的大小可根据需要自定义,如定义为128M,每128M为一个block块数据。
步骤S222,分别为每个块数据建立对应的任务,每个任务并行处理块数据生成以有向最小路径为键,以对应的访问次数为值的键值对。
具体地,基于hadoop的分布式计算框架在运行过程中生成任务,是mapper任务,为每个块数据建立对应的任务,每个任务并行处理块数据生成以有向最小路径为键,以对应的访问次数为值的键值对。任务可以分别部署在不同的服务器上,在一个实施例中,第一服务器中包括第一任务和第二任务,第二服务器中包括第三任务和第四任务,其中第一任务将第一块数据生成以日期+设备+起始页面+目标页面为key,以pv访问次数为值的键值对,包括(key1,1)、(key2、,1)、(key1,1)、(key4,1)。第二任务将第二块数据生成以日期+设备+起始页面+目标页面为key,以pv访问次数为值的键值对,包括(key5,1)、(key2,1)、(key2,1)、(key5,1)。
步骤S223,根据哈希分区规则将各个任务中相同键对应的值合并,得到各个有向最小路径对应的总访问次数。
具体地,key是按照根据哈希分区规则进行合并运算的,将具有一定规则的key划分到相同的分区进行相同键对应的值合并,进行哈希分区后,分区标识决定了数据的机器归属,各个分区分别合并时可为每个分区建立对应的并行合并Reduce任务进行合并计算,再将各个分区中相同键对应的值进行合并,最终得到各个有向最小路径对应的总访问次数。可通过spark离线计算框架统计计算得到各个有向最小路径对应的总访问次数。可生成对应的表格对最小有向路径进行详细描述,如图11所示为生成的表格示意图,并存储此表格用于绘图时提供数据。本实施例中,通过将大量用户行为数据进行分割采用分布式计算加快运算速度,可建立计算机集群完成数据统计。在一个具体的实施例中,应用于分布式计算集群,包括13台机器,260个cpu,780GB内存。
在一个实施例中,根据起始页面标注信息集中起始页面标注信息的数量与目标页面标注信息集中目标页面标注信息的数量,将有向最小路径在用户行为分析图中的映射位置进行相对应的放大。如将每个有向最小路径对应的映射位置像素放大到2*2,3*3,或者4*4,具体放大倍数由起始页面标注信息的数量与目标页面标注信息的数量确定,即由有向矩阵的行数和列数确定。放大后便于将页面标注信息或者功能描述显示在图片对应的标注位置,更好的表达图形含义。
进一步的,在进行用户行为分析图的绘制时,为了在图形上表达更多的内容,先生成第一banner,在第一banner横写文字进行第一维度图形标注信息的绘制,然后再将第一banner旋转90度,生成第二banner,在第二banner横写文字进行第二维度图形标注信息的绘制,最后再将2个banner和二维图进行合并,通过旋转banner,不需要进行竖写,降低了图形绘制的复杂度,如图12所示,为一个具体的实施例中生成的一个用户行为数据分析图。
可通过独立的模块进行用户行为分析图的绘制,绘制的图片可通过预设图片格式,如jpeg和png,储存在分布式文件系统上,可自动生成原始图形对应的缩略图。
如图13所示,为一个具体的实施例中,第一应用对应的用户行为数据分析及二维图生成系统示意图,客户端将用户行为数据上传至分布式数据仓库进行存储,通过spark离线计算框架统计计算得到各个有向最小路径对应的总访问次数,独立的图形生成器根据各个有向最小路径对应的总访问次数,并根据各个有向最小路径对应的绘制参数完成用户行为分析图的绘制,将绘制完成的用户行为分析图存储到数据库中。
在一个实施例中,如图14所示,方法还包括:
步骤S310,获取模拟用户行为数据,模拟用户行为数据包括应用的页面对应的模拟路径数据,获取模拟路径数据对应的模拟有向最小路径集合,统计模拟有向最小路径集合中的各个模拟有向最小路径对应的总访问次数,模拟有向最小路径包括模拟起始页面和一次路径转移后对应的模拟目标页面。
具体地,可通过运行测试用例模拟用户行为完成页面的访问,形成模拟用户行为数据,模拟用户行为数据包括应用的页面对应的模拟路径数据。
步骤S320,依次从模拟有向最小路径集合中获取当前模拟有向最小路径,根据当前模拟有向最小路径与所述图形标注信息的匹配关系确定当前模拟有向最小路径在模拟用户行为分析图的模拟目标映射位置。
具体地,模拟用户行为分析图中图形标注信息与第一用户行为分析图中图形标注信息的内容和位置完全相同,从而保证模拟用户行为分析图与第一用户行为分析图具有可对比性。
步骤S330,根据当前模拟有向最小路径对应的总访问次数确定模拟目标映射位置的测试绘制参数,根据测试绘制参数对模拟目标映射位置进行图形绘制,直至模拟有向最小路径集合中的各个模拟有向最小路径完成绘制,生成对应的模拟用户行为分析图。
具体地,在确定模拟目标映射位置的测试绘制参数时采用的总访问次数与测试绘制参数间的关系与绘制第一用户行为分析图时相同,从而保证模拟用户行为分析图与第一用户行为分析图具有可对比性。
步骤S340,根据第一用户行为分析图和模拟用户行为分析图修改测试用例。
具体地,可通过第一用户行为分析图和模拟用户行为分析图的直观对比得到测试路径的覆盖范围与实际用户行为路径对应的覆盖范围,模拟用户行为分析图中空白的区域即测试路径的非覆盖范围,通过第一用户行为分析图可得到实际用户行为热度高的路径范围,从而改进测试用例使得测试路径能增加覆盖范围。还可通过遍历有向矩阵得到已经修改了初始值的矩阵点,得到有向矩阵的度,可计算路径覆盖率coverage=outDegree/full_outDegree,为有向矩阵的度与有向矩阵所有矩阵点数目的比值。路径覆盖率是测试用例关注的一个重要指标,可不断提高路径覆盖率,尽可能多的发现代码的故障点,尽早发现问题。如图15所示,为一个具体的实施例中,将第一用户行为分析图410与模拟用户行为分析图420对比,测试路径二维图非常的稀疏,和全量路径相比差别很大,表明很多用户实际经过的路径测试用例并没有覆盖到,需改进测试用例。
在一个实施例中,如图16所示,提供了一种基于用户行为数据的绘图装置,包括:
获取模块510,用于获取用户行为数据,用户行为数据包括应用的页面对应的路径数据。
统计处理模块520,用于获取所述路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,所述有向最小路径包括起始页面和一次路径转移后对应的目标页面。
图形标注模块530,用于获取页面标识,根据页面标识生成对应的图形标注信息,图形标注信息包括起始页面标注信息集与目标页面标注信息集,起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度。
有向最小路径映射模块540,用于依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置。
图形绘制模块550,用于根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据绘制参数对所述目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图。
在一个实施例中,获取模块510还用于根据预设条件对用户行为数据进行过滤得到目标用户行为数据,所述预设条件包括设备类型、时间信息、用户信息中的至少一种。
在一个实施例中,如图17所示,图形标注模块530包括:
页面标识分功能集合单元531,用于根据页面功能建立对应的页面集合,将页面标识根据功能分别归入所述页面集合,获取页面集合对应的页面功能信息,所述第一用户行为分析图根据页面集合划分对应的功能区域,页面功能信息用于显示在对应的功能区域。
排序单元532,用于将不同的页面集合按照第一预设规则排序,将同一个页面集合中的页面标识按照第二预设规则排序,排序后的各个页面标识对应的图形标注信息组成起始页面标注信息集和目标页面标注信息集。
在一个实施例中,如图18所示,有向最小路径映射模块540包括:
初始化有向矩阵生成单元541,用于根据起始页面标注信息集和目标页面标注信息集生成初始化有向矩阵,起始页面标注信息集中的起始页面标注信息与初始化有向矩阵的第一维度位置对应,目标页面标注信息集中的目标页面标注信息与初始化有向矩阵的第二维度位置对应。
位置确定单元542,用于获取当前有向最小路径对应的起始页面和目标页面,获取起始页面对应的当前起始页面标注信息,获取目标页面对应的当前目标页面标注信息,根据当前起始页面标注信息确定目标第一维度位置,根据当前目标页面标注信息确定目标第二维度位置。
矩阵值修改单元543,用于根据所述目标第一维度位置和目标第二维度位置确定目标矩阵点,修改所述目标矩阵点的矩阵值。
在一个实施例中,图形绘制模块550还用于获取访问次数区间与热度级别的对应关系,确定访问次数所在的目标访问次数区间,获取目标访问次数区间对应的热度级别,获取与热度级别对应的绘制参数,访问次数区间对应的访问次数与热度级别成正比。
在一个实施例中,如图19所示,统计处理模块520包括:
键值对生成单元521,用于将过滤后的路径数据分为相同预设数据量的块数据,分别为每个块数据建立对应的任务,每个任务并行处理块数据生成以有向最小路径为键,以对应的访问次数为值的键值对。
分区合并单元522,用于根据哈希分区规则将各个任务中相同键对应的值合并,得到各个有向最小路径对应的总访问次数。
在一个实施例中,如图20所示,装置还包括:
模拟用户行为分析图绘制模块560,用于获取模拟用户行为数据,模拟用户行为数据包括应用的页面对应的模拟路径数据;获取模拟路径数据对应的模拟有向最小路径集合,统计模拟有向最小路径集合中的各个模拟有向最小路径对应的总访问次数,模拟有向最小路径包括模拟起始页面和一次路径转移后对应的模拟目标页面,依次从模拟有向最小路径集合中获取当前模拟有向最小路径,根据当前模拟有向最小路径与图形标注信息的匹配关系确定当前模拟有向最小路径在模拟用户行为分析图的模拟目标映射位置,根据当前模拟有向最小路径对应的总访问次数确定所述模拟目标映射位置的测试绘制参数,根据测试绘制参数对所述模拟目标映射位置进行图形绘制,直至模拟有向最小路径集合中的各个模拟有向最小路径完成绘制,生成对应的模拟用户行为分析图。
测试用例改进模块570,用于根据所述第一用户行为分析图和模拟用户行为分析图修改测试用例。
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,所述程序可存储于一计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对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 (14)
1.一种基于用户行为数据的绘图方法,所述方法包括:
获取用户行为数据,所述用户行为数据包括应用的页面对应的路径数据;
获取所述路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,所述有向最小路径包括起始页面和一次路径转移后对应的目标页面;
获取页面标识,根据页面标识生成对应的图形标注信息,所述图形标注信息包括起始页面标注信息集与目标页面标注信息集,所述起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度;
依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置;
根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据所述绘制参数对所述目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图。
2.根据权利要求1所述的方法,其特征在于,所述获取用户行为数据之后,还包括:
根据预设条件对所述用户行为数据进行过滤得到目标用户行为数据,所述预设条件包括设备类型、时间信息、用户信息中的至少一种。
3.根据权利要求1所述的方法,其特征在于,所述获取页面标识,根据页面标识生成对应的图形标注信息的步骤包括:
根据页面功能建立对应的页面集合,将页面标识根据功能分别归入所述页面集合,获取所述页面集合对应的页面功能信息,所述第一用户行为分析图根据页面集合划分对应的功能区域,所述页面功能信息用于显示在对应的功能区域;
将不同的页面集合按照第一预设规则排序,将同一个页面集合中的页面标识按照第二预设规则排序,排序后的各个页面标识对应的图形标注信息组成起始页面标注信息集和目标页面标注信息集。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置的步骤包括:
根据起始页面标注信息集和目标页面标注信息集生成初始化有向矩阵,所述起始页面标注信息集中的起始页面标注信息与初始化有向矩阵的第一维度位置对应,所述目标页面标注信息集中的目标页面标注信息与初始化有向矩阵的第二维度位置对应;
获取当前有向最小路径对应的起始页面和目标页面,获取起始页面对应的当前起始页面标注信息,获取目标页面对应的当前目标页面标注信息;
根据当前起始页面标注信息确定目标第一维度位置,根据当前目标页面标注信息确定目标第二维度位置;
根据所述目标第一维度位置和目标第二维度位置确定目标矩阵点,修改所述目标矩阵点的矩阵值。
5.根据权利要求1所述的方法,其特征在于,所述根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据所述绘制参数对所述目标映射位置进行图形绘制的步骤包括:
获取访问次数区间与热度级别的对应关系;
确定所述访问次数所在的目标访问次数区间,获取所述目标访问次数区间对应的热度级别,获取与所述热度级别对应的绘制参数,所述访问次数区间对应的访问次数与热度级别成正比。
6.根据权利要求2所述的方法,其特征在于,所述获取所述路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,所述有向最小路径包括起始页面和一次路径转移后对应的目标页面的步骤包括:
将过滤后的路径数据分为相同预设数据量的块数据;
分别为每个块数据建立对应的任务,所述每个任务并行处理块数据生成以有向最小路径为键,以对应的访问次数为值的键值对;
根据哈希分区规则将各个任务中相同键对应的值合并,得到各个有向最小路径对应的总访问次数。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取模拟用户行为数据,所述模拟用户行为数据包括应用的页面对应的模拟路径数据;获取所述模拟路径数据对应的模拟有向最小路径集合,统计所述模拟有向最小路径集合中的各个模拟有向最小路径对应的总访问次数,所述模拟有向最小路径包括模拟起始页面和一次路径转移后对应的模拟目标页面;
依次从模拟有向最小路径集合中获取当前模拟有向最小路径,根据当前模拟有向最小路径与所述图形标注信息的匹配关系确定当前模拟有向最小路径在模拟用户行为分析图的模拟目标映射位置;
根据当前模拟有向最小路径对应的总访问次数确定所述模拟目标映射位置的测试绘制参数,根据所述测试绘制参数对所述模拟目标映射位置进行图形绘制,直至模拟有向最小路径集合中的各个模拟有向最小路径完成绘制,生成对应的模拟用户行为分析图;
根据所述第一用户行为分析图和模拟用户行为分析图修改测试用例。
8.一种基于用户行为数据的绘图装置,其特征在于,所述装置包括:
获取模块,用于获取用户行为数据,所述用户行为数据包括应用的页面对应的路径数据;
统计处理模块,用于获取所述路径数据对应的有向最小路径集合,统计所述有向最小路径集合中的各个有向最小路径对应的总访问次数,所述有向最小路径包括起始页面和一次路径转移后对应的目标页面;
图形标注模块,用于获取页面标识,根据页面标识生成对应的图形标注信息,所述图形标注信息包括起始页面标注信息集与目标页面标注信息集,所述起始页面标注信息集用于显示在第一用户行为分析图的第一维度,目标页面标注信息集用于显示在第一用户行为分析图的第二维度;
有向最小路径映射模块,用于依次从有向最小路径集合中获取当前有向最小路径,根据当前有向最小路径与图形标注信息的匹配关系确定当前有向最小路径在第一用户行为分析图的目标映射位置;
图形绘制模块,用于根据当前有向最小路径对应的总访问次数确定所述目标映射位置的绘制参数,根据所述绘制参数对所述目标映射位置进行图形绘制,直至有向最小路径集合中的各个有向最小路径完成绘制,生成对应的第一用户行为分析图。
9.根据权利要求8所述的装置,其特征在于,所述获取模块还用于根据预设条件对所述用户行为数据进行过滤得到目标用户行为数据,所述预设条件包括设备类型、时间信息、用户信息中的至少一种。
10.根据权利要求8所述的装置,其特征在于,所述图形标注模块包括:
页面标识分功能集合单元,用于根据页面功能建立对应的页面集合,将页面标识根据功能分别归入所述页面集合,获取所述页面集合对应的页面功能信息,所述第一用户行为分析图根据页面集合划分对应的功能区域,所述页面功能信息用于显示在对应的功能区域;
排序单元,用于将不同的页面集合按照第一预设规则排序,将同一个页面集合中的页面标识按照第二预设规则排序,排序后的各个页面标识对应的图形标注信息组成起始页面标注信息集和目标页面标注信息集。
11.根据权利要求8至10任一项所述的装置,其特征在于,所述有向最小路径映射模块包括:
初始化有向矩阵生成单元,用于根据起始页面标注信息集和目标页面标注信息集生成初始化有向矩阵,所述起始页面标注信息集中的起始页面标注信息与初始化有向矩阵的第一维度位置对应,所述目标页面标注信息集中的目标页面标注信息与初始化有向矩阵的第二维度位置对应;
位置确定单元,用于获取当前有向最小路径对应的起始页面和目标页面,获取起始页面对应的当前起始页面标注信息,获取目标页面对应的当前目标页面标注信息,根据当前起始页面标注信息确定目标第一维度位置,根据当前目标页面标注信息确定目标第二维度位置;
矩阵值修改单元,用于根据所述目标第一维度位置和目标第二维度位置确定目标矩阵点,修改所述目标矩阵点的矩阵值。
12.根据权利要求8所述的装置,其特征在于,所述图形绘制模块还用于获取访问次数区间与热度级别的对应关系,确定所述访问次数所在的目标访问次数区间,获取所述目标访问次数区间对应的热度级别,获取与所述热度级别对应的绘制参数,所述访问次数区间对应的访问次数与热度级别成正比。
13.根据权利要求9所述的装置,其特征在于,所述统计处理模块包括:
键值对生成单元,用于将过滤后的路径数据分为相同预设数据量的块数据,分别为每个块数据建立对应的任务,所述每个任务并行处理块数据生成以有向最小路径为键,以对应的访问次数为值的键值对;
分区合并单元,用于根据哈希分区规则将各个任务中相同键对应的值合并,得到各个有向最小路径对应的总访问次数。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
模拟用户行为分析图绘制模块,用于获取模拟用户行为数据,所述模拟用户行为数据包括应用的页面对应的模拟路径数据;获取所述模拟路径数据对应的模拟有向最小路径集合,统计所述模拟有向最小路径集合中的各个模拟有向最小路径对应的总访问次数,所述模拟有向最小路径包括模拟起始页面和一次路径转移后对应的模拟目标页面,依次从模拟有向最小路径集合中获取当前模拟有向最小路径,根据当前模拟有向最小路径与所述图形标注信息的匹配关系确定当前模拟有向最小路径在模拟用户行为分析图的模拟目标映射位置,根据当前模拟有向最小路径对应的总访问次数确定所述模拟目标映射位置的测试绘制参数,根据所述测试绘制参数对所述模拟目标映射位置进行图形绘制,直至模拟有向最小路径集合中的各个模拟有向最小路径完成绘制,生成对应的模拟用户行为分析图;
测试用例改进模块,用于根据所述第一用户行为分析图和模拟用户行为分析图修改测试用例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710190286.8A CN108665513B (zh) | 2017-03-27 | 2017-03-27 | 基于用户行为数据的绘图方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710190286.8A CN108665513B (zh) | 2017-03-27 | 2017-03-27 | 基于用户行为数据的绘图方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108665513A true CN108665513A (zh) | 2018-10-16 |
CN108665513B CN108665513B (zh) | 2021-04-06 |
Family
ID=63785724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710190286.8A Active CN108665513B (zh) | 2017-03-27 | 2017-03-27 | 基于用户行为数据的绘图方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108665513B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685870A (zh) * | 2018-11-21 | 2019-04-26 | 北京慧流科技有限公司 | 信息标注方法及装置、标注设备及存储介质 |
CN110032597A (zh) * | 2018-11-30 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 应用程序操作行为的可视化处理方法及装置 |
CN112291272A (zh) * | 2020-12-24 | 2021-01-29 | 鹏城实验室 | 网络威胁检测方法、装置、设备及计算机可读存储介质 |
CN112328934A (zh) * | 2020-10-16 | 2021-02-05 | 上海涛飞网络科技有限公司 | 访问行为路径分析方法、装置、设备及存储介质 |
CN113723180A (zh) * | 2021-07-19 | 2021-11-30 | 山东大学 | 构建服务机器人主动物品检测模型数据集的方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120054554A1 (en) * | 2010-08-27 | 2012-03-01 | Assaf Dagan | Problem isolation in a virtual environment |
CN103942302A (zh) * | 2014-04-16 | 2014-07-23 | 苏州大学 | 一种相关反馈间关系网络的构建与应用方法 |
CN104504136A (zh) * | 2014-12-31 | 2015-04-08 | 北京国双科技有限公司 | 网站的访问路径的分析方法和装置 |
KR101635628B1 (ko) * | 2015-04-28 | 2016-07-20 | 한국과학기술원 | 기존 2d 그래픽 사용자 인터페이스 환경에 대한 범용 햅틱장치의 상호작용 적용 및 이를 통한 사용자의 행동 특성 데이터 수집 시스템 및 방법 |
US9406074B2 (en) * | 2011-07-14 | 2016-08-02 | Microsoft Technology Licensing, Llc. | Funnel analysis of the adoption of an application |
US9419868B1 (en) * | 2013-05-09 | 2016-08-16 | Amazon Technologies, Inc. | Visualization of user behavior |
CN106375369A (zh) * | 2016-08-18 | 2017-02-01 | 南京邮电大学 | 基于用户行为分析的移动Web业务推荐方法及协同推荐系统 |
CN106445989A (zh) * | 2016-06-03 | 2017-02-22 | 新乡学院 | 基于查询点击图的检索推荐模型优化 |
-
2017
- 2017-03-27 CN CN201710190286.8A patent/CN108665513B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120054554A1 (en) * | 2010-08-27 | 2012-03-01 | Assaf Dagan | Problem isolation in a virtual environment |
US9406074B2 (en) * | 2011-07-14 | 2016-08-02 | Microsoft Technology Licensing, Llc. | Funnel analysis of the adoption of an application |
US9419868B1 (en) * | 2013-05-09 | 2016-08-16 | Amazon Technologies, Inc. | Visualization of user behavior |
CN103942302A (zh) * | 2014-04-16 | 2014-07-23 | 苏州大学 | 一种相关反馈间关系网络的构建与应用方法 |
CN104504136A (zh) * | 2014-12-31 | 2015-04-08 | 北京国双科技有限公司 | 网站的访问路径的分析方法和装置 |
KR101635628B1 (ko) * | 2015-04-28 | 2016-07-20 | 한국과학기술원 | 기존 2d 그래픽 사용자 인터페이스 환경에 대한 범용 햅틱장치의 상호작용 적용 및 이를 통한 사용자의 행동 특성 데이터 수집 시스템 및 방법 |
CN106445989A (zh) * | 2016-06-03 | 2017-02-22 | 新乡学院 | 基于查询点击图的检索推荐模型优化 |
CN106375369A (zh) * | 2016-08-18 | 2017-02-01 | 南京邮电大学 | 基于用户行为分析的移动Web业务推荐方法及协同推荐系统 |
Non-Patent Citations (3)
Title |
---|
DENIS HELIC等: "Analyzing User Click Paths in a Wikipedia Navigation Game", 《IEEE XPLORE》 * |
孙国道: "用户行为数据的交互式可视挖掘方法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
崔德泉: "面向访问路径的用户行为可视化分析工具的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685870A (zh) * | 2018-11-21 | 2019-04-26 | 北京慧流科技有限公司 | 信息标注方法及装置、标注设备及存储介质 |
CN109685870B (zh) * | 2018-11-21 | 2023-10-31 | 北京慧流科技有限公司 | 信息标注方法及装置、标注设备及存储介质 |
CN110032597A (zh) * | 2018-11-30 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 应用程序操作行为的可视化处理方法及装置 |
CN110032597B (zh) * | 2018-11-30 | 2023-04-11 | 创新先进技术有限公司 | 应用程序操作行为的可视化处理方法及装置 |
CN112328934A (zh) * | 2020-10-16 | 2021-02-05 | 上海涛飞网络科技有限公司 | 访问行为路径分析方法、装置、设备及存储介质 |
CN112291272A (zh) * | 2020-12-24 | 2021-01-29 | 鹏城实验室 | 网络威胁检测方法、装置、设备及计算机可读存储介质 |
CN113723180A (zh) * | 2021-07-19 | 2021-11-30 | 山东大学 | 构建服务机器人主动物品检测模型数据集的方法和系统 |
CN113723180B (zh) * | 2021-07-19 | 2023-08-01 | 山东大学 | 构建服务机器人主动物品检测模型数据集的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108665513B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222267B (zh) | 一种游戏平台信息推送方法、系统、存储介质及设备 | |
CN108665513A (zh) | 基于用户行为数据的绘图方法和装置 | |
Haining et al. | Exploratory spatial data analysis in a geographic information system environment | |
Crooks | Constructing and implementing an agent-based model of residential segregation through vector GIS | |
Long et al. | Mapping block-level urban areas for all Chinese cities | |
Li et al. | A stable community detection approach for complex network based on density peak clustering and label propagation | |
CN107800801A (zh) | 一种基于用户学习偏好的学习资源推送方法及系统 | |
Wu et al. | Link prediction of time-evolving network based on node ranking | |
Zhang | Design of a sports culture data fusion system based on a data mining algorithm | |
CN107230108A (zh) | 业务数据的处理方法及装置 | |
CN108648068A (zh) | 一种信用风险评估方法及系统 | |
US20220139010A1 (en) | Generating visualizations of analytical causal graphs | |
CN105868447B (zh) | 基于双层网络的用户通讯行为分析及模型仿真系统 | |
CN101706926A (zh) | 一种卷烟消费信息调查及处理方法 | |
CN115358809A (zh) | 一种基于图对比学习的多意图推荐方法及装置 | |
Li et al. | WeSeer: Visual analysis for better information cascade prediction of WeChat articles | |
Yang | The evaluation of online education course performance using decision tree mining algorithm | |
CN106844736B (zh) | 基于时空网络的时空同现模式挖掘方法 | |
Wu et al. | Research themes of geographical information science during 1991–2020: a retrospective bibliometric analysis | |
CN109711849A (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
Han et al. | Rankbrushers: interactive analysis of temporal ranking ensembles | |
Mangold et al. | How do filtering choices impact the structures of audience networks? A simulation study using data from 26 countries | |
Ren et al. | Visual analytics of air pollution propagation through dynamic network analysis | |
US10296928B1 (en) | System and methods for measuring and influencing customer trajectory within a product space | |
CN110489732A (zh) | 报表数据处理方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |