CN110768835B - 一种应用时长统计方法、装置、设备及存储介质 - Google Patents
一种应用时长统计方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110768835B CN110768835B CN201911025142.2A CN201911025142A CN110768835B CN 110768835 B CN110768835 B CN 110768835B CN 201911025142 A CN201911025142 A CN 201911025142A CN 110768835 B CN110768835 B CN 110768835B
- Authority
- CN
- China
- Prior art keywords
- application
- time
- duration
- loading
- time interval
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种应用时长统计方法、装置、设备及存储介质,其中方法包括:在应用的使用过程中,获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔;如果所述时间间隔小于预设的时长连续性阈值,将所述时间间隔统计为应用时长;如果所述时间间隔大于所述预设的时长连续性阈值,将预设的平均时长统计值统计为应用时长,所述时长连续性阈值大于所述平均时长统计值。从而提高对应用实际使用时长的统计准确度。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种应用时长统计方法、装置、设备及存储介质。
背景技术
随着互联网的发展,政府、企事业单位及各公司对网络应用的可视化提出了更高的要求。不仅要体现应用使用过程中产生流量的大小,还要体现出应用使用过程中实际使用时长的大小,所以需要一种准确的方法统计应用实际使用的时长。
现有技术中,一种统计应用实际使用时长的方法:统计应用产生流量的时长作为应用实际使用的时长,认为有流量就有时长。比如,用户使用浏览器在线阅读电子小说,浏览器加载小说的流量时长很短(不到1秒钟),但是用户实际浏览网页的时长却相对较长(可能为2分钟)。显然,用流量时长作为统计应用实际使用时长的方法是不准确的。
现有技术中,另一种统计应用实际使用时长的方法:针对不同的应用,采用不同的平均时长统计值来统计应用实际使用时长。比如,预先设置使用浏览器在线阅读电子小说的平均时长统计值为3分钟,如果用户阅读一页小说的时长小于3分钟,则按照实际阅读时长(小于3分钟的时长)统计应用实际使用时长;如果用户阅读一页小说的时长大于3分钟,则按照3分钟时长统计应用实际使用时长。如果用户阅读速度较慢,会导致用户实际使用应用的时长比平均时长统计值长,则这部分更长的时间范围是不会被统计为应用的实际使用时长的。实际中,不同的人使用应用的速度是不同的,应用实际使用时长也是不同的,所以这种统计应用实际使用时长的方法不够准确。
可见,现有技术对应用的实际使用时长的统计准确度有待提高。
发明内容
本说明书至少一个实施例提供了一种应用时长统计方案,从而更加准确地统计用户实际使用应用的时长。
第一方面,提供了一种应用时长统计方法,包括:
在应用的使用过程中,获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔;
如果所述时间间隔小于预设的时长连续性阈值,将所述时间间隔统计为应用时长;如果所述时间间隔大于所述预设的时长连续性阈值,将预设的平均时长统计值统计为应用时长,所述时长连续性阈值大于所述平均时长统计值。
第二方面,提供了一种应用时长统计装置,所述装置包括:
获取模块,用于在应用的使用过程中,获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔;
统计模块,用于当所述时间间隔小于预设的时长连续性阈值时,将所述时间间隔统计为应用时长;当所述时间间隔大于所述预设的时长连续性阈值时,将预设的平均时长统计值统计为应用时长,所述时长连续性阈值大于所述平均时长统计值。
第三方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本说明书任一实施例所述的应用时长统计方法。
第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本说明书任一实施例所述方法的步骤。
由以上技术方案可以看出,本说明书至少一个实施例中,通过将应用相邻两次流量加载时间间隔与预设的时长连续性阈值比较,根据比较结果将所述时间间隔或预设的平均时长统计值统计为应用实际使用时长。对于实际使用应用的时长大于“平均时长统计值”且小于“时长连续性阈值”的用户,这种方法能够准确更加准确地判断和统计,从而提高了对用户实际使用应用的应用时长的统计准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
图1是根据一示例性实施例示出的一种应用时长统计方法流程图;
图2是根据一示例性实施例示出的另一种应用时长统计方法流程图;
图3是根据一示例性实施例示出的又一种应用时长统计方法流程图;
图4是根据一示例性实施例示出的一种应用时长统计装置示意图;
图5是根据一示例性实施例示出的一种获取模块示意图;
图6是根据一示例性实施例示出的另一种获取模块示意图;
图7是根据一示例性实施例示出的另一种应用时长统计装置示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本说明书中的应用可以理解为,能够为用户提供一定服务的客户端,例如可以是浏览器、APP或者其他提供服务的客户端,本说明书不做限制。本说明书至少一个实施例提供的应用时长统计方案,能够将用户使用该应用的过程中实际使用时间统计出来。但是,用户实际打开应用使用的过程中,可能临时将打开的应用放置起来,从事其他与该应用无关的活动。在统计用户实际使用时长时,应该将这部分的用户“虚假使用时长”排除出来。
一种做法是,预先设置好平均时长统计值(能够代表用户使用该应用时触发一次流量加载后使用时长的一个平均值),当用户触发流量加载后,计算这次流量加载时刻与相邻下次流量加载时刻之间的时间间隔。如果该时间间隔大于预设的平均时长统计值,则将平均时长统计值统计为这次流量加载后用户的实际使用时长;如果该时间间隔小于预设的平均时长统计值,则将该时间间隔统计为这次流量加载后用户的实际使用时长。通过这样对每次流量加载后用户实际使用时长的统计,计算出用户在一定时间范围内实际使用时长,并且能够在一定程度上排除用户“虚假使用时长”。
但是,对于使用该应用使用速度较慢的用户而言,这种方法统计出来的应用实际使用时长是不准确的。比如,预先设置某应用的平均时长统计值为3分钟,甲用户每次刷新(流量加载)该应用后需要使用5分钟才会进行下次刷新,但是该统计方法每次均是按照3分钟时长进行统计,从而甲用户在某段时间范围内统计出来的对该应用的实际使用时长存在很大误差。
本说明书至少一个实施例提供的应用时长统计方案,通过将相邻两次流量加载的时间间隔与预先设置的时长连续性阈值和平均时长统计值进行比较,如果应用相邻两次流量加载的时间间隔小于预设的时长连续性阈值,则认为用户在所述时间间隔内一直在使用该应用,此时将所述时间间隔作为用户实际使用时长统计;如果应用相邻两次流量加载的时间间隔大于预设的时长连续性阈值,则认为用户在使用该应用过程中存在“虚假使用时长”(比如用户打开应用后,放在一边不使用,而是专注于其他活动),此时将预设的平均时长统计值作为用户实际使用时长统计。这种统计方法,能够有效识别用户使用应用时的“虚假使用时长”,对应用使用速度不同的用户的实际使用时长的统计也更加准确,从而提高了对应用实际使用时长统计的准确性。
为了使本说明书提供的应用时长统计方案更加清楚,下面结合附图和具体实施例对本说明书提供的应用时长统计方案执行过程进行详细描述。
参见图1,图1是本说明书实施例示出的一种应用时长统计方法流程图。如图1所示,该流程包括:
步骤101,在应用的使用过程中,获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔。
用户在使用应用的过程中,通常会伴随着一些触发操作来进行流量加载,以获取需要的内容信息。例如,用户点击浏览器中“下一页”按钮,以获取浏览器中在线电子书的下一页内容。在本步骤中,需要获取用户当前流量加载时开始加载时刻和相邻的下次流量加载开始时刻之间的时间间隔。例如,用户在使用浏览器阅读电子书时,点击浏览器中的“第5页”按钮,此时浏览器会进行流量加载以获得“第5页”电子书的内容,记这一时刻为“第一时刻”;当用户阅读了2分钟后,点击浏览器中的“第6页”按钮,以获取“第6页”电子书的内容,记这一时刻为“第二时刻”。通过“第一时刻”和“第二时刻”得到两个相邻时刻之间的时间间隔为“2分钟”。
在一个例子中,上述获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔,包括:获取应用当前流量加载开始时刻与所述应用关闭时刻之间的时间间隔。用户在使用应用时,当前流量加载完成后可能不需要进行下一次流量加载,会直接关闭应用。在这一过程中,需要获取应用的当前流量加载开始时刻和关闭应用时刻之间的时间间隔,从而判断和统计这一时间间隔内的用户实际使用时长。
在另一个例子中,上述获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔,包括:获取应用开始 时刻与相邻下次流量加载开始时刻之间的时间间隔。用户在使用应用时,可能是在打开应用后就需要进行应用实际使用时长的统计。此时,需要获取用户打开该应用的时刻和相邻的下次流量加载开始时刻之间的时间间隔,从而判断和统计这一时间间隔内的用户实际使用时长。
在又一个例子中,在获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔之前,还包括:获取与该应用对应的预设的平均时长统计值和时长连续性阈值。在统计该应用被用户实际使用的时长之前,应用需要预先获取与这一应用对应预设的平均时长统计值和时长连续性阈值。例如,开发人员在应用开发阶段,根据相关统计结果或经验在该应用中预先设置好平均时长统计值和大于该值的对应该应用的时长连续性阈值。例如,用户在使用该应用之前,预先针对自身情况对上述的平均时长统计值和\或时长连续性阈值进行自主设置。
步骤102,如果时间间隔小于预设的时长连续性阈值,将时间间隔统计为应用时长;如果时间间隔大于预设的时长连续性阈值,将预设的平均时长统计值统计为应用时长,上述时长连续性阈值大于平均时长统计值。
用户在使用应用的过程中可以分为两种情况:一种为,用户在持续性使用该应用,应用实际打开的时长即用户的实际使用时长;另一种为,用户在刷新该应用产生流量加载后,将打开的应用放置起来去进行其他活动,过一段时间后重新进行使用。在后一种情况中,存在“虚假使用时长”,即用户在打开应用的时长内并未实际使用该应用。在统计应用的实际使用时长时,应该对这两种情况进行区分统计。
本步骤中,通过将相邻的两次流量加载开始时刻之间的时间间隔与预设的时长连续性阈值进行比较,并且预设的时长连续性阈值大于平均时长统计值。例如通过比较,如果时间间隔小于预设的时长连续性阈值,可以认为用户在持续不断的使用该应用,则将时间间隔统计为用户实际使用的时长;如果时间间隔大于预设的时长连续性阈值,可以认为用户在使用该应用的过程中存在“虚假使用时长”,则将能够代表平均使用时间的预设的平均时长统计值统计为用户实际使用该应用的时长。
例如,开发人员根据经验预设应用A的平均时长统计值为4分钟,时长连续性阈值为8分钟。假设用户使用该应用相邻两次流量加载开始时刻之间的时间间隔为t。如果时间间隔t是3分钟,通过比较t小于预设的时长连续性阈值8 分钟,认为用户在时间间隔t的时间段内在持续使用该应用,则将3分钟的时间间隔统计为用户实际使用该应用的时长;如果t是5分钟,通过比较依然小于预设的时长连续性阈值8分钟,则将5分钟的时间间隔统计为用户实际使用该应用的时长;如果t是9分钟,通过比较时间间隔9分钟大于预设的时长连续性阈值8分钟,认为用户在使用该应用时存在“虚假使用时长”,则将预设的平均时长统计值4分钟统计为用户实际使用该应用的时长。
在一个例子中,将应用时长进行统计之后,还包括:累加应用时长,获得用户使用该应用的总时长。对应用相邻两次流量加载开始时刻之间用户的实际使用时长统计,只是这两次流量记载“节点”之间的一个应用时长统计。如果要计算某一时间范围内用户使用该应用的实际使用时长,需要将这一时间范围内统计得到的所有应用时长进行累加得到。
本实施例的应用时长统计方法,通过将应用相邻两次流量加载开始时刻之间的时间间隔与预设的时长连续性阈值进行比较,将小于预设的时长连续性阈值的时间间隔统计为用户实际使用该应用的时长;时间间隔大于预设的时长连续性阈值时,将预设的平均时长统计值统计为用户使用该应用的时长。这种方法,能够将大于预设的平均时长统计值且小于预设的时长连续性阈值的时间间隔进行更加精确的判断和统计,将使用时长大于平均使用时长的用户的实际使用时长进行了更加准确的判断和统计,从而总体上提高了应用时长统计的准确性。
参见图2,图2是本说明书实施例示出的另一种应用时长统计方法流程图。
如图2所示,该流程包括:
步骤201,在应用的使用过程中,获取当前流量加载开始时刻和结束时刻。
用户在使用应用时,会不停地刷新加载流量以获取需要的信息。本步骤中,需要获取用户当前流量开始加载的时刻和当前流量加载结束时刻。
步骤202,根据当前流量加载开始时刻和结束时刻,计算流量加载时长,并将该流量加载时长统计为应用时长。
本步骤中,可以用当前流量加载结束时刻与开始时刻做差值运算,得到流量加载时长,并将这一代表应用持续流量加载过程的流量加载时长统计为用户实际使用该应用的应用时长。
例如,假设用户在使用浏览器在线阅读电子书,在上午的5:20am这一时刻,点击了浏览器中的“下一页”按钮来进行流量加载。经过1分钟后,在上午的 5:21am这一时刻,浏览器将“下一页”的电子书加载完毕。按照步骤201和步骤202的方法,可根据5:20am这一时刻和5:21am这一时刻,计算出流量加载时长为1分钟。可以认为,在这1分钟的流量加载时长内,浏览器是持续性进行流量加载的,所以把这部分“流量加载时长”统计为用户实际使用该应用的应用时长。
步骤203,获取相邻下次流量加载开始时刻。
步骤204,根据当前流量加载结束时刻和相邻下次流量加载开始时刻,计算时间间隔。
本步骤中,可以将相邻下次流量加载开始时刻与当前流量加载结束时刻做差值运算,得到时间间隔。
步骤205,如果时间间隔小于预设的时长连续性阈值,将时间间隔统计为应用时长;如果时间间隔大于预设的时长连续性阈值,将预设的平均时长统计值统计为应用时长,上述时长连续性阈值大于平均时长统计值。
本步骤与步骤102的描述一致,在此不再赘述。
本实施例的应用统计方法,首先将应用持续进行流量加载的时长“流量加载时长”统计为用户实际使用该应用的应用时长,然后将相邻流量加载时长之间(无流量加载的这段时长)的时间间隔与预设的时长连续性阈值比较,根据判断结果,确定该时间间隔是用户实际使用该应用的时长时,将该时间间隔统计为这段时间范围内的用户实际使用的应用时长;确定该时间间隔中存在用户“虚假使用时长”,将预先设置的平均时长统计值统计为这段时间范围内的用户实际使用的应用时长。这种统计方法,能够将流量加载所用时长准确统计为用户实际使用该应用的时长,并且能将大于预设的平均时长统计值且小于预设的时长连续性阈值的时间间隔进行更加精确的判断和统计,将使用时长大于平均使用时长的用户的实际使用时长进行了更加准确的判断和统计,从而总体上提高了应用时长统计的准确性。
参见图3,图3是本说明书实施例示出的又一种应用时长统计方法流程图。
如图3所示,该流程包括:
步骤301,在应用的使用过程中,判断当前流量加载是否是用户使用应用触发的流量加载。
应用的开发人员和维护人员,会定时对应用进行版本的更新。应用在获得相关权限之后,在需要进行更新时会在后台进行自动的流量加载。显然,这种自动流量加载的过程不是用户实际使用该应用的时长,需要将这一自动流量加载进行过滤。本步骤可以在应用的使用过程中,判断当前流量加载是用户实际使用过程中触发的还是应用在后台自动进行的流量加载,避免将应用后台更新所用的流量加载时长统计在用户实际使用时长内。
步骤302,如果是,则记录当前流量加载开始时刻,并根据当前流量加载开始时刻和相邻下次记录的流量加载开始时刻,计算时间间隔;如果否,则忽略当前流量加载。
如果经过判断,当前流量加载是用户实际使用时触发的流量操作,则将这一流量加载开始时刻记录下来。如果经过判断,当前流量加载是应用在后台自动进行的流量加载,则忽略此次流量加载,也不会进行任何记录。然后根据相邻两次记录下来的流量加载开始时刻计算出时间间隔。
步骤303,如果时间间隔小于预设的时长连续性阈值,将时间间隔统计为应用时长;如果时间间隔大于预设的时长连续性阈值,将预设的平均时长统计值统计为应用时长,上述时长连续性阈值大于平均时长统计值。
本步骤与步骤102的描述一致,在此不再赘述。
本实施例的应用统计方法,通过判断当前流量加载是否是用户实际使用过程中触发的流量加载,识别出应用在后台自动进行流量加载的过程,避免将应用在后台更新的时长统计为用户实际使用的应用时长,从而提高了对用户实际使用时长的统计准确性。
图4所示,本说明书提供了一种应用时长统计装置,该装置可以执行本说明书任一实施例的应用时长统计方法。该装置可以包括获取模块401和统计模块402。其中:
获取模块401,用于在应用的使用过程中,获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔;
统计模块402,用于当上述时间间隔小于预设的时长连续性阈值时,将时间间隔统计为应用时长;当上述时间间隔大于预设的时长连续性阈值时,将预设的平均时长统计值统计为应用时长,上述时长连续性阈值大于平均时长统计值。
可选的,如图5所示,所述获取模块401包括:
获取子模块501,用于获取当前流量加载开始时刻和结束时刻,获取相邻下次流量加载开始时刻;
统计子模块502,用于根据当前流量加载开始时刻和结束时刻,计算流量加载时长,并将该流量加载时长统计为应用时长;
计算子模块503,用于根据当前流量加载结束时刻和相邻下次流量加载开始时刻,计算时间间隔。
可选的,所述获取模块401,在用于获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔时,包括:
获取应用当前流量加载开始时刻与所述应用关闭时刻之间的时间间隔。
可选的,如图6所示,所述获取模块401包括:
判断子模块601,用于判断当前流量加载是否是用户使用应用触发的流量加载;
处理子模块602,用于当所述判断子模块判断结果为是时,记录当前流量加载开始时刻,并根据当前流量加载开始时刻和相邻下次记录的流量加载开始时刻,计算所述时间间隔;当所述判断子模块判断结果为否时,忽略所述当前流量加载。
可选的,如图7所示,所述装置还包括:
累加模块702,用于累加所述应用时长,获得用户使用所述应用的总时长。
可选的,如图7所示,所述装置还包括:
预设值获取模块701,用于获取与所述应用对应的预设的平均时长统计值和时长连续性阈值。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本说明书至少一个实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本说明书还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时能够实现本说明书任一实施例的应用时长统计方法。
本说明书还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时能够实现本说明书任一实施例的应用时长统计方法。
其中,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器 (RAM)、CD-ROM、磁带、软盘和光数据存储设备等,本申请并不对此进行限制。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是,本说明书并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已,并不用于限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。
Claims (14)
1.一种应用时长统计方法,其特征在于,所述方法包括:
在应用的使用过程中,获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔;
如果所述时间间隔小于预设的时长连续性阈值,将所述时间间隔统计为应用时长;
如果所述时间间隔大于所述预设的时长连续性阈值,将预设的平均时长统计值统计为应用时长,所述时长连续性阈值大于所述平均时长统计值。
2.根据权利要求1所述的方法,其特征在于,所述获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔,包括:
获取当前流量加载开始时刻和结束时刻;
根据所述当前流量加载开始时刻和结束时刻,计算流量加载时长,并将所述流量加载时长统计为应用时长;
获取相邻下次流量加载开始时刻;
根据所述当前流量加载结束时刻和所述相邻下次流量加载开始时刻,计算所述时间间隔。
3.根据权利要求1所述的方法,其特征在于,所述获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔,包括:
获取应用当前流量加载开始时刻与所述应用关闭时刻之间的时间间隔。
4.根据权利要求1所述的方法,其特征在于,所述获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔,包括:
判断当前流量加载是否是用户使用应用触发的流量加载;
如果是,则记录当前流量加载开始时刻,并根据当前流量加载开始时刻和相邻下次记录的流量加载开始时刻,计算所述时间间隔;
如果否,则忽略所述当前流量加载。
5.根据权利要求1所述的方法,其特征在于,所述统计为应用时长之后,所述方法还包括:
累加所述应用时长,获得用户使用所述应用的总时长。
6.根据权利要求1所述的方法,其特征在于,在获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔之前,还包括:
获取与所述应用对应的预设的平均时长统计值和时长连续性阈值。
7.一种应用时长统计装置,其特征在于,所述装置包括:
获取模块,用于在应用的使用过程中,获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔;
统计模块,用于当所述时间间隔小于预设的时长连续性阈值时,将所述时间间隔统计为应用时长;当所述时间间隔大于所述预设的时长连续性阈值时,将预设的平均时长统计值统计为应用时长,所述时长连续性阈值大于所述平均时长统计值。
8.根据权利要求7所述的装置,其特征在于,所述获取模块包括:
获取子模块,用于获取当前流量加载开始时刻和结束时刻,获取相邻下次流量加载开始时刻;
统计子模块,用于根据所述当前流量加载开始时刻和结束时刻,计算流量加载时长,并将所述流量加载时长统计为应用时长;
计算子模块,根据所述当前流量加载结束时刻和所述相邻下次流量加载开始时刻,计算所述时间间隔。
9.根据权利要求7所述的装置,其特征在于,所述获取模块,在用于获取应用当前流量加载开始时刻与相邻下次流量加载开始时刻之间的时间间隔时,包括:
获取应用当前流量加载开始时刻与所述应用关闭时刻之间的时间间隔。
10.根据权利要求7所述的装置,其特征在于,所述获取模块包括:
判断子模块,用于判断当前流量加载是否是用户使用应用触发的流量加载;
处理子模块,用于当所述判断子模块判断结果为是时,记录当前流量加载开始时刻,并根据当前流量加载开始时刻和相邻下次记录的流量加载开始时刻,计算所述时间间隔;当所述判断子模块判断结果为否时,忽略所述当前流量加载。
11.根据权利要求7所述的装置,其特征在于,所述装置还包括:
累加模块,用于累加所述应用时长,获得用户使用所述应用的总时长。
12.根据权利要求7所述的装置,其特征在于,所述装置还包括:
预设值获取模块,用于获取与所述应用对应的预设的平均时长统计值和时长连续性阈值。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-6任一所述的方法。
14.一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,所述程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911025142.2A CN110768835B (zh) | 2019-10-25 | 2019-10-25 | 一种应用时长统计方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911025142.2A CN110768835B (zh) | 2019-10-25 | 2019-10-25 | 一种应用时长统计方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110768835A CN110768835A (zh) | 2020-02-07 |
CN110768835B true CN110768835B (zh) | 2022-03-25 |
Family
ID=69333785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911025142.2A Active CN110768835B (zh) | 2019-10-25 | 2019-10-25 | 一种应用时长统计方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110768835B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112181797A (zh) * | 2020-10-28 | 2021-01-05 | 武汉悦学帮网络技术有限公司 | 软件平台操作耗时计算方法与装置、存储介质、设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424092A (zh) * | 2013-08-22 | 2015-03-18 | 腾讯科技(深圳)有限公司 | 页面加载时长测试方法及装置 |
CN108337281A (zh) * | 2017-01-19 | 2018-07-27 | 北京京东尚科信息技术有限公司 | 计算页面浏览时长的方法及系统 |
CN109388552A (zh) * | 2017-08-07 | 2019-02-26 | 中兴通讯股份有限公司 | 启动应用程序的时长的确定方法、装置及存储介质 |
CN109446038A (zh) * | 2018-09-03 | 2019-03-08 | 平安普惠企业管理有限公司 | 页面访问时长的统计方法及终端设备 |
AU2016424054A1 (en) * | 2016-09-24 | 2019-05-02 | Huawei Technologies Co., Ltd. | Method for managing application program use time offline, and terminal device |
-
2019
- 2019-10-25 CN CN201911025142.2A patent/CN110768835B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424092A (zh) * | 2013-08-22 | 2015-03-18 | 腾讯科技(深圳)有限公司 | 页面加载时长测试方法及装置 |
AU2016424054A1 (en) * | 2016-09-24 | 2019-05-02 | Huawei Technologies Co., Ltd. | Method for managing application program use time offline, and terminal device |
CN108337281A (zh) * | 2017-01-19 | 2018-07-27 | 北京京东尚科信息技术有限公司 | 计算页面浏览时长的方法及系统 |
CN109388552A (zh) * | 2017-08-07 | 2019-02-26 | 中兴通讯股份有限公司 | 启动应用程序的时长的确定方法、装置及存储介质 |
CN109446038A (zh) * | 2018-09-03 | 2019-03-08 | 平安普惠企业管理有限公司 | 页面访问时长的统计方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110768835A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11645293B2 (en) | Anomaly detection in big data time series analysis | |
CN109299961A (zh) | 防止用户流失的方法及装置、设备和存储介质 | |
CN108959004B (zh) | 磁盘故障预测方法、装置、设备及计算机可读存储介质 | |
CN109871316A (zh) | 一种控件识别方法和装置 | |
CN109447025B (zh) | 疲劳检测方法、装置、系统及计算机可读存储介质 | |
CN110047513B (zh) | 一种视频监测方法、装置、电子设备和存储介质 | |
CN108154252A (zh) | 用于预估流程完成时间的方法和装置 | |
CN106874293B (zh) | 一种数据处理方法及装置 | |
CN110768835B (zh) | 一种应用时长统计方法、装置、设备及存储介质 | |
CN112131075A (zh) | 一种用于存储监控数据异常检测的方法及设备 | |
CN110659954A (zh) | 作弊识别方法、装置、电子设备及可读存储介质 | |
CN108241707B (zh) | 网页加载的提示方法及装置 | |
US20190156359A1 (en) | Techniques to quantify effectiveness of site-wide actions | |
US20160192218A1 (en) | Techniques for classifying sleep sessions | |
CN109598524A (zh) | 品牌曝光效果分析方法及装置 | |
CN116630020A (zh) | 风险评估方法、装置、存储介质及电子设备 | |
CN113269658B (zh) | 核心数据的生产时长的预估方法、装置、设备及存储介质 | |
WO2016054988A1 (zh) | 识别智能设备用户的方法和装置 | |
CN110807179B (zh) | 一种用户识别方法、装置、服务器及存储介质 | |
CN112149833B (zh) | 基于机器学习的预测方法、装置、设备和存储介质 | |
CN112862223A (zh) | 业务活动价值的评估方法、装置、决策方法、设备、介质 | |
CN113655958A (zh) | 应用数据的存储方法 | |
CN111309706A (zh) | 模型训练方法、装置、可读存储介质及电子设备 | |
CN110858809B (zh) | 数据处理方法、装置和设备 | |
CN111104017A (zh) | 滑动定位处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |