CN111127059B - 用户质量的分析方法及装置 - Google Patents
用户质量的分析方法及装置 Download PDFInfo
- Publication number
- CN111127059B CN111127059B CN201811290198.6A CN201811290198A CN111127059B CN 111127059 B CN111127059 B CN 111127059B CN 201811290198 A CN201811290198 A CN 201811290198A CN 111127059 B CN111127059 B CN 111127059B
- Authority
- CN
- China
- Prior art keywords
- user
- weight score
- attribute
- score
- weight
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000006399 behavior Effects 0.000 claims abstract description 110
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims description 27
- 230000000694 effects Effects 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用户质量的分析方法及装置。其中,该方法包括:采集用户的属性内容,并分析属性内容的第一权重分值;采集用户的事件行为,并分析事件行为的第二权重分值;以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点;依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。本发明解决了相关技术中通过电子表格对用户的数据进行分析时,无法直观的显示用户的线索数据,也无法了解到用户的质量分数的技术问题。
Description
技术领域
本发明涉及数据分析技术领域,具体而言,涉及一种用户质量的分析方法及装置。
背景技术
当前,若要对用户进行活动推广,一般会预先给出提案,并在客户管理系统,筛选出高质量的线索用户,通过电子表格的形式进行数据分析,使用电子表格进行用户行为和用户属性数据分析的时候,一般会在一行上存放一个用户行为动作的数据,相同的数据放在同一列上。在电子表格中,要做关键词之间的对比,只能按照一列进行排序进而对比和分析,而且这种以数字形式的方式来分析客户线索数据的方式,并不直观。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种用户质量的分析方法及装置,以至少解决相关技术中通过电子表格对用户的数据进行分析时,无法直观的显示用户的线索数据,也无法了解到用户的质量分数的技术问题。
根据本发明实施例的一个方面,提供了一种用户质量的分析方法,包括:采集用户的属性内容,并分析所述属性内容的第一权重分值;采集用户的事件行为,并分析所述事件行为的第二权重分值;以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定所述用户的坐标分布点;依据所述坐标分布点,确定所述用户的质量分数,其中,所述质量分数用于指示对所述用户进行产品推广的优先级。
进一步地,采集用户的属性内容,并分析所述属性内容的第一权重分值包括:采集所述用户的属性内容中的多个属性字段,其中,多个属性字段包括下述至少之一:性别、年龄、收入、行业;获取与每个属性字段所对应的权重分值和属性参数;依据每个属性字段所对应的权重分值和属性参数,计算每个所述属性字段的权重分值;累加所有的属性字段的权重分值,得到所述第一权重分值。
进一步地,采集用户的事件行为,并分析所述事件行为的第二权重分值包括:采集所述用户的多个事件行为,其中,所述多个事件行为包括下述至少之一:用户是否点击活动网页、用户点击活动网页次数、用户在活动网页的停留时长、用户是否转发活动网页;获取与每个事件行为所对应的权重分值和属性参数;依据每个事件行为所对应的权重分值和属性参数,计算每个所述事件行为的权重分值;累加所有的事件行为的权重分值,得到所述第二权重分值。
进一步地,采集所述用户的多个事件行为包括:在目标活动的活动网页上设置监测挂钩hook;通过所述监测挂钩hook监测所述用户在访问所述活动网页时的访问数据,其中,所述访问数据包括下述至少之一:访问设备地址、访问地域、访问页面;通过所述监测挂钩hook记录所述用户的事件行为,以得到所述多个事件行为。
进一步地,所述方法还包括:依据预先采集的用户的属性内容和事件行为,建立线索模型,其中,所述线索模型用于分析所述第一权重分值和/或所述第二权重分值。
进一步地,以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定所述用户的坐标分布点包括:以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定坐标点系数;将所述坐标点系数映射至预先建立的坐标热力图中,以确定所述用户的坐标分布点。
进一步地,在确定所述用户的质量分数之后,还包括:依据所述用户的质量分数,确定所述用户的线索质量,其中,所述线索质量用于指示所述用户的交易参数;或者,依据对所述用户进行产品推广的优先级,确定每个用户的产品推广顺序。
根据本发明实施例的另一方面,还提供了一种用户质量的分析装置,包括:第一采集单元,用于采集用户的属性内容,并分析所述属性内容的第一权重分值;第二采集单元,用于采集用户的事件行为,并分析所述事件行为的第二权重分值;第一确定单元,用于以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定所述用户的坐标分布点;第二确定单元,用于依据所述坐标分布点,确定所述用户的质量分数,其中,所述质量分数用于指示对所述用户进行产品推广的优先级。
进一步地,所述第一采集单元包括:第一采集模块,用于采集所述用户的属性内容中的多个属性字段,其中,多个属性字段包括下述至少之一:性别、年龄、收入、行业;第一获取模块,用于获取与每个属性字段所对应的权重分值和属性参数;第一计算模块,用于依据每个属性字段所对应的权重分值和属性参数,计算每个所述属性字段的权重分值;第一累加模块,用于累加所有的属性字段的权重分值,得到所述第一权重分值。
进一步地,所述第二采集单元包括:第二采集模块,用于采集所述用户的多个事件行为,其中,所述多个事件行为包括下述至少之一:用户是否点击活动网页、用户点击活动网页次数、用户在活动网页的停留时长、用户是否转发活动网页;第二获取模块,用于获取与每个事件行为所对应的权重分值和属性参数;第二计算模块,用于依据每个事件行为所对应的权重分值和属性参数,计算每个所述事件行为的权重分值;第二累加模块,用于累加所有的事件行为的权重分值,得到所述第二权重分值。
进一步地,所述第二采集模块包括:设置子模块,用于在目标活动的活动网页上设置监测挂钩hook;监测子模块,用于通过所述监测挂钩hook监测所述用户在访问所述活动网页时的访问数据,其中,所述访问数据包括下述至少之一:访问设备地址、访问地域、访问页面;记录子模块,用于通过所述监测挂钩hook记录所述用户的事件行为,以得到所述多个事件行为。
进一步地,所述用户质量的分析装置还包括:建立单元,用于依据预先采集的用户的属性内容和事件行为,建立线索模型,其中,所述线索模型用于分析所述第一权重分值和/或所述第二权重分值。
进一步地,第一确定单元包括:第一确定模块,用于以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定坐标点系数;第二确定模块,用于将所述坐标点系数映射至预先建立的坐标热力图中,以确定所述用户的坐标分布点。
进一步地,所述用户质量的分析装置还包括:第三确定模块,用于在确定所述用户的质量分数之后,依据所述用户的质量分数,确定所述用户的线索质量,其中,所述线索质量用于指示所述用户的交易参数;或者,依据对所述用户进行产品推广的优先级,确定每个用户的产品推广顺序。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质用于存储程序,其中,所述程序在被处理器执行时控制所述存储介质所在设备执行上述任意一项所述的用户质量的分析方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的用户质量的分析方法。
在本发明实施例中,采集用户的属性内容,并分析属性内容的第一权重分值,采集用户的事件行为,并分析事件行为的第二权重分值,以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点,依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。在该实施例中,可以通过建立坐标系的方式,直观显示用户的线索质量,从而确定该用户是否为高价值的用户,并根据用户的质量分数,确定对用户进行产品推广的优先级,以对优先级较高的用户进行产品推广,提高产品推广的成功率,进而解决相关技术中通过电子表格对用户的数据进行分析时,无法直观的显示用户的线索数据,也无法了解到用户的质量分数的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的用户质量的分析方法的流程图;
图2是根据本发明实施例的一种坐标热力图的示意图;
图3是根据本发明实施例的另一种用户质量的分析装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“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或先后次序。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”以及他们的任何变形,意图在于覆盖不排他的包含,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、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种用户质量的分析方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明下述实施例可以应用于各种用户价值分析的方案中,相对于当前在分析用户的数据,通过电子表格的形式无法直观的揭露隐藏在数据后面的规律,客户在看到分析的多个用户数据时,只能看到计算的最终结果,了解的数据较少,本申请中,针对这种缺陷,通过数据分析,实时采集用户的属性内容和事件行为,并通过相关的参与程度,得出结果并以直角坐标系的形式展现用户线索数据,从而在直角坐标中清晰的看出用户在发布新产品或新活动中的活跃度,快速识别高价值的用户。下面通过各个实施例对本发明进行详细说明。
实施例一
图1是根据本发明实施例的用户质量的分析方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,采集用户的属性内容,并分析属性内容的第一权重分值;
步骤S104,采集用户的事件行为,并分析事件行为的第二权重分值;
步骤S106,以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点;
步骤S108,依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。
通过上述步骤,可以采集用户的属性内容,并分析属性内容的第一权重分值,采集用户的事件行为,并分析事件行为的第二权重分值,以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点,依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。在该实施例中,可以通过建立坐标系的方式,直观显示用户的线索质量,从而确定该用户是否为高价值的用户,并根据用户的质量分数,确定对用户进行产品推广的优先级,以对优先级较高的用户进行产品推广,提高产品推广的成功率,进而解决相关技术中通过电子表格对用户的数据进行分析时,无法直观的显示用户的线索数据,也无法了解到用户的质量分数的技术问题。
下面结合各实施方式对上述各个步骤进行详细说明。
在分析用户的价值或者质量分数之前,可以先建立一个线索模型,以便于后续通过该线索模型对采集到的用户数据进行快速、自动化的分析,减少人工的分析工作。可选的,在建立线索模型,可以依据预先采集的用户的属性内容和事件行为,建立线索模型,其中,线索模型用于分析第一权重分值和/或第二权重分值。
可选的,在建立线索模型,还可以依据客户的类型和客户所属的行业特点来建立线索模型,线索模型的构成分为用户属性内容和事件行为。在训练线索模型时,可以依据活动推广转化率的高低来训练线索模型,其中,该活动推广转化率是在一次活动中,需要向客户提供分析数据,这些分析中包括用户的质量分数,客户依据这些质量确定相用户进行活动推广的顺序,并获取到在推广后,用户的购买力度,依据用户的购买力度,确定出活动推广转化率。即可以不断优化线索模型,以让线索模型提供给客户更好的用户质量分数,进而确定出向用户进行推广的数据。下面步骤S102至步骤 S108中可以使用该线索模型。
步骤S102,采集用户的属性内容,并分析属性内容的第一权重分值。
可选的,采集用户的属性内容,并分析属性内容的第一权重分值包括:采集用户的属性内容中的多个属性字段,其中,多个属性字段包括下述至少之一:性别、年龄、收入、行业;获取与每个属性字段所对应的权重分值和属性参数;依据每个属性字段所对应的权重分值和属性参数,计算每个属性字段的权重分值;累加所有的属性字段的权重分值,得到第一权重分值。
在一次活动推广中,可以向客户提供一个活动网页或者活动表格,除了向用户介绍活动产品外,还可以让用户填写这些属性信息,即对应于每个一个属性字段,用户都可以填写相应的信息,填写的越多,该用户对应的第一权重分值会越高。
其中,属性字段还可以包括:职位、公司规模、用户电话等,每一个属性字段都预先对应有权重参数,在用户选择了属性字段后,每个属性字段都可以个性化进行设置,可进行“且”或者“或”的组合形成属性字段条件组,并且给每个属性字段设置加权分值,当满足设置的条件后,此属性字段会获得相应的分值,多个属性字段组成客户属性的总分值。
在本发明中对于用户的属性内容,在计算客户属性内容的分值时,通过搜索遍历用户在参与活动调研时填写的资料信息,并结合采集在大数据平台中用户的访问信息,与客户设置的客户属性条件进行对比映射,当符合设置的条件时,相应的分值增加。
步骤S104,采集用户的事件行为,并分析事件行为的第二权重分值。
在本发明一可选的示例中,采集用户的事件行为,并分析事件行为的第二权重分值包括:采集用户的多个事件行为,其中,多个事件行为包括下述至少之一:用户是否点击活动网页、用户点击活动网页次数、用户在活动网页的停留时长、用户是否转发活动网页;获取与每个事件行为所对应的权重分值和属性参数;依据每个事件行为所对应的权重分值和属性参数,计算每个事件行为的权重分值;累加所有的事件行为的权重分值,得到第二权重分值。
在本发明实施例中,采集用户的多个事件行为包括:在目标活动的活动网页上设置监测挂钩hook;通过监测挂钩hook监测用户在访问活动网页时的访问数据,其中,访问数据包括下述至少之一:访问设备地址、访问地域、访问页面;通过监测挂钩hook 记录用户的事件行为,以得到多个事件行为。
事件行为对应了用户在看到活动网页后的内容,并记录用户在进入活动网页后的事件行为,每个事件行为对应一个加权分值,例如,用户点击活动网页次数为1次,其权重分值为10分,用户点击活动网页次数为5次,其权重分值为25分;又如,用户在活动网页的停留时长为2分钟,其权重分值为10分,用户在活动网页的停留时长为8分钟,其权重分值为25分。通过对不同的事件行为设置不同的权重分值,从而确定出用户对该次活动推广中的权重分值,并依据每个事件行为所对应的分值系数,累加得到该用户所有事件行为的第二权重分值。
即可以根据用户参与活动事件的内容设置权重分值,系统根据不同行业的事件模型自动为事件发生的程度分配权重。如微信交互事件中的《点击公众号菜单》,事件模型中会涉及点击菜单次数,菜单中停留时间,是否转发菜单中的文章等,不同的事件属性分配权重分值,助于客户更清晰的识别用户在点击菜单事件中交互的程度,从而判定该用户是否为高价值的用户。
在本发明中,对于用户的事件行为,在运算事件行为的分值是,引用网站的监测机制,通过埋码监测,记录用户在网站或微信上完整的访问行为,记录用户访问时设备、来源、广告信息、地域、访问页面、是否转化等信息,判断出用户在此次事件中的参与程度,从而得出事件设置的权重分值。
步骤S106,以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点。
在本发明一可选的示例中,以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点包括:以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定坐标点系数;将坐标点系数映射至预先建立的坐标热力图中,以确定用户的坐标分布点。
即可以对用户的属性内容和事件行为分别计算相应的分数值,将分数值反映在坐标热力图中,让客户能直观查看到用户的价值分布。图2是根据本发明实施例的一种坐标热力图的示意图,如图2所示,在坐标热力图中,X轴指示了属性内容,Y轴指示了用户的事件行为,将这两个数据的分值反映在坐标热力图中。
步骤S108,依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。
可选的,在确定用户的质量分数之后,还包括:依据用户的质量分数,确定用户的线索质量,其中,线索质量用于指示用户的交易参数;或者,依据对用户进行产品推广的优先级,确定每个用户的产品推广顺序。
图2可以看出右上角的用户分布属于高质量的线索用户,针对该部分用户可进行直接沟通,从而达成交易,右下角的用户,属于用户关注产品的欲望较强,但用户的属性资质会不符合产品,可针对此类用户推出一些功能类似但成本较低的产品进行营销。
即可以利用上述图2中的坐标热力图中的象限的分布,帮助客户准确定位用户群,并针对用户进行个性化的策略开展营销活动,降低成本,提升效率。
在本发明实施例中,可以通过数据分析,实时采集用户的属性行为和事件行为,并通过相关的参与程度,得出结果并以直角坐标系的形式展现用户线索数据,从而在直角坐标中清晰的看出用户在发布新产品或新活动中的活跃度,快速识别高价值的用户。
实施例二
图3是根据本发明实施例的另一种用户质量的分析装置的示意图,如图3所示,该分析装置可以包括:第一采集单元31,第二采集单元33,第一确定单元35,第二确定单元37,其中,
第一采集单元31,用于采集用户的属性内容,并分析属性内容的第一权重分值;
第二采集单元33,用于采集用户的事件行为,并分析事件行为的第二权重分值;
第一确定单元35,用于以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点;
第二确定单元37,用于依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。
上述用户质量的分析装置,可以通过第一采集单元31采集用户的属性内容,并分析属性内容的第一权重分值,通过第二采集单元33采集用户的事件行为,并分析事件行为的第二权重分值,通过第一确定单元35以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点,通过第二确定单元37依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。在该实施例中,可以通过建立坐标系的方式,直观显示用户的线索质量,从而确定该用户是否为高价值的用户,并根据用户的质量分数,确定对用户进行产品推广的优先级,以对优先级较高的用户进行产品推广,提高产品推广的成功率,进而解决相关技术中通过电子表格对用户的数据进行分析时,无法直观的显示用户的线索数据,也无法了解到用户的质量分数的技术问题。
在本发明实施例中,第一采集单元包括:第一采集模块,用于采集用户的属性内容中的多个属性字段,其中,多个属性字段包括下述至少之一:性别、年龄、收入、行业;第一获取模块,用于获取与每个属性字段所对应的权重分值和属性参数;第一计算模块,用于依据每个属性字段所对应的权重分值和属性参数,计算每个属性字段的权重分值;第一累加模块,用于累加所有的属性字段的权重分值,得到第一权重分值。
另一种可选的,第二采集单元包括:第二采集模块,用于采集用户的多个事件行为,其中,多个事件行为包括下述至少之一:用户是否点击活动网页、用户点击活动网页次数、用户在活动网页的停留时长、用户是否转发活动网页;第二获取模块,用于获取与每个事件行为所对应的权重分值和属性参数;第二计算模块,用于依据每个事件行为所对应的权重分值和属性参数,计算每个事件行为的权重分值;第二累加模块,用于累加所有的事件行为的权重分值,得到第二权重分值。
进一步地,第二采集模块包括:设置子模块,用于在目标活动的活动网页上设置监测挂钩hook;监测子模块,用于通过监测挂钩hook监测用户在访问活动网页时的访问数据,其中,访问数据包括下述至少之一:访问设备地址、访问地域、访问页面;记录子模块,用于通过监测挂钩hook记录用户的事件行为,以得到多个事件行为。
进一步地,用户质量的分析装置还包括:建立单元,用于依据预先采集的用户的属性内容和事件行为,建立线索模型,其中,线索模型用于分析第一权重分值和/或第二权重分值。
可选的,第一确定单元包括:第一确定模块,用于以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定坐标点系数;第二确定模块,用于将坐标点系数映射至预先建立的坐标热力图中,以确定用户的坐标分布点。
进一步地,用户质量的分析装置还包括:第三确定模块,用于在确定用户的质量分数之后,依据用户的质量分数,确定用户的线索质量,其中,线索质量用于指示用户的交易参数;或者,依据对用户进行产品推广的优先级,确定每个用户的产品推广顺序。
上述的用户质量的分析装置还可以包括处理器和存储器,上述第一采集单元31,第二采集单元33,第一确定单元35,第二确定单元37等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM) 和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质用于存储程序,其中,程序在被处理器执行时控制存储介质所在设备执行上述任意一项的用户质量的分析方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的用户质量的分析方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:采集用户的属性内容,并分析属性内容的第一权重分值;采集用户的事件行为,并分析事件行为的第二权重分值;以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点;依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。
可选的,上述处理器在执行程序时,还可以实现以下步骤:采集用户的属性内容中的多个属性字段,其中,多个属性字段包括下述至少之一:性别、年龄、收入、行业;获取与每个属性字段所对应的权重分值和属性参数;依据每个属性字段所对应的权重分值和属性参数,计算每个属性字段的权重分值;累加所有的属性字段的权重分值,得到第一权重分值。
可选的,上述处理器在执行程序时,还可以实现以下步骤:采集用户的多个事件行为,其中,多个事件行为包括下述至少之一:用户是否点击活动网页、用户点击活动网页次数、用户在活动网页的停留时长、用户是否转发活动网页;获取与每个事件行为所对应的权重分值和属性参数;依据每个事件行为所对应的权重分值和属性参数,计算每个事件行为的权重分值;累加所有的事件行为的权重分值,得到第二权重分值。
可选的,上述处理器在执行程序时,还可以实现以下步骤:在目标活动的活动网页上设置监测挂钩hook;通过监测挂钩hook监测用户在访问活动网页时的访问数据,其中,访问数据包括下述至少之一:访问设备地址、访问地域、访问页面;通过监测挂钩hook记录用户的事件行为,以得到多个事件行为。
可选的,上述处理器在执行程序时,还可以实现以下步骤:依据预先采集的用户的属性内容和事件行为,建立线索模型,其中,线索模型用于分析第一权重分值和/ 或第二权重分值。
可选的,上述处理器在执行程序时,还可以实现以下步骤:以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定坐标点系数;将坐标点系数映射至预先建立的坐标热力图中,以确定用户的坐标分布点。
可选的,上述处理器在执行程序时,还可以实现以下步骤:在确定用户的质量分数之后,依据用户的质量分数,确定用户的线索质量,其中,线索质量用于指示用户的交易参数;或者,依据对用户进行产品推广的优先级,确定每个用户的产品推广顺序。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:采集用户的属性内容,并分析属性内容的第一权重分值;采集用户的事件行为,并分析事件行为的第二权重分值;以第一权重分值作为横轴系数,以第二权重分值作为纵轴系数,确定用户的坐标分布点;依据坐标分布点,确定用户的质量分数,其中,质量分数用于指示对用户进行产品推广的优先级。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,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,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种用户质量的分析方法,其特征在于,包括:
采集用户的属性内容,并分析所述属性内容的第一权重分值,包括:采集所述用户的属性内容中的多个属性字段,其中,多个属性字段包括下述至少之一:
性别、年龄、收入、行业;获取与每个属性字段所对应的权重分值和属性参数;依据每个属性字段所对应的权重分值和属性参数,计算每个所述属性字段的权重分值;累加所有的属性字段的权重分值,得到所述第一权重分值;
采集用户的事件行为,并分析所述事件行为的第二权重分值,包括:采集所述用户的多个事件行为,其中,所述多个事件行为包括下述至少之一:用户是否点击活动网页、用户点击活动网页次数、用户在活动网页的停留时长、用户是否转发活动网页;获取与每个事件行为所对应的权重分值和属性参数;依据每个事件行为所对应的权重分值和属性参数,计算每个所述事件行为的权重分值;累加所有的事件行为的权重分值,得到所述第二权重分值;
依据预先采集的用户的属性内容和事件行为,建立线索模型,其中,所述线索模型用于分析所述第一权重分值和/或所述第二权重分值;以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定所述用户的坐标分布点;
依据所述坐标分布点,确定所述用户的质量分数,其中,所述质量分数用于指示对所述用户进行产品推广的优先级。
2.根据权利要求1所述的方法,其特征在于,采集所述用户的多个事件行为包括:
在目标活动的活动网页上设置监测挂钩hook;
通过所述监测挂钩hook监测所述用户在访问所述活动网页时的访问数据,其中,所述访问数据包括下述至少之一:访问设备地址、访问地域、访问页面;
通过所述监测挂钩hook记录所述用户的事件行为,以得到所述多个事件行为。
3.根据权利要求1所述的方法,其特征在于,以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定所述用户的坐标分布点包括:
以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定坐标点系数;
将所述坐标点系数映射至预先建立的坐标热力图中,以确定所述用户的坐标分布点。
4.根据权利要求1所述的方法,其特征在于,在确定所述用户的质量分数之后,还包括:
依据所述用户的质量分数,确定所述用户的线索质量,其中,所述线索质量用于指示所述用户的交易参数;或者,
依据对所述用户进行产品推广的优先级,确定每个用户的产品推广顺序。
5.一种用户质量的分析装置,其特征在于,包括:
第一采集单元,用于采集用户的属性内容,并分析所述属性内容的第一权重分值,所述第一采集单元包括:第一采集模块,用于采集所述用户的属性内容中的多个属性字段,其中,多个属性字段包括下述至少之一:性别、年龄、收入、行业;第一获取模块,用于获取与每个属性字段所对应的权重分值和属性参数;第一计算模块,用于依据每个属性字段所对应的权重分值和属性参数,计算每个所述属性字段的权重分值;第一累加模块,用于累加所有的属性字段的权重分值,得到所述第一权重分值;
第二采集单元,用于采集用户的事件行为,并分析所述事件行为的第二权重分值,所述第二采集单元包括:第二采集模块,用于采集所述用户的多个事件行为,其中,所述多个事件行为包括下述至少之一:用户是否点击活动网页、用户点击活动网页次数、用户在活动网页的停留时长、用户是否转发活动网页;第二获取模块,用于获取与每个事件行为所对应的权重分值和属性参数;第二计算模块,用于依据每个事件行为所对应的权重分值和属性参数,计算每个所述事件行为的权重分值;第二累加模块,用于累加所有的事件行为的权重分值,得到所述第二权重分值;
所述用户质量的分析装置还包括:建立单元,用于依据预先采集的用户的属性内容和事件行为,建立线索模型,其中,所述线索模型用于分析所述第一权重分值和/或所述第二权重分值;
第一确定单元,用于以所述第一权重分值作为横轴系数,以所述第二权重分值作为纵轴系数,确定所述用户的坐标分布点;
第二确定单元,用于依据所述坐标分布点,确定所述用户的质量分数,其中,所述质量分数用于指示对所述用户进行产品推广的优先级。
6.一种存储介质,其特征在于,所述存储介质用于存储程序,其中,所述程序在被处理器执行时控制所述存储介质所在设备执行权利要求1至3中任意一项所述的用户质量的分析方法。
7.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至3中任意一项所述的用户质量的分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290198.6A CN111127059B (zh) | 2018-10-31 | 2018-10-31 | 用户质量的分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290198.6A CN111127059B (zh) | 2018-10-31 | 2018-10-31 | 用户质量的分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111127059A CN111127059A (zh) | 2020-05-08 |
CN111127059B true CN111127059B (zh) | 2023-04-18 |
Family
ID=70494369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811290198.6A Active CN111127059B (zh) | 2018-10-31 | 2018-10-31 | 用户质量的分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111127059B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111966280B (zh) * | 2020-08-19 | 2022-02-01 | 浙江百应科技有限公司 | 一种基于用户在终端滑动手势绘制热力图的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101115272A (zh) * | 2007-08-16 | 2008-01-30 | 中讯邮电咨询设计院 | 用于无线网络用户行为的建模方法 |
CN101777080A (zh) * | 2010-03-19 | 2010-07-14 | 北京国双科技有限公司 | 基于用户点击数据的网页分析方法 |
CN105868447A (zh) * | 2016-03-24 | 2016-08-17 | 南京邮电大学 | 基于双层网络的用户通讯行为分析及模型仿真系统 |
WO2017121272A1 (zh) * | 2016-01-12 | 2017-07-20 | 阿里巴巴集团控股有限公司 | 用户行为数据的处理方法及装置 |
CN107944059A (zh) * | 2017-12-29 | 2018-04-20 | 深圳市中润四方信息技术有限公司西安分公司 | 一种基于流计算的用户行为分析方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160171418A1 (en) * | 2014-12-10 | 2016-06-16 | Ziprealty Llc | Lead allocation based on lead attributes |
US20160321616A1 (en) * | 2015-04-29 | 2016-11-03 | Microsoft Technology Licensing, Llc | Unusualness of Events Based On User Routine Models |
-
2018
- 2018-10-31 CN CN201811290198.6A patent/CN111127059B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101115272A (zh) * | 2007-08-16 | 2008-01-30 | 中讯邮电咨询设计院 | 用于无线网络用户行为的建模方法 |
CN101777080A (zh) * | 2010-03-19 | 2010-07-14 | 北京国双科技有限公司 | 基于用户点击数据的网页分析方法 |
WO2017121272A1 (zh) * | 2016-01-12 | 2017-07-20 | 阿里巴巴集团控股有限公司 | 用户行为数据的处理方法及装置 |
CN105868447A (zh) * | 2016-03-24 | 2016-08-17 | 南京邮电大学 | 基于双层网络的用户通讯行为分析及模型仿真系统 |
CN107944059A (zh) * | 2017-12-29 | 2018-04-20 | 深圳市中润四方信息技术有限公司西安分公司 | 一种基于流计算的用户行为分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111127059A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109241425B (zh) | 一种资源推荐方法、装置、设备及存储介质 | |
CN104205158B (zh) | 测量在线观众的系统、方法和产品 | |
CN110472879B (zh) | 一种资源效果的评估方法、装置、电子设备及存储介质 | |
CN107330718B (zh) | 一种媒体反作弊方法及装置、存储介质、终端 | |
US20150066579A1 (en) | Method of and Apparatus for Determining Worth of a Displayed Component | |
CN106294601B (zh) | 数据处理方法和装置 | |
US20100179927A1 (en) | Rating risk of proposed system changes | |
CN109978580A (zh) | 对象推荐方法、装置以及计算机可读存储介质 | |
CN111311332A (zh) | 用户数据的处理方法和装置 | |
CN103761228A (zh) | 应用程序的排名阈值确定方法和排名阈值确定系统 | |
CN111461827A (zh) | 产品评价信息的推送方法和装置 | |
CN111127059B (zh) | 用户质量的分析方法及装置 | |
CN106919609B (zh) | 产品信息推送方法和装置 | |
CN109829593B (zh) | 目标对象的信用度确定方法、装置、存储介质及电子装置 | |
CN112036987B (zh) | 确定推荐商品的方法和装置 | |
CN116071134B (zh) | 一种智能用户体验显示方法、系统和存储介质 | |
CN110533454B (zh) | 一种识别业务对象群体的方法及系统 | |
CN110796277B (zh) | 一种推荐方法、装置及存储介质 | |
CN104484357B (zh) | 数据处理方法及装置和访问频次信息处理方法及装置 | |
CN111009299A (zh) | 相似药品推荐方法及系统、服务器及介质 | |
CN106708851A (zh) | 信息处理方法和装置 | |
US11175807B1 (en) | Intelligent contextual video thumbnail display | |
CN111694872B (zh) | 一种业务处置的数据化方案的提供方法及装置 | |
CN110399399B (zh) | 用户分析的方法、装置、电子设备和存储介质 | |
CN113918548A (zh) | 基于私域流量的问卷调查方法、装置及存储介质 |
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 |