CN112069424A - 访问行为数据分析方法及装置 - Google Patents
访问行为数据分析方法及装置 Download PDFInfo
- Publication number
- CN112069424A CN112069424A CN201910496876.2A CN201910496876A CN112069424A CN 112069424 A CN112069424 A CN 112069424A CN 201910496876 A CN201910496876 A CN 201910496876A CN 112069424 A CN112069424 A CN 112069424A
- Authority
- CN
- China
- Prior art keywords
- behavior data
- access behavior
- access
- preset
- target 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000007405 data analysis Methods 0.000 title claims abstract description 44
- 238000012216 screening Methods 0.000 claims abstract description 74
- 230000006399 behavior Effects 0.000 claims description 423
- 238000004458 analytical method Methods 0.000 claims description 75
- 238000005192 partition Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 24
- 230000004931 aggregating effect Effects 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000006116 polymerization reaction Methods 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 34
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 8
- 238000004141 dimensional analysis Methods 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 7
- 238000004220 aggregation Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9566—URL specific, e.g. using aliases, detecting broken or misspelled links
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种访问行为数据分析方法及装置,其中方法包括:获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;基于所述多个数据维度,对所述目标访问行为数据进行分析。本申请实现访问行为数据分析的方案,与原有采用聚合表方式进行数据分析的方案相比,可以简单快速地实现多维度数据分析。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及访问行为数据分析方法及装置。
背景技术
在管控网站的过程中,需要分析用户的访问行为数据。
目前在分析用户访问行为数据过程中,首先确定剖析维度,并获取该剖析维度的访问行为数据,生成一个仅包含该剖析维度的聚合表,并针对该聚合表进行分析操作。若需要进行另一维度的分析操作,需要重新获取另一剖析维度的访问行为数据,并重新生成另一仅包含该剖析维度的聚合表,并针对该聚合表进行分析操作。即,现有技术中基于预聚合处理操作,每次仅能进行单一维度的分析操作,要进行另一维度的分析操作时,需要另外生成预聚合表,导致数据分析过程的效率较低,无法方便快速地进行多维度分析操作,继而无法从多个维度了解用户访问行为数据。
发明内容
鉴于上述问题,本发明提供一种克服上述问题或者至少部分地解决上述问题的访问行为数据分析方法及装置。
为了实现上述目的,本发明提供了下述技术方案:
一种访问行为数据分析方法,包括:
获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
基于所述多个数据维度,对所述目标访问行为数据进行分析。
可选的,所述预设筛选条件包括:
预设访问时间区间、预设会话标识和预设节点访问顺序中的至少一种;
所述多个数据维度包括:访问时间、会话标识和节点访问顺序中的至少一种;
当所述预设筛选条件为预设访问时间区间时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,访问时间在所述预设访问时间区间内的访问行为数据,确定为所述目标访问行为数据;和/或,
当所述预设筛选条件为预设会话标识时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,会话标识与所述预设会话标识匹配的访问行为数据,确定为所述目标访问行为数据;和/或,
当所述预设筛选条件为预设节点访问顺序时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,节点访问顺序包含所述预设节点访问顺序的访问行为数据,确定为所述目标访问行为数据。
可选的,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据之前,所述方法还包括:
按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据;
对于各个会话标识对应的聚合数据,按照节点访问顺序执行排序操作。
可选的,所述访问行为数据集合为访问行为数据表,所述访问行为数据表包括多个分区,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据之前,所述方法还包括:
按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据;
将每个会话标识对应的聚合数据存储于所述访问行为数据表的一个分区中,且每个所述分区中存储的聚合数据按照节点访问顺序进行排序;
当所述预设筛选条件为预设会话标识时,所述从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
确定所述访问行为数据表中,会话标识与所述预设会话标识匹配的分区;
将所述分区中的访问行为数据,确定为所述目标访问行为数据。
可选的,当所述目标访问行为数据为多条时,所述基于所述多个数据维度,对所述目标访问行为数据进行分析,包括:
从所述多个数据维度中,确定至少一个待剖析维度;
确定剖析方向,所述剖析方向包括前置剖析和后置剖析中的至少一种;
从多条所述目标访问行为数据中,筛选出与所述待剖析维度对应的第一目标访问行为数据;
从多条所述目标访问行为数据中,筛选出节点访问顺序与所述第一目标访问行为数据的节点访问顺序相邻,且在所述剖析方向一侧的第二目标访问行为数据;
对所述第二目标访问行为数据进行剖析,得到剖析结果。
可选的,在对所述第二目标访问行为数据进行剖析之后,所述方法还包括:
接收剖析维度切换指令;
基于所述剖析维度切换指令,从所述多个数据维度中确定至少一个新的剖析维度;
基于所述新的剖析维度对所述第二目标访问行为数据进行剖析,得到剖析结果;和/或,
接收剖析维度切换指令;
基于所述剖析维度切换指令,从所述多个数据维度中确定至少一个新的剖析维度,并从所述多条访问行为数据中筛选出与所述新的剖析维度对应的第三目标访问行为数据;
基于所述新的剖析维度对所述第三目标访问行为数据进行剖析,得到剖析结果;和/或,
在对所述第二目标访问行为数据或第三目标访问行为数据进行剖析,得到剖析结果之后,所述方法还包括:
从所述多个数据维度中确定统计维度,所述多个数据维度包括:页面URL、页面标题、页面标识和页面类别中的至少一种;
根据所述统计维度对所述剖析结果进行分类统计。
可选的,还包括:
在显示界面上展示所述剖析结果,所述显示界面至少包括互不重叠的第一区域、第二区域和第三区域;所述第一区域用于显示所述第一目标访问行为数据;所述第二区域用于显示前置剖析结果;所述第三区域用于显示后置剖析结果。
一种访问行为数据分析装置,包括:
获取单元,用于获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
确定单元,用于从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
分析单元,用于基于所述多个数据维度,对所述目标访问行为数据进行分析。
一种访问行为数据分析系统,包括:
多个终端,用于供多个用户访问网站;
网站服务器,用于记录多个用户访问网页过程中的访问行为数据,并组成访问行为数据集合,发送所述访问行为数据集合至第三方服务器;
第三方服务器,用于获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;基于所述多个数据维度,对所述目标访问行为数据进行分析。
一种设备,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:
获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
基于所述多个数据维度,对所述目标访问行为数据进行分析。
借由上述技术方案,本发明提供的访问行为数据分析方法及装置,可以达到:
本发明中访问行为数据集合中每条访问行为数据包括关联存储的多个数据维度,通过相互关联的多个数据维度可以实现多维度分析。
由于访问行为数据集合的数量很大,为了提高处理效率,可以按照预设筛选条件对访问行为数据集合进行筛选获得目标访问行为数据,从而大大减少访问行为数据集合的数据量。
由于目标访问行为数据中每条访问行为数据包括关联存储的多个数据维度,所以可以基于多个数据维度对筛选出的目标访问行为进行多维度数据分析。
本方案与原有采用聚合表方式来实现数据分析的方案相比,在使用访问行为数据集合后可以简单快速地实现多维度数据分析。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1a示出了访问行为数据分析系统实施例一的结构示意图;
图1b示出了访问行为数据分析系统实施例二的结构示意图;
图2示出了访问行为数据分析方法实施例一的流程图;
图3示出了访问行为数据分析方法实施例二的示意图;
图4示出了访问行为数据分析方法中连式结构的示意图;
图5示出了访问行为数据分析方法中显示界面的示意图;
图6示出了访问行为数据分析装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明提供一种访问行为数据分析系统的实施例一,参见图1a,包括:
多个终端100,用于供多个用户访问网站;
网站服务器200,用于记录多个用户访问网页过程中的访问行为数据,并组成访问行为数据集合,并基于访问行为数据集合进行多维度分析。
本发明提供一种访问行为数据分析系统的实施例二,参见图1b,包括:
多个终端100,用于供多个用户访问网站;
网站服务器200,用于记录多个用户访问网页过程中的访问行为数据,并组成访问行为数据集合,发送访问行为数据集合至第三方服务器;
第三方服务器300,用于基于访问行为数据集合进行多维度分析。
在图1a和图1b所示的访问行为数据分析系统中,网站服务器中部署有脚本代码(Javascript),脚本代码中预先设定多个数据维度,在发生网页访问情况下,可以捕捉用户访问网页过程中的多个数据维度的数据。
即网站服务器可以获取包含所有用户访问网页过程中的访问行为数据并组成访问行为数据集合;每条访问行为数据包括关联存储的多个数据维度。
多个数据维度可以包括:访问标识、访问时间、访问顺序、会话标识、页面标题、网页网址、页面类别、是否刷新、页面访问深度、加载时长、是否退出和页面滚动次数等。当然还可以依据应用场景增加或删除一些数据维度。
参见表1,为脚本代码中多个数据维度的实例。
下面介绍实施例一中网站服务器200基于访问行为数据集合进行多维度分析的过程,和,第三方服务器300基于访问行为数据集合进行多维度分析的过程。
由于两者基于访问行为数据集合进行多维度分析过程是一致的,所以下面统一进行解释说明。
本发明提供了一种访问行为数据分析方法的实施例一,参见图2,可以包括以下步骤:
步骤S201:获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度。
本发明中网站服务器/第三方服务器可以获取访问行为数据集合,访问行为数据集合包括多条访问行为数据,且,每条访问行为数据包括关联存储的多个数据维度,以用于从多个维度执行分析操作。
参见表1,多个数据维度可以包括:访问标识、访问时间、访问顺序、会话标识、页面标题、网页网址、页面类别、是否刷新、页面访问深度、加载时长、是否退出和页面滚动次数等。
步骤S202:从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据。
由于访问行为数据集合的数据量十分庞大,所以为了便于后续简单方便的进行数据分析,预先在网站服务器/第三方服务器存储预设筛选条件,以供网站服务器/第三方服务器对访问行为数据集合进行过滤。当然也可以在网站服务器或第三方服务器采集访问行为数据集合之后,再通过输入的预设筛选条件进行目标访问行为数据的过滤,进而对目标访问行为数据进行多维度数据分析。
在一个实施例中,预设筛选条件可以为:预设访问时间区间、预设会话标识和预设节点访问顺序中的至少一种。例如,根据预设访问时间区间能够从访问行为数据集合中筛选出待分析时间段内的目标访问行为数据;通过预设会话标识可以从访问行为数据集合中筛选出需要分析的特定会话标识对应的目标访问行为数据;通过预设节点访问顺序能够从访问行为数据集合中筛选出满足特定节点访问顺序的目标访问行为数据。
步骤S203:基于所述多个数据维度,对所述目标访问行为数据进行分析。
现有技术采用仅包含一个剖析维度的聚合表进行数据分析,在切换剖析维度时,需要重新生成聚合表,本实施例摒弃聚合表的实现方式,而是通过从访问行为数据集合中,筛选出目标访问行为数据进行分析,从而能够不受聚合表剖析维度的限制,能够高效快捷地进行数据分析。由于目标访问行为数据中每条访问行为数据包括关联存储的多个数据维度,所以可以从多个数据维度对目标访问行为数据进行分析,也即对目标访问行为数据进行多维度分析。
通过上述技术特征可知本申请具有如下技术效果:
本发明中访问行为数据集合中每条访问行为数据包括关联存储的多个数据维度,通过相互关联的多个数据维度可以实现多维度分析。
由于访问行为数据集合的数量很大,为了提高处理效率,可以按照预设筛选条件对访问行为数据集合进行筛选获得目标访问行为数据,从而大大减少访问行为数据集合的数据量。
由于目标访问行为数据中每条访问行为数据包括关联存储的多个数据维度,所以可以基于多个数据维度对筛选出的目标访问行为进行多维度数据分析。
本方案与原有采用聚合表方式来实现数据分析的方案相比,在使用访问行为数据集合后可以简单快速地实现多维度数据分析。
本发明提供了一种访问行为数据分析方法的实施例二,参见图3,可以包括以下步骤:
步骤S301:获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度。
本发明实施例中,可以通过网站服务器/第三方服务器获取访问行为数据集合,访问行为数据集合包括多条访问行为数据,且,每条访问行为数据包括关联存储的多个数据维度,以用于从多个维度执行分析操作。
参见表1,多个数据维度可以包括:访问标识、访问时间、访问顺序、会话标识、页面标题、网页网址、页面类别、是否刷新、页面访问深度、加载时长、是否退出和页面滚动次数等。
步骤S302:对访问行为数据集合执行排序操作。
S1:按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据。
需要说明的是,此处的聚合操作为:将访问行为数据集合中会话标识一致的多条访问行为数据汇集在一起,即同一会话标识的访问行为数据放置在一处,通常并不对数据进行合并处理,从而获得各个会话标识对应的聚合数据,一个会话标识的聚合数据也即包含该会话标识的多条访问行为数据。
S2:对于各个会话标识对应的聚合数据,按照节点访问顺序执行排序操作。
对于每个会话标识的聚合数据而言,为了更好的执行后续分析操作,按照节点访问顺序执行排序操作,从而使得每个聚合数据中的多条访问行为数据按照节点访问顺序进行排序,当然此处的节点访问顺序在同一会话中,也是按照时间顺序进行排列的。即,先访问的行为数据排在前面,用户后访问的行为数据排在后面。
在另外一个实施例中,所述访问行为数据集合可以为访问行为数据表,所述访问行为数据表包括多个分区,那么步骤S1和步骤S2进一步实现为:
步骤S1:按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据;
步骤S2:将每个会话标识对应的聚合数据存储于所述访问行为数据表的一个分区中,且每个所述分区中存储的聚合数据按照节点访问顺序进行排序。
在该实施例中,通过将每个会话标识对应的聚合数据存储于一个数据表的分区中,并且将每个分区中的聚合数据进行排序,从而在后续能够方便地根据分区标识及排序情况筛选出需要的目标访问行为数据。
在排序操作结束后,可以将每个会话标识的访问过程按会话标识聚集在一起,且,每个聚合数据中按节点访问顺序排列。参见图4,为了便于理解,采用图示形式表示三个会话访问网站的过程。例如,左侧第一个会话表示:用户依次进入A网页-B网页-C网页,然后跳转至A网页,再跳转至B网页,然后退出网页访问。其中,图4中的A、B、C每个分别代表一个网页访问节点(也称:网页节点),每个网页节点对应一个网页,对该网页的访问行为能够生成一条网页访问行为数据。
在执行排序操作后获得的目标访问行为数据,排序操作将用户访问网站行为还原为其真实访问网页过程中的链式结构。由于原来在获取访问行为数据过程中,用户访问网站行为混乱各个会话顺序杂乱的存储在数据表中,根据访问行为记录,无法直观看出用户的访问行为情况,通过排序操作可以恢复每个会话标识原来的链式结构。
参见图4,可以代表3个用户在一个网页会话中访问网站的链式过程,或者同一用户在3个网页会话中的网页访问行为。访问行为数据集合中每条访问行为数据即为一个网页访问节点。
步骤S303:从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据。
由于访问行为数据集合的数据量十分庞大,所以为了便于后续简单方便的进行数据分析,可以预先在网站服务器/第三方服务器存储预设筛选条件,以供网站服务器/第三方服务器自动对访问行为数据集合进行过滤。或者,在获取访问行为数据集合后,根据设定的筛选条件进行数据过滤,例如,获取的访问行为数据集合为2018年1月1日-2018年12月31日一年内的访问行为数据,由于数据量过大,可以先确定待分析时间段例如为:2018年3月1日-3月7日一周的访问行为数据,则从一年的访问行为数据中通过时间区间过滤,能够方便地筛选出该周内的访问行为数据。其中预设筛选条件包括:预设访问时间区间、预设会话标识和预设节点访问顺序中的至少一种。
(1)当所述预设筛选条件为预设访问时间区间时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,访问时间在所述预设访问时间区间内的访问行为数据,确定为所述目标访问行为数据。
(2)当所述预设筛选条件为预设会话标识时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,会话标识与所述预设会话标识匹配的访问行为数据,确定为所述目标访问行为数据。
在访问行为数据集合为访问行为数据表的情况下,当所述预设筛选条件为预设会话标识时,所述从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
确定所述访问行为数据表中,会话标识与所述预设会话标识匹配的分区;将所述分区中的访问行为数据,确定为所述目标访问行为数据。
(3)在对访问行为数据集合执行排序操作后,当所述预设筛选条件为预设节点访问顺序时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,节点访问顺序包含所述预设节点访问顺序的访问行为数据,确定为所述目标访问行为数据。
执行筛选操作获得的目标访问行为数据,相比于访问行为数据集合而言,其数据量大大减少,方便后续可以从较少的数量中进行多维度分析,提高分析效率。
步骤S304:基于所述多个数据维度,对所述目标访问行为数据进行分析。
当目标访问行为数据包括一条数据的情况下,可以从多个数据维度对该条访问行为数据进行分析,以了解该条访问行为数据多个数据维度的分析情况。
当所述目标访问行为数据为多条时,对步骤S304进行进一步说明:
步骤S1:从所述多个数据维度中,确定至少一个待剖析维度。
可以理解的是,目标访问行为数据包括多条访问行为数据,每条访问行为数据对应一个节点(用户进行一次网页访问的过程即为一个节点,该访问过程中采集的多个数据维度的数据成为一条节点访问数据)。
从目标访问行为数据的多条访问行为数据中,确定至少一个待剖析维度。此处的待剖析维度为关联存储的多个数据维度中的一个具体的数据维度,以待剖析维度为页面标题为例,此处待剖析维度为页面标题的具体名称。
步骤S2:确定剖析方向,所述剖析方向包括前置剖析和后置剖析中的至少一种。
其中,可以根据需要选择剖析方向,既可以一次选择一个剖析方向,也可以同时选择双向剖析(前置剖析和后置剖析)。对于单线程而言,一个剖析过程中对应一个剖析方向,此情况下,剖析方向为前置剖析或后置剖析。对于多线程而言,剖析方向可以同时选择两个方向,利用一个线程处理一个剖析方向,利用其它线程处理另外一个方向。
步骤S3:从多条所述目标访问行为数据中,筛选出与所述待剖析维度对应的第一目标访问行为数据;从多条所述目标访问行为数据中,筛选出节点访问顺序与所述第一目标访问行为数据的节点访问顺序相邻,且在所述剖析方向一侧的第二目标访问行为数据。
需要说明的是,第一目标访问行为数据和第二目标访问行为数据的数量可以为一条或多条。具体可以沿剖析方向一侧,选择与第一目标访问行为数据相邻的一条或者多条访问行为数据作为第二目标访问行为数据。以图4中左侧的链式结构为例,假设第一目标访问行为数据对应的访问节点为C,如果选择的剖析方向为前置剖析,则根据节点顺序可以确定与C节点相邻的节点为B节点,则可以确定B节点对应的访问行为数据为第二目标访问行为数据;如果需要分析相邻的2级节点,则可以将B节点和A节点对应的访问行为数据作为第二目标访问行为数据。
依然以图4为例,例如,以访问节点为C为例,假设目标访问行为数据具有3条包含访问节点C的访问行为数据。
以剖析方向为前置剖析为例,则从3条连式结构中可以确定出3个目标访问节点,分别为左侧分支对应的访问节点B,中间分支对应的访问节点A,和,右侧分支对应的访问节点B。
以剖析方向为后置剖析为例,则从三条链式结构中可以确定出3个目标访问节点,分别为左侧分支对应的访问节点A,中间分支对应的访问节点A,和,右侧分支对应的访问节点B。
在一个实施例中,在对第二目标访问行为数据进行剖析之后,还可以包括:
步骤S111:接收剖析维度切换指令;
步骤S112:基于剖析维度切换指令,从多个数据维度中确定至少一个新的剖析维度;
步骤S113:基于新的剖析维度对第二目标访问行为数据进行剖析,得到剖析结果。
作为上述实施例的另外一种实现方案,在对第二目标访问行为数据进行剖析之后,还可以包括:
步骤S221:接收剖析维度切换指令;
步骤S222:基于析维度切换指令,从多个数据维度中确定至少一个新的剖析维度,并从多条访问行为数据中筛选出与新的剖析维度对应的第三目标访问行为数据;
步骤S223:基于新的剖析维度对第三目标访问行为数据进行剖析,得到剖析结果。
在该实施例中,可以根据剖析维度切换指令,重新确定剖析维度,以及筛选待分析的第三目标访问行为数据,从而可以既对原有筛选出的第二访问行为数据进行分析,还可以对新筛选出的第三访问行为数据进行分析,其中,第三目标访问行为数据和第二目标访问行为数据既可以为同一剖析方向,也可以为不同剖析方向;第三目标访问行为数据和第二目标访问行为数据所对应的网页节点可以为上下级相邻的一个或几个网页节点,从而能够实现多层级网络节点对应的访问行为数据分析,实现深度信息挖掘。
在另外一个实施例中,对第二目标访问行为数据或第三目标访问行为数据进行剖析,得到剖析结果之后,上述方法还可以包括:
从所述多个数据维度中确定统计维度,所述多个数据维度包括:页面URL、页面标题、页面标识和页面类别中的至少一种;
根据统计维度对剖析结果进行分类统计。
其中,分类统计可以用于确定各个目标访问节点的访问次数、访问次数占比、访问次数分组等,并将上述分类统计结果作为分析结果进行显示。当然,在其他实施例中,也可以将上述前置分析结果、后置分析结果作为分析结果进行显示。
参见图5,显示分析结果可以包括提供一显示界面,所述显示界面至少包括第一区域、第二区域和第三区域,且,三个区域不重叠;其中,第一区域用于显示第一目标访问行为数据,第二区域用于显示前置剖析结果,第三区域用于显示后置剖析结果。
可选的,所述显示界面还包括设置于所述第一区域设置的下拉菜单;
则所述接收包含剖析维度的剖析指令,包括:接收通过下拉菜单选择包含的剖析维度的剖析指令;
则所述接收包含新剖析维度的切换指令,包括:接收通过下拉菜单选择的包含新剖析维度的剖析指令。
所述显示界面还包括:设置于所述第二区域的下拉菜单和设置于第三区域的下拉菜单;
则所述显示分析结果包括:
通过第二区域或第三区域的下拉菜单,确定目标访问节点的显示维度;
按显示维度显示各个目标访问节点;
并在目标访问节点的显示区域中显示目标访问节点的属性。
为了便于理解,采用一个场景实施例对本申请进行描述:
S11:在网站服务器上部署脚本代码(Javascript),发生网页访问的时候利用脚本代码捕捉以下多维度信息。
将各个会话的多维度信息按照访问时间的先后顺序存入一张表T1中,其中每行记录采用pv来表示。该表T1中每条记录pv代表一个会话的一个网页访问操作,可以理解的是,一个会话中可以进行多次网页访问操作。
S12:在一个评估周期(t1,t2)内对表T1进行时间过滤,过滤结果存放在表T2中。
以下表为例,对T2表进行示意说明。
S13:按照会话标识和访问顺序的先后顺序对表T2执行聚合分区操作。
以下表为例为步骤S3步骤后的结果:
访问标识 | 会话标识 | 访问顺序 | 网页标题 | 网页网址 |
Pv5 | User_A | Access_order:1 | Title:P_B | XXX/2.html |
Pv2 | User_A | Access_order:2 | Title:P_A | XXX/1.html |
Pv3 | User_A | Access_order:3 | Title:P_B | XXX/2.html |
Pv23 | User_A | Access_order:4 | Title:P_A | XXX/1.html |
Pv8 | User_A | Access_order:5 | Title:P_A | XXX/1.html |
Pv1 | User_B | Access_order:1 | Title:P_B | XXX/2.html |
Pv9 | User_B | Access_order:2 | Title:P_A | XXX/1.html |
Pv4 | User_B | Access_order:3 | Title:P_A | XXX/1.html |
S14:确定待分析访问节点和剖析方向。
使用待分析访问节点的某个预设维度信息来确定待分析访问节点。例如,以待分析访问节点的网页网址PageUrl=XXX/1.html来确定待分析访问节点。
S15:在表T2中每条记录中查询待分析访问节点获得多个行记录。
即,在表T2与待分析访问节点相同维度的PageUrl中匹配待分析访问节点的XXX/1.html。循环检索表T2行记录,找到匹配PageUrl=XXX/1.html的多个行记录:[pv2,pv23,pv8,pv9,pv4]。
S16:按照剖析方向来确定多个行记录的目标访问节点集合。
例如,剖析方向为后置剖析,则可以得到紧邻多个行记录pv的后置记录(多个行记录的下一行):[pv3,pv8,A退出,pv4,B退出],并将其作为目标访问节点集合。
采用下表表示:
S17:根据动态确定的剖析维度对S16中的目标访问节点集合执行分析操作。
以动态确定的剖析维度为页面标题为例,对以上S16中获得pv数组执行分析操作,例如执行分组统计操作获得分析结果。则访问xxx/1.html之后的后置剖析的分析结果如下:
页面标题 | 次数 |
P_A | 2 |
P_B | 1 |
退出 | 2 |
当然,还可以进行其它方面的分析操作,例如,可以根据需要迭代预设多层级条件,进行多层级的前置剖析或者后置剖析,直至剖析结果满足需要为止,本实施例不再一一列举。
参见图6,本申请提供了一种访问行为数据分析装置,可以包括:
获取单元61,用于获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
确定单元62,用于从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
分析单元63,用于基于所述多个数据维度,对所述目标访问行为数据进行分析。
其中,所述预设筛选条件包括:
预设访问时间区间、预设会话标识和预设节点访问顺序中的至少一种;
所述多个数据维度包括:访问时间、会话标识和节点访问顺序中的至少一种;
当所述预设筛选条件为预设访问时间区间时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,访问时间在所述预设访问时间区间内的访问行为数据,确定为所述目标访问行为数据;和/或,
当所述预设筛选条件为预设会话标识时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,会话标识与所述预设会话标识匹配的访问行为数据,确定为所述目标访问行为数据;和/或,
当所述预设筛选条件为预设节点访问顺序时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,节点访问顺序包含所述预设节点访问顺序的访问行为数据,确定为所述目标访问行为数据。
其中,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据之前,所述方法还包括:
按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据;
对于各个会话标识对应的聚合数据,按照节点访问顺序执行排序操作。
其中,所述访问行为数据集合为访问行为数据表,所述访问行为数据表包括多个分区,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据之前,所述方法还包括:
按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据;
将每个会话标识对应的聚合数据存储于所述访问行为数据表的一个分区中,且每个所述分区中存储的聚合数据按照节点访问顺序进行排序;
当所述预设筛选条件为预设会话标识时,所述从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
确定所述访问行为数据表中,会话标识与所述预设会话标识匹配的分区;
将所述分区中的访问行为数据,确定为所述目标访问行为数据。
其中,当所述目标访问行为数据为多条时,所述基于所述多个数据维度,对所述目标访问行为数据进行分析,包括:
从所述多个数据维度中,确定至少一个待剖析维度;
确定剖析方向,所述剖析方向包括前置剖析和后置剖析中的至少一种;
从多条所述目标访问行为数据中,筛选出与所述待剖析维度对应的第一目标访问行为数据;
从多条所述目标访问行为数据中,筛选出节点访问顺序与所述第一目标访问行为数据的节点访问顺序相邻,且在所述剖析方向一侧的第二目标访问行为数据;
对所述第二目标访问行为数据进行剖析,得到剖析结果。
其中在对所述第二目标访问行为数据进行剖析之后,还包括:
接收剖析维度切换指令;
基于所述剖析维度切换指令,从所述多个数据维度中确定至少一个新的剖析维度;
基于所述新的剖析维度对所述第二目标访问行为数据进行剖析,得到剖析结果;和/或,
接收剖析维度切换指令;
基于所述剖析维度切换指令,从所述多个数据维度中确定至少一个新的剖析维度,并从所述多条访问行为数据中筛选出与所述新的剖析维度对应的第三目标访问行为数据;
基于所述新的剖析维度对所述第三目标访问行为数据进行剖析,得到剖析结果;和/或,
在对所述第二目标访问行为数据或第三目标访问行为数据进行剖析,得到剖析结果之后,所述方法还包括:
从所述多个数据维度中确定统计维度,所述多个数据维度包括:页面URL、页面标题、页面标识和页面类别中的至少一种;
根据所述统计维度对所述剖析结果进行分类统计。
所述访问行为数据分析装置包括处理器和存储器,上述获取单元、确定单元、分析单元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。
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基于多个数据维度进行多维度数据分析的目的。
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。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述访问行为数据分析方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述访问行为数据分析方法。
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:
获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
基于所述多个数据维度,对所述目标访问行为数据进行分析。
本文中的设备可以是服务器、PC、PAD、手机等。
本发明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:
获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
基于所述多个数据维度,对所述目标访问行为数据进行分析。
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。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种访问行为数据分析方法,其特征在于,包括:
获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
基于所述多个数据维度,对所述目标访问行为数据进行分析。
2.如权利要求1所述的方法,其特征在于,所述预设筛选条件包括:
预设访问时间区间、预设会话标识和预设节点访问顺序中的至少一种;
所述多个数据维度包括:访问时间、会话标识和节点访问顺序中的至少一种;
当所述预设筛选条件为预设访问时间区间时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,访问时间在所述预设访问时间区间内的访问行为数据,确定为所述目标访问行为数据;和/或,
当所述预设筛选条件为预设会话标识时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,会话标识与所述预设会话标识匹配的访问行为数据,确定为所述目标访问行为数据;和/或,
当所述预设筛选条件为预设节点访问顺序时,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
将所述访问行为数据集合中,节点访问顺序包含所述预设节点访问顺序的访问行为数据,确定为所述目标访问行为数据。
3.如权利要求2所述的方法,其特征在于,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据之前,所述方法还包括:
按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据;
对于各个会话标识对应的聚合数据,按照节点访问顺序执行排序操作。
4.如权利要求2所述的方法,其特征在于,所述访问行为数据集合为访问行为数据表,所述访问行为数据表包括多个分区,从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据之前,所述方法还包括:
按照会话标识对所述多条访问行为数据进行聚合,获得各个会话标识对应的聚合数据;
将每个会话标识对应的聚合数据存储于所述访问行为数据表的一个分区中,且每个所述分区中存储的聚合数据按照节点访问顺序进行排序;
当所述预设筛选条件为预设会话标识时,所述从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据,包括:
确定所述访问行为数据表中,会话标识与所述预设会话标识匹配的分区;
将所述分区中的访问行为数据,确定为所述目标访问行为数据。
5.如权利要求2所述的方法,其特征在于,当所述目标访问行为数据为多条时,所述基于所述多个数据维度,对所述目标访问行为数据进行分析,包括:
从所述多个数据维度中,确定至少一个待剖析维度;
确定剖析方向,所述剖析方向包括前置剖析和后置剖析中的至少一种;
从多条所述目标访问行为数据中,筛选出与所述待剖析维度对应的第一目标访问行为数据;
从多条所述目标访问行为数据中,筛选出节点访问顺序与所述第一目标访问行为数据的节点访问顺序相邻,且在所述剖析方向一侧的第二目标访问行为数据;
对所述第二目标访问行为数据进行剖析,得到剖析结果。
6.如权利要求5所述的方法,其特征在于,在对所述第二目标访问行为数据进行剖析之后,所述方法还包括:
接收剖析维度切换指令;
基于所述剖析维度切换指令,从所述多个数据维度中确定至少一个新的剖析维度;
基于所述新的剖析维度对所述第二目标访问行为数据进行剖析,得到剖析结果;和/或,
接收剖析维度切换指令;
基于所述剖析维度切换指令,从所述多个数据维度中确定至少一个新的剖析维度,并从所述多条访问行为数据中筛选出与所述新的剖析维度对应的第三目标访问行为数据;
基于所述新的剖析维度对所述第三目标访问行为数据进行剖析,得到剖析结果;和/或,
在对所述第二目标访问行为数据或第三目标访问行为数据进行剖析,得到剖析结果之后,所述方法还包括:
从所述多个数据维度中确定统计维度,所述多个数据维度包括:页面URL、页面标题、页面标识和页面类别中的至少一种;
根据所述统计维度对所述剖析结果进行分类统计。
7.如权利要求5或6所述的方法,其特征在于,还包括:
在显示界面上展示所述剖析结果,所述显示界面至少包括互不重叠的第一区域、第二区域和第三区域;所述第一区域用于显示所述第一目标访问行为数据;所述第二区域用于显示前置剖析结果;所述第三区域用于显示后置剖析结果。
8.一种访问行为数据分析装置,其特征在于,包括:
获取单元,用于获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
确定单元,用于从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
分析单元,用于基于所述多个数据维度,对所述目标访问行为数据进行分析。
9.一种访问行为数据分析系统,其特征在于,包括:
多个终端,用于供多个用户访问网站;
网站服务器,用于记录多个用户访问网页过程中的访问行为数据,并组成访问行为数据集合,发送所述访问行为数据集合至第三方服务器;
第三方服务器,用于获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;基于所述多个数据维度,对所述目标访问行为数据进行分析。
10.一种设备,其特征在于,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:
获取访问行为数据集合;其中,所述访问行为数据集合包括多条访问行为数据,每条访问行为数据包括关联存储的多个数据维度;
从所述访问行为数据集合中,确定出满足预设筛选条件的目标访问行为数据;
基于所述多个数据维度,对所述目标访问行为数据进行分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910496876.2A CN112069424B (zh) | 2019-06-10 | 2019-06-10 | 访问行为数据分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910496876.2A CN112069424B (zh) | 2019-06-10 | 2019-06-10 | 访问行为数据分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112069424A true CN112069424A (zh) | 2020-12-11 |
CN112069424B CN112069424B (zh) | 2024-07-26 |
Family
ID=73658448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910496876.2A Active CN112069424B (zh) | 2019-06-10 | 2019-06-10 | 访问行为数据分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112069424B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284573A (zh) * | 2021-06-02 | 2021-08-20 | 山东健康医疗大数据有限公司 | 一种文档数据库检索方法与装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100312884A1 (en) * | 2009-05-26 | 2010-12-09 | Sagnik Nandy | System and method for aggregating analytics data |
US20110225288A1 (en) * | 2010-03-12 | 2011-09-15 | Webtrends Inc. | Method and system for efficient storage and retrieval of analytics data |
US20120226656A1 (en) * | 2011-03-04 | 2012-09-06 | International Business Machines Corporation | Scalable mechanism for resolving cell-level access from sets of dimensional access rules |
CN103297469A (zh) * | 2012-02-25 | 2013-09-11 | 阿里巴巴集团控股有限公司 | 一种网站数据的采集方法及装置 |
US20130290242A1 (en) * | 2010-08-11 | 2013-10-31 | Naohiro Suzuki | Time series data processing device and method therefor |
US20170308688A1 (en) * | 2014-10-28 | 2017-10-26 | Nippon Telegraph And Telephone Corporation | Analysis apparatus, analysis system, analysis method, and analysis program |
JP2017204091A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社ロックオン | 顧客を軸としたアクセス履歴解析システム、顧客を軸としたアクセス履歴解析方法、および、顧客を軸としたアクセス履歴解析プログラム |
-
2019
- 2019-06-10 CN CN201910496876.2A patent/CN112069424B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100312884A1 (en) * | 2009-05-26 | 2010-12-09 | Sagnik Nandy | System and method for aggregating analytics data |
US20110225288A1 (en) * | 2010-03-12 | 2011-09-15 | Webtrends Inc. | Method and system for efficient storage and retrieval of analytics data |
US20130290242A1 (en) * | 2010-08-11 | 2013-10-31 | Naohiro Suzuki | Time series data processing device and method therefor |
US20120226656A1 (en) * | 2011-03-04 | 2012-09-06 | International Business Machines Corporation | Scalable mechanism for resolving cell-level access from sets of dimensional access rules |
CN103297469A (zh) * | 2012-02-25 | 2013-09-11 | 阿里巴巴集团控股有限公司 | 一种网站数据的采集方法及装置 |
US20170308688A1 (en) * | 2014-10-28 | 2017-10-26 | Nippon Telegraph And Telephone Corporation | Analysis apparatus, analysis system, analysis method, and analysis program |
JP2017204091A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社ロックオン | 顧客を軸としたアクセス履歴解析システム、顧客を軸としたアクセス履歴解析方法、および、顧客を軸としたアクセス履歴解析プログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284573A (zh) * | 2021-06-02 | 2021-08-20 | 山东健康医疗大数据有限公司 | 一种文档数据库检索方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112069424B (zh) | 2024-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11360881B2 (en) | Customizing computer performance tests | |
US20180365085A1 (en) | Method and apparatus for monitoring client applications | |
CN105912587A (zh) | 一种数据采集方法和系统 | |
CN107797894B (zh) | App用户行为分析方法和装置 | |
CN108289121A (zh) | 营销信息的推送方法及装置 | |
CN108255886B (zh) | 推荐系统的评估方法及装置 | |
CN110147327B (zh) | 一种基于多粒度的web自动化测试管理方法 | |
CN104243590A (zh) | 资源对象推荐方法和装置 | |
CN104035991A (zh) | 一种新闻标题的显示方法及用于提供新闻页面的服务器 | |
CN110795614A (zh) | 一种索引自动优化方法及装置 | |
CN109033188A (zh) | 一种元数据采集方法、装置、服务器和计算机可读介质 | |
CN107153702A (zh) | 一种数据处理方法及装置 | |
CN109582883B (zh) | 栏目页的确定方法和装置 | |
CN112069424A (zh) | 访问行为数据分析方法及装置 | |
US20140164270A1 (en) | Method, system and computer readable medium for recommending medium users | |
CN105989019B (zh) | 一种清洗数据的方法及装置 | |
US8918410B2 (en) | System and method for fast identification of variable roles during initial data exploration | |
CN112596851A (zh) | 仿真平台的多源异构数据批量抽取方法和分析方法 | |
US20130124484A1 (en) | Persistent flow apparatus to transform metrics packages received from wireless devices into a data store suitable for mobile communication network analysis by visualization | |
CN104317820B (zh) | 报表的统计方法和装置 | |
CN107315674B (zh) | 一种存储系统信息显示方法及系统 | |
CN106648550B (zh) | 用于并发执行任务的方法与设备 | |
CN109933506A (zh) | 服务器大数据性能评价方法、系统及电子设备和存储介质 | |
CN110941608B (zh) | 一种埋点分析和漏斗分析报表生成方法、装置及设备 | |
CN108810299B (zh) | 一种信息解析的方法、介质及设备 |
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 |