CN112948222A - 一种应用程序中事件上报的统计方法、装置 - Google Patents
一种应用程序中事件上报的统计方法、装置 Download PDFInfo
- Publication number
- CN112948222A CN112948222A CN201911171549.6A CN201911171549A CN112948222A CN 112948222 A CN112948222 A CN 112948222A CN 201911171549 A CN201911171549 A CN 201911171549A CN 112948222 A CN112948222 A CN 112948222A
- Authority
- CN
- China
- Prior art keywords
- event
- events
- sequence
- ordered
- paths
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
Abstract
本申请公开了一种应用程序中事件上报的统计方法,该方法包括,在应用程序客户端,将包括至少一个以上事件的待统计事件所组成的事件序列作为用户访问路径,将所述用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配;其中,n为所述检测到的事件序列中所包括的事件的总数,将匹配成功的次数作为该用户访问路径的事件上报次数,得到待统计事件的上报次数。对于具有复杂的应用程序的用户访问路径,提供了一种通用的、精准计算用户在应用前端的用户访问路径转化率的统计。
Description
技术领域
本发明涉及数据分析领域,特别地,涉及一种应用程序中事件上报的统计方法。
背景技术
为了衡量应用程序(APP)和/或网站优化的效果或营销推广的效果,以及了解用户行为偏好,时常要对用户访问行为所形成的数据进行分析,它为企业实现理想的数据驱动与布局调整提供科学指导,对精准勾勒用户画像也有重要参考价值。
以电商为例,买家从登录网站/APP到支付成功要经过首页浏览、搜索商品、加入购物车、提交订单、支付订单等过程。而在用户真实的选购过程是一个交错反复的过程,例如提交订单后,用户可能会返回首页继续搜索商品,也可能去取消订单,每一个行为背后都有不同的动机。上述提交订单、返回首页、搜索商品、取消订单等都可以作为用户访问行为的事件,这些事件被执行的先后次序的集合形成事件序列,与其他分析模型配合进行深入分析后,能找到快速用户动机,从而改进APP的设计。
在大数据时代,统计事件序列特征是一个新的挑战。以网站页面访问转化率为例,如果要及时了解任意页面访问流的转化情况,其运算是一个十分耗时的过程。目前,在计算转化率的现有技术中,都是基于单个事件的统计。参见图1所示,图1为基于单个事件统计的一种示意图。比如要统计依次从事件A、经过事件B、再经过事件C、最后到事件D的转化率,每个事件的上报次数分别为图中所示,则进一步地,可以计算相邻两个事件之间的转化率,分别是:从事件A到事件B的转化率为80%、从事件B到事件C的转化率为50%、从事件C到事件D的转化率为50%。
基于单个事件的统计的计算方式简单,APP后端只要直接根据上报的单个事件,进行单个事件的求和,再计算相邻两个事件的转化率即可。但这种方案,大部分情况下是无法准确计算的。比如用户实际的访问行为,可能如下这个样子的:参见图2所示,图2为一个事件具有多个相邻事件的一种示意图。图中,对于事件B,在其之前具有两个相邻事件A、E,在事件B之后具有两个相邻事件C、G;对于事件D,在其之前具有两个相邻事件C、G。如果采用单个事件统计的方式,所统计的B事件的上报次数中,则无法区分哪些是从事件A到的事件B,哪些是从事件E到的事件B。在大型的应用程序中,某个事件的入口无法明确是哪几个,当事件序列之间的关系复杂时,基于单个事件的统计就无法明确了。
发明内容
本发明提供了一种应用程序中事件上报的统计方法,以解决具有复杂关系的事件之事件上报统计的明确性。
本发明提供的一种应用程序中事件上报的统计方法,该方法包括,在应用程序客户端,
将包括至少一个以上事件的待统计事件所组成的事件序列作为用户访问路径,
将所述用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配;其中,n为所述检测到的事件序列中所包括的事件的总数,
将匹配成功的次数作为该用户访问路径的事件上报次数,得到待统计事件的上报次数。
较佳地,所述将所述用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配包括,
判断所述检测到的事件序列是否至少包含有用户访问路径所包括的事件、且次序相同,如果是,则判定匹配成功,否则,判定为不成功。
较佳地,所述将用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配;包括,
为所述用户访问路径构建i个有序子路径li,得到i个有序序列,其中,第i个有序子路径li由从待统计事件组成的事件序列中的第一事件到第i事件的序列组成;i从0开始,i为小于等于I-1的整数,I为待统计事件所包括的事件总数;
将i个有序序列中的第i个有序序列与客户端检测到的事件序列进行从第一事件到第n事件的匹配,
将匹配成功的次数作为有序序列的事件上报次数,得到有序子路径li的事件上报次数。
较佳地,该方法进一步包括,
根据得到的有序子路径的事件上报次数,计算任意相邻两有序子路径之间的转化率,或者,计算待统计事件的转化率。
较佳地,所述根据得到的有序子路径的事件上报次数,计算任意相邻两有序子路径之间的转化率,包括,
计算第i+1个有序子路径li+1的事件上报次数与第i个有序子路径li的事件上报次数之比,得到两者之间的转化率。
较佳地,所述计算待统计事件的转化率包括,
分别计算两两相邻有序子路径之间的转化率,得到I-1个转化率值。
较佳地,所述为所述用户访问路径构建i个有序子路径li,包括,
设置i的初始值为0,
从待统计事件所组成的事件序列s0s1....si-1中提取事件s0至事件si-1序列,作为有序子路径li,
将i递增1,
判断当前i是否大于I,如果是,则结束,否则返回执行所述从待统计事件所组成的事件序列s0s1....si-1中提取事件s0至事件si-1序列的步骤;
其中,si-1为第i个待统计事件。
较佳地,所述待统计事件的数量为两个以上,
所述为所述用户访问路径构建i个有序子路径li,包括,
将为各个用户访问路径构建的有序子路径中具有相同有序子路径进行合并,得到所有待统计事件的用户访问路径的有序子路径集合;
基于有序子路径集合中的有序子路径,分别进行有序子路径的事件上报次数。
本发明提供的一种终端设备,包括存储器和处理器,所述存储器存储有应用程序,所述处理器执行所述应用程序实现上述任一应用程序中事件上报的统计方法的步骤。
本发明还提供一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一应用程序中事件上报的统计方法的步骤。
本发明将包括一个以上事件的待统计事件所形成的事件序列作为用户访问路径,为用户访问路径构建有序子路径,基于有序子路径进行事件上报次数的统计,实现了针对路径的事件上报统计,进一步地,根据统计的有序子路径的事件上报次数,可计算任意相邻两有序子路径的转化率,从而实现了基于路径的转化率统计,在路径转化率统计上是更精准的,同时计算的方式通用,无需进行埋点设计,当需要增加待统计事件的统计时,不需要任何额外的开发,实现了动态采集用户轨迹数据和动态计算。对于具有复杂的应用程序的用户访问路径,提供了一种通用的、精准计算用户在应用前端的用户访问路径转化率的统计。
附图说明
图1为现有技术基于单个事件统计的一种示意图。
图2为一个事件具有多个相邻事件的一种示意图。
图3为本申请实施例的实现事件序列转化率统计的一种流程示意图。
图4为一具体事件序列的上报事件统计的一种示意图。
图5为合并相同子路径的一种示意图。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白,以下结合附图对本申请做进一步详细说明。
申请人发现,将有多个事件所组成的事件序列作为用户访问路径,即使从第一事件到第i事件的路径是多样的,但每个有序子路径是唯一确定的。以图2所示为例,比如统计A-B-C-D这4个事件的转化率,则其实本质上可以按以下的方式进行计算:
对于A事件,统计A事件的上报事件次数,记为count(A),
对于A、B事件,统计以A事件和B事件构成的有序子路径A-B的上报事件次数,记为count(A-B),
对于A、B、C事件,统计依次以A事件、B事件和C事件构成的有序子路径A-B-C的上报事件次数,记为count(A-B-C),
对于A、B、C、D事件,统计依次以A事件、B事件、C事件和D事件构成的有序子路径A-B-C-D的上报事件次数,记为count(A-B-C-D),
则:
A-B的转化率为:count(A-B)/count(A);
A-B-C的转化率为:count(A-B-C)/count(A-B)
A-B-C-D的转化率为:count(A-B-C-D)/count(A-B-C)
这样,针对路径A-B-C-D,只要逐一统计每个有序子路径的上报事件数,就可以进行转化率的计算。
基于此,本发明提供的应用程序中事件上报的统计方法,将包括一个以上事件的待统计事件所形成的事件序列作为用户访问路径,为用户访问路径构建有序子路径,其中,第i个有序子路径li由从待统计事件组成的事件序列中的第一事件到第i事件的序列组成;i为小于等于I的自然数,I为待统计事件所包括的事件总数;统计有序子路径的上报次数。进一步地,基于统计的有序子路径的上报次数,可以计算任意相邻两有序子路径之间的转换率,若计算待统计事件的转化率,则依次计算相邻两有序子路径之间路径的转换率,得到的I-1个转换率值即为待统计事件的转化率。
参见图3所示,图3为本申请实施例的实现事件序列转化率统计的一种流程示意图。
对于包括i个事件的待统计事件(s0、s1....si-1为事件),将事件组成事件序列s0s1....si-1,按照事件序列,构建i个子路径li,其中,i为小于等于I的整数,I为事件序列所包括的事件总数。构建过程具体包括,
步骤301,设置i的初始值为1;
步骤302,从事件序列s0s1....si-1中提取事件s0至事件si-1序列,作为有序子路径li,
步骤303,将i递增1,
步骤304,判断i是否大于I,如果是,则说明子路径构建结束,否则,则返回执行所述步骤302;
即,通过上述步骤,实现了:
当I=0时,构建子路径l0,该路径包括事件s0,
当I=1时,构建子路径l1,该路径为由事件s0和s1组成的、从事件s0为起始点到事件s1为结束点的有序子路径,
......
以此类推,当I=i时,构建子路径li,该路径包括由事件s0和si组成的、从事件s0为起始点、依次s1、s2...si-2到事件si-1为结束点的有序子路径。
基于构建的各个子路径,分别统计各个子路径的上报事件。其中,对于任一有序子路径li,其上报事件的统计具体包括,
步骤305,将任一有序子路径li作为有序序列,与应用程序客户端检测到的事件序列s0s1....sn进行从第一事件到最后事件sn的匹配,将匹配命中的次数作为该有序子路径的上报事件次数,记为count(li);其中,进行匹配的具体处理包括,判断事件序列s0s1....sn是否至少包含有序子路径li所包括的事件、且次序相同,如果是,则判定为匹配,否则判定为不匹配。
反复执行该步骤,直至需要统计的有序子路径的上报事件次数统计完毕。
上述步骤301~305,是先构建有序子路径,然后进行各个有序子路径的上报事件次数统计,也可以是每构建好一建有序子路径,就进行该有序子路径的上报事件次数统计。
进一步地,基于构建的各个有序子路径,根据有序子路径的上报事件次数,计算两相邻子路径之间的转化率:count(li)/count(li-1),得到I-1个转化率,即获得待统计事件的转化率。
以下将以一具体事件序列为例子进行说明。
参见图4所示,图4为一具体事件序列的上报事件统计的一种示意图。假设客户端检测到的事件序列是A-F-B-D-C-E-F-G-F-E-C-D-A-B-C-H,需要统计A-B-C的转化率,则分别按A、A-B、A-B-C路径,计算A、A-B、A-B-C的3个事件统计:
对于路径A,基于事件序列,从左到右进行A的匹配,发现匹配命中两次,则路径A的上报事件为两次,记为count(A)=2;
对于路径A-B:基于事件序列,从左到右进行A-B的匹配,发现A-F-B中能够匹配上A-B,A-B中能够匹配上A-B,这样,匹配命中两次,则路径A-B的上报事件为两次,记为count(A-B)=2;
对于路径A-B-C:基于事件序列,从左到右进行A-B-C的匹配,发现A-F-B-C中能够匹配上A-B-C,A-B-C中能够匹配上A-B-C,这样,匹配命中两次,则路径A-B-C的上报事件为两次,记为count(A-B-C)=2;
基于上述统计结果,进一步地,计算出:
从路径A到路径A-B的转化率为:count(A-B)/count(A)=100%
从路径A-B到路径A-B-C的转化率为:count(A-B-C)/count(A-B)=100%
由此可见,通过将待统计事件序列的上报事件次数统计转化为该待统计事件序列对应的有序子路径,确保了每个有序路径按事件进行精准上报,进一步地,在进行转化率计算时,可以依次地计算两两相邻子路径之间的转化率,从而得到待统计事件的转化率。
实际的统计中,由于会需要统计大量的事件序列,因此,需要构建很多的子路径。比如图4的例子中,在统计A-B-C的同时,需求上还需要统计A-B-D、E-F-G等;这种情况下,如果存在重复事件节点时,则会导致重复上报,比如A-B-C和A-B-D,每个路径按本申请实施例进行统计时,则会导致A、A-B事件的重复统计。为了减少重复统计,提高统计的效率,进一步地,在统计之前,针对所有的待统计事件序列,分别构建各个待统计事件序列的所有子路径,并将各个相同子路径分别合并,得到所有待统计事件的有序子路径集合。参见图5所示,图5为合并相同子路径的一种示意图,例如,对于待统计事件序列ABC,构建的子路径包括:A、A-B、A-B-C,对于待统计事件序列ABD,构建的子路径包括:A、A-B、A-B-D;则进行合并后,构建的有序子路径集合包括:A、A-B、A-B-C、A-B-D,这样,统计的子路径A、A-B的上报事件次数可以供事件序列ABC、和ABD的子路径使用。
实现上述统计方法在应用程序的客户端执行,减少了后端的计算成本,实现上述统计方法的计算机代码可通过与应用程序的交互嵌入至客户端中,并且,可以根据需要动态定义各种待统计路径或待统计事件下发至客户端,从而以结合动态埋点的方式,实现了动态采集用户行为数据和动态计算,对用户而言无感知,所述客户端包括且不限于手机终端、计算机终端等。
本发明提供一种终端设备,包括存储器和处理器,所述存储器存储有应用程序,所述处理器执行所述应用程序实现上述任一所述应用程序中事件上报的统计方法的步骤。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器, 包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:在应用程序客户端,
将包括至少一个以上事件的待统计事件所组成的事件序列作为用户访问路径,
将所述用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配;其中,n为所述检测到的事件序列中所包括的事件的总数,
将匹配成功的次数作为该用户访问路径的事件上报次数,得到待统计事件的上报次数。
对于装置/网络侧设备/存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种应用程序中事件上报的统计方法,其特征在于,该方法包括,在应用程序客户端,
将包括至少一个以上事件的待统计事件所组成的事件序列作为用户访问路径,
将所述用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配;其中,n为所述检测到的事件序列中所包括的事件的总数,
将匹配成功的次数作为该用户访问路径的事件上报次数,得到待统计事件的上报次数。
2.如权利要求1所述的方法,其特征在于,所述将所述用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配包括,
判断所述检测到的事件序列是否至少包含有用户访问路径所包括的事件、且次序相同,如果是,则判定匹配成功,否则,判定为不成功。
3.如权利要求2所述的方法,其特征在于,所述将用户访问路径作为有序序列,与客户端检测到的事件序列进行从第一事件到第n事件的匹配;包括,
为所述用户访问路径构建i个有序子路径li,得到i个有序序列,其中,第i个有序子路径li由从待统计事件组成的事件序列中的第一事件到第i事件的序列组成;i从0开始,i为小于等于I-1的整数,I为待统计事件所包括的事件总数;
将i个有序序列中的第i个有序序列与客户端检测到的事件序列进行从第一事件到第n事件的匹配,
将匹配成功的次数作为有序序列的事件上报次数,得到有序子路径li的事件上报次数。
4.如权利要求3所述的方法,其特征在于,该方法进一步包括,
根据得到的有序子路径的事件上报次数,计算任意相邻两有序子路径之间的转化率,或者,计算待统计事件的转化率。
5.如权利要求4述的方法,其特征在于,所述根据得到的有序子路径的事件上报次数,计算任意相邻两有序子路径之间的转化率,包括,
计算第i+1个有序子路径li+1的事件上报次数与第i个有序子路径li的事件上报次数之比,得到两者之间的转化率。
6.如权利要求4述的方法,其特征在于,所述计算待统计事件的转化率包括,
分别计算两两相邻有序子路径之间的转化率,得到I-1个转化率值。
7.如权利要求3至6任一所述的方法,其特征在于,所述为所述用户访问路径构建i个有序子路径li,包括,
设置i的初始值为0,
从待统计事件所组成的事件序列s0s1....si-1中提取事件s0至事件si-1序列,作为有序子路径li,
将i递增1,
判断当前i是否大于I,如果是,则结束,否则返回执行所述从待统计事件所组成的事件序列s0s1....si-1中提取事件s0至事件si-1序列的步骤;
其中,si-1为第i个待统计事件。
8.如权利要求7所述的方法,其特征在于,所述待统计事件的数量为两个以上,
所述为所述用户访问路径构建i个有序子路径li,包括,
将为各个用户访问路径构建的有序子路径中具有相同有序子路径进行合并,得到所有待统计事件的用户访问路径的有序子路径集合;
基于有序子路径集合中的有序子路径,分别进行有序子路径的事件上报次数。
9.一种终端设备,其特征在于,包括存储器和处理器,所述存储器存储有应用程序,所述处理器执行所述应用程序实现如权利要求1至8任一所述应用程序中事件上报的统计方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8任一所述应用程序中事件上报的统计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911171549.6A CN112948222B (zh) | 2019-11-26 | 2019-11-26 | 一种应用程序中事件上报的统计方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911171549.6A CN112948222B (zh) | 2019-11-26 | 2019-11-26 | 一种应用程序中事件上报的统计方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112948222A true CN112948222A (zh) | 2021-06-11 |
CN112948222B CN112948222B (zh) | 2023-08-18 |
Family
ID=76224802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911171549.6A Active CN112948222B (zh) | 2019-11-26 | 2019-11-26 | 一种应用程序中事件上报的统计方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112948222B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429360A (zh) * | 2021-12-29 | 2022-05-03 | 神策网络科技(北京)有限公司 | 转化率确定方法、装置、电子设备和计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810184A (zh) * | 2012-11-07 | 2014-05-21 | 阿里巴巴集团控股有限公司 | 确定网站页面地址流转率的方法、优化方法及其装置 |
CN106484746A (zh) * | 2015-09-02 | 2017-03-08 | 北京国双科技有限公司 | 网站转化事件的分析方法及装置 |
-
2019
- 2019-11-26 CN CN201911171549.6A patent/CN112948222B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810184A (zh) * | 2012-11-07 | 2014-05-21 | 阿里巴巴集团控股有限公司 | 确定网站页面地址流转率的方法、优化方法及其装置 |
CN106484746A (zh) * | 2015-09-02 | 2017-03-08 | 北京国双科技有限公司 | 网站转化事件的分析方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429360A (zh) * | 2021-12-29 | 2022-05-03 | 神策网络科技(北京)有限公司 | 转化率确定方法、装置、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112948222B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5592934B2 (ja) | ユーザに対するネットワークオブジェクト情報の提案 | |
Sellers et al. | The COM‐Poisson model for count data: a survey of methods and applications | |
US8655907B2 (en) | Multi-channel conversion path position reporting | |
TWI564829B (zh) | Method and apparatus for generating traffic quality comparison parameters, advertising charging method | |
WO2016058485A2 (zh) | 用于计算排序分及建立模型的方法、装置及商品推荐系统 | |
Chang | Estimation of parameters for nonhomogeneous Poisson process: Software reliability with change-point model | |
AU2010100229A4 (en) | Tool, method and system for testing of a redemption-value activator | |
CN103246985B (zh) | 一种广告点击率预测方法及装置 | |
US8910188B1 (en) | Deterministic data processing | |
KR20140038970A (ko) | 광고 지출에 관한 리턴을 갖는 다수의 속성 모델들 | |
Yeo et al. | Predicting online purchase conversion for retargeting | |
Bayer et al. | Fast Ninomiya–Victoir calibration of the double-mean-reverting model | |
CN103391302A (zh) | 一种信息发送的方法及系统 | |
CN110910201B (zh) | 信息推荐的控制方法、装置、计算机设备及存储介质 | |
US20120260185A1 (en) | Path length selector | |
US20200387926A1 (en) | Methods and apparatus to determine informed holdouts for an advertisement campaign | |
CN107368483A (zh) | 信息推荐方法、装置及服务器 | |
CN116823409A (zh) | 一种基于目标搜索数据的智能筛选方法及系统 | |
Shi et al. | A generalized count model on customers' purchases in O2O market | |
CN104111969A (zh) | 一种相似性度量的方法以及系统 | |
CN112948222A (zh) | 一种应用程序中事件上报的统计方法、装置 | |
US9922315B2 (en) | Systems and methods for calculating actual dollar costs for entities | |
CN106161091A (zh) | 一种统计互联网用户行为的方法和系统 | |
CN106204163B (zh) | 一种用户属性特征的确定方法和装置 | |
JP5835802B2 (ja) | 購買予測装置、方法、及びプログラム |
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 |