CN113420240A - 用户行为分析方法、装置、电子设备和存储介质 - Google Patents
用户行为分析方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113420240A CN113420240A CN202110750797.7A CN202110750797A CN113420240A CN 113420240 A CN113420240 A CN 113420240A CN 202110750797 A CN202110750797 A CN 202110750797A CN 113420240 A CN113420240 A CN 113420240A
- Authority
- CN
- China
- Prior art keywords
- association
- degree
- click
- transactions
- category
- 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.)
- Pending
Links
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]
-
- 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)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例提出一种用户行为分析方法、装置、电子设备和存储介质,涉及数据挖掘技术领域。该方法通过获取应用程序中所有用户的点击操作数据集,根据点击操作数据集和预设的关联规则,建立多个关联事务,计算多个关联事务中每个类别的关联事务的点击操作之间的关联程度,输出关联程度符合预设条件的目标关联事务以及目标关联事务对应的关联程度。如此,通过对用户点击操作之间的关联程度的计算分析,挖掘出用户在应用程序中执行的比较典型的点击操作,极大方便了对用户点击行为规律的全面洞察和了解,为应用程序的功能跳转设计提供了决策依据,从而便于应用程序相关人员对应用程序的功能跳转设计进行优化。
Description
技术领域
本发明涉及数据挖掘技术领域,具体而言,涉及一种用户行为分析方法、装置、电子设备和存储介质。
背景技术
在日常使用的应用程序中,通常会设计很多细小的功能,功能之间有点击跳转的链接,理想的产品形态就是用户能够以最小的操作成本进行点击操作,从而获取最大的体验价值。
然而,在进行应用程序的功能跳转设计时,相关人员往往并不知道怎么样才是较优的设计,进而也难以对应用程序的功能跳转设计进行优化。
发明内容
有鉴于此,本发明的目的在于提供一种用户行为分析方法、装置、电子设备和存储介质,其能够为应用程序的功能跳转设计提供决策依据,便于应用程序相关人员对应用程序的功能跳转设计进行优化。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明提供一种用户行为分析方法,所述方法包括:
获取应用程序中所有用户的点击操作数据集;所述点击操作数据集包括每个用户在使用所述应用程序时执行的所有点击操作;
根据所述点击操作数据集和预设的关联规则,建立多个关联事务;每个所述关联事务中包括至少两个存在关联关系的点击操作;
计算所述多个关联事务中每个类别的关联事务的点击操作之间的关联程度;
输出所述关联程度符合预设条件的目标关联事务以及所述目标关联事务对应的关联程度。
在可选的实施方式中,所述根据所述点击操作数据集和预设的关联规则,建立多个关联事务,包括:
获取每个用户在使用所述应用程序时按照先后顺序执行的所有点击操作;
在每个用户对应的所有所述点击操作中,将任意至少一个第一点击操作与任意至少一个第二点击操作进行关联,从而得到多个关联事务;其中,所述第一点击操作先于所述第二点击操作执行。
在可选的实施方式中,所述关联程度包括支持度和置信度,所述计算所述多个关联事务中每个类别的关联事务的点击操作之间的关联程度,包括:
获取所述多个关联事务对应的总个数以及每个类别的关联事务对应的总个数;
根据每个类别的关联事务对应的总个数、所述多个关联事务对应的总个数,得到所述每个类别的关联事务对应的支持度;
根据每个类别的关联事务对应的总个数、与所述每个类别的关联事务具有相同前件的关联事务的总个数,得到所述每个类别的关联事务对应的置信度;所述前件为所述关联事务中按照先后顺序发生的所有第一点击操作。
在可选的实施方式中,所述输出所述关联程度符合预设条件的目标关联事务以及所述目标关联事务对应的关联程度,包括:
选取所述支持度大于第一预设值且所述置信度大于第二预设值的关联事务,作为目标关联事务;
输出所述目标关联事务及所述目标关联事务对应的支持度和置信度。
第二方面,本发明提供一种用户行为分析装置,所述装置包括:
数据集获取模块,用于获取应用程序中所有用户的点击操作数据集;所述点击操作数据集包括每个用户在使用所述应用程序时执行的所有点击操作;
关联模块,用于根据所述点击操作数据集和预设的关联规则,建立多个关联事务;每个所述关联事务中包括至少两个存在关联关系的点击操作;
关联程度计算模块,用于计算所述多个关联事务中每个类别的关联事务的点击操作之间的关联程度;
输出模块,用于输出所述关联程度符合预设条件的目标关联事务以及所述目标关联事务对应的关联程度。
在可选的实施方式中,所述关联模块用于获取每个用户在使用所述应用程序时按照先后顺序执行的所有点击操作,在每个用户对应的所有所述点击操作中,将任意至少一个第一点击操作与任意至少一个第二点击操作进行关联,从而得到多个关联事务;其中,所述第一点击操作先于所述第二点击操作执行。
在可选的实施方式中,所述关联程度包括支持度和置信度,所述关联程度计算模块用于获取所述多个关联事务对应的总个数以及每个类别的关联事务对应的总个数;根据每个类别的关联事务对应的总个数、所述多个关联事务对应的总个数,得到所述每个类别的关联事务对应的支持度;根据每个类别的关联事务对应的总个数、与所述每个类别的关联事务具有相同前件的关联事务的总个数,得到所述每个类别的关联事务对应的置信度;所述前件为所述关联事务中按照先后顺序发生的所有第一点击操作。
在可选的实施方式中,所述输出模块用于选取所述支持度大于第一预设值且所述置信度大于第二预设值的关联事务,作为目标关联事务;输出所述目标关联事务及所述目标关联事务对应的支持度和置信度。
第三方面,本发明提供一种电子设备,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现前述实施方式任一项所述的方法。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现前述实施方式任一项所述的方法。
本发明实施例提供的用户行为分析方法、装置、电子设备和存储介质,该方法包括:获取应用程序中所有用户的点击操作数据集,该点击操作数据集包括每个用户在使用应用程序时执行的所有点击操作,根据点击操作数据集和预设的关联规则,建立多个关联事务,每个关联事务中包括至少两个存在关联关系的点击操作,计算多个关联事务中每个类别的关联事务的点击操作之间的关联程度,输出关联程度符合预设条件的目标关联事务以及目标关联事务对应的关联程度。如此,通过对用户点击操作之间的关联程度的计算分析,挖掘出用户在应用程序中执行的比较典型的点击操作,极大方便了对用户点击行为规律的全面洞察和了解,为应用程序的功能跳转设计提供了决策依据,从而便于应用程序相关人员对应用程序的功能跳转设计进行优化。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的电子设备的一种方框示意图;
图2示出了本发明实施例提供的用户行为分析方法的一种流程示意图;
图3示出了本发明实施例提供的用户行为分析方法的另一种流程示意图;
图4示出了本发明实施例提供的用户行为分析方法的又一种流程示意图;
图5示出了本发明实施例提供的用户行为分析方法的又一种流程示意图;
图6示出了本发明实施例提供的用户行为分析装置的一种功能模块图。
图标:100-电子设备;600-用户行为分析装置;110-存储器;120-处理器;130-通信模块;610-数据集获取模块;620-关联模块;630-关联程度计算模块;640-输出模块。
具体实施方式
下面将结合本发明实施例中附图,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实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,术语“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。
请参照图1,是本发明实施例提供的电子设备100的一种方框示意图。其中,电子设备100可以是,但不限于PC(Personal Computer,个人电脑)、智能手机、平板电脑等设备。该电子设备100包括存储器110、处理器120及通信模块130。存储器110、处理器120以及通信模块130各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,存储器110用于存储程序或者数据。存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序,并执行相应地功能。例如,处理器120执行存储器110中存储的计算机程序时,可以实现本发明实施例揭示的用户行为分析方法。
通信模块130用于通过网络建立电子设备100与其它通信终端之间的通信连接,并用于通过网络收发数据。
应当理解的是,图1所示的结构仅为电子设备100的结构示意图,电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器120执行时可以实现本发明实施例揭示的用户行为分析方法。
请参照图2,为本发明实施例提供的用户行为分析方法的一种流程示意图。需要说明的是,本发明实施例提供的用户行为分析方法并不以图2以及以下的具体顺序为限制,应当理解,在其他实施例中,本发明实施例提供的用户行为分析方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。该用户行为分析方法可以应用在图1所示的电子设备100,下面将对图2所示的具体流程进行详细阐述。
步骤S201,获取应用程序中所有用户的点击操作数据集;点击操作数据集包括每个用户在使用应用程序时执行的所有点击操作。
在本实施例中,可以预先提取出用户在应用程序内的所有点击操作,把每个用户的点击操作合并起来后,每一行的数据就是单个用户的所有点击操作,然后将所有用户的点击操作数据作为电子设备100的输入数据集,即上述的点击操作数据集。
以该应用程序为直播软件为例,在提取出用户的点击操作后,可以把点击操作用数字表示,最终得到点击操作数据集。例如,假设数字“3”代表点击宝箱的操作,数字“1”代表点击粉丝徽章的操作,数字“9”代表领取虎粮的操作,数字“4”代表领取粉丝团专属宝箱的操作,数字“5”代表点击视频宝箱的操作,数字“6”代表点击主播tab的操作,则得到的点击操作数据集可以如表1所示:
表1
其中,表1的第一行中,点击操作1表示用户在应用程序中的第一个点击操作,点击操作2表示用户在应用程序中的第二个点击操作,点击操作3表示用户在应用程序中的第三个点击操作,以此类推。
步骤S202,根据点击操作数据集和预设的关联规则,建立多个关联事务;每个关联事务中包括至少两个存在关联关系的点击操作。
在本实施例中,由于点击数据操作集中包括了每个用户在使用该应用程序时执行的所有点击操作,故按照预设的关联规则对每个用户对应的至少两个点击操作进行关联,可以得到对应的关联事务。
步骤S203,计算多个关联事务中每个类别的关联事务的点击操作之间的关联程度。
在本实施例中,由于不同用户的点击操作可能相同,故上述建立的多个关联事务中可能存在相同的关联事务,其中,相同的关联事务可以理解为关联事务中包括的点击操作相同,基于此,本实施例中将相同的关联事务归纳为同一个类别。每个类别的关联事务对应的关联程度可以表征该类别的关联事务发生的概率,通过计算每个类别的关联事务中的点击操作之间的关联程度,可以知道每个类别的关联事务中的点击操作是否属于用户在应用程序中比较典型的点击操作。
步骤S204,输出关联程度符合预设条件的目标关联事务以及目标关联事务对应的关联程度。
在本实施例中,在基于关联程度选取出符合预设条件的目标关联事务,并输出目标关联事务以及目标关联事务对应的关联程度后,针对每个目标关联事务中的点击操作,就可以在应用程序中的功能跳转设计中进行相应的优化,使得用户能够以最小的操作成本进行点击操作。
可见,本发明实施例提供的用户行为分析方法,通过获取应用程序中所有用户的点击操作数据集,该点击操作数据集包括每个用户在使用应用程序时执行的所有点击操作,根据点击操作数据集和预设的关联规则,建立多个关联事务,每个关联事务中包括至少两个存在关联关系的点击操作,计算多个关联事务中每个类别的关联事务的点击操作之间的关联程度,输出关联程度符合预设条件的目标关联事务以及目标关联事务对应的关联程度。如此,通过对用户点击操作之间的关联程度的计算分析,挖掘出用户在应用程序中执行的比较典型的点击操作,极大方便了对用户点击行为规律的全面洞察和了解,为应用程序的功能跳转设计提供了决策依据,从而便于应用程序相关人员对应用程序的功能跳转设计进行优化。
在本实施例中,用户在使用应用程序时执行的所有点击操作是需要考虑先后顺序的,因此,在建立关联事务时,也需要考虑点击操作的先后顺序。基于此,请参照图3,上述的步骤S202可以包括如下子步骤:
子步骤S2021,获取每个用户在使用应用程序时按照先后顺序执行的所有点击操作。
以上述表1中的用户1和用户2为例,用户1在使用应用程序时按照先后顺序执行的所有点击操作包括1、3、4、5、6,用户2在使用应用程序时按照先后顺序执行的所有点击操作包括3、4、3、9、6。
子步骤S2022,在每个用户对应的所有点击操作中,将任意至少一个第一点击操作与任意至少一个第二点击操作进行关联,从而得到多个关联事务;其中,第一点击操作先于第二点击操作执行。
在本实施例中,按照预设的关联规则对至少两个存在关联关系的点击操作进行关联,即将任意至少一个第一点击操作与任意至少一个第二点击操作进行关联后,所得到的关联事务可以表示为X→Y,X称为前件,Y称为后件。例如,关联事务{1,3}→{4}中,{1,3}称为前件,{4}称为后件。
以上述表1中的用户1为例,由于用户1对应的所有点击操作包括1、3、4、5、6,当以点击操作1作为前件,则可以从点击操作3,4,5,6中选取任意至少一个点击操作为后件,例如选取{6}、{3,4}、{3,5}、{3,4,5}等分别作为后件,通过关联得到对应的关联事务;同理,根据用户2对应的所有点击操作也可以建立对应的关联事务。
需要说明的是,在建立关联事务时,需要考虑每个用户对应的点击操作中所有可能的组合方式,最终得到多个关联事务。因此,上述针对关联事务建立的示例中,并未列举完根据用户1对应的点击操作可以得到的所有关联事务,仅是为了便于理解关联事务的建立过程。例如,根据用户1对应的所有点击操作建立得到的关联事务还可以包括:{1,3,4}→{5,6}、{3,4}→{5}、{3,4}→{5,6}等。
还需要说明的是,在每个关联事务中,前件中可以存在相同的第一点击操作,后件中可以存在相同的第二点击操作,前件中的第一点击操作与后件中的第二点击操作也可以相同。以用户2对应的所有点击操作3、4、3、9、6为例,建立的关联事务可以包括{3,4}→{3,9,6}、{3,4,3}→{9,6}等,对于关联事务{3,4}→{3,9,6},{3,4}为前件,{3,9,6}为后件,则前件和后件中存在相同的点击操作3;对于关联事务{3,4,3}→{9,6},{3,4,3}为前件,{9,6}为后件,则前件中存在相同的点击操作3,只是两个点击操作3发生的先后顺序不同。
可选地,本实施例中的关联程度可以包括支持度和置信度,通过支持度和置信度可以衡量关联事务的点击操作之间的关联性。基于此,请参照图4,上述的步骤S203可以包括如下子步骤:
子步骤S2031,获取多个关联事务对应的总个数以及每个类别的关联事务对应的总个数。
子步骤S2032,根据每个类别的关联事务对应的总个数、多个关联事务对应的总个数,得到每个类别的关联事务对应的支持度。
在本实施例中,支持度可以理解为针对关联事务X→Y,X、Y中的项同时出现的事务数占总事务数的比例。
例如,假设多个关联事务分别为{1,3}→{4}、{1,5}→{6}、{1,4}→{3}、{3,4}→{5},则多个关联事务对应的总个数为4,同时出现相同前件{1,3}和相同后件{4}的关联事务对应的总个数为1,关联事务{1,3}→{4}对应的支持度为1/4=0.25;同时出现相同前件{1,5}和相同后件{6}的关联事务对应的总个数为1,关联事务{1,5}→{6}对应的支持度为1/4=0.25。
子步骤S2033,根据每个类别的关联事务对应的总个数、与每个类别的关联事务具有相同前件的关联事务的总个数,得到每个类别的关联事务对应的置信度;前件为关联事务中按照先后顺序发生的所有第一点击操作。
在本实施例中,置信度可以理解为针对关联事务X→Y,当X中的项出现的时候,有多大的比例会出现Y中的项。
例如,多个关联事务中,关联事务{1,3}→{4}对应的总个数为1,具有相同前件{1,3}的关联事务的总个数为2(假设分别是{1,3}→{4}、{1,3}→{5}),则将具有相同前件{1,3}的关联事务的总个数作为分母,将关联事务{1,3}→{4}对应的总个数作为分子,计算得到关联事务{1,3}→{4}对应的置信度为1/2=0.5。
可选地,请参照图5,上述的步骤S204可以包括如下子步骤:
子步骤S2041,选取支持度大于第一预设值且置信度大于第二预设值的关联事务,作为目标关联事务。
在本实施例中,第一预设值和第二预设值可以根据实际情况设置,例如,可以设置第一预设值为0.1,第二预设值为0.3。通过选择支持度大于第一预设值且置信度大于第二预设值的关联事务为目标关联事务,可以为应用程序的功能跳转设计提供有实际价值的数据。
子步骤S2042,输出目标关联事务及目标关联事务对应的支持度和置信度。
例如,输出的目标关联事务以及目标关联事务对应的支持度、置信度可以如表2所示:
表2
目标关联事务 | 支持度 | 置信度 |
{3,6}→{4,9} | 20.81% | 49.15% |
{6,9,4,9}→{3,9} | 20.67% | 98.33% |
{4,9,3,9,3,9}→{3,9} | 20.61% | 98.53% |
{3,6,4,9}→{3,9} | 20.60% | 98.96% |
... | ... | ... |
以第一个目标关联事务{3,6}→{4,9}为例,根据其支持度20.81%,可以知道用户的点击操作3、6、4、9同时发生的概率有20.81%,根据其置信度49.15%,可以知道用户执行点击操作3、6以后,有49.15%的概率会执行4、9的点击操作。这样,应用程序相关人员就可以针对3、6、4、9这些点击操作对应的功能跳转设计进行优化,使得用户在执行点击操作3、6之后,以最小的操作成本执行点击操作4、9。
可见,本发明实施例提供的用户行为分析方法,利用关联分析的方法,把用户不同的点击操作行为联系起来,通过支持度和置信度的计算,挖掘出用户点击操作行为之间跳转的规律,从而为应用程序中的功能跳转设计提供优化思路,让用户以最小的操作成本,获取最大的体验价值。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种用户行为分析装置的实现方式。请参照图6,为本发明实施例提供的一种用户行为分析装置600的功能模块图。需要说明的是,本实施例所提供的用户行为分析装置600,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该用户行为分析装置600包括数据集获取模块610、关联模块620、关联程度计算模块630和输出模块640。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器110中或固化于该电子设备100的操作系统(Operating System,OS)中,并可由图1中的处理器120执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器110中。
该数据集获取模块610,用于获取应用程序中所有用户的点击操作数据集;点击操作数据集包括每个用户在使用应用程序时执行的所有点击操作。
可以理解,该数据集获取模块610可以执行上述步骤S201。
该关联模块620,用于根据点击操作数据集和预设的关联规则,建立多个关联事务;每个关联事务中包括至少两个存在关联关系的点击操作。
可以理解,该关联模块620可以执行上述步骤S202。
该关联程度计算模块630,用于计算多个关联事务中每个类别的关联事务的点击操作之间的关联程度。
可以理解,该关联程度计算模块630可以执行上述步骤S203。
该输出模块640,用于输出关联程度符合预设条件的目标关联事务以及目标关联事务对应的关联程度。
可以理解,该输出模块640可以执行上述步骤S204。
可选地,该关联模块620具体用于获取每个用户在使用应用程序时按照先后顺序执行的所有点击操作,在每个用户对应的所有点击操作中,将任意至少一个第一点击操作与任意至少一个第二点击操作进行关联,从而得到多个关联事务;其中,第一点击操作先于第二点击操作执行。
可以理解,该关联模块620可以执行上述子步骤S2021和子步骤S2022。
可选地,该关联程度包括支持度和置信度,该关联程度计算模块630具体用于获取多个关联事务对应的总个数以及每个类别的关联事务对应的总个数;根据每个类别的关联事务对应的总个数、多个关联事务对应的总个数,得到每个类别的关联事务对应的支持度;根据每个类别的关联事务对应的总个数、与每个类别的关联事务具有相同前件的关联事务的总个数,得到每个类别的关联事务对应的置信度;前件为关联事务中按照先后顺序发生的所有第一点击操作。
可以理解,该关联程度计算模块630可以执行上述子步骤S2031~子步骤S2033。
可选地,该输出模块640用于选取支持度大于第一预设值且置信度大于第二预设值的关联事务,作为目标关联事务;输出目标关联事务及目标关联事务对应的支持度和置信度。
可以理解,该输出模块640可以执行上述子步骤S2041和子步骤S2042。
可见,本发明实施例提供的用户行为分析装置600,通过数据集获取模块610获取应用程序中所有用户的点击操作数据集,该点击操作数据集包括每个用户在使用应用程序时执行的所有点击操作,关联模块620根据点击操作数据集和预设的关联规则,建立多个关联事务,每个关联事务中包括至少两个存在关联关系的点击操作,关联程度计算模块630计算多个关联事务中每个类别的关联事务的点击操作之间的关联程度,输出模块640输出关联程度符合预设条件的目标关联事务以及目标关联事务对应的关联程度。如此,通过对用户点击操作之间的关联程度的计算分析,挖掘出用户在应用程序中执行的比较典型的点击操作,极大方便了对用户点击行为规律的全面洞察和了解,为应用程序的功能跳转设计提供了决策依据,从而便于应用程序相关人员对应用程序的功能跳转设计进行优化。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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(可以是个人计算机,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、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用户行为分析方法,其特征在于,所述方法包括:
获取应用程序中所有用户的点击操作数据集;所述点击操作数据集包括每个用户在使用所述应用程序时执行的所有点击操作;
根据所述点击操作数据集和预设的关联规则,建立多个关联事务;每个所述关联事务中包括至少两个存在关联关系的点击操作;
计算所述多个关联事务中每个类别的关联事务的点击操作之间的关联程度;
输出所述关联程度符合预设条件的目标关联事务以及所述目标关联事务对应的关联程度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述点击操作数据集和预设的关联规则,建立多个关联事务,包括:
获取每个用户在使用所述应用程序时按照先后顺序执行的所有点击操作;
在每个用户对应的所有所述点击操作中,将任意至少一个第一点击操作与任意至少一个第二点击操作进行关联,从而得到多个关联事务;其中,所述第一点击操作先于所述第二点击操作执行。
3.根据权利要求2所述的方法,其特征在于,所述关联程度包括支持度和置信度,所述计算所述多个关联事务中每个类别的关联事务的点击操作之间的关联程度,包括:
获取所述多个关联事务对应的总个数以及每个类别的关联事务对应的总个数;
根据每个类别的关联事务对应的总个数、所述多个关联事务对应的总个数,得到所述每个类别的关联事务对应的支持度;
根据每个类别的关联事务对应的总个数、与所述每个类别的关联事务具有相同前件的关联事务的总个数,得到所述每个类别的关联事务对应的置信度;所述前件为所述关联事务中按照先后顺序发生的所有第一点击操作。
4.根据权利要求3所述的方法,其特征在于,所述输出所述关联程度符合预设条件的目标关联事务以及所述目标关联事务对应的关联程度,包括:
选取所述支持度大于第一预设值且所述置信度大于第二预设值的关联事务,作为目标关联事务;
输出所述目标关联事务及所述目标关联事务对应的支持度和置信度。
5.一种用户行为分析装置,其特征在于,所述装置包括:
数据集获取模块,用于获取应用程序中所有用户的点击操作数据集;所述点击操作数据集包括每个用户在使用所述应用程序时执行的所有点击操作;
关联模块,用于根据所述点击操作数据集和预设的关联规则,建立多个关联事务;每个所述关联事务中包括至少两个存在关联关系的点击操作;
关联程度计算模块,用于计算所述多个关联事务中每个类别的关联事务的点击操作之间的关联程度;
输出模块,用于输出所述关联程度符合预设条件的目标关联事务以及所述目标关联事务对应的关联程度。
6.根据权利要求5所述的装置,其特征在于,所述关联模块用于获取每个用户在使用所述应用程序时按照先后顺序执行的所有点击操作,在每个用户对应的所有所述点击操作中,将任意至少一个第一点击操作与任意至少一个第二点击操作进行关联,从而得到多个关联事务;其中,所述第一点击操作先于所述第二点击操作执行。
7.根据权利要求6所述的装置,其特征在于,所述关联程度包括支持度和置信度,所述关联程度计算模块用于获取所述多个关联事务对应的总个数以及每个类别的关联事务对应的总个数;根据每个类别的关联事务对应的总个数、所述多个关联事务对应的总个数,得到所述每个类别的关联事务对应的支持度;根据每个类别的关联事务对应的总个数、与所述每个类别的关联事务具有相同前件的关联事务的总个数,得到所述每个类别的关联事务对应的置信度;所述前件为所述关联事务中按照先后顺序发生的所有第一点击操作。
8.根据权利要求7所述的装置,其特征在于,所述输出模块用于选取所述支持度大于第一预设值且所述置信度大于第二预设值的关联事务,作为目标关联事务;输出所述目标关联事务及所述目标关联事务对应的支持度和置信度。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1-4任一项所述的方法。
10.一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,所述计算机程序被处理器执行时实现权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110750797.7A CN113420240A (zh) | 2021-07-02 | 2021-07-02 | 用户行为分析方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110750797.7A CN113420240A (zh) | 2021-07-02 | 2021-07-02 | 用户行为分析方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113420240A true CN113420240A (zh) | 2021-09-21 |
Family
ID=77721450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110750797.7A Pending CN113420240A (zh) | 2021-07-02 | 2021-07-02 | 用户行为分析方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420240A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844550A (zh) * | 2016-12-30 | 2017-06-13 | 郑州云海信息技术有限公司 | 一种虚拟化平台操作推荐方法及装置 |
CN108830655A (zh) * | 2018-06-19 | 2018-11-16 | 郑州云海信息技术有限公司 | 一种用户操作关系获取方法及相关装置 |
CN110162566A (zh) * | 2019-04-15 | 2019-08-23 | 平安普惠企业管理有限公司 | 业务数据的关联分析方法、装置、计算机设备及存储介质 |
CN111291093A (zh) * | 2020-02-20 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 用于确定业务应用的功能关联规则的方法及装置 |
CN112734165A (zh) * | 2020-12-18 | 2021-04-30 | 中国平安财产保险股份有限公司 | 智能化的功能展示方法、装置、设备及存储介质 |
-
2021
- 2021-07-02 CN CN202110750797.7A patent/CN113420240A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844550A (zh) * | 2016-12-30 | 2017-06-13 | 郑州云海信息技术有限公司 | 一种虚拟化平台操作推荐方法及装置 |
CN108830655A (zh) * | 2018-06-19 | 2018-11-16 | 郑州云海信息技术有限公司 | 一种用户操作关系获取方法及相关装置 |
CN110162566A (zh) * | 2019-04-15 | 2019-08-23 | 平安普惠企业管理有限公司 | 业务数据的关联分析方法、装置、计算机设备及存储介质 |
CN111291093A (zh) * | 2020-02-20 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 用于确定业务应用的功能关联规则的方法及装置 |
CN112734165A (zh) * | 2020-12-18 | 2021-04-30 | 中国平安财产保险股份有限公司 | 智能化的功能展示方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107451832B (zh) | 推送信息的方法和装置 | |
CN109636487B (zh) | 广告推送方法、服务器、计算机设备及存储介质 | |
US20170300819A1 (en) | Time-Series Prediction Apparatus and Time-Series Prediction Method | |
Gao et al. | Multiscale analysis of economic time series by scale-dependent Lyapunov exponent | |
CN111478963A (zh) | 消息推送方法、装置、电子设备及计算机可读存储介质 | |
JP2011227721A (ja) | 関心抽出装置、関心抽出方法、及び関心抽出プログラム | |
CN111324511A (zh) | 报警规则的生成方法、装置、电子设备及存储介质 | |
CN112070564B (zh) | 广告拉取方法、装置、系统与电子设备 | |
CN113420240A (zh) | 用户行为分析方法、装置、电子设备和存储介质 | |
CN110717653A (zh) | 风险识别方法及装置和电子设备 | |
CN105245380B (zh) | 一种消息的传播方式识别方法及装置 | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
JP2015187773A (ja) | データ解析装置、データ解析プログラム及びデータ解析方法 | |
JP6675868B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN113901316A (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
CN114385918A (zh) | 消息推送方法、装置、计算机设备及存储介质 | |
CN114118420A (zh) | 一种因果关系确定方法、装置、电子设备及存储介质 | |
CN114021642A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN111782208A (zh) | 指标预警方法、装置、计算机设备及存储介质 | |
KR20210016748A (ko) | 프로모션 시점 표시 방법, 장치 및 시스템 | |
CN114253951B (zh) | 数据处理方法、系统及第二服务器 | |
CN113365095B (zh) | 直播资源推荐方法、装置、电子设备以及存储介质 | |
US11776176B2 (en) | Visual representation of directional correlation of service health | |
CN112579925B (zh) | 舆情数据可视化方法、装置、计算机设备及可读存储介质 | |
CN113726814A (zh) | 用户异常行为识别方法、装置、设备及存储介质 |
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 |