CN113692014A - App流量分析方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明涉及软件监控领域，具体公开了一种APP流量分析方法、装置、计算机设备及存储介质，其方法包括：获取多个客户端访问指定APP的访问数据；从访问数据提取属于同一客户端的页面埋点标识序列；从页面埋点标识序列中提取出第一页面埋点标识、第二页面埋点标识；将页面埋点标识序列划分成若干个页面埋点标识子序列；根据第一页面埋点标识和第二页面埋点标识，从若干个页面埋点标识子序列中提取出若干条页面访问路径；统计各个客户端访问若干条页面访问路径的流量数据，生成自起始页面到结束页面的流量路径分布结果。本发明灵活性好，可直观展示指定APP的自预设的起始页面到预设的结束页面的流量路径分布结果。

Description

APP流量分析方法、装置、计算机设备及存储介质

技术领域

本发明涉及软件监控领域，尤其涉及一种APP流量分析方法、装置、计算机设备及存储介质。

背景技术

随着智能手机和iPad等移动终端设备的普及，人们逐渐习惯了使用APP客户端(简称为APP)上网的方式。据相关数据显示，APP的流量远远超过了传统互联网(PC端)的流量。

在APP上线运营后，运营人员通常会通过监测分析APP的流量相关指标数据(例如，APP的流量规模等)去了解APP的运营情况(例如，引流量(拉新)、转化率等)，并通过分析结果去调整APP的功能等，以增加用户粘性和转化率，从而提升APP运营的综合效益。

现有的APP流量监测方法一般是通过监测APP的使用量来了解其运营情况，但是这种方式的灵活性较差，且难以直观地了解用户的喜爱偏好、广告引流效果等信息，从而无法帮助企业改善APP页面分布合理性。

发明内容

基于此，有必要针对上述技术问题，提供一种APP流量分析方法、装置、计算机设备及存储介质，以解决现有的APP流量监测方法存在灵活性较差，且难以直观地了解用户的喜爱偏好、广告引流效果等信息的问题。

一种APP流量分析方法，包括：

按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；

按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面；

从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识；

基于所述第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列；

根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径至少包括所述起始页面和结束页面；

统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

一种APP流量分析装置，包括：

访问数据获取模块，用于按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；

标识序列提取模块，用于按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面；

埋点标识提取模块，用于从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识；

划分模块，用于基于所述第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列；

路径提取模块，用于根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径至少包括所述起始页面和结束页面；

生成模块，用于统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述APP流量分析方法。

一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述APP流量分析方法。

上述APP流量分析方法、装置、计算机设备及存储介质，该方法通过按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识；将所述页面埋点标识序列划分成若干个页面埋点标识子序列；根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径至少包括所述起始页面和结束页面；统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。本发明灵活性好，用户(比如，运营商)可以直观地了解指定APP的自预设的起始页面到预设的结束页面的流量路径分布结果，从而便于进一步根据该流量路径分布结果分析用户的喜爱偏好、广告引流效果等。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中APP流量分析方法的应用环境示意图；

图2是本发明一实施例中APP流量分析方法的流程示意图；

图3是本发明一实施例中APP流量分析装置的结构示意图；

图4是本发明一实施例中计算机设备的示意图。

具体实施方式

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，所描述的实施例是本发明一部分实施例，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作出创造性劳动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。

本实施例提供的APP流量分析方法，可应用在如图1的应用环境中，其中，客户端与服务端进行通信。其中，客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种APP流量分析方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：

步骤S10、按照预设的时间间隔，获取多个客户端访问指定APP的访问数据。

其中，预设的时间间隔可以是一天、两天不等。指定APP包括但不限于微信、QQ、淘宝、拼多多。访问数据，通常是指客户端访问指定APP时所产生的日志记录信息，比如，XX人在XX时间浏览了某软件的XX页面的日志记录信息。

步骤S20、按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面。

其中，页面埋点标识是用于指示指定APP的各页面的字母、数字、符号等标记。比如，指定APP的首页对应的页面埋点标识可以是a，设置页面对应的页面埋点标识可以是b。

示例性的，假设某访问数据显示客户端A在某天使用指定APP时，访问了该指定APP的9个页面，其中每个页面所对应的页面埋点标识为a,b,d,e,f,a,c,b,g，那么可以从该访问数据中提取出页面埋点标识序列为a,b,d,e,f,a,c,b,g。客户端B在某天使用指定APP时，访问了该指定APP的10个页面，其中每个页面所对应的页面埋点标识为c,a,d,b,j,k,a,b,e,f，那么可以从该访问数据中提取出页面埋点标识序列为c,a,d,b,j,k,a,b,e,f。

步骤S30、从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识。

结合上述示例，假设与预设的起始页面对应的第一页面埋点标识为a，与预设的结束页面对应的第二页面埋点标识为b，则从上述页面埋点标识序列中提取出a、b。

步骤S40、基于所述第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列。

结合上述示例，以b作为划分边界，可将上述页面埋点标识序列a,b,d,e,f,a,c,b,g划分为“a,b”；“d,e,f,a,c,b”；“g”三个页面埋点标识子序列。

作为一示例，可先将与客户端A对应的页面埋点标识序列“a,b,d,e,f,a,c,b,g”中的“b”全部转化成b@b，按照@字符将“a,b,d,e,f,a,c,b,g”划分成“a，b”、“d,e,f,a,c,b”和“g”三个页面埋点标识子序列。类似地，可按照上述方法，将与客户端B对应的页面埋点标识序列“c,a,d,b,j,k,a,b,e,f”拆分成“c”；“a,d,b”；“j,k,a,b”和“e,f”四个页面埋点标识子序列。

步骤S50、根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径包括所述起始页面和结束页面。

结合上述示例，可从上述客户端A的三个页面埋点标识子序列中筛选出包含“b”的“a，b”、“d,e,f,a,c,b”这个页面埋点标识子序列；然后，以“b”为起点，从后往前找出距离“b”的位置最近的“a”，最后，在“a，b”中截取到“a，b”，在“d,e,f,a,c,b”中截取到“a,c,b”，即提取得到a->b和a->c->b两条页面访问路径。

类似地，可以从上述客户端B的四个页面埋点标识子序列中提取得到a->d->b和a->b两条页面访问路径。

步骤S60、统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

其中，流量数据包括但不限于页面浏览数、访客数量、IP、页面停留时间、页面操作时间、页面访问次数、按钮点击次数、文件下载次数等。

下面以统计每条页面访问路径的访客数量和访问次数为例进行说明。

结合上述示例，统计得到如下表1所示的每条页面访问路径的访客数量和访问次数统计表。从表1可以直观地看出自页面a到页面b的流量路径分布结果。

表1每条页面访问路径的访客数量和访问次数统计表

页面访问路径	访客数量	访问次数
			a→b	2	2
a→c→b	1	1
			a→d→b	1	1

在一实施例中，上述步骤S50中，所述根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径，包括：

从所述若干个页面埋点标识子序列中筛选出包含所述第二页面埋点标识的若干目标页面埋点标识子序列；其中，每个所述目标页面埋点标识子序列的最后一个元素为所述第二页面埋点标识，且每个所述目标页面埋点标识子序列仅包含一个所述第二页面埋点标识。

结合上述示例，从“a，b”、“d,e,f,a,c,b”和“g”三个页面埋点标识子序列可筛选出含有第二页面埋点标识b的“a，b”和“d,e,f,a,c,b”两个目标页面埋点标识子序列。

从每个所述目标页面埋点标识子序列中查找出与所述第二页面埋点标识距离最近的所述第一页面埋点标识；将所述与所述第二页面埋点标识距离最近的第一页面埋点标识设置为起始标识。

在所述若干目标页面埋点标识子序列中的截取出从所述起始标识到所述第二页面埋点标识之间的标识序列片段，生成所述页面访问路径。

结合上述示例，可从“a，b”中截取出标识序列片段“a，b”，该标识序列片段中的“a”为起始标识，生成页面访问路径a->b，以及从“d,e,f,a,c,b”中截取出标识序列片段“a,c,b”，该标识序列片段中的“a”为起始标识，生成页面访问路径a->c->b。

在一实施例中，上述步骤S60中，所述统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果，包括：

获取每条所述页面访问路径的起始页面的第一访问时间，以及结束页面的第二访问时间。

其中，第一访问时间、第二访问时间为访问时间点。例如，第一访问时间为15:02，第二访问时间为15:10。

根据所述第一访问时间与所述第二访问时间计算所述页面访问路径的停留时长。

结合上述示例，根据上述第一访问时间15:02和第二访问时间16:10计算出页面访问路径的停留时长为1小时8秒。

将所述停留时长大于或等于预设的时长阈值的页面访问路径确定为目标页面访问路径。

其中，预设的时长阈值可以是5min、10min不等，具体可以根据实际情况灵活设置。

示例性的，假设计算得到页面访问路径a->b的停留时长为7min，页面访问路径a->c->b的停留时长为8min，页面访问路径a->d->b的停留时长为3min，预设的时长阈值为5min，那么可将停留时长大于5min的页面访问路径a->b和a->c->b确定为目标页面访问路径。

统计各个客户端访问所述目标页面访问路径的流量数据，生成自所述起始页到所述结束页的目标流量路径分布结果。

在一实施例中，所述目标页面访问路径包括至少两条目标路径；在所述统计各个客户端访问所述目标页面访问路径的流量数据，生成自所述起始页面到所述结束页面的目标流量路径分布结果之后，包括：

获取所述至少两条目标路径的访问次数。

示例性的，假设目标页面访问路径为a->b和a->c->b，且路径a->b的访问次数为500，路径a->c->b的访问次数为1500。

将访问次数最多的目标路径确定为常用页面访问路径。

结合上述示例，将访问次数最多的目标路径a->c->b确定为常用页面访问路径。

根据所述常用页面访问路径，调整所述指定APP的页面布局。

结合上述示例，假设指定APP的初始页面布局为页面a→页面b→页面c，那么可以根据上述常用页面访问路径a->c->b，可将指定APP的页面布局调整为页面a→页面c→页面b。

通过常用页面路径访问路径来调整指定APP的页面布局，可以帮助改善页面布局的合理性，提升指定APP的用户粘性和深度，有利于提升指定APP的活跃量。

在一实施例中，在步骤S60之后，还包括：

根据所述访问数据的访问时间、所述页面访问路径和所述流量数据构建关联关系表，所述关联关系表包括与每条所述页面访问路径对应的若干访问时间和若干流量数据。

示例性的，关联关系表可以如下表2所示。

表2访问时间、页面访问路径和流量数据的关联关系表

响应分析账户发起的对所述指定APP的流量查询请求；所述流量查询请求包括第一页面和第二页面。

其中，分析账户，可为该指定APP的服务商/运营商/开发商等。

示例性的，通常第一页面和第二页面为不同的页面。第一页面用a表示，第二页面用b表示，流量查询请求可以是查询自a到b的流量路径分布结果。

判断所述第一页面和第二页面是否均为预设的常用页面。

其中，预设的常用页面可以是指定APP的经常被客户端访问的页面，例如，首页和设置页面。

判断所述第一页面和第二页面是否均为预设的常用页面，具体地，可以判断第一页面是否为首页，第二页面是否为设置页面；或者判断第一页面是否为设置页面，第二页面是否为首页。

若所述第一页面和第二页面均为常用页面，则从所述关联关系表中调取出与所述流量查询请求匹配的第一流量数据，所述第一流量数据包括若干自所述第一页面到所述第二页面的页面访问路径，以及与该页面访问路径对应的流量数据。

结合上述示例，若第一页面为首页，第二页面为设置页面；或者第一页面为设置页面，第二页面为首页，即第一页面和第二页面均为常用页面，则从上述表2中提取出第一行的流量数据，即访问时间：20XX年XX月X日，20XX年XX月Y日；页面访问路径：a→b；流量数据：a，b的访客数量K₁，访问次数S₁；a，c，b的访客数量K₂，访问次数S₂；a，d，b的访客数量K₃，访问次数S₃。

在一实施例中，若不包含与所述查询时间对应的自所述第一页面到所述第二页面的流量路径分布结果，则获取在所述查询时间之前的第一页面埋点标识序列；根据预设的流量统计规则和所述第一页面埋点标识序列，统计获得自所述第一页面到所述第二页面的第二流量路径分布结果；根据所述查询时间、第二流量路径分布结果，更新所述关联关系表。

其中，查询时间，是指分析账户想要查询上述指定APP的某一时间的页面访问路径的流量分布结果的时间。该查询时间可以是保存在上述关联关系表(即上表2)中的某一访问时间，也可以是没有保存在上述关联关系表中的访问时间。

示例性的，假设查询时间为20XX年2月1日，表2中的访问时间没有20XX年2月1日的相关数据，那么则获取20XX年2月1日之前的第一页面埋点标识序列，例如，20XX年1月31日的第一页面埋点标识序列。

其中，预设的流量统计规则与上述实施例中的统计各个客户端访问若干条页面访问路径的流量数据，生成自起始页面到结束页面的流量路径分布结果的统计方法相同，具体参照前文所述，在此不在赘述。

结合前文所述，关于自所述第一页面到所述第二页面的第二流量路径分布结果的统计方法可参照上述实施例的方法统计获得。

本发明实施例提供的APP流量分析方法，通过按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；从所述页面埋点标识序列中提取出与预设的起始页面对应的第一页面埋点标识，以及与预设的结束页面对应的第二页面埋点标识；将所述页面埋点标识序列划分成若干个页面埋点标识子序列；根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径至少包括所述起始页面和结束页面；统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。本发明灵活性好，用户(比如，运营商)可以直观地了解指定APP的自预设的起始页面到预设的结束页面的流量路径分布结果，从而便于进一步根据该流量路径分布结果分析用户的喜爱偏好、广告引流效果等，并且可帮助企业改善APP页面分布合理性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种APP流量分析装置，该APP流量分析装置与上述实施例中APP流量分析方法一一对应。如图3所示，该APP流量分析装置包括访问数据获取模块11、标识序列提取模块12、埋点标识提取模块13、划分模块14、路径提取模块15和生成模块16。各功能模块详细说明如下：

访问数据获取模块11，用于按照预设的时间间隔，获取多个客户端访问指定APP的访问数据。

标识序列提取模块12，用于按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面。

埋点标识提取模块13，用于从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识。

划分模块14，用于基于所述第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列。

路径提取模块15，用于根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径包括所述起始页面和结束页面。

生成模块16，用于统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

在一实施例中，上述路径提取模块15包括：

子序列筛选单元，用于从所述若干个页面埋点标识子序列中筛选出包含所述第二页面埋点标识的若干目标页面埋点标识子序列；其中，每个所述目标页面埋点标识子序列的最后一个元素为所述第二页面埋点标识，且每个所述目标页面埋点标识子序列仅包含一个所述第二页面埋点标识；

查找单元，用于从所述目标页面埋点标识子序列中查找出与所述第二页面埋点标识距离最近的所述第一页面埋点标识；将所述与所述第二页面埋点标识距离最近的第一页面埋点标识设置为起始标识；

路径生成单元，用于在所述若干目标页面埋点标识子序列中截取出从所述起点标识到所述第二页面埋点标识之间的标识序列片段，生成所述页面访问路径。

在一实施例中，上述生成模块16包括：

访问时间获取单元，用于获取每条所述页面访问路径的起始页面的第一访问时间，以及结束页面的第二访问时间。

停留时长计算单元，用于根据所述第一访问时间与所述第二访问时间计算所述页面访问路径的停留时长；

目标路径确定单元，用于将所述停留时长大于或等于预设的时长阈值的页面访问路径确定为目标页面访问路径；

统计单元，用于统计各个客户端访问所述目标页面访问路径的流量数据，生成自所述起始页面到所述结束页面的目标流量路径分布结果。

在一实施例中，目标页面访问路径包括至少两条目标路径。上述统计单元具体用于：

获取所述至少两条目标路径的访问次数；将访问次数最多的目标路径确定为常用页面访问路径；根据所述常用页面访问路径，调整所述指定APP的页面布局。

在一实施例中，上述APP流量分析装置还包括：

构建模块，用于根据所述访问数据的访问时间、所述页面访问路径和所述流量数据构建关联关系表，所述关联关系表包括与每条所述页面访问路径对应的若干访问时间和若干流量数据。

请求响应模块，用于响应分析账户发起的对所述指定APP的流量查询请求；所述流量查询请求包括第一页面和第二页面；

页面判断模块，用于判断所述第一页面和第二页面是否均为预设的常用页面；

第一调取模块，用于若所述第一页面和第二页面均为常用页面，则从所述关联关系表中调取出与所述流量查询请求匹配的第一流量数据，所述第一流量数据包括若干自所述第一页面到所述第二页面的页面访问路径，以及与该页面访问路径对应的流量数据。

在一实施例中，上述APP流量分析装置还包括：

查询模块，用于若所述第一页面和/或第二页面为非常用页面，则获取所述流量查询请求中的查询时间，判断所述关联关系表中是否包含与所述查询时间对应的自所述第一页面到所述第二页面的第一流量路径分布结果；

第二调取模块，用于若包含与所述查询时间对应的自所述第一页面到所述第二页面的流量路径分布结果，则从所述关联关系表中调取出所述第一流量路径分布结果。

在一实施例中，上述APP流量分析装置还包括：

序列获取模块，用于若不包含与所述查询时间对应的自所述第一页面到所述第二页面的流量路径分布结果，则获取在所述查询时间之前的第一页面埋点标识序列。

更新模块，用于根据预设的流量统计规则和所述第一页面埋点标识序列，统计获得自所述第一页面到所述第二页面的第二流量路径分布结果；根据所述查询时间、第二流量路径分布结果，更新所述关联关系表。

关于APP流量分析装置的具体限定可以参见上文中对于APP流量分析方法的限定，在此不再赘述。上述APP流量分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该可读存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储APP流量分析方法所涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种APP流量分析方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。

在一个实施例中，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可读指令，处理器执行计算机可读指令时实现以下步骤：

按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；

按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面；

从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识；

基于所述第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列；

根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径至少包括所述起始页面和结束页面；

统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

在一个实施例中，提供了一个或多个存储有计算机可读指令的计算机可读存储介质，本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时实现以下步骤：

按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；

按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面；

从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识；

基于所述第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列；

根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径至少包括所述起始页面和结束页面；

统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种APP流量分析方法，其特征在于，包括：

按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；

按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面；

从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识；

基于所述若干第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列；

根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径包括所述起始页面和结束页面；

统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

2.如权利要求1所述的APP流量分析方法，其特征在于，所述根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径，包括：

从所述若干个页面埋点标识子序列中筛选出包含所述第二页面埋点标识的若干目标页面埋点标识子序列；其中，每个所述目标页面埋点标识子序列的最后一个元素为所述第二页面埋点标识，且每个所述目标页面埋点标识子序列仅包含一个所述第二页面埋点标识；

从每个所述目标页面埋点标识子序列中查找出与所述第二页面埋点标识距离最近的第一页面埋点标识；将所述与所述第二页面埋点标识距离最近的第一页面埋点标识设置为起始标识；

在所述若干目标页面埋点标识子序列中截取出从所述起始标识到所述第二页面埋点标识之间的标识序列片段，生成所述页面访问路径。

3.如权利要求1所述的APP流量分析方法，其特征在于，所述统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果，包括：

获取每条所述页面访问路径的起始页面的第一访问时间，以及结束页面的第二访问时间；

根据所述第一访问时间与所述第二访问时间计算所述页面访问路径的停留时长；

将所述停留时长大于或等于预设的时长阈值的页面访问路径确定为目标页面访问路径；

统计各个客户端访问所述目标页面访问路径的流量数据，生成自所述起始页面到所述结束页面的目标流量路径分布结果。

4.如权利要求3所述的APP流量分析方法，其特征在于，所述目标页面访问路径包括至少两条目标路径；

在所述统计各个客户端访问所述目标页面访问路径的流量数据，生成自所述起始页面到所述结束页面的目标流量路径分布结果之后，包括：

获取所述至少两条目标路径的访问次数；

将访问次数最多的目标路径确定为常用页面访问路径；

根据所述常用页面访问路径，调整所述指定APP的页面布局。

5.如权利要求1所述的APP流量分析方法，其特征在于，在所述统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果之后，还包括：

根据所述访问数据的访问时间、所述页面访问路径和所述流量数据构建关联关系表，所述关联关系表包括与每条所述页面访问路径对应的若干访问时间和若干流量数据；

响应分析账户发起的对所述指定APP的流量查询请求；所述流量查询请求包括第一页面和第二页面；

判断所述第一页面和第二页面是否均为预设的常用页面；

若所述第一页面和第二页面均为常用页面，则从所述关联关系表中调取出与所述流量查询请求匹配的第一流量数据，所述第一流量数据包括若干自所述第一页面到所述第二页面的页面访问路径，以及与该页面访问路径对应的流量数据。

6.如权利要求5所述的APP流量分析方法，其特征在于，在所述判断所述第一页面和第二页面是否均为预设的常用页面之后，还包括：

若所述第一页面和/或第二页面为非常用页面，则获取所述流量查询请求中的查询时间，判断所述关联关系表中是否包含与所述查询时间对应的自所述第一页面到所述第二页面的第一流量路径分布结果；

若包含与所述查询时间对应的自所述第一页面到所述第二页面的流量路径分布结果，则从所述关联关系表中调取出所述第一流量路径分布结果。

7.如权利要求6所述的APP流量分析方法，其特征在于，在所述若所述第一页面和/或第二页面为非常用页面，则获取所述流量查询请求中的查询时间，判断所述关联关系表中是否包含与所述查询时间对应的自所述第一页面到所述第二页面的第一流量路径分布结果之后，还包括：

若不包含与所述查询时间对应的自所述第一页面到所述第二页面的流量路径分布结果，则获取在所述查询时间之前的第一页面埋点标识序列；

根据预设的流量统计规则和所述第一页面埋点标识序列，统计获得自所述第一页面到所述第二页面的第二流量路径分布结果；根据所述查询时间、第二流量路径分布结果，更新所述关联关系表。

8.一种APP流量分析装置，其特征在于，包括：

访问数据获取模块，用于按照预设的时间间隔，获取多个客户端访问指定APP的访问数据；

标识序列提取模块，用于按时间顺序从所述访问数据提取属于同一客户端的页面埋点标识序列；所述页面埋点标识序列包括多个页面埋点标识，其中，一个页面埋点标识对应一个页面；

埋点标识提取模块，用于从所述页面埋点标识序列中提取出与预设的起始页面对应的若干第一页面埋点标识，以及与预设的结束页面对应的若干第二页面埋点标识；

划分模块，用于基于所述第二页面埋点标识将所述页面埋点标识序列划分成若干个页面埋点标识子序列；

路径提取模块，用于根据所述第一页面埋点标识和第二页面埋点标识，从所述若干个页面埋点标识子序列中提取出若干条页面访问路径；所述页面访问路径包括所述起始页面和结束页面；

生成模块，用于统计各个客户端访问所述若干条页面访问路径的流量数据，生成自所述起始页面到所述结束页面的流量路径分布结果。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述APP流量分析方法。

10.一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项所述APP流量分析方法。

Images