CN114663133A - 一种基于tsdb技术的用户行为分析方法 - Google Patents
一种基于tsdb技术的用户行为分析方法 Download PDFInfo
- Publication number
- CN114663133A CN114663133A CN202210199788.8A CN202210199788A CN114663133A CN 114663133 A CN114663133 A CN 114663133A CN 202210199788 A CN202210199788 A CN 202210199788A CN 114663133 A CN114663133 A CN 114663133A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- user behavior
- module
- analysis
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 60
- 238000005516 engineering process Methods 0.000 title claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 230000008676 import Effects 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 claims description 106
- 230000036541 health Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000003032 molecular docking Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- 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
- G06F11/3438—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 monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/80—Database-specific techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及用户行为分析技术领域,具体为一种基于TSDB技术的用户行为分析方法,包括用户行为全端采集模块、用户历史行为导入模块、用户行为扩展数据分析模块、用户行为原始数据推送模块和用户行为分析结果推送模块,通过用户行为分析方法基于TSDB设计,可护展的时间序列数据库(TSDB)编写OpenTSDB是为了满足一个共同的需求:存储,索引和服务从计算机系统大规模收集的数据并使这些数据易于访问和可扩展,支持持数据库服务器横向扩展,支持web应用服务器和数据库服务器负载均衡、高可用性;确保数据安全性,在私有化部署的前提下,内网交换数据更安全、方便,为多系统、多维度的交叉分析需求提供有力保障,提高用户行为分析质量。
Description
技术领域
本发明涉及用户行为分析技术领域,具体为一种基于TSDB技术的用户行为分析方法。
背景技术
用户行为分析,是指在获得系统访问量基本数据的情况下,对有关数据进行统计、分析,从中发现用户访问系统的规律,并将这些规律与企业发展策略等相结合,从而发现目前企业可能存在的问题,并为进一步修正或重新制定企业发展策略提供依据。
如何将多源的用户数据收集到平台,如何处理和分析数据,使得数据能够驱动产品,为各团队的决策提供数据支撑,并以用户表现来更好的反观决策效果,因此需要一种基于TSDB技术的用户行为分析方法对上述问题做出改善。
发明内容
本发明的目的在于提供一种基于TSDB技术的用户行为分析方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于TSDB技术的用户行为分析方法,包括用户行为全端采集模块、用户历史行为导入模块、用户行为扩展数据分析模块、用户行为原始数据推送模块和用户行为分析结果推送模块;
所述用户行为全端采集模块:对网站端、app端、小程序端以及公众号数据进行全面采集;
所述用户历史行为导入模块:支持对网站端、app端、小程序端以及公众号与业务数据整合,批量导入其他平台数据,保持业务数据的完整性和可用性;
所述用户行为扩展数据分析模块:利用TSDB实现数据的深度加工和分析;
所述用户行为原始数据推送模块:基于业务行为数据需要,可以将数据推送到其他平台,满足实时计算,业务融合和立式存档;
所述用户行为分析结果推送模块:用于行为数据分析结果进行保存或推送输出。
作为本发明优选的方案,所述用户行为全端采集模块还包括用户健康度分析和用户画像分析;
所述用户健康度分析:用户健康度是基于用户行为数据综合考虑的核心指标,体现产品的运营情况,为产品的发展进行预警,包括三大类型指标:产品基础指标、流量质量指标、产品营收指标;
所述用户画像分析:根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型,通过高度精炼用户特征来描述用户,可以让人更容易理解用户,并且可以方便计算机处理。
作为本发明优选的方案,所述用户行为全端采集模块包括有平台数据对接接口,所述平台数据对接接口提供API接口将系统中的数据打通。
作为本发明优选的方案,所述用户历史行为导入模块包括有用户行为路径分析:明确用户现存路径有哪些,发现路径问题,或优化用户行为沿着最优访问路径前进,结合业务场景需求进行前端布局调整。
作为本发明优选的方案,所述用户行为扩展数据分析模块:支持数据库服务器横向扩展,数据上报、报表展示、数据计算都可以使用独立服务器;支持web应用服务器和数据库服务器负载均衡、高可用性。
作为本发明优选的方案,所述用户行为原始数据推送模块:将多源的用户数据收集到平台,为各团队的决策提供数据支撑,并以用户表现来反观决策效果。
作为本发明优选的方案,所述用户行为分析结果推送模块:由于用户行为是动态,所以在前端事件分析的结果会展示过去、实时现在、趋势未来。
与现有技术相比,本发明的有益效果是:
本发明中,通过用户行为分析方法基于TSDB设计,TSDB是一个在HBase之上编写的开源分布式,可护展的时间序列数据库(TSDB)编写OpenTSDB是为了满足一个共同的需求:存储,索引和服务从计算机系统(网络设备,操作系统应用程序等)大规模收集的数据并使这些数据易于访问和可扩展,支持持数据库服务器横向扩展,数据上报、报表展示、数据计算都可以使用独立服务器;支持web应用服务器和数据库服务器负载均衡、高可用性;确保数据安全性,在私有化部署的前提下,内网交换数据更安全、方便,为多系统、多维度的交叉分析需求提供有力保障,提高用户行为分析质量。
附图说明
图1为本发明的方法架构示意图。
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,所描述的实施例仅仅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做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。
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述,附图中给出了本发明的若干实施例,但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
本发明提供一种技术方案:
请参阅图1:一种基于TSDB技术的用户行为分析方法,包括用户行为全端采集模块、用户历史行为导入模块、用户行为扩展数据分析模块、用户行为原始数据推送模块和用户行为分析结果推送模块;
用户行为全端采集模块:对网站端、app端、小程序端以及公众号数据进行全面采集;
用户历史行为导入模块:支持对网站端、app端、小程序端以及公众号与业务数据整合,批量导入其他平台数据,保持业务数据的完整性和可用性;
用户行为扩展数据分析模块:利用TSDB实现数据的深度加工和分析;
用户行为原始数据推送模块:基于业务行为数据需要,可以将数据推送到其他平台,满足实时计算,业务融合和立式存档;
用户行为分析结果推送模块:用于行为数据分析结果进行保存或推送输出。
用户行为全端采集模块还包括用户健康度分析和用户画像分析;
用户健康度分析:用户健康度是基于用户行为数据综合考虑的核心指标,体现产品的运营情况,为产品的发展进行预警,包括三大类型指标:产品基础指标、流量质量指标、产品营收指标;
用户画像分析:根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型,通过高度精炼用户特征来描述用户,可以让人更容易理解用户,并且可以方便计算机处理。
用户行为全端采集模块包括有平台数据对接接口,平台数据对接接口提供AP I接口将系统中的数据打通。
用户历史行为导入模块包括有用户行为路径分析:明确用户现存路径有哪些,发现路径问题,或优化用户行为沿着最优访问路径前进,结合业务场景需求进行前端布局调整。
用户行为扩展数据分析模块:支持数据库服务器横向扩展,数据上报、报表展示、数据计算都可以使用独立服务器;支持web应用服务器和数据库服务器负载均衡、高可用性。
用户行为原始数据推送模块:将多源的用户数据收集到平台,为各团队的决策提供数据支撑,并以用户表现来反观决策效果。
用户行为分析结果推送模块:由于用户行为是动态,所以在前端事件分析的结果会展示过去、实时现在、趋势未来。
实施例:用户行为全端采集模块:对网站端、app端、小程序端以及公众号数据进行全面采集;用户行为全端采集模块还包括用户健康度分析和用户画像分析;用户健康度分析:用户健康度是基于用户行为数据综合考虑的核心指标,体现产品的运营情况,为产品的发展进行预警,包括三大类型指标:产品基础指标、流量质量指标、产品营收指标;用户画像分析:根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型,通过高度精炼用户特征来描述用户,可以让人更容易理解用户,并且可以方便计算机处理;用户行为全端采集模块包括有平台数据对接接口,平台数据对接接口提供API接口将系统中的数据打通;
用户历史行为导入模块:支持对网站端、app端、小程序端以及公众号与业务数据整合,批量导入其他平台数据,保持业务数据的完整性和可用性;用户行为路径分析:明确用户现存路径有哪些,发现路径问题,或优化用户行为沿着最优访问路径前进,结合业务场景需求进行前端布局调整;
用户行为扩展数据分析模块:利用TSDB实现数据的深度加工和分析;支持数据库服务器横向扩展,数据上报、报表展示、数据计算都可以使用独立服务器;支持web应用服务器和数据库服务器负载均衡、高可用性;
用户行为原始数据推送模块:基于业务行为数据需要,可以将数据推送到其他平台,满足实时计算,业务融合和立式存档;将多源的用户数据收集到平台,为各团队的决策提供数据支撑,并以用户表现来反观决策效果;
用户行为分析结果推送模块:用于行为数据分析结果进行保存或推送输出;由于用户行为是动态,所以在前端事件分析的结果会展示过去、实时现在、趋势未来,例如实时在线人数、实时交易额等;用曲线图展示事件的发展的趋势,以预测未来的变化方向;也能够统计事件总体情况;
通过用户行为分析方法基于TSDB设计,TSDB是一个在HBase之上编写的开源分布式,可护展的时间序列数据库(TSDB)编写OpenTSDB是为了满足一个共同的需求:存储,索引和服务从计算机系统(网络设备,操作系统应用程序等)大规模收集的数据并使这些数据易于访问和可扩展,支持持数据库服务器横向扩展,数据上报、报表展示、数据计算都可以使用独立服务器;支持web应用服务器和数据库服务器负载均衡、高可用性;确保数据安全性,在私有化部署的前提下,内网交换数据更安全、方便,为多系统、多维度的交叉分析需求提供有力保障,提高用户行为分析质量。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于TSDB技术的用户行为分析方法,包括用户行为全端采集模块、用户历史行为导入模块、用户行为扩展数据分析模块、用户行为原始数据推送模块和用户行为分析结果推送模块,其特征在于:
所述用户行为全端采集模块:对网站端、app端、小程序端以及公众号数据进行全面采集;
所述用户历史行为导入模块:支持对网站端、app端、小程序端以及公众号与业务数据整合,批量导入其他平台数据,保持业务数据的完整性和可用性;
所述用户行为扩展数据分析模块:利用TSDB实现数据的深度加工和分析;
所述用户行为原始数据推送模块:基于业务行为数据需要,可以将数据推送到其他平台,满足实时计算,业务融合和立式存档;
所述用户行为分析结果推送模块:用于行为数据分析结果进行保存或推送输出。
2.根据权利要求1所述的一种基于TSDB技术的用户行为分析方法,其特征在于:所述用户行为全端采集模块还包括用户健康度分析和用户画像分析;
所述用户健康度分析:用户健康度是基于用户行为数据综合考虑的核心指标,体现产品的运营情况,为产品的发展进行预警,包括三大类型指标:产品基础指标、流量质量指标、产品营收指标;
所述用户画像分析:根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型,通过高度精炼用户特征来描述用户,可以让人更容易理解用户,并且可以方便计算机处理。
3.根据权利要求1所述的一种基于TSDB技术的用户行为分析方法,其特征在于:所述用户行为全端采集模块包括有平台数据对接接口,所述平台数据对接接口提供API接口将系统中的数据打通。
4.根据权利要求1所述的一种基于TSDB技术的用户行为分析方法,其特征在于:所述用户历史行为导入模块包括有用户行为路径分析:明确用户现存路径有哪些,发现路径问题,或优化用户行为沿着最优访问路径前进,结合业务场景需求进行前端布局调整。
5.根据权利要求1所述的一种基于TSDB技术的用户行为分析方法,其特征在于:所述用户行为扩展数据分析模块:支持数据库服务器横向扩展,数据上报、报表展示、数据计算都可以使用独立服务器;支持web应用服务器和数据库服务器负载均衡、高可用性。
6.根据权利要求1所述的一种基于TSDB技术的用户行为分析方法,其特征在于:所述用户行为原始数据推送模块:将多源的用户数据收集到平台,为各团队的决策提供数据支撑,并以用户表现来反观决策效果。
7.根据权利要求1所述的一种基于TSDB技术的用户行为分析方法,其特征在于:所述用户行为分析结果推送模块:由于用户行为是动态,所以在前端事件分析的结果会展示过去、实时现在、趋势未来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199788.8A CN114663133A (zh) | 2022-03-02 | 2022-03-02 | 一种基于tsdb技术的用户行为分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199788.8A CN114663133A (zh) | 2022-03-02 | 2022-03-02 | 一种基于tsdb技术的用户行为分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114663133A true CN114663133A (zh) | 2022-06-24 |
Family
ID=82026605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210199788.8A Pending CN114663133A (zh) | 2022-03-02 | 2022-03-02 | 一种基于tsdb技术的用户行为分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114663133A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187869A (zh) * | 2023-04-28 | 2023-05-30 | 北京合力金智科技发展有限公司 | 一种应用于政企信息化系统的用户行为分析方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016054908A1 (zh) * | 2014-10-10 | 2016-04-14 | 中兴通讯股份有限公司 | 基于物联网大数据平台的智能用户画像方法及装置 |
CN110717089A (zh) * | 2019-08-28 | 2020-01-21 | 国家计算机网络与信息安全管理中心 | 一种基于网络日志的用户行为分析系统及方法 |
CN110909063A (zh) * | 2019-11-28 | 2020-03-24 | 蜂助手股份有限公司 | 一种用户行为的分析方法、装置、应用服务器及存储介质 |
CN111428958A (zh) * | 2019-12-12 | 2020-07-17 | 中国市政工程中南设计研究总院有限公司 | 一种基于多源信息融合的智慧污水厂管控平台 |
CN111694874A (zh) * | 2020-06-17 | 2020-09-22 | 科技谷(厦门)信息技术有限公司 | 一种基于大数据平台的用户行为分析系统 |
-
2022
- 2022-03-02 CN CN202210199788.8A patent/CN114663133A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016054908A1 (zh) * | 2014-10-10 | 2016-04-14 | 中兴通讯股份有限公司 | 基于物联网大数据平台的智能用户画像方法及装置 |
CN110717089A (zh) * | 2019-08-28 | 2020-01-21 | 国家计算机网络与信息安全管理中心 | 一种基于网络日志的用户行为分析系统及方法 |
CN110909063A (zh) * | 2019-11-28 | 2020-03-24 | 蜂助手股份有限公司 | 一种用户行为的分析方法、装置、应用服务器及存储介质 |
CN111428958A (zh) * | 2019-12-12 | 2020-07-17 | 中国市政工程中南设计研究总院有限公司 | 一种基于多源信息融合的智慧污水厂管控平台 |
CN111694874A (zh) * | 2020-06-17 | 2020-09-22 | 科技谷(厦门)信息技术有限公司 | 一种基于大数据平台的用户行为分析系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187869A (zh) * | 2023-04-28 | 2023-05-30 | 北京合力金智科技发展有限公司 | 一种应用于政企信息化系统的用户行为分析方法及系统 |
CN116187869B (zh) * | 2023-04-28 | 2023-07-11 | 北京合力金智科技发展有限公司 | 一种应用于政企信息化系统的用户行为分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lwoga et al. | ICTs and development in developing countries: A systematic review of reviews | |
CN104217276A (zh) | 基于规则的自动化审计方法及系统 | |
US7908239B2 (en) | System for storing event data using a sum calculator that sums the cubes and squares of events | |
AU2011204831B2 (en) | Digital analytics platform | |
US11017000B2 (en) | Medical clinical trial site identification | |
Ji et al. | Complexity analysis approach for prefabricated construction products using uncertain data clustering | |
Rigger et al. | Design automation state of practice-potential and opportunities | |
Linton et al. | An extension to a DEA support system used for assessing R&D projects | |
CN114663133A (zh) | 一种基于tsdb技术的用户行为分析方法 | |
Madlberger et al. | Predictions based on Twitter—A critical view on the research process | |
CN107220742B (zh) | 一种基于系统脆弱性分析的信息系统开发通用支撑方法及平台 | |
CN112494933B (zh) | 游戏数据仓库构建方法及装置 | |
CN103714066A (zh) | 基于模板的数据库分析器 | |
Santos et al. | Evolution and trend of studies on e-government: Mapping the area-from 1992 to 2018 | |
CN107609205A (zh) | 业务仿真系统和方法 | |
CN112685376A (zh) | 海量日志数据分析方法及系统 | |
Zakarija et al. | Discovering process model from incomplete log using process mining | |
CN111861537A (zh) | 运营分析方法及系统 | |
CN117633249B (zh) | 面向SDGs空间型监测指标的基本变量构建方法及装置 | |
Altman | Designing community tracking indicators for open and inclusive scholarship | |
Ines et al. | Customer Success Analysis and Modeling in Digital Marketing | |
KR102557762B1 (ko) | 빅데이터 기반 이벤트 예측 방법 | |
US20230229680A1 (en) | Auto-generation of support trees | |
CN111752984B (zh) | 一种信息处理方法、装置和存储介质 | |
Valli et al. | Tracing out various diseases by analyzing twitter data applying data mining techniques |
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 |