CN115270036B - 基于活跃度持续授时的网页浏览时长计算方法 - Google Patents
基于活跃度持续授时的网页浏览时长计算方法 Download PDFInfo
- Publication number
- CN115270036B CN115270036B CN202210889006.3A CN202210889006A CN115270036B CN 115270036 B CN115270036 B CN 115270036B CN 202210889006 A CN202210889006 A CN 202210889006A CN 115270036 B CN115270036 B CN 115270036B
- Authority
- CN
- China
- Prior art keywords
- time
- webpage
- web page
- active state
- closing
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Abstract
本发明涉及基于活跃度持续授时的网页浏览时长计算方法,包括步骤:在配置文件设置心跳检测时间T;打开某网页,同时向服务器发送记录打开网页时间的请求,服务器每到心跳检测时间T检测该网页是否处于活跃状态,若处于活跃状态则将关闭网页时间更新为检测活跃状态的时间,直到处于非活跃状态或主动关闭该网页时,统计该网页的浏览时长;直到主动关闭该网页或处于非活跃状态是因为用户未对该网页进行操作后,将每一次打开该网页所统计的浏览时长相加,得到用户对该网页的总浏览时长。本发明对用户使用网页的真正有效浏览时长进行计算,也能尽量趋近于学员在线对知识的真实学习时长计算。
Description
技术领域
本发明涉及网页浏览时长计算技术领域,特别涉及一种基于活跃度持续授时的网页浏览时长计算方法。
背景技术
随着互联网技术的发展与普及,人们的工作和生活状态开始进入互联网时代,咨询、办公、娱乐、购物、教育等各类网络应用围绕在我们身边,这些应用商家需要从年龄段、行业、领域、职务等多方面研究人们在网络环境中的兴趣点,教育领域需要研究学习人群对哪些知识更感兴趣,该学习的是否学了,学习占比是多少等等。
对应用网页有效浏览时长大的计算,这些研究中占据很重要的位置,目前网页浏览时长计算方法主要分为三类,如后一网页打开时刻减去前一网页打开时刻,得到前一网页的停留时长;通过心跳包定时向发送数据包确定网页还在被使用;监听网页鼠标或键盘等操作的活跃状态等方法。但前两种方法无法知道用户长时间打开网页后,是否真的在使用此网页,第三种方法在遇到同一网页被多次打开后,因延时计算问题,导致被叠加计时问题,计算出的时间,往往会极大的超出用户的实际浏览时长。因此,目前需要一种能尽量趋近于学员在线对知识的真实学习时长计算方法。
发明内容
本发明的目的在于对用户使用网页的真正有效浏览时长进行计算,提供一种基于活跃度持续授时的网页浏览时长计算方法,也能尽量趋近于学员在线对知识的真实学习时长计算。
为了实现上述发明目的,本发明实施例提供了以下技术方案:
基于活跃度持续授时的网页浏览时长计算方法,包括以下步骤:
步骤S1,在配置文件设置心跳检测时间T;
步骤S2,打开某网页,同时向服务器发送记录打开网页时间的请求,服务器每到心跳检测时间T检测该网页是否处于活跃状态,若处于活跃状态则将关闭网页时间更新为检测活跃状态的时间,直到处于非活跃状态或主动关闭该网页时,统计该网页的浏览时长;
步骤S3,再次打开该网页,服务器记录再次打开该网页时间,重新记录心跳检测时间T,且不再对上一次打开的该网页进行检测;每到心跳检测时间T检测本次打开的该网页是否处于活跃状态,若处于活跃状态则关闭网页时间更新为检测活跃状态的时间,直到处于非活跃状态或主动关闭该网页时,统计该网页的浏览时长;若处于非活跃状态是因为再次打开了该网页,则循环步骤S3;
步骤S4,直到主动关闭该网页或处于非活跃状态是因为用户未对该网页进行操作后,将每一次打开该网页所统计的浏览时长相加,得到用户对该网页的总浏览时长。
所述步骤S2中直到处于非活跃状态时,统计该网页的浏览时长的步骤,包括:
第一次打开该网页后,若第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间;直到某次检测活跃状态时,该网页处于非活跃状态了,则不再更新关闭网页时间,且统计该网页的浏览时长为上一次更新的关闭网页时间减去打开网页时间;
第一次打开该网页后,若第一次检测活跃状态时,该网页处于非活跃状态,则不更新关闭网页时间,直接统计该网页的浏览时长为第一次检测活跃状态的时间减去打开网页时间。
所述步骤S2中直到主动关闭该网页时,统计该网页的浏览时长的步骤,包括:
第一次打开该网页后,若未到第一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间;
若到了第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间,直到未达到下一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间。
所述步骤S3中直到处于非活跃状态时,统计该网页的浏览时长的步骤,包括:
再次打开该网页后,若第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间;直到某次检测活跃状态时,该网页处于非活跃状态,则不再更新关闭网页时间,且统计该网页的浏览时长为上一次更新的关闭网页时间减去打开网页时间;
再次打开该网页后,若第一次检测活跃状态时,该网页处于非活跃状态,则不更新关闭网页时间,直接统计该网页的浏览时长为第一次检测活跃状态的时间减去打开网页时间。
所述步骤S3中直到主动关闭该网页时,统计该网页的浏览时长的步骤,包括:
再次打开该网页后,若未到第一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间;
若到了第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间,直到未达到下一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间
与现有技术相比,本发明的有益效果:
本发明对用户使用网页的真正有效浏览时长进行计算,也能尽量趋近于学员在线对知识的真实学习时长计算,确定学员对知识的学习情况,避免了学员在学习过程中出现网页挂机、重复打开相同网页的情况。
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为本发明方法流程图。
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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一次”、“第二次”等仅用于区分描述,而不能理解为指示或暗示相对重要性,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。
实施例:
本发明通过下述技术方案实现,如图1所示,基于活跃度持续授时的网页浏览时长计算方法,包括以下步骤:
步骤S1,在配置文件设置心跳检测时间T。
在服务器中的配置文件设置心跳检测时间T,所述心跳检测时间T为自定义设置,本实施例为了便于解释本发明技术方案,将心跳检测时间T设置为30s。
步骤S2,打开某网页,同时向服务器发送记录打开网页时间的请求,服务器每到心跳检测时间T检测该网页是否处于活跃状态,若处于活跃状态则将关闭网页时间更新为检测活跃状态的时间,直到处于非活跃状态或主动关闭该网页时,统计该网页的浏览时长。
第一次打开该网页后,若第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间;直到某次检测活跃状态时,该网页处于非活跃状态了,则不再更新关闭网页时间,且统计该网页的浏览时长为上一次更新的关闭网页时间减去打开网页时间。
但第一次打开该网页后,第一次检测活跃状态时,该网页处于非活跃状态,则不更新关闭网页时间,直接统计该网页的浏览时长为第一次检测活跃状态的时间减去打开网页时间,也就是一个心跳检测的时间,即30s。
另一种情况,第一次打开该网页后,若未到第一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间。若到了第一次检测活跃状态时,该网页处于活跃状态,依然将关闭网页时间更新为本次检测活跃状态的时间,直到未达到下一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间。统计该网页的浏览时长为关闭网页时间减去打开网页时间。
可见,只要该网页在第一次检测活跃状态时处于活跃状态,则将其第一次记录的关闭网页时间更新为本次检测活跃状态的时间。若第一次检测活跃状态时处于非活跃状态,则说明用户第二次打开了该网页,或者已经没有操作第一次打开的该网页了,因此第一次打开该网页的关闭网页时间就默认为第一次检测活跃状态的时间。
若用户主动关闭该网页是可以检测得到的,那么用户实际主动关闭该网页的时间就是该网页的关闭网页时间,同样将关闭网页时间减去打开网页时间即可计算出第一次打开该网页的浏览时长。
作为举例:
假设本实施例打开了网页A,在打开网页A的同时向服务器发送记录打开网页A时间的请求,假设服务器记录打开网页A时间为11:20:00,服务器按照心跳检测时间30s,每到心跳检测时间30s时检测网页A的活跃状态,则第一次检测活跃状态的时间为11:20:30。
如表1-1所示(表中数据标识表示打开网页A的次数),若第一次打开网页A后第一次检测活跃状态时,网页A处于活跃状态,则更新网页A的关闭网页时间为本次检测活跃状态的时间,即11:20:30。第二次检测活跃状态的时间为11:21:00,如表1-2所示,若第二次检测活跃状态时,网页A依然处于活跃状态,则更新网页A的关闭网页时间为本次检测活跃状态的时间,即11:21:00。第三次检测活跃状态的时间为11:21:30,若第三次检测活跃状态时,网页A处于非活跃状态,则说明用户已经没有操作网页A,或者第二次打开了网页A,如果是已经没有操作网页A的情况,如表1-3所示,则网页A的关闭网页时间就是上一次更新的关闭网页时间,即11:21:00。如果是第二次打开了网页A的情况,请参见步骤S3的分析。最后统计第一次打开网页A的浏览时长即为关闭网页时间减去打开网页时间,即为60s。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 11:20:30 |
表1-1
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 11:21:00 |
表1-2
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 11:21:00 | 60 |
表1-3
若第一次打开网页A后第一次检测活跃状态时,网页A处于非活跃状态,则说明用户已经没有操作网页A,或者第二次打开了网页A,如果是已经没有操作网页A的情况,如表2所示,则不更新网页A的关闭网页时间,直接统计网页A的浏览时长为本次检测活跃状态的时间11:20:30减去打开网页时间,即浏览时长为30s。如果是第二次打开了网页A的情况,请参见步骤S3的分析。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 |
表2
另外,是用户主动关闭网页A的情况,若第一次打开网页A后,还没有达到第一次检测活跃状态的时间11:20:30用户就主动关闭了网页A,则网页A的关闭网页时间即为用户关闭网页A的时间,请参见表3-1,比如用户在11:20:10主动关闭了网页A,则网页A的关闭网页时间为11:20:10,统计浏览时长为10s。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 11:20:10 | 10 |
表3-1
若第一次打开网页A后第一次检测活跃状态时,网页A处于活跃状态,则更新网页A的关闭时间为本次检测活跃状态的时间,即11:20:30,若还没有达到第二次检测活跃状态的时间11:21:00用户就主动关闭了网页A,则网页A的关闭网页时间即为用户关闭网页A的时间,请参见表3-2,比如用户在11:20:40主动关闭了网页A,则网页A的关闭网页时间为11:20:40,统计浏览时长为40s。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 11:20:40 | 40 |
表3-2
步骤S3,再次打开该网页,服务器记录再次打开该网页时间,重新记录心跳检测时间T,且不再对上一次打开的该网页进行检测;每到心跳检测时间T检测本次打开的该网页是否处于活跃状态,若处于活跃状态则关闭网页时间更新为检测活跃状态的时间,直到处于非活跃状态或主动关闭该网页时,统计该网页的浏览时长;若处于非活跃状态是因为再次打开了该网页,则循环步骤S3。
若第一次打开网页A后,第一次检测活跃状态时网页A处于非活跃状态,如果是因为再次打开了网页A,且第二次打开网页A时间假设为11:20:10,则记录第二次打开网页A时间为11:20:10,请参表4-1,由于第一次打开网页A时间与第二次打开网页A时间间隔没超过心跳检测时间30s,则第一次打开网页A的浏览时长也记为30s(参考表2),但不记录第一次打开网页A的关闭网页时间。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 | |
2 | A | 11:20:10 |
表4-1
第二次打开网页A后,便不再对第一次打开的网页A进行监测,只对第二次打开的网页A进行浏览时长监测,重新记录心跳检测时间T,则针对第二次打开的网页A,第一次检测活跃状态的时间为11:20:40。
如表4-2所示,若第二次打开网页A后第一次检测活跃状态时,网页A处于活跃状态,则更新网页A的关闭网页时间为本次检测活跃状态的时间,即11:20:40。第二次检测活跃状态的时间为11:21:10,若第二次检测活跃状态时,网页A处于非活跃状态,则说明用户已经没有操作网页A,或者第三次打开了网页A,如果是已经没有操作网页A的情况,如表4-3所示,则网页A的关闭网页时间就是上一次更新的关闭网页时间,即11:20:40。最后统计第二次打开网页A的浏览时长即为关闭网页时间减去打开网页时间,即为30s。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 | |
2 | A | 11:20:10 | 11:20:40 |
表4-2
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 |
2 | A | 11:20:10 | 11:20:40 | 30 |
表4-3
如果是第三次打开了网页A的情况,如表4-4所示,假设第三次打开网页A的时间为11:21:00,便不再对第一次、第二次打开的网页A进行监测,只对第三次打开的网页A进行浏览时长监测,重新记录心跳检测时间T,则针对第三次打开的网页,第一次检测活跃状态的时间为11:21:30,循环步骤S3。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 | |
2 | A | 11:20:10 | 11:20:40 | 30 |
3 | A | 11:21:00 |
表4-4
另外,是用户主动关闭第二次打开的网页A的情况,若第二次打开网页A后,还没有达到第一次检测活跃状态的时间11:20:40用户就主动关闭了网页A,则网页A的关闭网页时间即为用户关闭网页A的时间,请参见表5-1,比如用户在11:20:25主动关闭了网页A,则网页A的关闭网页时间为11:20:25,统计浏览时长为15s。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 | |
2 | A | 11:20:10 | 11:20:25 | 15 |
表5-1
若第二次打开网页A后第一次检测活跃状态时,网页A处于活跃状态,则更新网页A的关闭时间为本次检测活跃状态的时间,即11:20:40,若还没有达到第二次检测活跃状态的时间11:21:10用户就主动关闭了网页A,则网页A的关闭网页时间即为用户关闭网页A的时间,请参见表5-2,比如用于在11:21:07主动关闭了网页A,则网页A的关闭网页时间为11:21:07,统计浏览时长为57s。
表5-2
步骤S4,直到主动关闭该网页或处于非活跃状态是因为用户未对该网页进行操作后,将每一次打开该网页所统计的浏览时长相加,得到用户对该网页的总浏览时长。
继续参见表5-2,如果第二次打开的网页A后用户主动关闭网页A,那么用户对网页A的总浏览时长为30+57=87。
或者接着表4-4的情况进行分析,若第三次打开网页A后,针对第三次打开的网页A的第一次检测活跃状态时间为11:21:30,但第一次检测活跃状态时网页A处于非活跃状态,且是因为用户已经没有操作网页A的情况,请参见表6-1,则不再更新网页A的关闭网页时间,直接统计网页A的浏览时长为本次检测活跃状态的时间,即11:21:30,浏览时长为30s。最后统计三次打开网页A的总浏览时长为30+30+30=90s。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 | |
2 | A | 11:20:10 | 11:20:40 | 30 |
3 | A | 11:21:00 | 30 |
表6-1
若第三次打开网页A后,针对第三次打开的网页A的第一次检测活跃状态时间为11:21:30,但第一次检测活跃状态时网页A处于活跃状态,且是因为用户已经没有操作网页A的情况,则更新网页A的关闭网页时间为本次检测活跃状态的时间,即11:21:30。第二次检测活跃状态的时间为11:22:00,若第二次检测活跃状态时,网页A处于非活跃状态,且是因为用户已经没有操作网页A的情况,如表6-2所示,则网页A的关闭网页时间就是上一次更新的关闭网页时间,即11:21:30,浏览时长为30s。最后统计三次打开网页A的总浏览时长为30+30+30=90s。
数据标识 | 网页标识 | 打开网页时间 | 关闭网页时间 | 浏览时长(s) |
1 | A | 11:20:00 | 30 | |
2 | A | 11:20:10 | 11:20:40 | 30 |
3 | A | 11:21:00 | 11:21:30 | 30 |
表6-2
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (1)
1.一种基于活跃度持续授时的网页浏览时长计算方法,其特征在于:包括以下步骤:
步骤S1,在配置文件设置心跳检测时间T;
步骤S2,打开一个网页,同时向服务器发送记录打开网页时间的请求,服务器每到心跳检测时间T检测该网页是否处于活跃状态,若处于活跃状态则将关闭网页时间更新为检测活跃状态的时间,直到处于非活跃状态或主动关闭该网页时,统计该网页的浏览时长;
所述步骤S2中,直到处于非活跃状态时,统计该网页的浏览时长的步骤,包括:
第一次打开该网页后,若第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间;直到某次检测活跃状态时,该网页处于非活跃状态了,则不再更新关闭网页时间,且统计该网页的浏览时长为上一次更新的关闭网页时间减去打开网页时间;
第一次打开该网页后,若第一次检测活跃状态时,该网页处于非活跃状态,则不更新关闭网页时间,直接统计该网页的浏览时长为第一次检测活跃状态的时间减去打开网页时间;
所述步骤S2中,直到主动关闭该网页时,统计该网页的浏览时长的步骤,包括:
第一次打开该网页后,若未到第一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间;
若到了第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间,直到未达到下一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间;
步骤S3,再次打开该网页,服务器记录再次打开该网页时间,重新记录心跳检测时间T,且不再对上一次打开的该网页进行检测;每到心跳检测时间T检测本次打开的该网页是否处于活跃状态,若处于活跃状态则关闭网页时间更新为检测活跃状态的时间,直到处于非活跃状态或主动关闭该网页时,统计该网页的浏览时长;若处于非活跃状态是因为再次打开了该网页,则循环步骤S3;
所述步骤S3中,直到处于非活跃状态时,统计该网页的浏览时长的步骤,包括:
再次打开该网页后,若第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间;直到某次检测活跃状态时,该网页处于非活跃状态,则不再更新关闭网页时间,且统计该网页的浏览时长为上一次更新的关闭网页时间减去打开网页时间;
再次打开该网页后,若第一次检测活跃状态时,该网页处于非活跃状态,则不更新关闭网页时间,直接统计该网页的浏览时长为第一次检测活跃状态的时间减去打开网页时间;
所述步骤S3中,直到主动关闭该网页时,统计该网页的浏览时长的步骤,包括:
再次打开该网页后,若未到第一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间;
若到了第一次检测活跃状态时,该网页处于活跃状态,则将关闭网页时间更新为本次检测活跃状态的时间,直到未达到下一次检测活跃状态的时间就主动关闭了该网页,则将关闭网页时间更新为主动关闭该网页的时间;且统计该网页的浏览时长为关闭网页时间减去打开网页时间;
步骤S4,直到主动关闭该网页或处于非活跃状态是因为用户未对该网页进行操作后,将每一次打开该网页所统计的浏览时长相加,得到用户对该网页的总浏览时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889006.3A CN115270036B (zh) | 2022-07-27 | 2022-07-27 | 基于活跃度持续授时的网页浏览时长计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889006.3A CN115270036B (zh) | 2022-07-27 | 2022-07-27 | 基于活跃度持续授时的网页浏览时长计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115270036A CN115270036A (zh) | 2022-11-01 |
CN115270036B true CN115270036B (zh) | 2024-01-30 |
Family
ID=83770242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210889006.3A Active CN115270036B (zh) | 2022-07-27 | 2022-07-27 | 基于活跃度持续授时的网页浏览时长计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115270036B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162247A (zh) * | 2016-06-24 | 2016-11-23 | 武汉斗鱼网络科技有限公司 | 基于时间轮盘和页面心跳的活跃用户集维护方法及系统 |
CN107666500A (zh) * | 2016-07-28 | 2018-02-06 | 腾讯科技(深圳)有限公司 | 一种计时方法、装置及系统 |
CN108337281A (zh) * | 2017-01-19 | 2018-07-27 | 北京京东尚科信息技术有限公司 | 计算页面浏览时长的方法及系统 |
-
2022
- 2022-07-27 CN CN202210889006.3A patent/CN115270036B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162247A (zh) * | 2016-06-24 | 2016-11-23 | 武汉斗鱼网络科技有限公司 | 基于时间轮盘和页面心跳的活跃用户集维护方法及系统 |
CN107666500A (zh) * | 2016-07-28 | 2018-02-06 | 腾讯科技(深圳)有限公司 | 一种计时方法、装置及系统 |
CN108337281A (zh) * | 2017-01-19 | 2018-07-27 | 北京京东尚科信息技术有限公司 | 计算页面浏览时长的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115270036A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Amato et al. | Recognizing human behaviours in online social networks | |
CN108833184B (zh) | 服务故障定位方法、装置、计算机设备及存储介质 | |
Dubé et al. | A review of network analysis terminology and its application to foot‐and‐mouth disease modelling and policy development | |
Parwez et al. | Big data analytics for user-activity analysis and user-anomaly detection in mobile wireless network | |
Shittu et al. | Intrusion alert prioritisation and attack detection using post-correlation analysis | |
CN105354277B (zh) | 一种基于递归神经网络的推荐方法及系统 | |
CN112615888B (zh) | 一种网络攻击行为的威胁评估方法及装置 | |
US20180077180A1 (en) | Bot detection system based on deep learning | |
CN110321424B (zh) | 一种基于深度学习的艾滋病人员行为分析方法 | |
CN103678492B (zh) | 基于网络爬虫行为识别与缓冲更新策略的Web点击计数方法 | |
US10679137B2 (en) | Systems and methods for determining real-time visitor segments | |
CN108366012B (zh) | 一种社交关系建立方法、装置及电子设备 | |
Zeng et al. | Estimation of software defects fix effort using neural networks | |
Folino et al. | A distributed intrusion detection framework based on evolved specialized ensembles of classifiers | |
CN112733045B (zh) | 用户行为的分析方法、装置及电子设备 | |
Abujiya et al. | A new EWMA control chart for monitoring Poisson observations | |
CN109831429A (zh) | 一种Webshell检测方法及装置 | |
WO2022031523A1 (en) | Techniques for identity data characterization for data protection | |
Li et al. | A self-starting control chart for high-dimensional short-run processes | |
CN111177725B (zh) | 一种检测恶意刷点击操作的方法、装置、设备及存储介质 | |
CN109635210A (zh) | 行为数据的上报方法、装置、设备及存储介质 | |
CN110807050B (zh) | 性能分析方法、装置、计算机设备及存储介质 | |
CN115270036B (zh) | 基于活跃度持续授时的网页浏览时长计算方法 | |
CN106874332A (zh) | 数据库访问方法和装置 | |
EP3506101A3 (en) | System and method for controlled data extraction in computer networks |
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 |