CN115994250A - 一种用户行为可视化方法、系统、计算机设备及介质 - Google Patents

Abstract

本发明涉及计算机技术领域及数字医疗领域，公开了一种用户行为可视化方法、系统、计算机设备及介质，方法包括：确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合；埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。由于本申请通过通用的hook拦截器可自动拦截所有的用户触摸事件，从而降低了埋点的复杂度，同时以热力图的方式在功能页面上呈现用户行为数据，可更加直观的体现用户的行为信息与功能页面之间的关联，从而提升了用户行为分析效率。

Description

一种用户行为可视化方法、系统、计算机设备及介质

技术领域

本发明涉及计算机技术领域及数字医疗领域，特别涉及一种用户行为可视化方法、系统、计算机设备及介质。

背景技术

用户行为分析，是指在获得网站或APP等平台访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站或APP等平台的规律，并将这些规律与网络营销策略等相结合，从而发现网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。而用户行为分析的前提是用户操作APP时的行为数据呈现。

在现有技术的行为数据呈现中，为了了解客户端在运行过程中的各种状态以及用户使用过程中的各种行为特征，工程师会在APP中每个功能页面的所有功能上逐一编写按钮点击事件，当用户在客户端触发按钮点击事件后会根据不同的按钮标记记录对应的埋点信息保存至数据库，最后通过报表的方式进行行为数据呈现，工程师编写按钮点击事件的行为，称为埋点。由于目前埋点时需要工程师在APP中每个功能页面的所有功能上逐一编写按钮点击事件，当出现新的功能页面时需要编写新的按钮点击事件，从而提升了埋点的复杂度，同时通过报表的方式进行行为数据呈现时的呈现方式比较单一，只能通过报表查看，没法看到行为数据与功能页面之间的关联，从而降低了用户行为分析效率。

发明内容

基于此，有必要针对用户行为分析效率低的问题，提供一种用户行为可视化方法、系统、计算机设备及介质。

一种用户行为可视化方法，方法包括：确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合；其中，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。

在其中一个实施例中，确定应用程序中待分析的目标功能页面和多维度的行为数据搜索参数之前，还包括：采用钩子技术创建hook拦截器；在接收到针对应用程序中功能页面的用户触摸事件时，采用hook拦截器拦截用户触摸事件；当用户触摸事件为用户点击事件时，分析并记录用户点击事件的用户行为数据，得到埋点信息；将埋点信息上报至埋点数据库进行持久化存储并进行埋点上报。

在其中一个实施例中，根据埋点信息集合生成用户行为热力图，包括：根据埋点信息集合构建目标功能页面的用户行为矩阵；根据用户行为矩阵在目标功能页面上构建用户行为热力图。

在其中一个实施例中，根据埋点信息集合构建目标功能页面的用户行为矩阵，包括：确定当前屏幕的屏幕尺寸大小；根据预设精确度确定矩阵节点数量；根据屏幕尺寸大小以及矩阵节点数量创建目标矩阵；将埋点信息集合中每个埋点信息关联至目标矩阵的各个节点上，生成目标功能页面的用户行为矩阵。

在其中一个实施例中，将埋点信息集合中每个埋点信息关联至目标矩阵的各个节点上，包括：提取埋点信息集合中每个埋点信息所携带的埋点坐标；计算每个埋点信息所携带的埋点坐标与目标矩阵中各个节点的预设固定坐标之间的误差值，得到每个埋点信息的多个误差值；将每个埋点信息的多个误差值中最小误差值对应的节点确定为每个埋点信息的目标节点；将每个埋点信息和与其对应的每个埋点信息的目标节点进行关联。

在其中一个实施例中，根据用户行为矩阵在目标功能页面上构建用户行为热力图，包括：统计用户行为矩阵中每个节点上所关联的埋点信息的数量，生成每个节点的用户操作次数；根据每个节点的用户操作次数生成每个节点的权重；根据每个节点的权重构建每个节点对应的透明度以及渐变圆形图案；将每个节点对应的透明度以及渐变圆形图案映射到预设颜色区间内，并将映射后的每个节点重新映射到跨度为预设值的渐变色带上，生成目标功能页面上的用户行为热力图。

在其中一个实施例中，根据每个节点的用户操作次数生成每个节点的权重，包括：根据每个节点的用户操作次数确定出最大操作次数和最小操作次数；根据每个节点的用户操作次数，并结合最大操作次数和最小操作次数计算出每个节点的权重；其中，每个节点的权重＝(每个节点的用户操作次数–最小操作次数)/(最大操作次数–最小操作次数)。

一种用户行为可视化系统，系统包括：数据确定模块，用于确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；埋点信息集合搜索模块，用于根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合；其中，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；用户行为热力图展示模块，用于根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。

一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述用户行为可视化方法的步骤。

一种存储有计算机可读指令的介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述用户行为可视化方法的步骤。

上述用户行为可视化方法、系统、设备和介质，用户行为可视化系统首先确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数，然后根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的，最后根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。由于本申请通过通用的hook拦截器可自动拦截所有的用户触摸事件，从而降低了埋点的复杂度，同时以热力图的方式在功能页面上呈现用户行为数据，可更加直观的体现用户的行为信息与功能页面之间的关联，从而提升了用户行为分析效率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1为本申请一个实施例中提供的用户行为可视化方法的实施环境图；

图2为本申请一个实施例中计算机设备的内部结构示意图；

图3为本申请一个实施例中提供的用户行为可视化方法的方法示意图；

图4为本申请一个实施例中提供的埋点信息上报示意图；

图5为本申请一个实施例中提供的一种用户行为可视化过程的过程示意框图；

图6是本申请实施例提供的一种用户行为数据可视化后的功能页面热力图的示意图；

图7为本申请一个实施例中提供的另一种用户行为可视化方法的方法示意图；

图8是本申请实施例提供的一种用户行为可视化系统的系统结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。

图1为一个实施例中提供的用户行为可视化方法的实施环境图，如图1所示，在该实施环境中，包括服务端110以及客户端120。

服务端110可以为服务器，该服务器具体可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器，例如为运行埋点数据库的服务器设备。客户端120连接服务端110，并在服务端110上加载埋点数据库，客户端120确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数，客户端120根据埋点数据搜索参数在服务端110上运行的埋点数据库中搜索目标功能页面的埋点信息集合；其中，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的，客户端120根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。

需要说明的是，客户端120可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。服务端110以及客户端120可以通过蓝牙、USB(Universal Serial Bus，通用串行总线)或者其他通讯连接方式进行连接，本发明在此不做限制。

图2为一个实施例中计算机设备的内部结构示意图。如图2所示，该计算机设备包括通过系统总线连接的处理器、介质、存储器和网络接口。其中，该计算机设备的介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种用户行为可视化方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种用户行为可视化方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。其中，介质为一种可读的存储介质。

下面将结合附图3-7，对本申请实施例提供的用户行为可视化方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的用户行为可视化系统上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大用户行为可视化技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

请参见图3，为本申请实施例提供了一种用户行为可视化方法的流程示意图。如图3所示，本申请实施例的方法可以包括以下步骤：

S101，确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；

其中，应用程序是需要进行用户行为可视化的APP程序，例如为医疗服务平台APP。待分析的目标功能页面是医疗服务平台APP中任意一个需要进行用户行为可视化的功能页面。多维度的埋点数据搜索参数是工程师根据用户行为可视化需求制定的多个数据搜索参数，多个数据搜索参数例如可以是功能页面参数、时间段参数以及目标人群参数。

在本申请实施例中，在进行用户行为可视化时，首先确定应用程序中待分析的目标功能页面，然后接受针对客户端输入的功能页面参数、时间段参数以及目标人群参数等数据搜索参数，得到多维度的埋点数据搜索参数。

在一种可能的实现方式中，用户首先打开医疗服务平台APP，并在医疗服务平台APP中确定出某个功能页面，然后针对客户端输入功能页面参数、时间段参数以及目标人群参数等数据搜索参数，最后得到该功能页面对应的多维度的埋点数据搜索参数。

进一步地，在确定应用程序中待分析的目标功能页面和多维度的行为数据搜索参数之前还需要构建埋点数据库以及进行埋点上报，首先采用钩子技术创建hook拦截器，然后在接收到针对应用程序中功能页面的用户触摸事件时，采用hook拦截器拦截用户触摸事件，并当用户触摸事件为用户点击事件时，分析并记录用户点击事件的用户行为数据，得到埋点信息，最后将埋点信息上报至埋点数据库进行持久化存储并进行埋点上报。

例如图4所示，图4是本申请提供的埋点信息上报示意图，首先在用户进入功能页面进行操作时，生成用户触摸事件，然后hook拦截器拦截该触摸事件并判断是否为点击事件，如果是，则分析并记录用户点击事件的用户行为数据，得到埋点信息，并将埋点信息进行保存，最后判断当前是否满足埋点上报条件，如果满足则发送埋点到后端服务器。

例如在Android开发中，可利用Gradle的Transform在打包过程中得到编译后的字节码，通过ASM或Javassist等AOP框架拦截到DecorView的dispatchTouchEvnet事件，将该事件确定为用户触摸事件，并通过分析该用户触摸事件，可得到用户行为数据，例如页面维度记录的版本参数、用户参数、用户行为参数、事件数据、View节点参数以及节点内的坐标值，最终将用户行为数据确定为埋点信息。

S102，根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合；

其中，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的。

在本申请实施例中，在确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数后，可根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合。

在一种可能的实现方式中，在得到多维度的埋点数据搜索参数后，可调用搜索服务，该搜索服务为自动可执行查询操作的动态SQL脚本，该SQL脚本中存在变量标识符，该变量标识符能够和多维度的埋点数据搜索参数进行映射关联，关联成功后可得到目标功能页面的查询脚本，在生成查询脚本后，客户端执行该查询脚本，执行完后后生成目标功能页面的埋点信息集合。

S103，根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。

其中，热力图是以特殊高亮的形式显示访客热衷的页面区域。

在本申请实施例中，在根据埋点信息集合生成用户行为热力图时，首先根据埋点信息集合构建目标功能页面的用户行为矩阵，然后根据用户行为矩阵在目标功能页面上构建用户行为热力图。

具体的，在根据埋点信息集合构建目标功能页面的用户行为矩阵时，首先确定当前屏幕的屏幕尺寸大小，然后根据预设精确度确定矩阵节点数量，其次根据屏幕尺寸大小以及矩阵节点数量创建目标矩阵，最后将埋点信息集合中每个埋点信息关联至目标矩阵的各个节点上，生成目标功能页面的用户行为矩阵。该矩阵为一个N*M的矩阵，矩阵每个节点对应用户的操作次数。

具体的，在将埋点信息集合中每个埋点信息关联至目标矩阵的各个节点上时，首先提取埋点信息集合中每个埋点信息所携带的埋点坐标，然后计算每个埋点信息所携带的埋点坐标与目标矩阵中各个节点的预设固定坐标之间的误差值，得到每个埋点信息的多个误差值，其次将每个埋点信息的多个误差值中最小误差值对应的节点确定为每个埋点信息的目标节点，最后将每个埋点信息和与其对应的每个埋点信息的目标节点进行关联。

在本申请实施例中，在根据用户行为矩阵在目标功能页面上构建用户行为热力图时，首先统计用户行为矩阵中每个节点上所关联的埋点信息的数量，生成每个节点的用户操作次数，然后根据每个节点的用户操作次数生成每个节点的权重，其次根据每个节点的权重构建每个节点对应的透明度以及渐变圆形图案，最后将每个节点对应的透明度以及渐变圆形图案映射到预设颜色区间内，并将映射后的每个节点重新映射到跨度为预设值的渐变色带上，生成目标功能页面上的用户行为热力图。

具体的，在根据每个节点的用户操作次数生成每个节点的权重时，首先根据每个节点的用户操作次数确定出最大操作次数和最小操作次数，然后根据每个节点的用户操作次数，并结合最大操作次数和最小操作次数计算出每个节点的权重；其中，每个节点的权重＝(每个节点的用户操作次数–最小操作次数)/(最大操作次数–最小操作次数)。

具体的，预设颜色区间为0～255区间，跨度为预设值的渐变色带的预设值为256。

例如图5所示，图5是本申请提供的一种用户行为可视化过程的过程示意框图，首先分析工程师进入需要分析的APP的某个功能页面后，并确定埋点数据的多维度搜索参数，然后根据该多维度搜索参数执行搜索参数，执行后判断是否存在埋点数据，若存在的话则对搜索到的埋点数据进行网格化处理，生成行为矩阵，最后将该行为矩阵转化为热力图并在目标功能页面上进行展示，展示结果例如图6所示。

在本申请实施例中，用户行为可视化系统首先确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数，然后根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的，最后根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。由于通过通用的hook拦截器可自动拦截所有的用户触摸事件，从而降低了埋点的复杂度，同时以热力图的方式在功能页面上呈现用户行为数据，可更加直观的体现用户的行为信息与功能页面之间的关联，从而提升了用户行为分析效率。

请参见图7，为本申请实施例提供了一种用户行为可视化方法的流程示意图。如图7所示，本申请实施例的方法可以包括以下步骤：

S201，采用钩子技术创建hook拦截器；

S202，在接收到针对应用程序中功能页面的用户触摸事件时，采用hook拦截器拦截用户触摸事件；

S203，当用户触摸事件为用户点击事件时，分析并记录用户点击事件的用户行为数据，得到埋点信息；

S204，将埋点信息上报至埋点数据库进行持久化存储并进行埋点上报；

S205，确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；

S206，根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合；埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；

S207，根据埋点信息集合构建目标功能页面的用户行为矩阵；

S208，根据用户行为矩阵在目标功能页面上构建用户行为热力图。

在本申请实施例中，用户行为可视化系统首先确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数，然后根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的，最后根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。由于通过通用的hook拦截器可自动拦截所有的用户触摸事件，从而降低了埋点的复杂度，同时以热力图的方式在功能页面上呈现用户行为数据，可更加直观的体现用户的行为信息与功能页面之间的关联，从而提升了用户行为分析效率。

下述为本发明系统实施例，可以用于执行本发明方法实施例。对于本发明系统实施例中未披露的细节，请参照本发明方法实施例。

请参见图8，其示出了本发明一个示例性实施例提供的用户行为可视化系统的结构示意图。该用户行为可视化系统可以通过软件、硬件或者两者的结合实现成为设备的全部或一部分。该系统1包括数据确定模块10、埋点信息集合搜索模块20、用户行为热力图展示模块30。

数据确定模块10，用于确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；

埋点信息集合搜索模块20，用于根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合；其中，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；

用户行为热力图展示模块30，用于根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。

需要说明的是，上述实施例提供的用户行为可视化系统在执行用户行为可视化方法时，仅以上述各功能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模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的用户行为可视化系统与用户行为可视化方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请实施例中，用户行为可视化系统首先确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数，然后根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的，最后根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。由于通过通用的hook拦截器可自动拦截所有的用户触摸事件，从而降低了埋点的复杂度，同时以热力图的方式在功能页面上呈现用户行为数据，可更加直观的体现用户的行为信息与功能页面之间的关联，从而提升了用户行为分析效率。

在一个实施例中，提出了一种计算机设备，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程序，处理器执行计算机程序时实现以下步骤：

确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；

根据所述埋点数据搜索参数在埋点数据库中搜索所述目标功能页面的埋点信息集合；其中，所述埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；

根据所述埋点信息集合生成用户行为热力图，并将所述用户行为热力图在所述目标功能页面上进行展示。

在一个实施例中，处理器执行确定应用程序中待分析的目标功能页面和多维度的行为数据搜索参数之前时，还执行以下操作：

采用钩子技术创建hook拦截器；

在接收到针对应用程序中功能页面的用户触摸事件时，采用所述hook拦截器拦截用户触摸事件；

当所述用户触摸事件为用户点击事件时，分析并记录所述用户点击事件的用户行为数据，得到埋点信息；

将所述埋点信息上报至埋点数据库进行持久化存储并进行埋点上报。

在一个实施例中，处理器执行根据所述埋点信息集合生成用户行为热力图时，具体执行以下操作：

根据所述埋点信息集合构建所述目标功能页面的用户行为矩阵；

根据所述用户行为矩阵在所述目标功能页面上构建用户行为热力图。

在一个实施例中，处理器执行根据所述埋点信息集合构建所述目标功能页面的用户行为矩阵时，具体执行以下操作：

确定当前屏幕的屏幕尺寸大小；

根据预设精确度确定矩阵节点数量；

根据所述屏幕尺寸大小以及所述矩阵节点数量创建目标矩阵；

将所述埋点信息集合中每个埋点信息关联至所述目标矩阵的各个节点上，生成目标功能页面的用户行为矩阵。

在一个实施例中，处理器在执行将所述埋点信息集合中每个埋点信息关联至所述目标矩阵的各个节点上时，具体执行以下操作：

提取所述埋点信息集合中每个埋点信息所携带的埋点坐标；

计算所述每个埋点信息所携带的埋点坐标与所述目标矩阵中各个节点的预设固定坐标之间的误差值，得到每个埋点信息的多个误差值；

将所述每个埋点信息的多个误差值中最小误差值对应的节点确定为每个埋点信息的目标节点；

将所述每个埋点信息和与其对应的所述每个埋点信息的目标节点进行关联。

在一个实施例中，处理器执行根据所述用户行为矩阵在所述目标功能页面上构建用户行为热力图时，具体执行以下操作：

统计所述用户行为矩阵中每个节点上所关联的埋点信息的数量，生成每个节点的用户操作次数；

根据所述每个节点的用户操作次数生成每个节点的权重；

根据所述每个节点的权重构建每个节点对应的透明度以及渐变圆形图案；

将所述每个节点对应的透明度以及渐变圆形图案映射到预设颜色区间内，并将映射后的每个节点重新映射到跨度为预设值的渐变色带上，生成目标功能页面上的用户行为热力图。

在一个实施例中，处理器执行根据所述每个节点的用户操作次数生成每个节点的权重时，具体执行以下操作：

根据所述每个节点的用户操作次数确定出最大操作次数和最小操作次数；

根据所述每个节点的用户操作次数，并结合所述最大操作次数和最小操作次数计算出每个节点的权重；其中，

每个节点的权重＝(每个节点的用户操作次数–最小操作次数)/(最大操作次数–最小操作次数)。

在本申请实施例中，用户行为可视化系统首先确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数，然后根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的，最后根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。由于通过通用的hook拦截器可自动拦截所有的用户触摸事件，从而降低了埋点的复杂度，同时以热力图的方式在功能页面上呈现用户行为数据，可更加直观的体现用户的行为信息与功能页面之间的关联，从而提升了用户行为分析效率。

在一个实施例中，提出了一种存储有计算机可读指令的介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：

确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；

根据所述埋点数据搜索参数在埋点数据库中搜索所述目标功能页面的埋点信息集合；其中，所述埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；

根据所述埋点信息集合生成用户行为热力图，并将所述用户行为热力图在所述目标功能页面上进行展示。

在一个实施例中，处理器执行确定应用程序中待分析的目标功能页面和多维度的行为数据搜索参数之前时，还执行以下操作：

采用钩子技术创建hook拦截器；

在接收到针对应用程序中功能页面的用户触摸事件时，采用所述hook拦截器拦截用户触摸事件；

当所述用户触摸事件为用户点击事件时，分析并记录所述用户点击事件的用户行为数据，得到埋点信息；

将所述埋点信息上报至埋点数据库进行持久化存储并进行埋点上报。

在一个实施例中，处理器执行根据所述埋点信息集合生成用户行为热力图时，具体执行以下操作：

根据所述埋点信息集合构建所述目标功能页面的用户行为矩阵；

根据所述用户行为矩阵在所述目标功能页面上构建用户行为热力图。

在一个实施例中，处理器执行根据所述埋点信息集合构建所述目标功能页面的用户行为矩阵时，具体执行以下操作：

确定当前屏幕的屏幕尺寸大小；

根据预设精确度确定矩阵节点数量；

根据所述屏幕尺寸大小以及所述矩阵节点数量创建目标矩阵；

将所述埋点信息集合中每个埋点信息关联至所述目标矩阵的各个节点上，生成目标功能页面的用户行为矩阵。

在一个实施例中，处理器在执行将所述埋点信息集合中每个埋点信息关联至所述目标矩阵的各个节点上时，具体执行以下操作：

提取所述埋点信息集合中每个埋点信息所携带的埋点坐标；

计算所述每个埋点信息所携带的埋点坐标与所述目标矩阵中各个节点的预设固定坐标之间的误差值，得到每个埋点信息的多个误差值；

将所述每个埋点信息的多个误差值中最小误差值对应的节点确定为每个埋点信息的目标节点；

将所述每个埋点信息和与其对应的所述每个埋点信息的目标节点进行关联。

在一个实施例中，处理器执行根据所述用户行为矩阵在所述目标功能页面上构建用户行为热力图时，具体执行以下操作：

统计所述用户行为矩阵中每个节点上所关联的埋点信息的数量，生成每个节点的用户操作次数；

根据所述每个节点的用户操作次数生成每个节点的权重；

根据所述每个节点的权重构建每个节点对应的透明度以及渐变圆形图案；

将所述每个节点对应的透明度以及渐变圆形图案映射到预设颜色区间内，并将映射后的每个节点重新映射到跨度为预设值的渐变色带上，生成目标功能页面上的用户行为热力图。

在一个实施例中，处理器执行根据所述每个节点的用户操作次数生成每个节点的权重时，具体执行以下操作：

根据所述每个节点的用户操作次数确定出最大操作次数和最小操作次数；

根据所述每个节点的用户操作次数，并结合所述最大操作次数和最小操作次数计算出每个节点的权重；其中，

每个节点的权重＝(每个节点的用户操作次数–最小操作次数)/(最大操作次数–最小操作次数)。

在本申请实施例中，用户行为可视化系统首先确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数，然后根据埋点数据搜索参数在埋点数据库中搜索目标功能页面的埋点信息集合，埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的，最后根据埋点信息集合生成用户行为热力图，并将用户行为热力图在目标功能页面上进行展示。由于通过通用的hook拦截器可自动拦截所有的用户触摸事件，从而降低了埋点的复杂度，同时以热力图的方式在功能页面上呈现用户行为数据，可更加直观的体现用户的行为信息与功能页面之间的关联，从而提升了用户行为分析效率。

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，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性介质，或随机存储记忆体(RandomAccess Memory，RAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种用户行为可视化方法，其特征在于，所述方法包括：

确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；

根据所述埋点数据搜索参数在埋点数据库中搜索所述目标功能页面的埋点信息集合；其中，所述埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；

根据所述埋点信息集合生成用户行为热力图，并将所述用户行为热力图在所述目标功能页面上进行展示。

2.根据权利要求1所述的方法，其特征在于，所述确定应用程序中待分析的目标功能页面和多维度的行为数据搜索参数之前，还包括：

采用钩子技术创建hook拦截器；

在接收到针对应用程序中功能页面的用户触摸事件时，采用所述hook拦截器拦截用户触摸事件；

当所述用户触摸事件为用户点击事件时，分析并记录所述用户点击事件的用户行为数据，得到埋点信息；

将所述埋点信息上报至埋点数据库进行持久化存储并进行埋点上报。

3.根据权利要求1所述的方法，其特征在于，所述根据所述埋点信息集合生成用户行为热力图，包括：

根据所述埋点信息集合构建所述目标功能页面的用户行为矩阵；

根据所述用户行为矩阵在所述目标功能页面上构建用户行为热力图。

4.根据权利要求3所述的方法，其特征在于，所述根据所述埋点信息集合构建所述目标功能页面的用户行为矩阵，包括：

确定当前屏幕的屏幕尺寸大小；

根据预设精确度确定矩阵节点数量；

根据所述屏幕尺寸大小以及所述矩阵节点数量创建目标矩阵；

将所述埋点信息集合中每个埋点信息关联至所述目标矩阵的各个节点上，生成目标功能页面的用户行为矩阵。

5.根据权利要求4所述的方法，其特征在于，所述将所述埋点信息集合中每个埋点信息关联至所述目标矩阵的各个节点上，包括：

提取所述埋点信息集合中每个埋点信息所携带的埋点坐标；

计算所述每个埋点信息所携带的埋点坐标与所述目标矩阵中各个节点的预设固定坐标之间的误差值，得到每个埋点信息的多个误差值；

将所述每个埋点信息的多个误差值中最小误差值对应的节点确定为每个埋点信息的目标节点；

将所述每个埋点信息和与其对应的所述每个埋点信息的目标节点进行关联。

6.根据权利要求3所述的方法，其特征在于，所述根据所述用户行为矩阵在所述目标功能页面上构建用户行为热力图，包括：

统计所述用户行为矩阵中每个节点上所关联的埋点信息的数量，生成每个节点的用户操作次数；

根据所述每个节点的用户操作次数生成每个节点的权重；

根据所述每个节点的权重构建每个节点对应的透明度以及渐变圆形图案；

将所述每个节点对应的透明度以及渐变圆形图案映射到预设颜色区间内，并将映射后的每个节点重新映射到跨度为预设值的渐变色带上，生成目标功能页面上的用户行为热力图。

7.根据权利要求6所述的方法，其特征在于，所述根据所述每个节点的用户操作次数生成每个节点的权重，包括：

根据所述每个节点的用户操作次数确定出最大操作次数和最小操作次数；

根据所述每个节点的用户操作次数，并结合所述最大操作次数和最小操作次数计算出每个节点的权重；其中，

每个节点的权重＝(每个节点的用户操作次数–最小操作次数)/(最大操作次数–最小操作次数)。

8.一种用户行为可视化系统，其特征在于，所述系统包括：

数据确定模块，用于确定应用程序中待分析的目标功能页面和多维度的埋点数据搜索参数；

埋点信息集合搜索模块，用于根据所述埋点数据搜索参数在埋点数据库中搜索所述目标功能页面的埋点信息集合；其中，所述埋点数据库中各埋点信息是基于钩子技术创建的hook拦截器所拦截的用户触摸事件生成的；

用户行为热力图展示模块，用于根据所述埋点信息集合生成用户行为热力图，并将所述用户行为热力图在所述目标功能页面上进行展示。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述用户行为可视化方法的步骤。

10.一种存储有计算机可读指令的介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述用户行为可视化的步骤。

Images