CN116775148B - 一种基于数据分析技术的小程序优化管理系统及方法 - Google Patents
一种基于数据分析技术的小程序优化管理系统及方法 Download PDFInfo
- Publication number
- CN116775148B CN116775148B CN202310724790.7A CN202310724790A CN116775148B CN 116775148 B CN116775148 B CN 116775148B CN 202310724790 A CN202310724790 A CN 202310724790A CN 116775148 B CN116775148 B CN 116775148B
- Authority
- CN
- China
- Prior art keywords
- characteristic data
- user
- data stream
- page
- user behavior
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000007726 management method Methods 0.000 title claims abstract description 15
- 238000007405 data analysis Methods 0.000 title claims abstract description 14
- 238000005516 engineering process Methods 0.000 title claims abstract description 12
- 230000006399 behavior Effects 0.000 claims abstract description 265
- 238000005457 optimization Methods 0.000 claims abstract description 96
- 238000012216 screening Methods 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims abstract description 30
- 230000006870 function Effects 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000009960 carding Methods 0.000 claims description 14
- 230000008447 perception Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44568—Immediately runnable code
- G06F9/44578—Preparing or optimising for loading
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于数据分析技术的小程序优化管理系统及方法,属于小程序优化技术领域。统筹小程序的全部功能页面和特征数据类型,感知通过用户授权的用户操作行为,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮;进而帮助用户在使用小程序的过程中,降低用户的行为操作的繁杂程度,避免浪费用户操作时间,提升用户体验,使用户在使用小程序功能回退与循环的过程中,能够快速找到需要的数据,并进行展示,满足用户的个性化需求。
Description
技术领域
本发明涉及小程序优化技术领域,具体为一种基于数据分析技术的小程序优化管理系统及方法。
背景技术
小程序作为一种轻量级的应用形式,已经在移动互联网领域取得了巨大的成功。随着技术的不断进步和用户需求的不断变化,小程序的未来发展趋势也在逐渐显现;
现有技术中,用户在使用小程序的过程中,往往需要在小程序的各个功能页面中不断进行页面之间的回退与循环,以便对页面展示数据进行查看,对任务操作进行确认,继而现有技术中,在回退与循环的过程中,使用户的行为操作过于繁杂,浪费用户操作时间,不利于用户体验,缺乏智能化、简洁化和人性化。
发明内容
本发明的目的在于提供一种基于数据分析技术的小程序优化管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于数据分析技术的小程序优化管理系统,本系统包括:页面数据统筹模块、行为感知梳理模块、优化需求分析模块和优化满足分析模块;
所述页面数据统筹模块,用于统筹小程序的全部功能页面和特征数据类型,所述特征数据类型为线上店铺的进销存过程中的特征数据类型;
所述行为感知梳理模块,用于感知通过用户授权的用户操作行为,所述用户操作行为包括用户点击特征数据类型按钮的次数和每次点击特征数据类型按钮的时间,根据时间的先后顺序,形成用户行为链,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链中发生回退功能页面的用户行为链;
所述优化需求分析模块,根据第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合;
所述优化满足分析模块,根据行为筛查集合和第二数据特征流,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮。
进一步的,所述页面数据统筹模块还包括功能页面统筹单元和数据类型统筹单元;
所述功能页面统筹单元,用于统筹小程序的所有功能页面,对功能页面进行统一编码,并识别每一个功能页面上展示的特征数据类型,所述功能页面上附带有特征数据类型按钮,且一个特征数据类型对应一个特征数据类型按钮,所述特征数据类型按钮用于用户点击按钮后展示特征数据类型下的全部特征数据;
所述数据类型统筹单元,用于统筹小程序的所有特征数据类型,对特征数据类型进行统一编码,将任意一个功能页面标记为i,并提取任意一个功能页面i对应的全部特征数据类型,生成数据类型集合,记为Ii={DT1,DT2,...,DTn},其中,i表示功能页面编码,Ii表示任意一个功能页面i对应生成的数据类型集合,DT1,DT2,...,DTn分别表示第1,2,...,n个特征数据类型。
进一步的,所述行为感知梳理模块还包括用户操作行为感知单元和用户行为链特征捕捉单元;
所述用户操作行为感知单元,用于感知通过用户授权的用户操作行为,调取小程序操作日志数据,所述小程序操作日志数据记录有用户操作行为,将第k次点击特征数据类型按钮的时间记为tk(DTj|Ii),其中,DTj|Ii表示数据类型集合Ii中的任意一个特征数据类型DTj,将DTj|Ii对应作为一个行为节点,j表示特征数据类型编码;
所述用户行为链特征捕捉单元,根据时间tk(DTj|Ii)的先后顺序,捕捉每一次点击特征数据类型按钮形成的用户行为链,将第k次点击特征数据类型按钮对应形成的用户行为链记为BSk(DTj|Ii):DTj|Ii→DTx|Ia→...→DTy|Ib,其中,a、b表示功能页面编码,x、y表示特征数据类型编码;对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链BSk(DTj|Ii)中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链BSk(DTj|Ii)中发生回退功能页面的用户行为链,将所述第一特征数据流记为BSk 1(DTj|Ii),将所述第二特征数据流记为BSk 2(DTj|Ii),其中,所述第一特征数据流为用户主行为链,所述第二特征数据流为用户循环行为链。
进一步的,所述优化需求分析模块还包括优化需求度计算单元和行为链筛查单元;
所述优化需求度计算单元,用于获取第m个第二特征数据流,记为BSk 2(DTj|Ii)m,根据第一特征数据流和第二特征数据流,计算第一特征数据流的优化需求度,具体计算公式如下:
OD[BSk 1(DTj|Ii)]=∑m=1 M{NUM[BSk 2(DTj|Ii)m]/NUM[BSk 1(DTj|Ii)]}
其中,OD[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)的优化需求度,NUM[BSk 2(DTj|Ii)m]表示第二特征数据流BSk 2(DTj|Ii)m中包含的行为节点数量,NUM[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)中包含的行为节点数量,M表示第二特征数据流的总个数;
所述行为链筛查单元,用于对每一次点击特征数据类型按钮形成的用户行为链进行筛查,预设优化需求度阈值,如果第一特征数据流的优化需求度大于等于优化需求度阈值,则对第一特征数据流对应的用户行为链BSk(DTj|Ii)进行提取,否则进行剔除;统筹提取出来的全部用户行为链BSk(DTj|Ii),并生成行为筛查集合,记为BS(DTj|Ii)。
进一步的,所述优化满足分析模块还包括优化满足度计算单元和附加特征单元;
所述优化满足度计算单元,根据行为筛查集合和第二数据特征流,计算功能页面的优化满足度,具体计算公式如下:
OM(DTx|Ia)=∑k=1 H∑m=1 UF[DTx|Ia∈BSk 2(DTj|Ii)m]/∑k=1 HU[BSk(DTj|Ii)]
如果DTx|Ia∈BSk 2(DTj|Ii)m,则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=1,否则令F[DTx|Ia∈
BSk 2(DTj|Ii)m]=0;
其中,OM(DTx|Ia)表示功能页面a的特征数据类型DTx的优化满足度,DTx|Ia∈BS(DTj|Ii),H=NUM[BS(DTj|Ii)],NUM[BS(DTj|Ii)]表示行为筛查集合BS(DTj|Ii)中提取的用户行为链BSk(DTj|Ii)的数量,U=U[BSk(DTj|Ii)],U[BSk(DTj|Ii)]表示提取的用户行为链BSk(DTj|Ii)中第二特征数据流的数量;
所述附加特征单元,用于对功能页面附加特征数据类型按钮,预设优化满足度阈值,将优化满足度大于等于优化满足度阈值时,对应的特征数据类型DTx附加到功能页面i中,否则不作附加特征数据类型按钮处理。
一种基于数据分析技术的小程序优化管理方法,本方法包括以下步骤:
步骤S100:统筹小程序的全部功能页面和特征数据类型,所述特征数据类型为线上店铺的进销存过程中的特征数据类型;
步骤S200:感知通过用户授权的用户操作行为,所述用户操作行为包括用户点击特征数据类型按钮的次数和每次点击特征数据类型按钮的时间,根据时间的先后顺序,形成用户行为链,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链中发生回退功能页面的用户行为链;
步骤S300:根据第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合;
步骤S400:根据行为筛查集合和第二数据特征流,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮。
进销存,即购销链,是指企业管理过程中采购(进)→入库(存)→销售(销)的动态管理过程;进,指询价、采购到入库与付款的过程;销,指报价、销售到出库与收款的过程;存,指除入库之外,包括领料、退货、盘点、损益、借入、借出、调拨等影响库存数量的动作;
进一步的,所述步骤S100的具体实施过程包括:
步骤S101:统筹小程序的所有功能页面,对功能页面进行统一编码,并识别每一个功能页面上展示的特征数据类型,所述功能页面上附带有特征数据类型按钮,且一个特征数据类型对应一个特征数据类型按钮,所述特征数据类型按钮用于用户点击按钮后展示特征数据类型下的全部特征数据;
步骤S102:统筹小程序的所有特征数据类型,对特征数据类型进行统一编码,将任意一个功能页面标记为i,并提取任意一个功能页面i对应的全部特征数据类型,生成数据类型集合,记为Ii={DT1,DT2,...,DTn},其中,i表示功能页面编码,Ii表示任意一个功能页面i对应生成的数据类型集合,DT1,DT2,...,DTn分别表示第1,2,...,n个特征数据类型。
进一步的,所述步骤S200的具体实施过程包括:
步骤S201:感知通过用户授权的用户操作行为,调取小程序操作日志数据,所述小程序操作日志数据记录有用户操作行为,将第k次点击特征数据类型按钮的时间记为tk(DTj|Ii),其中,DTj|Ii表示数据类型集合Ii中的任意一个特征数据类型DTj,将DTj|Ii对应作为一个行为节点,j表示特征数据类型编码;
步骤S202:根据时间tk(DTj|Ii)的先后顺序,捕捉每一次点击特征数据类型按钮形成的用户行为链,将第k次点击特征数据类型按钮对应形成的用户行为链记为BSk(DTj|Ii):DTj|Ii→DTx|Ia→...→DTy|Ib,其中,a、b表示功能页面编码,x、y表示特征数据类型编码;对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链BSk(DTj|Ii)中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链BSk(DTj|Ii)中发生回退功能页面的用户行为链,将所述第一特征数据流记为BSk 1(DTj|Ii),将所述第二特征数据流记为BSk 2(DTj|Ii),其中,所述第一特征数据流为用户主行为链,所述第二特征数据流为用户循环行为链。
进一步的,所述步骤S300的具体实施过程包括:
步骤S301:获取第m个第二特征数据流,记为BSk 2(DTj|Ii)m,根据第一特征数据流和第二特征数据流,计算第一特征数据流的优化需求度,具体计算公式如下:
OD[BSk 1(DTj|Ii)]=∑m=1 M{NUM[BSk 2(DTj|Ii)m]/NUM[BSk 1(DTj|Ii)]}
其中,OD[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)的优化需求度,NUM[BSk 2(DTj|Ii)m]表示第二特征数据流BSk 2(DTj|Ii)m中包含的行为节点数量,NUM[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)中包含的行为节点数量,M表示第二特征数据流的总个数;
步骤S302:对每一次点击特征数据类型按钮形成的用户行为链进行筛查,预设优化需求度阈值,如果第一特征数据流的优化需求度大于等于优化需求度阈值,则对第一特征数据流对应的用户行为链BSk(DTj|Ii)进行提取,否则进行剔除;统筹提取出来的全部用户行为链BSk(DTj|Ii),并生成行为筛查集合,记为BS(DTj|Ii)。
进一步的,所述步骤S400的具体实施过程包括:
步骤S401:根据行为筛查集合和第二数据特征流,计算功能页面的优化满足度,具体计算公式如下:
OM(DTx|Ia)=∑k=1 H∑m=1 UF[DTx|Ia∈BSk 2(DTj|Ii)m]/∑k=1 HU[BSk(DTj|Ii)]
如果DTx|Ia∈BSk 2(DTj|Ii)m,则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=1,否则令F[DTx|Ia∈
BSk 2(DTj|Ii)m]=0;
其中,OM(DTx|Ia)表示功能页面a的特征数据类型DTx的优化满足度,DTx|Ia∈
BS(DTj|Ii),H=NUM[BS(DTj|Ii)],NUM[BS(DTj|Ii)]表示行为筛查集合BS(DTj|Ii)中提取的用户行为链BSk(DTj|Ii)的数量,U=U[BSk(DTj|Ii)],U[BSk(DTj|Ii)]表示提取的用户行为链BSk(DTj|Ii)中第二特征数据流的数量;
步骤S402:对功能页面附加特征数据类型按钮,预设优化满足度阈值,将优化满足度大于等于优化满足度阈值时,对应的特征数据类型DTx附加到功能页面i中,否则不作附加特征数据类型按钮处理。
与现有技术相比,本发明所达到的有益效果是:本发明提供的一种基于数据分析技术的小程序优化管理系统及方法中,统筹小程序的全部功能页面和特征数据类型,感知通过用户授权的用户操作行为,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮;进而帮助用户在使用小程序的过程中,降低用户的行为操作的繁杂程度,避免浪费用户操作时间,提升用户体验,使用户在使用小程序功能回退与循环的过程中,能够快速找到需要的数据,并进行展示,满足用户的个性化需求。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并且不构成对本发明的限制。在附图中:
图1是本发明一种基于数据分析技术的小程序优化管理系统的结构示意图;
图2是本发明一种基于数据分析技术的小程序优化管理方法的步骤示意图。
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。
请参阅图1-图2,本发明提供技术方案:
请参阅图1,在本实施例一中:提供一种基于数据分析技术的小程序优化管理系统,该系统包括:页面数据统筹模块、行为感知梳理模块、优化需求分析模块和优化满足分析模块;
页面数据统筹模块,用于统筹小程序的全部功能页面和特征数据类型,特征数据类型为线上店铺的进销存过程中的特征数据类型;
其中,页面数据统筹模块还包括功能页面统筹单元和数据类型统筹单元;
功能页面统筹单元,用于统筹小程序的所有功能页面,对功能页面进行统一编码,并识别每一个功能页面上展示的特征数据类型,功能页面上附带有特征数据类型按钮,且一个特征数据类型对应一个特征数据类型按钮,特征数据类型按钮用于用户点击按钮后展示特征数据类型下的全部特征数据;
数据类型统筹单元,用于统筹小程序的所有特征数据类型,对特征数据类型进行统一编码,将任意一个功能页面标记为i,并提取任意一个功能页面i对应的全部特征数据类型,生成数据类型集合,记为Ii={DT1,DT2,...,DTn},其中,i表示功能页面编码,Ii表示任意一个功能页面i对应生成的数据类型集合,DT1,DT2,...,DTn分别表示第1,2,...,n个特征数据类型;
行为感知梳理模块,用于感知通过用户授权的用户操作行为,用户操作行为包括用户点击特征数据类型按钮的次数和每次点击特征数据类型按钮的时间,根据时间的先后顺序,形成用户行为链,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,第一特征数据流为用户行为链中不发生回退功能页面的用户行为链,第二特征数据流为用户行为链中发生回退功能页面的用户行为链;
其中,行为感知梳理模块还包括用户操作行为感知单元和用户行为链特征捕捉单元;
用户操作行为感知单元,用于感知通过用户授权的用户操作行为,调取小程序操作日志数据,小程序操作日志数据记录有用户操作行为,将第k次点击特征数据类型按钮的时间记为tk(DTj|Ii),其中,DTj|Ii表示数据类型集合Ii中的任意一个特征数据类型DTj,将DTj|Ii对应作为一个行为节点,j表示特征数据类型编码;
用户行为链特征捕捉单元,根据时间tk(DTj|Ii)的先后顺序,捕捉每一次点击特征数据类型按钮形成的用户行为链,将第k次点击特征数据类型按钮对应形成的用户行为链记为BSk(DTj|Ii):DTj|Ii→DTx|Ia→...→DTy|Ib,其中,a、b表示功能页面编码,x、y表示特征数据类型编码;对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,第一特征数据流为用户行为链BSk(DTj|Ii)中不发生回退功能页面的用户行为链,第二特征数据流为用户行为链BSk(DTj|Ii)中发生回退功能页面的用户行为链,将第一特征数据流记为BSk 1(DTj|Ii),将第二特征数据流记为BSk 2(DTj|Ii),其中,第一特征数据流为用户主行为链,第二特征数据流为用户循环行为链;
优化需求分析模块,根据第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合;
其中,优化需求分析模块还包括优化需求度计算单元和行为链筛查单元;
优化需求度计算单元,用于获取第m个第二特征数据流,记为BSk 2(DTj|Ii)m,根据第一特征数据流和第二特征数据流,计算第一特征数据流的优化需求度,具体计算公式如下:
OD[BSk 1(DTj|Ii)]=∑m=1 M{NUM[BSk 2(DTj|Ii)m]/NUM[BSk 1(DTj|Ii)]}
其中,OD[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)的优化需求度,NUM[BSk 2(DTj|Ii)m]表示第二特征数据流BSk 2(DTj|Ii)m中包含的行为节点数量,NUM[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)中包含的行为节点数量,M表示第二特征数据流的总个数;
行为链筛查单元,用于对每一次点击特征数据类型按钮形成的用户行为链进行筛查,预设优化需求度阈值,如果第一特征数据流的优化需求度大于等于优化需求度阈值,则对第一特征数据流对应的用户行为链BSk(DTj|Ii)进行提取,否则进行剔除;统筹提取出来的全部用户行为链BSk(DTj|Ii),并生成行为筛查集合,记为BS(DTj|Ii);
优化满足分析模块,根据行为筛查集合和第二数据特征流,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮;
其中,优化满足分析模块还包括优化满足度计算单元和附加特征单元;
优化满足度计算单元,根据行为筛查集合和第二数据特征流,计算功能页面的优化满足度,具体计算公式如下:
OM(DTx|Ia)=∑k=1 H∑m=1 UF[DTx|Ia∈BSk 2(DTj|Ii)m]/∑k=1 HU[BSk(DTj|Ii)]
如果DTx|Ia∈BSk 2(DTj|Ii)m,则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=1,否则令F[DTx|Ia∈
BSk 2(DTj|Ii)m]=0;
其中,OM(DTx|Ia)表示功能页面a的特征数据类型DTx的优化满足度,DTx|Ia∈BS(DTj|Ii),H=NUM[BS(DTj|Ii)],NUM[BS(DTj|Ii)]表示行为筛查集合BS(DTj|Ii)中提取的用户行为链BSk(DTj|Ii)的数量,U=U[BSk(DTj|Ii)],U[BSk(DTj|Ii)]表示提取的用户行为链BSk(DTj|Ii)中第二特征数据流的数量;
附加特征单元,用于对功能页面附加特征数据类型按钮,预设优化满足度阈值,将优化满足度大于等于优化满足度阈值时,对应的特征数据类型DTx附加到功能页面i中,否则不作附加特征数据类型按钮处理。
请参阅图2,在本实施例二中:提供一种基于数据分析技术的小程序优化管理方法,该方法包括以下步骤:
统筹小程序的全部功能页面和特征数据类型,特征数据类型为线上店铺的进销存过程中的特征数据类型;
统筹小程序的所有功能页面,对功能页面进行统一编码,并识别每一个功能页面上展示的特征数据类型,功能页面上附带有特征数据类型按钮,且一个特征数据类型对应一个特征数据类型按钮,特征数据类型按钮用于用户点击按钮后展示特征数据类型下的全部特征数据;
统筹小程序的所有特征数据类型,对特征数据类型进行统一编码,将任意一个功能页面标记为i,并提取任意一个功能页面i对应的全部特征数据类型,生成数据类型集合,记为Ii={DT1,DT2,...,DTn},其中,i表示功能页面编码,Ii表示任意一个功能页面i对应生成的数据类型集合,DT1,DT2,...,DTn分别表示第1,2,...,n个特征数据类型;
例如,通过功能页面统筹单元和数据类型统筹单元,得到:
页面1:进(按钮)、存(按钮)、销(按钮)[点击存(按钮),进入页面2],
页面2:领料(按钮)、退货(按钮)、盘点(按钮)、损益(按钮)、借入(按钮)、借出(按钮)、调拨(按钮)[点击领料(按钮),进入页面3],
页面3:业务1(按钮)、业务2(按钮)、业务3(按钮)、业务4(按钮)[点击业务1(按钮),进入页面4],
页面4:数量(按钮)、规格(按钮)[点击规格(按钮),进入页面5],
页面5:产品1的规格参数(按钮)、产品2的规格参数(按钮)[点击产品1的规格参数(按钮),进入页面6];
感知通过用户授权的用户操作行为,用户操作行为包括用户点击特征数据类型按钮的次数和每次点击特征数据类型按钮的时间,根据时间的先后顺序,形成用户行为链,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,第一特征数据流为用户行为链中不发生回退功能页面的用户行为链,第二特征数据流为用户行为链中发生回退功能页面的用户行为链;
感知通过用户授权的用户操作行为,调取小程序操作日志数据,小程序操作日志数据记录有用户操作行为,将第k次点击特征数据类型按钮的时间记为tk(DTj|Ii),其中,DTj|Ii表示数据类型集合Ii中的任意一个特征数据类型DTj,将DTj|Ii对应作为一个行为节点,j表示特征数据类型编码;
根据时间tk(DTj|Ii)的先后顺序,捕捉每一次点击特征数据类型按钮形成的用户行为链,将第k次点击特征数据类型按钮对应形成的用户行为链记为BSk(DTj|Ii):DTj|Ii→DTx|Ia→...→DTy|Ib,其中,a、b表示功能页面编码,x、y表示特征数据类型编码;对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,第一特征数据流为用户行为链BSk(DTj|Ii)中不发生回退功能页面的用户行为链,第二特征数据流为用户行为链BSk(DTj|Ii)中发生回退功能页面的用户行为链,将第一特征数据流记为BSk 1(DTj|Ii),将第二特征数据流记为BSk 2(DTj|Ii),其中,第一特征数据流为用户主行为链,第二特征数据流为用户循环行为链;
例如,通过用户操作行为感知单元和用户行为链特征捕捉单元,得到:
BS1(存|页面1):存|页面1→领料|页面2→业务1|页面3→领料|页面2→业务1|页面3→规格|页面4→产品1的规格参数|页面5→规格|页面4→业务1|页面3→领料|页面2,简化表示为,1→2→3→2→3→4→5→4→3→2;
BS2(存|页面1):存|页面1→领料|页面2→业务1|页面3→规格|页面4→业务1|页面3→规格|页面4→产品1的规格参数|页面5→规格|页面4,简化为,1→2→3→4→3→4→5→4;
BS3(存|页面1):存|页面1→领料|页面2→业务1|页面3→规格|页面4→→业务1|页面3→规格|页面4产品1的规格参数|页面5→规格|页面4→业务1|页面3,简化为,1→2→3→4→3→4→5→4→3;
对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流:
BS1 1(存|页面1):1→2→3→4→5,
BS1 2(存|页面1)1:3→2,BS1 2(存|页面1)2:5→4→3→2;
BS2 1(存|页面1):1→2→3→4→5,
BS2 2(存|页面1)1:4→3,BS2 2(存|页面1)2:5→4;
BS3 1(存|页面1):1→2→3→4→5,
BS3 2(存|页面1)1:5→4→3,BS3 2(存|页面1)2:4→3;
根据第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合;
获取第m个第二特征数据流,记为BSk 2(DTj|Ii)m,根据第一特征数据流和第二特征数据流,计算第一特征数据流的优化需求度,具体计算公式如下:
OD[BSk 1(DTj|Ii)]=∑m=1 M{NUM[BSk 2(DTj|Ii)m]/NUM[BSk 1(DTj|Ii)]}
其中,OD[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)的优化需求度,NUM[BSk 2(DTj|Ii)m]表示第二特征数据流BSk 2(DTj|Ii)m中包含的行为节点数量,NUM[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)中包含的行为节点数量,M表示第二特征数据流的总个数;
对每一次点击特征数据类型按钮形成的用户行为链进行筛查,预设优化需求度阈值,如果第一特征数据流的优化需求度大于等于优化需求度阈值,则对第一特征数据流对应的用户行为链BSk(DTj|Ii)进行提取,否则进行剔除;统筹提取出来的全部用户行为链BSk(DTj|Ii),并生成行为筛查集合,记为BS(DTj|Ii);
例如,通过优化需求度计算单元,得到:
则,OD[BS1 1(存|页面1)]=NUM[BS1 2(存|页面1)1]/NUM[BS1 1(存|页面1)]+NUM[BS1 2(存|页面1)2]/NUM[BS1 1(存|页面1)]=2/5+4/5=1.2,
OD[BS2 1(存|页面1)]=NUM[BS2 2(存|页面1)1]/NUM[BS2 1(存|页面1)]+NUM[BS2 2(存|页面1)2]/NUM[BS2 1(存|页面1)]=2/5+2/5=0.8,
OD[BS3 1(存|页面1)]=NUM[BS3 2(存|页面1)1]/NUM[BS3 1(存|页面1)]+NUM[BS3 2(存|页面1)2]/NUM[BS3 1(存|页面1)]=3/5+2/5=1;
通过行为链筛查单元,得到:
对每一次点击特征数据类型按钮形成的用户行为链进行筛查,预设优化需求度阈值为1,则,OD[BS2 1(存|页面1)]=0.8<1,对BS2(存|页面1):1→2→3→4→3→4→5→4进行剔除,OD[BS1 1(存|页面1)]=1.2>1,对BS1(存|页面1):1→2→3→2→3→4→5→4→3→2进行提取,OD[BS3 1(存|页面1)]=1≥1,对BS3(存|页面1):1→2→3→4→3→4→5→4→3进行提取;生成行为筛查集合BS(DTj|Ii)={BS1(存|页面1),BS3(存|页面1)};
根据行为筛查集合和第二数据特征流,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮;
根据行为筛查集合和第二数据特征流,计算功能页面的优化满足度,具体计算公式如下:
OM(DTx|Ia)=∑k=1 H∑m=1 UF[DTx|Ia∈BSk 2(DTj|Ii)m]/∑k=1 HU[BSk(DTj|Ii)]
如果DTx|Ia∈BSk 2(DTj|Ii)m,则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=1,否则令F[DTx|Ia∈
BSk 2(DTj|Ii)m]=0;
其中,OM(DTx|Ia)表示功能页面a的特征数据类型DTx的优化满足度,DTx|Ia∈
BS(DTj|Ii),H=NUM[BS(DTj|Ii)],NUM[BS(DTj|Ii)]表示行为筛查集合BS(DTj|Ii)中提取的用户行为链BSk(DTj|Ii)的数量,U=U[BSk(DTj|Ii)],U[BSk(DTj|Ii)]表示提取的用户行为链BSk(DTj|Ii)中第二特征数据流的数量;
对功能页面附加特征数据类型按钮,预设优化满足度阈值,将优化满足度大于等于优化满足度阈值时,对应的特征数据类型DTx附加到功能页面i中,否则不作附加特征数据类型按钮处理;
例如,通过优化满足度计算单元,得到:
领料|页面2∈BS1 2(存|页面1)1:3→2,则令F[领料|页面2∈BS1 2(存|页面1)1]=1,
领料|页面2∈BS1 2(存|页面1)2:5→4→3→2,则令F[领料|页面2∈BS1 2(存|页面1)2]=1,
领料|页面(存|页面1)1:5→4→3,则令F[领料|页面2∈BS3 2(存|页面1)1]=0,
领料|页面(存|页面1)2:4→3,则令F[领料|页面2∈BS3 2(存|页面1)2]=0,
则,OM(领料|页面2)=(1+1+0+0)/(2+2)=0.5,
业务1(按钮)|页面3∈BS1 2(存|页面1)1:3→2,则令F[业务1(按钮)|页面3∈BS1 2(存|页面1)1]=1,
业务1(按钮)|页面3∈BS1 2(存|页面1)2:5→4→3→2,则令F[业务1(按钮)|页面3∈BS1 2(存|页面1)2]=1,
业务1(按钮)|页面3∈BS3 2(存|页面1)1:5→4→3,则令F[业务1(按钮)|页面3∈BS3 2(存|页面1)1]=1,
业务1(按钮)|页面3∈BS3 2(存|页面1)2:4→3,则令F[业务1(按钮)|页面3∈BS3 2(存|页面1)2]=1,
则,OM(业务1(按钮)|页面3)=(1+1+1+1)/(2+2)=1;
通过附加特征单元,得到:
预设优化满足度阈值为1,则OM(领料|页面2)=0.5<1,不作附加按钮处理,OM(业务1(按钮)|页面3)=1≥1,将业务1(按钮)附加到功能页面1中,在实际操作中,通过UI设计,可以将业务1(按钮)附加到功能页面1:进(按钮)、存(按钮)、销(按钮)中的存(按钮)下,用户可以点击业务1(按钮)直接跳转到页面3。
需要说明的是,在本文中,诸如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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并且不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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 (2)
1.一种基于数据分析技术的小程序优化管理方法,其特征在于,该方法包括以下步骤:
步骤S100:统筹小程序的全部功能页面和特征数据类型,所述特征数据类型为线上店铺的进销存过程中的特征数据类型;
步骤S200:感知通过用户授权的用户操作行为,所述用户操作行为包括用户点击特征数据类型按钮的次数和每次点击特征数据类型按钮的时间,根据时间的先后顺序,形成用户行为链,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链中发生回退功能页面的用户行为链;
步骤S300:根据第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合;
步骤S400:根据行为筛查集合和第二数据特征流,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮;
所述步骤S100的具体实施过程包括:
步骤S101:统筹小程序的所有功能页面,对功能页面进行统一编码,并识别每一个功能页面上展示的特征数据类型,所述功能页面上附带有特征数据类型按钮,且一个特征数据类型对应一个特征数据类型按钮,所述特征数据类型按钮用于用户点击按钮后展示特征数据类型下的全部特征数据;
步骤S102:统筹小程序的所有特征数据类型,对特征数据类型进行统一编码,将任意一个功能页面标记为i,并提取任意一个功能页面i对应的全部特征数据类型,生成数据类型集合,记为Ii={DT1,DT2,...,DTn},其中,i表示功能页面编码,Ii表示任意一个功能页面i对应生成的数据类型集合,DT1,DT2,...,DTn分别表示第1,2,...,n个特征数据类型;
所述步骤S200的具体实施过程包括:
步骤S201:感知通过用户授权的用户操作行为,调取小程序操作日志数据,所述小程序操作日志数据记录有用户操作行为,将第k次点击特征数据类型按钮的时间记为tk(DTj|Ii),其中,DTj|Ii表示数据类型集合Ii中的任意一个特征数据类型DTj,将DTj|Ii对应作为一个行为节点,j表示特征数据类型编码;
步骤S202:根据时间tk(DTj|Ii)的先后顺序,捕捉每一次点击特征数据类型按钮形成的用户行为链,将第k次点击特征数据类型按钮对应形成的用户行为链记为BSk(DTj|Ii):DTj|Ii→DTx|Ia→...→DTy|Ib,其中,a、b表示功能页面编码,x、y表示特征数据类型编码;对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链BSk(DTj|Ii)中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链BSk(DTj|Ii)中发生回退功能页面的用户行为链,将所述第一特征数据流记为BSk 1(DTj|Ii),将所述第二特征数据流记为BSk 2(DTj|Ii),其中,所述第一特征数据流为用户主行为链,所述第二特征数据流为用户循环行为链;
所述步骤S300的具体实施过程包括:
步骤S301:获取第m个第二特征数据流,记为BSk 2(DTj|Ii)m,根据第一特征数据流和第二特征数据流,计算第一特征数据流的优化需求度,具体计算公式如下:
OD[BSk 1(DTj|Ii)]=∑m=1 M{NUM[BSk 2(DTj|Ii)m]/NUM[BSk 1(DTj|Ii)]}
其中,OD[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)的优化需求度,NUM[BSk 2(DTj|Ii)m]表示第二特征数据流BSk 2(DTj|Ii)m中包含的行为节点数量,NUM[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)中包含的行为节点数量,M表示第二特征数据流的总个数;
步骤S302:对每一次点击特征数据类型按钮形成的用户行为链进行筛查,预设优化需求度阈值,如果第一特征数据流的优化需求度大于等于优化需求度阈值,则对第一特征数据流对应的用户行为链BSk(DTj|Ii)进行提取,否则进行剔除;统筹提取出来的全部用户行为链BSk(DTj|Ii),并生成行为筛查集合,记为BS(DTj|Ii);
所述步骤S400的具体实施过程包括:
步骤S401:根据行为筛查集合和第二数据特征流,计算功能页面的优化满足度,具体计算公式如下:
OM(DTx|Ia)=∑k=1 H∑m=1 UF[DTx|Ia∈BSk 2(DTj|Ii)m]/∑k=1 HU[BSk(DTj|Ii)]
如果DTx|Ia∈BSk 2(DTj|Ii)m,则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=1,否则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=0;
其中,OM(DTx|Ia)表示功能页面a的特征数据类型DTx的优化满足度,DTx|Ia∈BS(DTj|Ii),H=NUM[BS(DTj|Ii)],NUM[BS(DTj|Ii)]表示行为筛查集合BS(DTj|Ii)中提取的用户行为链BSk(DTj|Ii)的数量,U=U[BSk(DTj|Ii)],U[BSk(DTj|Ii)]表示提取的用户行为链BSk(DTj|Ii)中第二特征数据流的数量;
步骤S402:对功能页面附加特征数据类型按钮,预设优化满足度阈值,将优化满足度大于等于优化满足度阈值时,对应的特征数据类型DTx附加到功能页面i中,否则不作附加特征数据类型按钮处理。
2.一种基于数据分析技术的小程序优化管理系统,其特征在于,所述系统包括:页面数据统筹模块、行为感知梳理模块、优化需求分析模块和优化满足分析模块;
所述页面数据统筹模块,用于统筹小程序的全部功能页面和特征数据类型,所述特征数据类型为线上店铺的进销存过程中的特征数据类型;
所述行为感知梳理模块,用于感知通过用户授权的用户操作行为,所述用户操作行为包括用户点击特征数据类型按钮的次数和每次点击特征数据类型按钮的时间,根据时间的先后顺序,形成用户行为链,对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链中发生回退功能页面的用户行为链;
所述优化需求分析模块,根据第一特征数据流和第二特征数据流,分析用户行为的优化需求度,对用户行为链进行筛查,生成行为筛查集合;
所述优化满足分析模块,根据行为筛查集合和第二数据特征流,分析功能页面的优化满足度,并对功能页面附加特征数据类型按钮;
所述页面数据统筹模块还包括功能页面统筹单元和数据类型统筹单元;
所述功能页面统筹单元,用于统筹小程序的所有功能页面,对功能页面进行统一编码,并识别每一个功能页面上展示的特征数据类型,所述功能页面上附带有特征数据类型按钮,且一个特征数据类型对应一个特征数据类型按钮,所述特征数据类型按钮用于用户点击按钮后展示特征数据类型下的全部特征数据;
所述数据类型统筹单元,用于统筹小程序的所有特征数据类型,对特征数据类型进行统一编码,将任意一个功能页面标记为i,并提取任意一个功能页面i对应的全部特征数据类型,生成数据类型集合,记为Ii={DT1,DT2,...,DTn},其中,i表示功能页面编码,Ii表示任意一个功能页面i对应生成的数据类型集合,DT1,DT2,...,DTn分别表示第1,2,...,n个特征数据类型;
所述行为感知梳理模块还包括用户操作行为感知单元和用户行为链特征捕捉单元;
所述用户操作行为感知单元,用于感知通过用户授权的用户操作行为,调取小程序操作日志数据,所述小程序操作日志数据记录有用户操作行为,将第k次点击特征数据类型按钮的时间记为tk(DTj|Ii),其中,DTj|Ii表示数据类型集合Ii中的任意一个特征数据类型DTj,将DTj|Ii对应作为一个行为节点,j表示特征数据类型编码;
所述用户行为链特征捕捉单元,根据时间tk(DTj|Ii)的先后顺序,捕捉每一次点击特征数据类型按钮形成的用户行为链,将第k次点击特征数据类型按钮对应形成的用户行为链记为BSk(DTj|Ii):DTj|Ii→DTx|Ia→...→DTy|Ib,其中,a、b表示功能页面编码,x、y表示特征数据类型编码;对用户行为链进行梳理,捕捉用户行为链的第一特征数据流和第二特征数据流,所述第一特征数据流为用户行为链BSk(DTj|Ii)中不发生回退功能页面的用户行为链,所述第二特征数据流为用户行为链BSk(DTj|Ii)中发生回退功能页面的用户行为链,将所述第一特征数据流记为BSk 1(DTj|Ii),将所述第二特征数据流记为BSk 2(DTj|Ii),其中,所述第一特征数据流为用户主行为链,所述第二特征数据流为用户循环行为链;
所述优化需求分析模块还包括优化需求度计算单元和行为链筛查单元;
所述优化需求度计算单元,用于获取第m个第二特征数据流,记为BSk 2(DTj|Ii)m,根据第一特征数据流和第二特征数据流,计算第一特征数据流的优化需求度,具体计算公式如下:
OD[BSk 1(DTj|Ii)]=∑m=1 M{NUM[BSk 2(DTj|Ii)m]/NUM[BSk 1(DTj|Ii)]}
其中,OD[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)的优化需求度,NUM[BSk 2(DTj|Ii)m]表示第二特征数据流BSk 2(DTj|Ii)m中包含的行为节点数量,NUM[BSk 1(DTj|Ii)]表示第一特征数据流BSk 1(DTj|Ii)中包含的行为节点数量,M表示第二特征数据流的总个数;
所述行为链筛查单元,用于对每一次点击特征数据类型按钮形成的用户行为链进行筛查,预设优化需求度阈值,如果第一特征数据流的优化需求度大于等于优化需求度阈值,则对第一特征数据流对应的用户行为链BSk(DTj|Ii)进行提取,否则进行剔除;统筹提取出来的全部用户行为链BSk(DTj|Ii),并生成行为筛查集合,记为BS(DTj|Ii);
所述优化满足分析模块还包括优化满足度计算单元和附加特征单元;
所述优化满足度计算单元,根据行为筛查集合和第二数据特征流,计算功能页面的优化满足度,具体计算公式如下:
OM(DTx|Ia)=∑k=1 H∑m=1 UF[DTx|Ia∈BSk 2(DTj|Ii)m]/∑k=1 HU[BSk(DTj|Ii)]
如果DTx|Ia∈BSk 2(DTj|Ii)m,则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=1,否则令F[DTx|Ia∈BSk 2(DTj|Ii)m]=0;
其中,OM(DTx|Ia)表示功能页面a的特征数据类型DTx的优化满足度,DTx|Ia∈BS(DTj|Ii),H=NUM[BS(DTj|Ii)],NUM[BS(DTj|Ii)]表示行为筛查集合BS(DTj|Ii)中提取的用户行为链BSk(DTj|Ii)的数量,U=U[BSk(DTj|Ii)],U[BSk(DTj|Ii)]表示提取的用户行为链BSk(DTj|Ii)中第二特征数据流的数量;
所述附加特征单元,用于对功能页面附加特征数据类型按钮,预设优化满足度阈值,将优化满足度大于等于优化满足度阈值时,对应的特征数据类型DTx附加到功能页面i中,否则不作附加特征数据类型按钮处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310724790.7A CN116775148B (zh) | 2023-06-19 | 2023-06-19 | 一种基于数据分析技术的小程序优化管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310724790.7A CN116775148B (zh) | 2023-06-19 | 2023-06-19 | 一种基于数据分析技术的小程序优化管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116775148A CN116775148A (zh) | 2023-09-19 |
CN116775148B true CN116775148B (zh) | 2024-02-09 |
Family
ID=88009326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310724790.7A Active CN116775148B (zh) | 2023-06-19 | 2023-06-19 | 一种基于数据分析技术的小程序优化管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116775148B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425661A (zh) * | 2012-05-15 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种网站数据分析方法及分析系统 |
CN107146100A (zh) * | 2017-04-18 | 2017-09-08 | 北京思特奇信息技术股份有限公司 | 一种基于JavaScript的用户行为数据采集分析方法及系统 |
US10282752B2 (en) * | 2009-05-15 | 2019-05-07 | Excalibur Ip, Llc | Computerized system and method for displaying a map system user interface and digital content |
CN111680241A (zh) * | 2020-04-16 | 2020-09-18 | 上海淇玥信息技术有限公司 | 一种页面布局的方法、装置和电子设备 |
-
2023
- 2023-06-19 CN CN202310724790.7A patent/CN116775148B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10282752B2 (en) * | 2009-05-15 | 2019-05-07 | Excalibur Ip, Llc | Computerized system and method for displaying a map system user interface and digital content |
CN103425661A (zh) * | 2012-05-15 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种网站数据分析方法及分析系统 |
CN107146100A (zh) * | 2017-04-18 | 2017-09-08 | 北京思特奇信息技术股份有限公司 | 一种基于JavaScript的用户行为数据采集分析方法及系统 |
CN111680241A (zh) * | 2020-04-16 | 2020-09-18 | 上海淇玥信息技术有限公司 | 一种页面布局的方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116775148A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101669131A (zh) | 交叉渠道优化系统和方法 | |
US11803810B2 (en) | Systems and methods for dynamically determining wearable items for a subscription electronics transactions platform | |
EP3822902A1 (en) | Systems and methods for customization of reviews | |
US11997321B2 (en) | Systems and methods for controlling transmission of live media streams | |
US11341149B2 (en) | Systems and methods for bitmap filtering when performing funnel queries | |
US11631092B2 (en) | Methods and apparatus for maintaining and/or updating one or more item taxonomies | |
Espadinha-Cruz et al. | Lead management optimization using data mining: A case in the telecommunications sector | |
US11595703B2 (en) | Systems and methods for controlling transmission of live media streams | |
JP2020155097A (ja) | 営業支援装置、プログラム、及び営業支援方法 | |
US11282092B2 (en) | System and method for universal data modeling | |
CA3121540A1 (en) | Methods and systems for suggesting alternative phrases for text-based web content | |
US20210398194A1 (en) | Methods and systems for reducing memory usage in an e-commerce system | |
CN116775148B (zh) | 一种基于数据分析技术的小程序优化管理系统及方法 | |
CA3098792A1 (en) | Systems and methods for customization of reviews | |
US11397727B2 (en) | Processing late arriving and out of order data | |
US11341146B2 (en) | Systems and methods for performing funnel queries across multiple data partitions | |
US11405687B1 (en) | Systems and methods for controlling transmission of live media streams | |
Deligiannis et al. | Predictive personalization of conversational customer communications with data protection by design | |
US11494828B2 (en) | Componentized order entry and editing system and method | |
JP2022027520A (ja) | デジタルメッセージから情報を取得するためのシステムおよび方法 | |
Ho et al. | A study on the life of an innovative product using a Bayesian approach | |
US6615195B1 (en) | Method and system for evaluating technology transfer value | |
US20240202803A1 (en) | System And Method for Modifying a Portion of a User Interface According to An Interaction with A Message | |
KR102417051B1 (ko) | 중견 예술가 미술품 재렌탈 시스템 | |
CN117172886B (zh) | 一种基于大数据分析的营销服务监管系统及方法 |
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 |