CN103458456B - 基于移动终端Wi-Fi数据的用户行为检测方法及装置 - Google Patents
基于移动终端Wi-Fi数据的用户行为检测方法及装置 Download PDFInfo
- Publication number
- CN103458456B CN103458456B CN201310379307.2A CN201310379307A CN103458456B CN 103458456 B CN103458456 B CN 103458456B CN 201310379307 A CN201310379307 A CN 201310379307A CN 103458456 B CN103458456 B CN 103458456B
- Authority
- CN
- China
- Prior art keywords
- shop
- equal
- flow
- user
- threshold value
- 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.)
- Expired - Fee Related
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于移动终端Wi‑Fi数据的用户行为检测方法及装置。基于移动终端Wi‑Fi数据的用户行为检测方法包括:步骤一,获取监听设备采集到的移动终端Wi‑Fi数据包并存储;步骤二,对获取的Wi‑Fi数据包进行分析处理,得到用户行为统计参量;步骤三,存储所述用户行为统计参量;步骤四,以图表的方式在线展示所述用户行为统计参量。本发明的基于移动终端Wi‑Fi数据的用户行为检测方法及装置,统计和分析店铺附近范围内携带有已开启Wi‑Fi功能的智能手机的顾客行为方式。
Description
技术领域
本发明涉及通信领域,尤其涉及一种基于移动终端Wi-Fi数据的用户行为检测方法及装置。
背景技术
商场的客流情况以及顾客的参与行为能够反映商铺的经营情况,是商家进行商业决策的重要依据。对于线上商铺而言,电子商务平台可以使用Google Analytics等工具获取用户对网店的访问情况,目前已经有较为成熟的线上数据分析方法,能够给网店提供实时的网页访问用户行为分析数据,以便店主最快的做出下一步的营销计划。然而,对于传统的线下商铺,目前只能通过月度或年度收支情况来反映店铺的经营状况,这种方式效率较低,使得店主往往错过了决策的最佳时机,如果能将线上的数据分析方案在线下采用一种技术手段实现,将会极大的提高线下商铺的决策效率。
随着用户携带的移动智能终端(例如智能手机、平板电脑等)的普及率越来越高,移动终端可以作为一种识别用户的标识,目前能够通过特定的Wi-Fi监听装置设备对移动终端发出的Wi-Fi数据包进行收集,进而通过分析数据包的MAC地址来唯一标识移动终端的使用者。据统计,40%至70%的携带智能手机的用户会长期打开Wi-Fi功能,而这个比率处于一个上升的趋势。因此,通过监听Wi-Fi数据包,进而找到一种对用户行为模式进行分析的方法,然后将分析结果按小时级别实时的提供给店主,将极大的提高线下商铺的商业决策效率。
发明内容
本发明所要解决的技术问题是提供一种基于移动终端Wi-Fi数据的用户行为检测方法及装置,统计和分析店铺附近范围内携带有已开启Wi-Fi功能的智能手机的顾客行为方式。
为解决上述技术问题,本发明提出了一种基于移动终端Wi-Fi数据的用户行为检测方法,包括:
步骤一,获取监听设备采集到的移动终端Wi-Fi数据包并存储;
步骤二,对获取的Wi-Fi数据包进行分析处理,得到用户行为统计参量;
步骤三,存储所述用户行为统计参量;
步骤四,以图表的方式在线展示所述用户行为统计参量。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测方法还可具有以下特点,步骤一包括:
所述Wi-Fi数据包的原始数据包含第一MAC地址信息、第二MAC地址信息、监听时间戳信息、信号强度值、数据包类型,所述第一MAC地址信息为移动终端Wi-Fi模块MAC地址信息,所述第二MAC地址信息为监听设备Wi-Fi模块MAC信息地址,在存储前,将第一MAC地址信息加密得到第一MAC标识,将第二MAC地址信息加密得到第二MAC标识,在存储所述Wi-Fi数据包时,存储数据包括第一MAC标识、第二MAC标识和除所述第一MAC地址信息、第二MAC地址信息之外的所述Wi-Fi数据包的原始数据。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测方法还可具有以下特点,步骤一包括:
将当天采集的Wi-Fi数据包按照所述监听时间戳中的监听日期和监听设备MAC标识进行分表存储,一个表存放一个监听设备一天内收集的所有数据。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测方法还可具有以下特点,步骤二包括:
从获取的Wi-Fi数据包中,将同一个用户的Wi-Fi数据包按照监听时间顺序进行排列,同一用户用其移动终端Wi-Fi模块MAC地址唯一标识;
计算用户的访问时长,所述访问时长等于在满足设定限制条件下排列后相邻两个Wi-Fi数据包的监听时间差的总和;
根据所述访问时长和预设的俘获阈值、进店阈值、参与阈值划分用户类型,所述参与阈值大于所述进店阈值,所述进店阈值大于所述俘获阈值,若访问时长小于所述俘获阈值,则所述用户为店外路过的顾客;若访问时长大于或等于所述俘获阈值且小于所述进店阈值,则所述用户为经过店铺的顾客;若访问时长大于或等于所述进店阈值,则所述用户为进入店铺的顾客;若访问时长大于或等于所述参与阈值,则所述用户为参与顾客;
根据用户类型统计用户流量,所述用户流量包括总流量、店外流量、俘获流量、经过流量、进店流量、参与流量,所述总流量等于设定时间段内商铺监听到的所有访问次数之和,所述店外流量等于设定时间段内店外访问次数之和,所述俘获等于设定时间段内进店访问次数之和,所述经过流量等于设定时间段内短时进入店铺或者经过店铺的访问次数之和,所述进店流量等于设定时间段内进入店铺的访问次数之和,所述参与流量等于设定时间段内长时在店铺内的访问次数之和;
根据用户流量进步一分析出用户行为参量,所述用户行为参量包括俘获率、跳出率、参与率,所述俘获率等于所述俘获流量占所述总流量的比率,所述跳出率等于所述经过流量占所述俘获流量的比率,所述参与率等于所述参与流量占所述进店流量的比率。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测方法还可具有以下特点,步骤二包括:
根据获取的Wi-Fi数据包所包含的移动终端Wi-Fi模块MAC地址信息统计顾客群体数据,所述顾客群体数据包括顾客总人数、新增顾客人数和回访顾客人数,顾客总人数等于设定时间内进店流量所含Wi-Fi数据包的第一MAC地址的总数,即监测到移动终端Wi-Fi模块MAC地址的总数,新增顾客人数等于新增监测到移动终端Wi-Fi模块MAC地址的数量,回访顾客人数等于监测到移动终端Wi-Fi模块MAC地址中以前已记录的数量,即等于顾客总人数减去新增顾客人数。
为解决上述技术问题,本发明还提出了一种基于移动终端Wi-Fi数据的用户行为检测装置,包括:
获取模块,用于获取监听设备采集到的移动终端Wi-Fi数据包;
分析模块,用于对获取的Wi-Fi数据包进行分析处理,得到用户行为统计参量;
存储模块,用于存储获取模块获取的移动终端Wi-Fi数据包和所述用户行为统计参量;
展示模块,用于以图表的方式在线展示所述用户行为统计参量。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测装置还可具有以下特点,所述Wi-Fi数据包的原始数据包含第一MAC地址信息、第二MAC地址信息、监听时间戳信息、信号强度值、数据包类型,所述第一MAC地址信息为移动终端Wi-Fi模块MAC地址信息,所述第二MAC地址信息为监听设备Wi-Fi模块MAC信息地址,所述存储模块包括:
加密单元,用于在存储前,将第一MAC地址信息加密得到第一MAC标识,将第二MAC地址信息加密得到第二MAC标识,在存储所述Wi-Fi数据包时,存储数据包括第一MAC标识、第二MAC标识和除所述第一MAC地址信息、第二MAC地址信息之外的所述Wi-Fi数据包的原始数据。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测装置还可具有以下特点,所述存储模块包括:
分表存储单元,用于将当天采集的Wi-Fi数据包按照所述监听时间戳中的监听日期和监听设备MAC标识进行分表存储,一个表存放一个监听设备一天内收集的所有数据。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测装置还可具有以下特点,所述分析模块包括:
排序单元,用于从获取的Wi-Fi数据包中,将同一个用户的Wi-Fi数据包按照监听时间顺序进行排列,同一用户用其移动终端Wi-Fi模块MAC地址唯一标识;
计算单元,用于计算用户的访问时长,所述访问时长等于在满足设定限制条件下排列后相邻两个Wi-Fi数据包的监听时间差的总和;
划分单元,用于根据所述访问时长和预设的俘获阈值、进店阈值、参与阈值划分用户类型,所述参与阈值大于所述进店阈值,所述进店阈值大于所述俘获阈值,若访问时长小于所述俘获阈值,则所述用户为店外路过的顾客;若访问时长大于或等于所述俘获阈值且小于所述进店阈值,则所述用户为经过店铺的顾客;若访问时长大于或等于所述进店阈值,则所述用户为进入店铺的顾客;若访问时长大于或等于所述参与阈值,则所述用户为参与顾客;
第一统计单元,用于根据用户类型统计用户流量,所述用户流量包括总流量、店外流量、俘获流量、经过流量、进店流量、参与流量,所述总流量等于设定时间段内商铺监听到的所有访问次数之和,所述店外流量等于设定时间段内店外访问次数之和,所述俘获等于设定时间段内进店访问次数之和,所述经过流量等于设定时间段内短时进入店铺或者经过店铺的访问次数之和,所述进店流量等于设定时间段内进入店铺的访问次数之和,所述参与流量等于设定时间段内长时在店铺内的访问次数之和;
参量分析单元,用于根据用户流量进步一分析出用户行为参量,所述用户行为参量包括俘获率、跳出率、参与率,所述俘获率等于所述俘获流量占所述总流量的比率,所述跳出率等于所述经过流量占所述俘获流量的比率,所述参与率等于所述参与流量占所述进店流量的比率。
进一步地,上述基于移动终端Wi-Fi数据的用户行为检测装置还可具有以下特点,所述分析模块包括:
第二统计单元,用于根据获取的Wi-Fi数据包所包含的移动终端Wi-Fi模块MAC地址信息统计顾客群体数据,所述顾客群体数据包括顾客总人数、新增顾客人数和回访顾客人数,顾客总人数等于设定时间内进店流量所含Wi-Fi数据包的第一MAC地址的总数,即监测到移动终端Wi-Fi模块MAC地址的总数,新增顾客人数等于新增监测到移动终端Wi-Fi模块MAC地址的数量,回访顾客人数等于监测到移动终端Wi-Fi模块MAC地址中以前已记录的数量,即等于顾客总人数减去新增顾客人数。
本发明的基于移动终端Wi-Fi数据的用户行为检测方法及装置,统计和分析店铺附近范围内携带有已开启Wi-Fi功能的智能手机的顾客行为方式。
附图说明
图1为本发明实施例中基于移动终端Wi-Fi数据的用户行为检测方法的流程图;
图2为本发明实施例中应用基于移动终端Wi-Fi数据的用户行为检测方法的***示意图;
图3为本发明实施例中数据分析示意图;
图4为本发明实施例中解析上报数据流程示意图;
图5为本发明实施例中数据包格式示意图;
图6为本发明实施例中分析用户访问时长流程示意图;
图7为本发明实施例中分析用户行为参量算法示意图;
图8为本发明实施例中基于移动终端Wi-Fi数据的用户行为检测装置的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明实施例中基于移动终端Wi-Fi数据的用户行为检测方法的流程图。如图1所示,本实施例中,基于移动终端Wi-Fi数据的用户行为检测方法的流程可以包括如下步骤:
步骤S101,获取监听设备采集到的移动终端Wi-Fi数据包并存储;
具体地,可以将获取的移动终端Wi-Fi数据包存储到数据库中,并提供对Wi-Fi数据包的查询和删除接口。数据库可以基于NoSQL类型数据库进行数据存储。
具体地,步骤S101可以用数据收集接口程序实现,数据收集接口程序将提供REST(Representational State Transfer,表述性状态转移)标准的API(Application Programming Interface,应用程序编程接口),提供数据的增加、删除、修改、查询功能,接口访问将提供两种安全机制,一种基于HTTP(HyperText Transfer Protocol,超文本传输协议)协议,需要提供API-Key授权,另一种基于HTTPS(Secure Hypertext TransferProtocol,安全超文本传输协议)安全协议通信,保证接口能被安全访问。
Wi-Fi数据包的原始数据包含移动终端Wi-Fi模块MAC(Media AccessControl,介质访问控制)地址信息、监听设备MAC信息地址、监听时间戳信息、数据包类型、信号强度值、通信信道等,下面为了表述方便,将移动终端Wi-Fi模块MAC地址信息称为第一MAC地址信息,将监听设备Wi-Fi模块MAC信息地址称为第二MAC地址信息。
步骤S102,对获取的Wi-Fi数据包进行分析处理,得到用户行为统计参量;
分析处理可以设置为定期进行。分析处理的周期可以进行动态修改,可以设置最短的分析处理周期为1小时,以保证用户能够获取实时到1小时的数据分析结果。
用户行为统计参量可以包括用户流量、俘获率、跳出率、参与率、留存时间、回访率及回访频度等。
在对获取的Wi-Fi数据包进行分析处理,得到用户行为统计参量的过程中的分析数据也可以放在数据库中进行存储。
数据库存储的分析数据可以包括:1)一个监听设备一天内收集数据的MAC访问时长记录,每条记录描述一个用户一次访问的起始时间,访问时长;2)一个监听设备收集的所有数据的MAC统计信息,每条记录描述一个用户的访问次数、每次的访问时间以及用户类型;3)一个监听设备一天的监控分析结果汇总,每条记录描述一个监听设备一天内的所有分析参量。数据1)将按监听设备MAC标识(ID)和日期进行分表存储;数据2)和数据3)将按监听设备的ID进行分表存储。
步骤S103,存储用户行为统计参量;
可以按照数据库中预设的表结构,将经分析处理后得到的数据(即用户行为统计参量)持久化到数据库中,并建立索引。
步骤S104,以图表的方式在线展示用户行为统计参量。
可以采用Web统计展示服务,提供图表以及仪表盘的方式进行数据展示,将数据的分析结果以直观的方式展示出来,提供不同时间段的历史记录查询以及不同监控点的数据对比。
步骤S104可以为使用者提供直观的数据展示。
具体地,步骤S101可以包括:
在存储前,将第一MAC地址信息加密得到第一MAC标识(用DEST_ID表示),将第二MAC地址信息加密得到第二MAC标识(用MONITOR_ID表示),第一MAC标识、第二MAC标识统称为MAC ID,在存储Wi-Fi数据包时,存储数据包括第一MAC标识、第二MAC标识和除第一MAC地址信息、第二MAC地址信息之外的Wi-Fi数据包的原始数据。也就是说,将加密后的MAC ID存在数据库中,不直接对MAC进行存储,这样可以防止被检测目标的隐私信息泄露,并且保证MAC ID的唯一性。
具体地,可以采用MD5加密的方式对第一MAC地址信息和第二MAC地址信息进行加密。
在本发明实施例中,步骤S101还可以包括:将当天采集的Wi-Fi数据包按照监听时间戳中的监听日期和监听设备MAC标识(即MONITOR_ID)进行分表存储,一个表存放一个监听设备一天内收集的所有数据。进一步地,可以对MONITOR_ID建立索引表,还可以添加索引表存放网卡跟其对应数据表的索引关系。分表存放可极大的提高数据的检索效率。
具体地,步骤S102的分析处理可以包括:从存储的数据中获取一个时间序列的MAC地址信息,通过该时间序列计算出用户访问时长,并根据用户访问时长的特征判别一个用户的行为参量,进而分析出用户类型以及访店参与程度。
在本发明实施例中,步骤S102可以包括如下子步骤a至e:
步骤a,从获取的Wi-Fi数据包中,将同一个用户的Wi-Fi数据包按照监听时间顺序进行排列,同一用户用其移动终端Wi-Fi模块MAC地址唯一标识;
步骤b,计算用户的访问时长,访问时长等于在满足设定限制条件下排列后相邻两个Wi-Fi数据包的监听时间差的总和;
设t[i]表示在i时刻的一个Wi-Fi数据包,时间序列{t[1],t[2],t[3],…,t[n]}表示一个用户在该时间序列内被监测移动终端的Wi-Fi数据包的时间戳,Δt[i]=t[i+1]-t[i],是指相邻两个Wi-Fi数据包的监听时间差,设定一个单次访问阈值T=2hour,若Δt[i]≤T,则认为t[i]到t[i+1]这段时间内该移动终端的MAC地址连续存在,即用户持续在Wi-Fi监听设备监听范围内,若Δt[i]>T,则认为t[i]和t[i+1]属于用户的两次访问。由此计算出用户访问时长DDL(Dwell Duration Length),是指满足设定限制条件下相邻两个Wi-Fi数据包的监听时间差均小于或者等于单次访问阈值条件下监听时间差的总和,用公式表示为DDL=∑Δt[i]。
步骤c,根据访问时长和预设的俘获阈值、进店阈值、参与阈值划分用户类型,其中,参与阈值大于进店阈值,进店阈值大于俘获阈值,若访问时长小于俘获阈值,则用户为店外路过的顾客(Outside Customer);若访问时长大于或等于俘获阈值且小于进店阈值,则用户为经过店铺的顾客(WalkbyCustomer);若访问时长大于或等于进店阈值,则用户为进入店铺的顾客(Inside Customer);若访问时长大于或等于参与阈值,则用户为参与顾客(Engaged Customer);
假设俘获阈值用CTV表示,进店阈值用ITV表示,参与阈值用ETV表示,在一个具体实施例中,可以设置CTV=2min(分钟),ITV=5min,ETV=30min。
步骤c中的各个时间阈值可以进行动态设定,可以根据使用场景进行修改。时间阈值的设定***可以提供3种设定方式:1)***将提供推荐值;2)用户可以自定义阈值;3)***收集一段时间后,根据对数据的分析和场景的情况进行分析,计算得出跟实际情况最符合的值。
步骤d,根据用户类型统计用户流量,其中,用户流量包括总流量、店外流量、俘获流量、经过流量、进店流量、参与流量,总流量等于设定时间段内商铺监听到的所有访问次数之和,店外流量等于设定时间段内店外访问次数之和,俘获等于设定时间段内进店访问次数之和,经过流量等于设定时间段内短时进入店铺或者经过店铺的访问次数之和,进店流量等于设定时间段内进入店铺的访问次数之和,参与流量等于设定时间段内长时在店铺内的访问次数之和;
总流量TT(Total Traffic)用于描述商铺所有监测到的用户访问总量。
店外流量OT(Outside Traffic)用于描述商铺外面的用户访问量,当用户的访问时长小于一定预设阈值(例如2分钟)时,认为用户没有进店。
俘获流量CT(Capture Traffic)用于描述进入商铺范围的用户访问量,当用户的访问时长超过一定预设阈值(例如2分钟)时,认为用户可能进店。
经过流量WT(Walkby Traffic)描述短时进入商铺或者经过商铺的用户访问量,经过流量WT中用户的访问时长超过一定预设阈值(例如2分钟)并且小于进店阈值(例如5分钟)时。
进店流量IT(Inside Traffic)用于描述进入商铺的用户访问量,当用户的访问时长超过一定预设阈值(例如5分钟)时,认为用户已经进店访问,属于商铺顾客(Customer)。
参与流量ET(Engagement Traffic)用于描述长时在店的用户访问量,可能在店铺内进行了某些活动,例如购物、试衣等,当用户的访问时长超过一定预设阈值(例如30分钟)时,认为用户长时在店活动,属于高参与度顾客或者高卷入度顾客(Engaged Customer)。
步骤e,根据用户流量进步一分析出用户行为参量,用户行为参量包括俘获率、跳出率、参与率,俘获率等于所述俘获流量占总流量的比率,跳出率等于所述经过流量占俘获流量的比率,参与率等于参与流量占进店流量的比率。
俘获率(Capture Rate)用于描述进入商铺的用户流量情况,具体是指俘获流量占总流量的比率,计算公式为:Capture Rate=俘获流量CT/总流量TT;
跳出率(Bounce Rate)用于描述顾客短时进店后离开的比率,访问时长满足预设阈值要求(例如2-5分钟),计算公式为:跳出率Bounce Rate=经过流量WT/俘获流量CT。
参与率(Engagement Rate)用于描述高参与度的顾客情况,具体是指参与流量占进店流量的比率,计算公式为:Engagement Rate=参与流量ET/进店流量IT。
在本发明实施例中,步骤S102还可以包括如下步骤:根据获取的Wi-Fi数据包所包含的移动终端Wi-Fi模块MAC地址信息统计顾客群体数据,其中,顾客群体数据包括顾客总人数、新增顾客人数和回访顾客人数,顾客总人数等于设定时间内进店流量所含Wi-Fi数据包的第一MAC地址的总数,即监测到移动终端Wi-Fi模块MAC地址的总数,新增顾客人数等于新增监测到移动终端Wi-Fi模块MAC地址的数量,回访顾客人数等于监测到移动终端Wi-Fi模块MAC地址中以前已记录的数量,即等于顾客总人数减去新增顾客人数。
对于实时数据,本发明的基于移动终端Wi-Fi数据的用户行为检测方法可以给用户提供小时级别的实时数据展示。通过本发明的基于移动终端Wi-Fi数据的用户行为检测方法,可以每小时对当日所有被监听MAC的用户行为参量进行计算,计算的时间范围为从当日的零点到执行计算时间点(精确到小时)。若只计算一小时内数据,访问时长大于一小时的用户计算将出错,每小时重新计算一天内的所有数据的方式避免了这个问题。计算结果将持久化到数据库中,存储方式可以为按天进行存储,并建立索引表,提高数据的检索效率。对于历史数据,可以提供不同时间范围内的历史数据查询,包括按日、周、月、年的时间段,以及用户自定义的时间范围,用户确定查询的时间范围后,从索引中查找对应的历史数据表,直接从数据库中提取计算后保存的数据并展示,不需要进行额外的计算,保证了较高的查询效率。
本发明的基于移动终端Wi-Fi数据的用户行为检测方法可以通过一个标准的REST访问接口,实现Wi-Fi数据包的采集;提供外网访问IP和端口,前端Wi-Fi数据监听设备联网后可按照接口定义的格式将数据上报到后台***。接口实现多线程处理上报数据,部署在前端的监听设备可以并发的上报数据,独立运行互不干扰。
本发明的基于移动终端Wi-Fi数据的用户行为检测方法具有一定的实时性,前端数据监听设备可以每10分钟将数据上报到后台***,后台***每小时对数据进行分析计算并存储在数据库中,Web展示端可以实时到每个小时展示最新的用户行为参量。
本发明的基于移动终端Wi-Fi数据的用户行为检测方法中,原始数据按监听设备的MONITOR_ID和日期进行分表存储,并建立索引,计算后的分析数据同样也按MONITOR_ID和日期进行分表存储,建立索引。***查询历史数据时,先从索引表中找到目标数据表,再从数据表中检索数据。由于分析数据已经计算好存在数据库中,不需要查询是重新计算,而且按日期分表存储,建立索引表,避免了一个表存储所有数据进行大规模轮询检索,极大的提高了数据的检索效率。
本发明的基于移动终端Wi-Fi数据的用户行为检测方法中,Web展示端提供仪表盘图表的方式展示,能够直观的展示描述用户行为的参量,数据可以按小时、天、周、月、年不同时间范围进行查看。
下面通过一个具体应用示例,对本发明的基于移动终端Wi-Fi数据的用户行为检测方法作进一步详细说明。
图2为本发明实施例中应用基于移动终端Wi-Fi数据的用户行为检测方法的***示意图。
如图2所示,该***由一台分析服务器和一台数据服务器组成,前端在室内环境部署了N台监听设备,数据服务器中部署数据收集接口程序,提供REST API接口供前端监听设备进行数据上报,收集的数据存放在MongoDB数据库中。分析服务器部署的后台数据包分析程序,定期从数据服务器取数据,计算并将结果存放到数据库服务器中。分析服务器中部署Web服务器,提供基于B/S(浏览器和服务器)架构的Web访问服务,Web服务从数据服务器中获得分析结果数据,以仪表盘的方式在浏览器端展示出来。
图3为本发明实施例中数据分析示意图。如图3所示,分析端数据收集接口程序收到前端监听设备上报的数据后将对原始数据进行压缩并分表存储在数据库中,数据包分析程序定期读取原始数据,计算用户的行为参量,并存放在数据库中。Web统计展示服务提供用户行为参量的图表展示、设备状态信息查看以及账户管理功能。
图4为本发明实施例中解析上报数据流程示意图。如图4所示,数据收集程序将定期收到前端监听设备上报的数据包(监听设备每10分钟上传一次),收集的数据包格式如图5所示。***解析数据包,然后根据监听设备的MONITOR_ID和监听日期对数据进行分表存储,数据包的最小时间精度为秒,若一秒内有多个数据包,将压缩成一个包。数据中将建立监听设备与其所对应的数据表的索引。
***收集的原始数据为一组MAC被监听的时间序列,***将根据时间序列分离出每个MAC,即用户的访问时长。如图6所示,分析程序定期(每小时)读取当日的原始数据时间序列,计算用户一次访问的持续时间长度,记录起始时间和终止时间。***设定单次访问时间阈值为2小时,若时间序列中两个时间点的时间间隔小于或等于2小时,则认为这两个序列点属于一次访问被捕获的点。访问时长的计算结果将按监听设备MONITOR_ID和日期存放在数据库中,并建立索引。
用户的访问时长作为不同用户行为模式的分析依据。如图7所示,***设定俘获阈值(CTV)、进店阈值(ITV)和参与阈值(ETV),并依据用户的访问时长及MAC计算出描述用户行为模式的参量,包括总流量(TT)、店外流量(OT)、俘获流量(CT)、经过流量(WT)、进店流量(IT)、参与流量(ET)、俘获率(CR)、跳出率(BR)、参与率(ER)、顾客总人数(TC),新增顾客人数(NC)、回访顾客人数(RC)、平均访问时长(VD)、高参与度平均访问时长(EVD)。这些参量将按天存放在数据库中,作为描述用户行为模式的数据。
本发明的基于移动终端Wi-Fi数据的用户行为检测方法,能够统计和分析店铺附近范围内携带有已开启Wi-Fi功能的智能手机的顾客行为方式。
本发明还提出了一种基于移动终端Wi-Fi数据的用户行为检测装置,用以执行上述的基于移动终端Wi-Fi数据的用户行为检测方法。
图8为本发明实施例中基于移动终端Wi-Fi数据的用户行为检测装置的结构框图。如图8所示,本实施例中,基于移动终端Wi-Fi数据的用户行为检测装置可以包括获取模块810、分析模块820、存储模块830和展示模块840。获取模块810、分析模块820、存储模块830和展示模块840顺次相连。获取模块810用于获取监听设备采集到的移动终端Wi-Fi数据包。分析模块820用于对获取的Wi-Fi数据包进行分析处理,得到用户行为统计参量。存储模块830用于存储获取模块获取的移动终端Wi-Fi数据包和所述用户行为统计参量。展示模块840用于以图表的方式在线展示存储模块830存储的用户行为统计参量。
其中,Wi-Fi数据包的原始数据包含第一MAC地址信息、第二MAC地址信息、监听时间戳信息,第一MAC地址信息为移动终端Wi-Fi模块MAC地址信息,第二MAC地址信息为监听设备MAC信息地址。本发明实施例中,存储模块830可以进一步包括加密单元。加密单元用于在存储前,将第一MAC地址信息加密得到第一MAC标识,将第二MAC地址信息加密得到第二MAC标识,在存储Wi-Fi数据包时,存储数据包括第一MAC标识、第二MAC标识和除第一MAC地址信息、第二MAC地址信息之外的Wi-Fi数据包的原始数据。
本发明实施例中,存储模块830可以进一步包括分表存储单元。分表存储单元用于将Wi-Fi数据包按照监听时间戳中的监听日期和监听设备MAC标识进行分表存储,一个表存放一个监听设备一天内收集的所有数据。
本发明实施例中,分析模块820可以进一步包括排序单元、计算单元、划分单元、第一统计单元和参量分析单元。其中,排序单元用于从获取的Wi-Fi数据包中,将同一个用户的Wi-Fi数据包按照监听时间顺序进行排列,同一用户用其移动终端Wi-Fi模块MAC地址唯一标识。计算单元用于计算用户的访问时长,访问时长等于在满足设定限制条件下排列后相邻两个Wi-Fi数据包的监听时间差的总和。划分单元用于根据访问时长和预设的俘获阈值、进店阈值、参与阈值划分用户类型,参与阈值大于进店阈值,进店阈值大于俘获阈值,若访问时长小于所述俘获阈值,则用户为店外路过的顾客;若访问时长大于或等于俘获阈值且小于进店阈值,则用户为经过店铺的顾客;若访问时长大于或等于进店阈值,则用户为进入店铺的顾客;若访问时长大于或等于参与阈值,则用户为参与顾客。第一统计单元用于根据用户类型统计用户流量,用户流量包括总流量、店外流量、俘获流量、经过流量、进店流量、参与流量,总流量等于设定时间段内商铺监听到的所有访问次数之和,店外流量等于设定时间段内店外访问次数之和,俘获等于设定时间段内进店访问次数之和,经过流量等于设定时间段内短时进入店铺或者经过店铺的访问次数之和,进店流量等于设定时间段内进入店铺的访问次数之和,参与流量等于设定时间段内长时在店铺内的访问次数之和。参量分析单元用于根据用户流量进步一分析出用户行为参量,用户行为参量包括俘获率、跳出率、参与率,俘获率等于所述俘获流量占总流量的比率,跳出率等于经过流量占俘获流量的比率,参与率等于参与流量占进店流量的比率。
本发明实施例中,分析模块820还可以进一步包括第二统计单元。第二统计单元用于根据获取的Wi-Fi数据包所包含的移动终端Wi-Fi模块MAC地址信息统计顾客群体数据,顾客群体数据包括顾客总人数、新增顾客人数和回访顾客人数,顾客总人数等于设定时间内进店流量所含Wi-Fi数据包的第一MAC地址的总数,即监测到移动终端Wi-Fi模块MAC地址的总数,新增顾客人数等于新增监测到移动终端Wi-Fi模块MAC地址的数量,回访顾客人数等于监测到移动终端Wi-Fi模块MAC地址中以前已记录的数量,即等于顾客总人数减去新增顾客人数。
本发明的基于移动终端Wi-Fi数据的用户行为检测装置,能够统计和分析店铺附近范围内携带有已开启Wi-Fi功能的智能手机的顾客行为方式。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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)
1.一种基于移动终端Wi-Fi数据的用户行为检测方法,其特征在于,包括:
步骤一,获取监听设备采集到的移动终端Wi-Fi数据包并存储;
所述Wi-Fi数据包的原始数据包含第一MAC地址信息、第二MAC地址信息、监听时间戳信息、信号强度值、数据包类型,所述第一MAC地址信息为移动终端Wi-Fi模块MAC地址信息,所述第二MAC地址信息为监听设备Wi-Fi模块MAC信息地址,在存储前,将第一MAC地址信息加密得到第一MAC标识,将第二MAC地址信息加密得到第二MAC标识,在存储所述Wi-Fi数据包时,存储数据包括第一MAC标识、第二MAC标识和除所述第一MAC地址信息、第二MAC地址信息之外的所述Wi-Fi数据包的原始数据;将当天采集的Wi-Fi数据包按照所述监听时间戳中的监听日期和监听设备MAC标识进行分表存储,一个表存放一个监听设备一天内收集的所有数据;
步骤二,对获取的Wi-Fi数据包进行分析处理,得到用户行为统计参量;步骤二包括:
从获取的Wi-Fi数据包中,将同一个用户的Wi-Fi数据包按照监听时间顺序进行排列,同一用户用其移动终端Wi-Fi模块MAC地址唯一标识;
计算用户的访问时长,所述访问时长等于在满足设定限制条件下排列后相邻两个Wi-Fi数据包的监听时间差的总和;
根据所述访问时长和预设的俘获阈值、进店阈值、参与阈值划分用户类型,所述参与阈值大于所述进店阈值,所述进店阈值大于所述俘获阈值,若访问时长小于所述俘获阈值,则所述用户为店外路过的顾客;若访问时长大于或等于所述俘获阈值且小于所述进店阈值,则所述用户为经过店铺的顾客;若访问时长大于或等于所述进店阈值,则所述用户为进入店铺的顾客;若访问时长大于或等于所述参与阈值,则所述用户为参与顾客;
根据用户类型统计用户流量,所述用户流量包括总流量、店外流量、俘获流量、经过流量、进店流量、参与流量,所述总流量等于设定时间段内商铺监听到的所有访问次数之和,所述店外流量等于设定时间段内店外访问次数之和,所述俘获等于设定时间段内进店访问次数之和,所述经过流量等于设定时间段内短时进入店铺或者经过店铺的访问次数之和,所述进店流量等于设定时间段内进入店铺的访问次数之和,所述参与流量等于设定时间段内长时在店铺内的访问次数之和;
根据用户流量进步一分析出用户行为参量,所述用户行为参量包括俘获率、跳出率、参与率,所述俘获率等于所述俘获流量占所述总流量的比率,所述跳出率等于所述经过流量占所述俘获流量的比率,所述参与率等于所述参与流量占所述进店流量的比率;
根据获取的Wi-Fi数据包所包含的移动终端Wi-Fi模块MAC地址信息统计顾客群体数据,所述顾客群体数据包括顾客总人数、新增顾客人数和回访顾客人数,顾客总人数等于设定时间内进店流量所含Wi-Fi数据包的第一MAC地址的总数,即监测到移动终端Wi-Fi模块MAC地址的总数,新增顾客人数等于新增监测到移动终端Wi-Fi模块MAC地址的数量,回访顾客人数等于监测到移动终端Wi-Fi模块MAC地址中以前已记录的数量,即等于顾客总人数减去新增顾客人数;
步骤三,存储所述用户行为统计参量;
步骤四,以图表的方式在线展示所述用户行为统计参量。
2.一种基于移动终端Wi-Fi数据的用户行为检测装置,其特征在于,包括:
获取模块,用于获取监听设备采集到的移动终端Wi-Fi数据包;所述Wi-Fi数据包的原始数据包含第一MAC地址信息、第二MAC地址信息、监听时间戳信息、信号强度值、数据包类型,所述第一MAC地址信息为移动终端Wi-Fi模块MAC地址信息,所述第二MAC地址信息为监听设备Wi-Fi模块MAC信息地址;
分析模块,用于对获取的Wi-Fi数据包进行分析处理,得到用户行为统计参量;
所述分析模块包括:排序单元,用于从获取的Wi-Fi数据包中,将同一个用户的Wi-Fi数据包按照监听时间顺序进行排列,同一用户用其移动终端Wi-Fi模块MAC地址唯一标识;
计算单元,用于计算用户的访问时长,所述访问时长等于在满足设定限制条件下排列后相邻两个Wi-Fi数据包的监听时间差的总和;
划分单元,用于根据所述访问时长和预设的俘获阈值、进店阈值、参与阈值划分用户类型,所述参与阈值大于所述进店阈值,所述进店阈值大于所述俘获阈值,若访问时长小于所述俘获阈值,则所述用户为店外路过的顾客;若访问时长大于或等于所述俘获阈值且小于所述进店阈值,则所述用户为经过店铺的顾客;若访问时长大于或等于所述进店阈值,则所述用户为进入店铺的顾客;若访问时长大于或等于所述参与阈值,则所述用户为参与顾客;
第一统计单元,用于根据用户类型统计用户流量,所述用户流量包括总流量、店外流量、俘获流量、经过流量、进店流量、参与流量,所述总流量等于设定时间段内商铺监听到的所有访问次数之和,所述店外流量等于设定时间段内店外访问次数之和,所述俘获等于设定时间段内进店访问次数之和,所述经过流量等于设定时间段内短时进入店铺或者经过店铺的访问次数之和,所述进店流量等于设定时间段内进入店铺的访问次数之和,所述参与流量等于设定时间段内长时在店铺内的访问次数之和;
参量分析单元,用于根据用户流量进步一分析出用户行为参量,所述用户行为参量包括俘获率、跳出率、参与率,所述俘获率等于所述俘获流量占所述总流量的比率,所述跳出率等于所述经过流量占所述俘获流量的比率,所述参与率等于所述参与流量占所述进店流量的比率;
第二统计单元,用于根据获取的Wi-Fi数据包所包含的移动终端Wi-Fi模块MAC地址信息统计顾客群体数据,所述顾客群体数据包括顾客总人数、新增顾客人数和回访顾客人数,顾客总人数等于设定时间内进店流量所含Wi-Fi数据包的第一MAC地址的总数,即监测到移动终端Wi-Fi模块MAC地址的总数,新增顾客人数等于新增监测到移动终端Wi-Fi模块MAC地址的数量,回访顾客人数等于监测到移动终端Wi-Fi模块MAC地址中以前已记录的数量,即等于顾客总人数减去新增顾客人数;
存储模块,用于存储获取模块获取的移动终端Wi-Fi数据包和所述用户行为统计参量;所述存储模块包括:加密单元,用于在存储前,将第一MAC地址信息加密得到第一MAC标识,将第二MAC地址信息加密得到第二MAC标识,在存储所述Wi-Fi数据包时,存储数据包括第一MAC标识、第二MAC标识和除所述第一MAC地址信息、第二MAC地址信息之外的所述Wi-Fi数据包的原始数据;所述存储模块包括:分表存储单元,用于将当天采集的Wi-Fi数据包按照所述监听时间戳中的监听日期和监听设备MAC标识进行分表存储,一个表存放一个监听设备一天内收集的所有数据;
展示模块,用于以图表的方式在线展示所述用户行为统计参量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310379307.2A CN103458456B (zh) | 2013-08-27 | 2013-08-27 | 基于移动终端Wi-Fi数据的用户行为检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310379307.2A CN103458456B (zh) | 2013-08-27 | 2013-08-27 | 基于移动终端Wi-Fi数据的用户行为检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103458456A CN103458456A (zh) | 2013-12-18 |
CN103458456B true CN103458456B (zh) | 2016-11-09 |
Family
ID=49740318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310379307.2A Expired - Fee Related CN103458456B (zh) | 2013-08-27 | 2013-08-27 | 基于移动终端Wi-Fi数据的用户行为检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103458456B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104917626B (zh) * | 2014-03-14 | 2018-11-16 | 北京众源线下信息科技有限公司 | 用户行为分析中的数据采集方法和装置 |
CN104063478B (zh) * | 2014-07-02 | 2017-06-06 | 董可 | 基于移动设备的特定区域人口消费水平感知***和方法 |
CN104361658B (zh) * | 2014-09-30 | 2017-05-31 | 北京锐安科技有限公司 | 一种区域内各场所人口信息的检测方法和装置 |
CN104778642B (zh) * | 2015-03-20 | 2018-04-13 | 北京邮电大学 | 基于WiFi的校园用户数据处理方法、服务器和监测*** |
CN106301866B (zh) * | 2015-05-12 | 2020-07-10 | 杭州海康威视数字技术股份有限公司 | 目标对象的统计方法和装置 |
CN106303370A (zh) * | 2015-05-12 | 2017-01-04 | 杭州海康威视数字技术股份有限公司 | 确定目标对象位置的方法、装置及*** |
CN105046944A (zh) * | 2015-06-26 | 2015-11-11 | 浙江工业大学 | 扫描手机mac地址的公交车客流数据采集方法 |
CN105162622B (zh) * | 2015-08-03 | 2019-02-12 | 瑞斯康达科技发展股份有限公司 | 一种存储方法和*** |
CN105224685A (zh) * | 2015-10-28 | 2016-01-06 | 同济大学 | 一种挖掘用户周期模式的***及其方法 |
CN105426421A (zh) * | 2015-11-03 | 2016-03-23 | 武汉地大信息工程股份有限公司 | 一种时态监测数据快速可视化方法及*** |
CN105472036A (zh) * | 2016-01-06 | 2016-04-06 | 上海斐讯数据通信技术有限公司 | 回头客数量统计方法、***及路由器 |
CN107169398A (zh) * | 2016-03-07 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 信号处理方法及装置 |
CN105809959B (zh) * | 2016-03-31 | 2020-09-25 | 腾讯科技(深圳)有限公司 | 乘客数量统计方法、装置及*** |
CN106028283A (zh) * | 2016-05-26 | 2016-10-12 | 上海网数信息科技有限公司 | 通过无线网络数据分析用户线下行为的方法及*** |
CN106211210B (zh) * | 2016-07-21 | 2020-02-07 | 深圳奇迹智慧网络有限公司 | 一种移动终端mac数据采集方法 |
CN108124257B (zh) * | 2016-11-28 | 2020-12-15 | 中国联合网络通信集团有限公司 | 评价处理方法和装置 |
CN106982411A (zh) * | 2017-03-20 | 2017-07-25 | 华南理工大学 | 一种基于wifi探针数据的实时客流统计方法 |
CN106937253B (zh) * | 2017-04-17 | 2020-07-03 | 汇纳科技股份有限公司 | 一种顾客判断方法及***、服务器 |
CN107105412A (zh) * | 2017-06-01 | 2017-08-29 | 深圳市咖讯科技有限公司 | 实体店客流量统计的方法及装置 |
CN107864451B (zh) * | 2017-10-26 | 2020-10-30 | 深圳中科爱讯科技有限公司 | 基于移动终端与WiFi探针的目标定位方法及其*** |
CN108090493B (zh) * | 2017-11-15 | 2019-03-05 | 南京光普信息技术有限公司 | 一种基于wifi定位的进店顾客数据统计方法 |
CN108011761A (zh) * | 2017-12-06 | 2018-05-08 | 易居(中国)企业集团股份有限公司 | 基于大数据的采集和分析访客数据的方法 |
CN108389060B (zh) * | 2018-02-28 | 2021-10-29 | 南京芝麻信息科技有限公司 | 顾客忠诚度信息处理方法及装置 |
CN108597065A (zh) * | 2018-03-12 | 2018-09-28 | 南京甄视智能科技有限公司 | 基于人脸识别的客流统计方法 |
CN108449716A (zh) * | 2018-03-28 | 2018-08-24 | 北京智慧空间科技有限责任公司 | 一种基于无线传感器的用户属性分析方法和*** |
CN109064166A (zh) * | 2018-07-27 | 2018-12-21 | 上海与德科技有限公司 | 一种支付方法、装置、终端及可读介质 |
CN109448186A (zh) * | 2018-10-28 | 2019-03-08 | 浙江新弘网络科技有限公司 | 一种访客提醒*** |
CN109451530B (zh) * | 2019-01-03 | 2022-04-22 | 中国联合网络通信集团有限公司 | 信息收集方法和信息收集*** |
CN109977132B (zh) * | 2019-02-01 | 2021-07-16 | 北京工业大学 | 一种基于无监督聚类模式的学生异常行为模式分析方法 |
CN109922497A (zh) * | 2019-02-28 | 2019-06-21 | 深圳市沃特沃德股份有限公司 | 基于无线信号的监测方法及装置 |
CN110097392B (zh) * | 2019-03-20 | 2023-04-07 | 合肥名德光电科技股份有限公司 | 一种基于云服务器的客流量引导方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101174972A (zh) * | 2006-11-03 | 2008-05-07 | 盛趣信息技术(上海)有限公司 | 一种采集和统计分析数据的***和方法 |
CN103124091A (zh) * | 2011-11-18 | 2013-05-29 | 富士重工业株式会社 | 充电***及电动车辆 |
CN103136288A (zh) * | 2011-12-05 | 2013-06-05 | 上海博路信息技术有限公司 | 一种移动终端的多维信息*** |
WO2013097714A1 (zh) * | 2011-12-29 | 2013-07-04 | 北京网秦天下科技有限公司 | 一种移动终端上网流量统计分析和提醒的方法和*** |
-
2013
- 2013-08-27 CN CN201310379307.2A patent/CN103458456B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101174972A (zh) * | 2006-11-03 | 2008-05-07 | 盛趣信息技术(上海)有限公司 | 一种采集和统计分析数据的***和方法 |
CN103124091A (zh) * | 2011-11-18 | 2013-05-29 | 富士重工业株式会社 | 充电***及电动车辆 |
CN103136288A (zh) * | 2011-12-05 | 2013-06-05 | 上海博路信息技术有限公司 | 一种移动终端的多维信息*** |
WO2013097714A1 (zh) * | 2011-12-29 | 2013-07-04 | 北京网秦天下科技有限公司 | 一种移动终端上网流量统计分析和提醒的方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN103458456A (zh) | 2013-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103458456B (zh) | 基于移动终端Wi-Fi数据的用户行为检测方法及装置 | |
JP6690011B2 (ja) | ストリーミング分析法を用いてネットワーク問題の実効顧客影響度をリアルタイムで測定するためのシステム及び方法 | |
CN101754253B (zh) | 一种gprs端到端性能分析方法及*** | |
CN105721187B (zh) | 一种业务故障诊断方法及装置 | |
CN105930363B (zh) | 一种基于html5网页的用户行为分析方法及装置 | |
CN106982411A (zh) | 一种基于wifi探针数据的实时客流统计方法 | |
US8949315B2 (en) | System and method for generating web analytic reports | |
CN105208528B (zh) | 一种用于识别同行人员的***及方法 | |
CN110706376B (zh) | 一种人流量统计方法和装置 | |
CN105474247A (zh) | 位置推断 | |
CN104778642A (zh) | 基于WiFi的校园用户数据处理方法、服务器和监测*** | |
CN105069113A (zh) | 一种数据流量实时可视化的方法及*** | |
CN101207788A (zh) | 交互式网络电视***的收视率统计方法和*** | |
CN107690068B (zh) | 机顶盒的嵌入式探针视频流量和质量汇聚分析方法及装置 | |
CN106612216A (zh) | 网站访问异常的检测方法及装置 | |
CN109982361A (zh) | 信号干扰分析方法、装置、设备及介质 | |
CN106961632A (zh) | 视频质量分析方法及装置 | |
CN102256297B (zh) | 一种td-scdma无线通信网络服务用户感知数据采集方法 | |
CN104539471A (zh) | 带宽计量方法、装置和计算机设备 | |
CN109451486A (zh) | 基于探测请求帧的WiFi采集***及WiFi终端探测方法 | |
CN110753081B (zh) | 公安大数据智慧采集分析方法及装置 | |
CN103533532A (zh) | 基于时域分析的电子特征关联***及关联方法 | |
CN107094306A (zh) | 终端性能评估方法及装置 | |
CN109064211A (zh) | 营销业务数据分析方法、装置及服务器 | |
CN103279816A (zh) | 基于活动窗口统计终端工作效率的方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161109 Termination date: 20180827 |
|
CF01 | Termination of patent right due to non-payment of annual fee |