CN108846034A - 一种关于用户行为分析的方法 - Google Patents
一种关于用户行为分析的方法 Download PDFInfo
- Publication number
- CN108846034A CN108846034A CN201810525541.4A CN201810525541A CN108846034A CN 108846034 A CN108846034 A CN 108846034A CN 201810525541 A CN201810525541 A CN 201810525541A CN 108846034 A CN108846034 A CN 108846034A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- behavior
- analysis
- website
- 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
Landscapes
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种关于用户行为分析的方法,S1,采集用户行为记录,采集用户在网站上发生的所有行为;S2,对用户进行多维度地分析,以用户的地域、性别、年龄等人文属性建立分析维度;S3,对用户的消费信息进行充分的统计并进行记录;S4,对用户的行为进行重点数据分析;S5,将重点的数据信息进行清洗、转化、提取和计算。该种发明过定期获取用户行为,经过清洗、转换、汇总分析后,最终按照预先定义好的数据库模型把汇总分析好的结果数据加载到对应表中去,使用者可以更加直观的检测到用户的行为统计记录,便于进行分析,更加简单,使用较为方便。
Description
技术领域
本发明涉及信息技术领域,尤其是一种关于用户行为分析的方法。
背景技术
用户行为,指的是用户与产品UI的交互行为,主要表现在Android App、 iOS App与Web页面上。这些交互行为,有的会与后端服务通信,有的仅仅引 起前端UI的变化,但是不管是哪种行为,其背后总是伴随着一组属性数据。 对于与后端发生交互的行为,我们可以从后端服务日志、业务数据库中拿到 相关数据;而对于那些仅仅发生在前端的行为,则需要依靠前端主动上报给 后端才能知晓。用户行为数据采集***,便是负责从前端采集所需的完整的 用户行为信息,用于数据分析和其他业务。
用户行为分析,是指在获得网站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的规律,并将这些规律与网络营销 策略等相结合,从而发现目前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。这是狭义的只指网络上的用户行为 分析。
目前,随着科技的发展,各个行业商业模式已经融合了不少用户行为分 析***,然而政府缺少这一块的软件***。
针对以上的问题,在这里我们提出一种关于用户行为分析的方法。
发明内容
本发明针对背景技术中的不足,提供了一种关于用户行为分析的方法。
本发明为解决上述技术不足,采用改性的技术方案,一种关于用户行为 分析的方法,S1,采集用户行为记录,采集用户在网站上发生的所有行为;
S2,对用户进行多维度地分析,以用户的地域、性别、年龄等人文属性 建立分析维度;
S3,对用户的消费信息进行充分的统计并进行记录;
S4,对用户的行为进行重点数据分析;
S5,将重点的数据信息进行清洗、转化、提取和计算。
作为本发明的进一步优选方式,步骤S1中,采集用户的行为包括包括搜 索、浏览、打分、点评、部分聊天记录,还包括在第三方网站上的相关行为, 如比价、看相关评测、参与讨论、社交媒体上的交流、与好友互动等。
作为本发明的进一步优选方式,步骤S3中,消费信息包括对用户所有的 消费信息进行统计,包括过去是否有点击,是否有购买、是否加入购物车待 支付,购买的产品价值,购买的频率,最近一次什么时候购买,并将所有的 消费信息属性进行表格数据量化,同时将待消费的信息属性进行表格数据量 化。
作为本发明的进一步优选方式,步骤S4中,重点数据分析包括用户的来 源地区、来路域名和页面;用户在网站的停留时间、跳出率、回访者、新访 问者、回访次数、回访相隔天数;注册用户和非注册用户,分析两者之间的 浏览习惯;用户所使用的搜索引擎、关键词、关联关键词和站内关键字;用 户选择什么样的入口形式,广告或者网站入口链接更为有效;用户访问网站 流程,用来分析页面结构设计是否合理;用户在页面上的网页热点图分布数 据和网页覆盖图数据;用户在不同时段的访问量情况;用户对于网站的字体 颜色的喜好程度。
作为本发明的进一步优选方式,所述数据清洗包括数据双录入对比、数 据合并、查找重复值、查找缺失值和查找异常值,其中数据双录入对比在所 采集的用户数据达到到预设的规定数值后启动,所述数据合并将采集的类似 用户数据进行整体合并。
作为本发明的进一步优选方式,所述查找重复值是将用多次使用网站或 点评、或购买信息进行统一记录进行数据参考。
作为本发明的进一步优选方式,所述查找缺失值是将用户出现零记录的 信息进行统计;所述查找异常值,是将用户超出正常的记录数据5-100倍数, 作为异常值进行分类统计。
本发明所达到的有益效果是:该种发明过定期获取用户行为,经过清洗、 转换、汇总分析后,最终按照预先定义好的数据库模型把汇总分析好的结果 数据加载到对应表中去,使用者可以更加直观的检测到用户的行为统计记录, 便于进行分析,更加简单,使用较为方便。
具体实施方式
下面将结合本发明实施例中,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。
本发明提供一种技术方案:一种关于用户行为分析的方法,S1,采集用 户行为记录,采集用户在网站上发生的所有行为;
S2,对用户进行多维度地分析,以用户的地域、性别、年龄等人文属性 建立分析维度;
S3,对用户的消费信息进行充分的统计并进行记录;
S4,对用户的行为进行重点数据分析;
S5,将重点的数据信息进行清洗、转化、提取和计算。
步骤S1中,采集用户的行为包括包括搜索、浏览、打分、点评、部分聊 天记录,还包括在第三方网站上的相关行为,如比价、看相关评测、参与讨 论、社交媒体上的交流、与好友互动等。
步骤S3中,消费信息包括对用户所有的消费信息进行统计,包括过去是 否有点击,是否有购买、是否加入购物车待支付,购买的产品价值,购买的 频率,最近一次什么时候购买,并将所有的消费信息属性进行表格数据量化, 同时将待消费的信息属性进行表格数据量化。
步骤S4中,重点数据分析包括用户的来源地区、来路域名和页面;用户 在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数; 注册用户和非注册用户,分析两者之间的浏览习惯;用户所使用的搜索引擎、 关键词、关联关键词和站内关键字;用户选择什么样的入口形式,广告或者 网站入口链接更为有效;用户访问网站流程,用来分析页面结构设计是否合 理;用户在页面上的网页热点图分布数据和网页覆盖图数据;用户在不同时 段的访问量情况;用户对于网站的字体颜色的喜好程度。
所述数据清洗包括数据双录入对比、数据合并、查找重复值、查找缺失 值和查找异常值,其中数据双录入对比在所采集的用户数据达到到预设的规 定数值后启动,所述数据合并将采集的类似用户数据进行整体合并。
所述查找重复值是将用多次使用网站或点评、或购买信息进行统一记录 进行数据参考。
所述查找缺失值是将用户出现零记录的信息进行统计;所述查找异常值, 是将用户超出正常的记录数据5-100倍数,作为异常值进行分类统计。
综上述,该种发明过定期获取用户行为,经过清洗、转换、汇总分析后, 最终按照预先定义好的数据库模型把汇总分析好的结果数据加载到对应表中 去,使用者可以更加直观的检测到用户的行为统计记录,便于进行分析,更 加简单,使用较为方便。
以上显示和描述了本发明的基本原理和主要特征和本发明的优 点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例 的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其 他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例 看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求 而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和 范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实 施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起 见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也 可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种关于用户行为分析的方法,其特征在于,S1,采集用户行为记录,采集用户在网站上发生的所有行为;
S2,对用户进行多维度地分析,以用户的地域、性别、年龄等人文属性建立分析维度;
S3,对用户的消费信息进行充分的统计并进行记录;
S4,对用户的行为进行重点数据分析;
S5,将重点的数据信息进行清洗、转化、提取和计算。
2.根据权利要求1所述的一种关于用户行为分析的方法,其特征在于,步骤S1中,采集用户的行为包括包括搜索、浏览、打分、点评、部分聊天记录,还包括在第三方网站上的相关行为,如比价、看相关评测、参与讨论、社交媒体上的交流、与好友互动等。
3.根据权利要求1所述的一种关于用户行为分析的方法,其特征在于,步骤S3中,消费信息包括对用户所有的消费信息进行统计,包括过去是否有点击,是否有购买、是否加入购物车待支付,购买的产品价值,购买的频率,最近一次什么时候购买,并将所有的消费信息属性进行表格数据量化,同时将待消费的信息属性进行表格数据量化。
4.根据权利要求1所述的一种关于用户行为分析的方法,其特征在于,步骤S4中,重点数据分析包括用户的来源地区、来路域名和页面;用户在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数;注册用户和非注册用户,分析两者之间的浏览习惯;用户所使用的搜索引擎、关键词、关联关键词和站内关键字;用户选择什么样的入口形式,广告或者网站入口链接更为有效;用户访问网站流程,用来分析页面结构设计是否合理;用户在页面上的网页热点图分布数据和网页覆盖图数据;用户在不同时段的访问量情况;用户对于网站的字体颜色的喜好程度。
5.根据权利要求1所述的一种关于用户行为分析的方法,其特征在于,所述数据清洗包括数据双录入对比、数据合并、查找重复值、查找缺失值和查找异常值,其中数据双录入对比在所采集的用户数据达到到预设的规定数值后启动,所述数据合并将采集的类似用户数据进行整体合并。
6.根据权利要求5所述的一种关于用户行为分析的方法,其特征在于,所述查找重复值是将用多次使用网站或点评、或购买信息进行统一记录进行数据参考。
7.根据权利要求5所述的一种关于用户行为分析的方法,其特征在于,所述查找缺失值是将用户出现零记录的信息进行统计;所述查找异常值,是将用户超出正常的记录数据5-100倍数,作为异常值进行分类统计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810525541.4A CN108846034A (zh) | 2018-05-28 | 2018-05-28 | 一种关于用户行为分析的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810525541.4A CN108846034A (zh) | 2018-05-28 | 2018-05-28 | 一种关于用户行为分析的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108846034A true CN108846034A (zh) | 2018-11-20 |
Family
ID=64209909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810525541.4A Pending CN108846034A (zh) | 2018-05-28 | 2018-05-28 | 一种关于用户行为分析的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108846034A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110011759A (zh) * | 2019-03-15 | 2019-07-12 | 烽火通信科技股份有限公司 | Otn传输网中星座图的数据传输方法及*** |
CN110348365A (zh) * | 2019-07-05 | 2019-10-18 | 秒针信息技术有限公司 | 操作的记录方法及装置 |
CN110516184A (zh) * | 2019-05-27 | 2019-11-29 | 广州起妙科技有限公司 | 一种统计uv数量的模拟运算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346667A (zh) * | 2011-09-19 | 2012-02-08 | 北京金和软件股份有限公司 | 一种自动记录用户行为数据的实现方法 |
CN102364468A (zh) * | 2011-09-29 | 2012-02-29 | 北京亿赞普网络技术有限公司 | 一种用户网络行为分析方法、装置和*** |
CN106339439A (zh) * | 2016-08-22 | 2017-01-18 | 成都众易通科技有限公司 | 一种大数据分析方法 |
CN106779827A (zh) * | 2016-12-02 | 2017-05-31 | 上海晶樵网络信息技术有限公司 | 一种互联网用户行为采集及分析检测的大数据方法 |
CN107515920A (zh) * | 2017-08-22 | 2017-12-26 | 湖北大学 | 一种基于动态航测的图像大数据分析方法 |
US9860200B1 (en) * | 2014-08-27 | 2018-01-02 | Google Llc | Message suggestions |
-
2018
- 2018-05-28 CN CN201810525541.4A patent/CN108846034A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346667A (zh) * | 2011-09-19 | 2012-02-08 | 北京金和软件股份有限公司 | 一种自动记录用户行为数据的实现方法 |
CN102364468A (zh) * | 2011-09-29 | 2012-02-29 | 北京亿赞普网络技术有限公司 | 一种用户网络行为分析方法、装置和*** |
US9860200B1 (en) * | 2014-08-27 | 2018-01-02 | Google Llc | Message suggestions |
CN106339439A (zh) * | 2016-08-22 | 2017-01-18 | 成都众易通科技有限公司 | 一种大数据分析方法 |
CN106779827A (zh) * | 2016-12-02 | 2017-05-31 | 上海晶樵网络信息技术有限公司 | 一种互联网用户行为采集及分析检测的大数据方法 |
CN107515920A (zh) * | 2017-08-22 | 2017-12-26 | 湖北大学 | 一种基于动态航测的图像大数据分析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110011759A (zh) * | 2019-03-15 | 2019-07-12 | 烽火通信科技股份有限公司 | Otn传输网中星座图的数据传输方法及*** |
CN110516184A (zh) * | 2019-05-27 | 2019-11-29 | 广州起妙科技有限公司 | 一种统计uv数量的模拟运算方法 |
CN110348365A (zh) * | 2019-07-05 | 2019-10-18 | 秒针信息技术有限公司 | 操作的记录方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Analyzing and predicting news popularity on Twitter | |
Fang et al. | Consumer heterogeneity, perceived value, and repurchase decision-making in online shopping: The role of gender, age, and shopping motives | |
Huang et al. | The impact of price and tobacco control policies on the demand for electronic nicotine delivery systems | |
Xiao et al. | Time-ordered collaborative filtering for news recommendation | |
Zhang et al. | Product information diffusion in a social network | |
Li et al. | Discovering influencers for marketing in the blogosphere | |
Tang et al. | Ranking user influence in healthcare social media | |
CN106997358A (zh) | 信息推荐方法及装置 | |
JP5154975B2 (ja) | 興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム | |
CN108846034A (zh) | 一种关于用户行为分析的方法 | |
CN105723402A (zh) | 用于确定社交数据网络中的影响者的***和方法 | |
Dong et al. | Brand purchase prediction based on time‐evolving user behaviors in e‐commerce | |
CN109493113A (zh) | 一种优惠信息的提供方法以及装置 | |
CN108416627A (zh) | 一种基于互联网数据的品牌影响力监控方法及*** | |
CN109598588A (zh) | 一种基于大数据分析的在线商品展示方法 | |
CN107025565A (zh) | 一种提高电子商务网站转化率的方法和*** | |
Su et al. | Detecting Crowdturfing" Add to Favorites" Activities in Online Shopping | |
Alavi et al. | A trend study on the impact of social media on advertisement | |
Zhao et al. | Who blogs what: understanding the publishing behavior of bloggers | |
Huang et al. | Demand effects of product similarity network in e-commerce platform | |
Guo et al. | Price-aware enhanced dynamic recommendation based on deep learning | |
Kim et al. | Predicting online customer purchase: The integration of customer characteristics and browsing patterns | |
Kwark et al. | The spillover effects of user-generated online product reviews on purchases: Evidence from clickstream data | |
Wu et al. | Enhanced review-based rating prediction by exploiting aside information and user influence | |
Tao et al. | Micro-behaviour with reinforcement knowledge-aware reasoning for explainable recommendation |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181120 |