CN110515816A - 一种用户行为的分析方法及分析*** - Google Patents
一种用户行为的分析方法及分析*** Download PDFInfo
- Publication number
- CN110515816A CN110515816A CN201910768806.8A CN201910768806A CN110515816A CN 110515816 A CN110515816 A CN 110515816A CN 201910768806 A CN201910768806 A CN 201910768806A CN 110515816 A CN110515816 A CN 110515816A
- Authority
- CN
- China
- Prior art keywords
- viewing
- duration
- video
- user
- module
- 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
- 238000004458 analytical method Methods 0.000 title claims description 27
- 230000006399 behavior Effects 0.000 claims description 28
- 230000003542 behavioural effect Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 abstract description 3
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明中根据用户的浏览时间,在预设的时间段内采集视频的观看信息,当确认当前视频的第一观看时间大于第一阈值时,获取当前观看视频的类型标签;之后再采集同类型标签视频的观看次数及第二观看时长,当确认第二观看时长与所述观看总时长的差值小于第二阈值时,将视频的类型标签标记为用户的兴趣点。通过以上技术方案,获得当前用户的观看行为轨迹信息情况,更为精确地对用户的喜好进行分析,再此基础上,可实现根据用户的兴趣点进行相应视频的推送。
Description
技术领域
本发明涉及互联网技术领域,具体涉及一种用户行为的分析方法及分析***。
背景技术
现如今,文章或视频等信息一般是通过分类的方式进行统一推送,这种推送方式存在如下缺点:推送的内容千篇一律,不能准确预测用户的喜好,推送精度不高。随着计算机技术的发展,已经逐渐步入大数据时代,对于终端用户行为进行分析的需求越来越高。
以对终端用户的浏览行为分析为例,在现有方案中,通常为根据用户对当前文章或视频的观看时间等参数进行分析以判断用户对其的偏好程度,再向用户推荐其可能感兴趣的文章或视频,但采用这种方式对用户进行喜爱分析,分析结果存在偏差,分析结果的准确率并不理想。
发明内容
针对上述背景技术中不足,本发明的一个目是提供一种用户行为的分析方法,以提高对用户兴趣点分析的准确率,根据用户的观看行为轨迹进行视频的推送。
为了实现以上目的,采用以下技术方案:
一种用户行为的分析方法,包含以下步骤:
S1、在预设的时间段内采集用户观看视频页面的行为信息,并形成相应的历史行为信息数据,所述行为信息包括第一观看时长以及观看总时长;所述第一观看时长是指对单一的当前观看视频的观看时长,所述观看总时长是指在预设时间段内观看所有视频的观看总时长;
S2、判断所述第一观看时长是否超过预置的第一阈值:
S201:若是,则获取当前观看视频对应的类型标签;
S3、统计符合所述类型标签的视频对应的观看次数以及第二观看时长;所述第二观看时长是指对该类型标签视频的总的观看时长;
S4、判断所述第二观看时长与所述观看总时长的差值是否低于预置的第二阈值:
S401:若是,则将所述类型标签标记为对应的兴趣点标签,并生成相应的兴趣点标签列表;
S5、根据所述兴趣点标签列表信息,获得当前用户的观看行为轨迹信息情况。
在本实施例中,所述方法还包括:根据用户的浏览时间,确定步骤S1中所述预设的时间段。
更优选的,根据用户的了浏览时间,确定多个不同时间的所述预设的时间段。
在本实施例中,所述方法还包括:根据用户的观看行为轨迹信息,推送相应的视频信息。
本发明的另一个目的在于还提供了一种用于用户行为的分析***,其特征在于,包括存储模块、判断模块、类型获取模块、统计模块、分析模块以及兴趣点获取模块;
所述存储模块,用于存储采集到的用户观看视频页面的历史行为信息数据,同时存储所述第一阈值、第二阈值;
其中,所述行为信息包括第一观看时长以及观看总时长;
所述判断模块,用于判断所述第一观看时长是否超过预置的第一阈值;
所述类型获取模块,用于获取当前观看视频对应的类型标签;
所述统计模块,用于统计符合所述类型标签的视频对应的观看次数以及第二观看时长;
所述分析模块,用于判断所述第二观看时长与所述观看总时长的差值是否低于预置的第二阈值;
所述兴趣点获取模块,用于将所述类型标签标记为对应的兴趣点标签,并生成相应的兴趣点标签列表;
进一步地,所述第一观看时长是指对单一的当前观看视频的观看时长,所述观看总时长是指在预设时间段内观看所有视频的观看总时长;
所述第二观看时长是指对该类型标签视频的总的观看时长。
与现有技术相比,本发明具有以下优点:
本发明中根据用户的浏览时间,在预设的时间段内采集视频的观看信息,当确认当前视频的第一观看时间大于第一阈值时,获取当前观看视频的类型标签;之后再采集同类型标签视频的观看次数及第二观看时长,当确认第二观看时长与所述观看总时长的差值小于第二阈值时,将视频的类型标签标记为用户的兴趣点。通过以上技术方案,获得当前用户的观看行为轨迹信息情况,更为精确地对用户的喜好进行分析,再此基础上,可实现根据用户的兴趣点进行相应视频的推送。
附图说明
图1为根据本发明实施例的用户行为分析方法的流程示意图。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
实施例1
一种用户行为的分析方法,包含以下步骤:
S1、在预设的时间段内采集用户观看视频页面的行为信息,并形成相应的历史行为信息数据,所述行为信息包括第一观看时长以及观看总时长;所述第一观看时长是指对单一的当前观看视频的观看时长,所述观看总时长是指在预设时间段内观看所有视频的观看总时长;
在本实施例中,根据用户的浏览时间,确定步骤S1中所述预设的时间段。
在本步骤中,根据用户打开或关闭视频软件的时间,设定观看的时间段。比如,用户经常在晚上8点左右打开视频软件,晚上11点左右关闭视频软件,因此,预设的时间段可以设置为晚上7点半至晚上11点半,然后采集这个时间段内用户观看视频的行为信息。
在另一实施例中,根据用户的了浏览时间,确定多个不同时间的所述预设的时间段。
在本步骤中,可以根据用户在不同时间段的浏览时间,分别设定多个预设时间段。比如,用户经常在早上7点至8点左右观看新闻类视频,而在晚上8 点半至11点左右观看娱乐类视频,因此,预设的时间段可以设置为早上6点半至8点半、晚上8点至11点半,然后采集这两个时间段内用户观看视频的行为信息。
S2、判断所述第一观看时长是否超过预置的第一阈值:
S201:若是,则获取当前观看视频对应的类型标签;
S3、统计符合所述类型标签的视频对应的观看次数以及第二观看时长;所述第二观看时长是指对该类型标签视频的总的观看时长;
S4、判断所述第二观看时长与所述观看总时长的差值是否低于预置的第二阈值:
S401:若是,则将所述类型标签标记为对应的兴趣点标签,并生成相应的兴趣点标签列表;
S5、根据所述兴趣点标签列表信息,获得当前用户的观看行为轨迹信息情况。
在本实施例中,所述方法还包括:根据用户的观看行为轨迹信息,推送相应的视频信息。
实施例2
一种用于用户行为的分析***,包括存储模块、判断模块、类型获取模块、统计模块、分析模块以及兴趣点获取模块;
所述存储模块,用于存储采集到的用户观看视频页面的历史行为信息数据,同时存储所述第一阈值、第二阈值;
其中,所述行为信息包括第一观看时长以及观看总时长;
所述判断模块,用于判断所述第一观看时长是否超过预置的第一阈值;
所述类型获取模块,用于获取当前观看视频对应的类型标签;
所述统计模块,用于统计符合所述类型标签的视频对应的观看次数以及第二观看时长;
所述分析模块,用于判断所述第二观看时长与所述观看总时长的差值是否低于预置的第二阈值;
所述兴趣点获取模块,用于将所述类型标签标记为对应的兴趣点标签,并生成相应的兴趣点标签列表;
进一步地,所述第一观看时长是指对单一的当前观看视频的观看时长,所述观看总时长是指在预设时间段内观看所有视频的观看总时长;
所述第二观看时长是指对该类型标签视频的总的观看时长。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (6)
1.一种用户行为的分析方法,其特征在于,包含以下步骤:
S1、在预设的时间段内采集用户观看视频页面的行为信息,并形成相应的历史行为信息数据,所述行为信息包括第一观看时长以及观看总时长;所述第一观看时长是指对单一的当前观看视频的观看时长,所述观看总时长是指在预设时间段内观看所有视频的观看总时长;
S2、判断所述第一观看时长是否超过预置的第一阈值:
S201:若是,则获取当前观看视频对应的类型标签;
S3、统计符合所述类型标签的视频对应的观看次数以及第二观看时长;所述第二观看时长是指对该类型标签视频的总的观看时长;
S4、判断所述第二观看时长与所述观看总时长的差值是否低于预置的第二阈值:
S401:若是,则将所述类型标签标记为对应的兴趣点标签,并生成相应的兴趣点标签列表;
S5、根据所述兴趣点标签列表信息,获得当前用户的观看行为轨迹信息情况。
2.根据权利要求1所述的一种用户行为的分析方法,其特征在于,所述方法还包括:根据用户的浏览时间,确定步骤S1中所述预设的时间段。
3.根据权利要求2所述的一种用户行为的分析方法,其特征在于,根据用户的了浏览时间,确定多个不同时间的所述预设的时间段。
4.根据权利要求1所述的一种用户行为的分析方法,其特征在于,所述方法还包括:根据用户的观看行为轨迹信息,推送相应的视频信息。
5.一种用于用户行为的分析***,其特征在于,包括存储模块、判断模块、类型获取模块、统计模块、分析模块以及兴趣点获取模块;
所述存储模块,用于存储采集到的用户观看视频页面的历史行为信息数据,同时存储所述第一阈值、第二阈值;
其中,所述行为信息包括第一观看时长以及观看总时长;
所述判断模块,用于判断所述第一观看时长是否超过预置的第一阈值;
所述类型获取模块,用于获取当前观看视频对应的类型标签;
所述统计模块,用于统计符合所述类型标签的视频对应的观看次数以及第二观看时长;
所述分析模块,用于判断所述第二观看时长与所述观看总时长的差值是否低于预置的第二阈值;
所述兴趣点获取模块,用于将所述类型标签标记为对应的兴趣点标签,并生成相应的兴趣点标签列表;
6.根据权利要求5所述的一种用于用户行为的分析***,其特征在于,所述第一观看时长是指对单一的当前观看视频的观看时长,所述观看总时长是指在预设时间段内观看所有视频的观看总时长;
所述第二观看时长是指对该类型标签视频的总的观看时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910768806.8A CN110515816A (zh) | 2019-08-20 | 2019-08-20 | 一种用户行为的分析方法及分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910768806.8A CN110515816A (zh) | 2019-08-20 | 2019-08-20 | 一种用户行为的分析方法及分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110515816A true CN110515816A (zh) | 2019-11-29 |
Family
ID=68625852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910768806.8A Pending CN110515816A (zh) | 2019-08-20 | 2019-08-20 | 一种用户行为的分析方法及分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110515816A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110830595A (zh) * | 2019-12-17 | 2020-02-21 | 詹华洋 | 一种个性化音乐推送方法及*** |
CN112035735A (zh) * | 2020-07-28 | 2020-12-04 | 康艾艺 | 一种基于短视频的商品推荐方法、装置和*** |
CN113127751A (zh) * | 2019-12-30 | 2021-07-16 | 中移(成都)信息通信科技有限公司 | 用户画像构建方法、装置、设备及计算机可读存储介质 |
CN113747231A (zh) * | 2021-09-03 | 2021-12-03 | 深圳市悦道科技有限公司 | 一种智能投放视频播放方法及*** |
CN117421478A (zh) * | 2023-10-19 | 2024-01-19 | 上海网萌网络科技有限公司 | 一种基于数据分析的用户行为分析***及方法 |
CN117648461A (zh) * | 2023-12-01 | 2024-03-05 | 上海栈略数据技术有限公司 | 一种客户生命周期管理的时空轨迹数据分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104333773A (zh) * | 2013-12-18 | 2015-02-04 | 乐视网信息技术(北京)股份有限公司 | 一种视频推荐方法及服务器 |
CN105828117A (zh) * | 2016-03-02 | 2016-08-03 | 乐视云计算有限公司 | 一种基于用户行为分析的视频自动推送方法和装置 |
CN106202475A (zh) * | 2016-07-18 | 2016-12-07 | 合网络技术(北京)有限公司 | 一种视频推荐列表的推送方法及装置 |
CN106604067A (zh) * | 2016-12-30 | 2017-04-26 | 中广热点云科技有限公司 | 一种视频浏览信息归类方法及服务器 |
CN106792210A (zh) * | 2016-12-07 | 2017-05-31 | Tcl集团股份有限公司 | 一种电视用户的分类方法及*** |
CN107249145A (zh) * | 2017-05-05 | 2017-10-13 | 中广热点云科技有限公司 | 一种推送视频的方法 |
CN108322827A (zh) * | 2018-01-31 | 2018-07-24 | 武汉斗鱼网络科技有限公司 | 度量用户的视频偏好的方法、***及计算机可读存储介质 |
CN109040795A (zh) * | 2018-07-31 | 2018-12-18 | 上海斐讯数据通信技术有限公司 | 一种视频推荐方法及*** |
-
2019
- 2019-08-20 CN CN201910768806.8A patent/CN110515816A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104333773A (zh) * | 2013-12-18 | 2015-02-04 | 乐视网信息技术(北京)股份有限公司 | 一种视频推荐方法及服务器 |
CN105828117A (zh) * | 2016-03-02 | 2016-08-03 | 乐视云计算有限公司 | 一种基于用户行为分析的视频自动推送方法和装置 |
CN106202475A (zh) * | 2016-07-18 | 2016-12-07 | 合网络技术(北京)有限公司 | 一种视频推荐列表的推送方法及装置 |
CN106792210A (zh) * | 2016-12-07 | 2017-05-31 | Tcl集团股份有限公司 | 一种电视用户的分类方法及*** |
CN106604067A (zh) * | 2016-12-30 | 2017-04-26 | 中广热点云科技有限公司 | 一种视频浏览信息归类方法及服务器 |
CN107249145A (zh) * | 2017-05-05 | 2017-10-13 | 中广热点云科技有限公司 | 一种推送视频的方法 |
CN108322827A (zh) * | 2018-01-31 | 2018-07-24 | 武汉斗鱼网络科技有限公司 | 度量用户的视频偏好的方法、***及计算机可读存储介质 |
CN109040795A (zh) * | 2018-07-31 | 2018-12-18 | 上海斐讯数据通信技术有限公司 | 一种视频推荐方法及*** |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110830595A (zh) * | 2019-12-17 | 2020-02-21 | 詹华洋 | 一种个性化音乐推送方法及*** |
CN113127751A (zh) * | 2019-12-30 | 2021-07-16 | 中移(成都)信息通信科技有限公司 | 用户画像构建方法、装置、设备及计算机可读存储介质 |
CN113127751B (zh) * | 2019-12-30 | 2023-10-27 | 中移(成都)信息通信科技有限公司 | 用户画像构建方法、装置、设备及计算机可读存储介质 |
CN112035735A (zh) * | 2020-07-28 | 2020-12-04 | 康艾艺 | 一种基于短视频的商品推荐方法、装置和*** |
CN113747231A (zh) * | 2021-09-03 | 2021-12-03 | 深圳市悦道科技有限公司 | 一种智能投放视频播放方法及*** |
CN113747231B (zh) * | 2021-09-03 | 2022-06-21 | 深圳市悦道科技有限公司 | 一种智能投放视频播放方法及*** |
CN117421478A (zh) * | 2023-10-19 | 2024-01-19 | 上海网萌网络科技有限公司 | 一种基于数据分析的用户行为分析***及方法 |
CN117648461A (zh) * | 2023-12-01 | 2024-03-05 | 上海栈略数据技术有限公司 | 一种客户生命周期管理的时空轨迹数据分析方法 |
CN117648461B (zh) * | 2023-12-01 | 2024-06-14 | 上海栈略数据技术有限公司 | 一种客户生命周期管理的时空轨迹数据分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110515816A (zh) | 一种用户行为的分析方法及分析*** | |
CN107391538B (zh) | 点击数据采集、处理和展示方法、装置、设备及存储介质 | |
CN107888950A (zh) | 一种推荐视频的方法和*** | |
CN103229169B (zh) | 内容提供方法和*** | |
CN102473174A (zh) | 用于分析多媒体内容的方法和装置 | |
US20130097623A1 (en) | Tv program recommendation system and method thereof | |
US20140289241A1 (en) | Systems and methods for generating a media value metric | |
CN105430505B (zh) | 一种基于组合策略的iptv节目推荐方法 | |
CN108322827B (zh) | 度量用户的视频偏好的方法、***及计算机可读存储介质 | |
CN106599060B (zh) | 获取用户画像的方法及*** | |
US20150213136A1 (en) | Method and System for Providing a Personalized Search List | |
CN102957950A (zh) | 一种用于视频推荐的用户隐式评分方法 | |
CN104270654B (zh) | 互联网视频播放监测方法和装置 | |
CN104394433A (zh) | 检测电视频道中多媒体文件的播放次数的方法和装置 | |
CN105843876B (zh) | 多媒体资源的质量评估方法和装置 | |
KR101435096B1 (ko) | 소셜 네트워크 서비스 데이터에 기반한 상품 수요 예측 장치 및 방법 | |
CN104270674A (zh) | 视频播放检测方法和装置 | |
CN104185089A (zh) | 视频概要生成方法及服务器、客户端 | |
CN112866800A (zh) | 视频内容相似性检测方法、装置、设备及存储介质 | |
CN107506459A (zh) | 一种基于影片相似度的影片推荐方法 | |
CN114071237A (zh) | 一种基于用户画像的智能电视个性化专题推荐方法 | |
CN105429792A (zh) | 用户行为流量获取方法及装置、用户行为分析方法及*** | |
CN113763027B (zh) | 推荐信息处理方法、推荐信息生成方法及装置 | |
CN107493512A (zh) | 视频的热点标注方法和装置 | |
CN102007764A (zh) | 存储和显示广播内容的方法及其设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191129 |