CN113099275A - 互动视频的用户行为统计方法、装置及设备 - Google Patents

Abstract

本发明公开了一种互动视频的用户行为统计方法、装置及设备，该方法包括：在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，所述用户核心指标数据包含与互动视频的互动节点相关的用户互动行为数据；对所述用户核心指标数据进行预处理，以得到基础数据，并存储所述基础数据；对所述基础数据进行计算和分析，以得到用户行为统计数据；输出所述用户行为统计数据。本发明采用无埋点技术，在客户端无需对要统计的数据指标埋点，能够充分满足针对互动视频的用户行为数据统计和分析的需求，从而可以知晓互动视频中互动部分的表现和结果，为互动视频的制作者及运营者提供了良好的指导和反馈，进而能够更有针对性的对互动视频进行完善。

Description

互动视频的用户行为统计方法、装置及设备

技术领域

本发明涉及信息处理技术领域，特别涉及一种互动视频的用户行为统计方法、装置及设备。

背景技术

随着互联网的商用和广泛部署，各种应用终端也得到了广泛发展，为了给用户提供全面、优质的服务，在很多应用场景下都涉及对用户行为信息的统计。

用户行为信息的统计主要依靠数据上报和数据分析的基础框架，也就是，可以从用户的实际观看游玩过程中获取真实准确的用户行为数据，并对用户行为数据进行处理分析得出具备参考价值的结论。具体地，首先在客户端/网页源码里设置记录用户动作的业务逻辑，在用户执行特定操作时(比如点击、选择、聚焦)会触发记录功能的代码执行并将当前信息上传到服务器。服务器执行数据清洗脱敏、数据存储、分析计算、报表及可视化等操作，将用户行为进行汇总，以供相关人员进行分析和决策。

目前在视频中进行用户行为统计的方法沿用网页统计的指标，主要关注当前页面的浏览量(包括UV/VV)，用户停留时长，页面链接或页面跳转的次数等。视频观看相关的数据包括视频加载时间、卡顿时间、观看时长等。以上这些统计指标主要着眼于传统页面或点播方式，或将视频等同于网页，或只关注点播视频简单的指标(如播放时长)，而对于互动视频来说，不能体现出互动视频中用户互动的行为特征和统计，传统的用户行为统计方式和统计指标不足以完全反映互动视频的用户行为，对于互动视频的制作者及运营者来说也缺乏指导和反馈的意义。

此外，互动视频通常具有大量的交互组件，利用传统的数据埋点方式逐个进行上报会大幅增加工作量。因此，针对互动视频的互动行为上报进行设计和开发，可实现无埋点上报，获得上述的统计功能与结果。

发明内容

鉴于此，本发明提供一种互动视频的用户行为统计方法、装置及设备，能够根据互动视频的特点，针对互动节点来统计用户的互动行为特征，从而能够充分满足针对互动视频的用户行为数据统计和分析的需求。

具体而言，包括以下的技术方案：

第一方面，本发明实施例提供一种互动视频的用户行为统计方法，包括：

在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，所述用户核心指标数据包含与互动视频的互动节点相关的用户互动行为数据；

对所述用户核心指标数据进行预处理，以得到基础数据，并存储所述基础数据；

对所述基础数据进行计算和分析，以得到用户行为统计数据；

输出所述用户行为统计数据。

可选地，所述方法还包括：

对互动视频中与用户核心指标数据相关的部分进行无埋点处理。

可选地，所述在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，包括：

在互动视频播放到互动节点时，采集与用户的互动操作相关的用户互动行为数据。

可选地，所述对所述用户核心指标数据进行预处理，包括:

对所述用户核心指标数据进行清洗、筛选、合并、补充和压缩。

可选地，所述对所述基础数据进行计算和分析，包括：

计算有效用户的数量，所述有效用户为参与了互动视频的至少一个互动节点的用户。

可选地，所述对所述基础数据进行计算和分析，包括：

计算通关的用户数量，所述通关表示用户观看了互动视频的任意一个互动节点结束后指定的目标视频内容。

可选地，所述对所述基础数据进行计算和分析，包括：

计算某一互动节点的用户留存率，具体包括计算观看所述互动节点之前的指定视频内容的用户数量与观看所述互动节点之后的指定视频内容的用户数量之间的比值。

可选地，所述对所述基础数据进行计算和分析，包括：

计算在互动视频的某一互动节点上用户的互动次数总和的平均数。

第二方面，本发明实施例提供一种互动视频的用户行为统计装置，包括：

采集模块，用于在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，所述用户核心指标数据包含与互动视频的互动节点相关的用户互动行为数据；

预处理模块，用于对所述用户核心指标数据进行预处理，以得到基础数据，并存储所述基础数据；

计算分析模块，用于对所述基础数据进行计算和分析，以得到用户行为统计数据；

输出模块，用于输出所述用户行为统计数据。

第三方面，本发明实施例提供一种设备，包括处理器和存储器，所述存储器用于存储所述处理器的可执行指令，所述处理器配置为通过执行所述可执行指令来执行上述的方法。

本发明实施例提供的技术方案的有益效果至少包括：

本发明通过在互动视频播放过程中，以无埋点方式自动采集包含与互动节点相关的用户互动行为数据的用户核心指标数据，并进行计算和分析，得到用户行为统计数据，针对互动节点来统计用户的互动行为特征，能够充分满足针对互动视频的用户行为数据统计和分析的需求，从而可以知晓互动视频中互动部分的表现和结果，为互动视频的制作者及运营者提供了良好的指导和反馈，进而能够更有针对性的对互动视频进行完善。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为根据本发明一示例性实施例所述的用于互动视频用户行为统计方法的实施环境的示意图。

图2为根据本发明一示例性实施例所述的互动视频的用户行为统计方法的流程图。

图3示出了基于互动视频分支选项的数据展现。

图4为根据本发明一示例性实施例所述的互动视频的用户行为统计装置的结构框图。

图5为根据本发明一示例性实施例所述的设备的结构框图。

通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

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。

在此，互动视频可以是影视剧互动视频、动画互动视频、游戏互动视频、广告推广互动视频、虚拟现实互动视频、增强现实影像互动视频等。互动视频的形式可以是影像，也可以是图文等媒体形式。

互动视频是具有互动功能的视频，或者说具有叠加显示互动控件以实现互动功能的视频。可选地，互动视频是按互动故事线进行播放的视频。可选地，互动视频包括至少一个互动节点。当该互动视频播放至互动节点时在当前视频画面上叠加显示互动控件。可选地，当用户对该互动控件进行触发时，终端会显示互动内容，该互动内容即为能够与用户进行多种形式的互动的内容。互动视频可以通过设置互动节点来实现用户与视频的互动。

图1为根据本发明一示例性实施例的用于互动视频用户行为统计方法的实施环境的示意图，如图1所示，该***包括终端设备1、服务器2和通信网络3。

终端设备1用于通过通信网络3从服务器2获取互动视频。终端设备1从服务器2获取的互动视频包括互动视频的相关视频信息。其中，互动视频的相关视频信息包括视频内容及在该视频中需要显示的互动控件对应的显示配置信息。当视频播放到互动节点时，用户的视频播放界面出现互动控件，多个用户在各自的视频播放界面上对互动控件进行触发操作。

对互动视频中与用户核心指标数据相关的部分进行无埋点处理，本***能够自动监听互动事件，用户互动时可自动触发预设的上报事件，在事件中执行相应的数据上报动作，以将用户核心指标数据(特别是与互动节点相关的用户行为数据)上报到服务器2，实现用户核心指标数据的采集。

可选地，终端设备可以是手机、平板电脑、智能手表等移动终端，也可以是台式电脑、笔记本电脑等终端设备。

服务器2除了用于存储互动视频并向用户的终端设备发送互动视频外，还用于接收终端设备1上报的用户核心指标数据(特别是与互动节点相关的用户行为数据)，服务器对上报的用户核心指标数据进行计算和分析，得到用户行为统计数据，服务器可以将用户行为统计数据以报表的形式输出，也可以对接数据可视化工具，来为互动视频的制作者及运营者提供了良好的指导和反馈。

可选地，该服务器2可以是一***立的服务器，也可以是一组服务器。该服务器2可以是物理服务器，也可以是云服务器，本发明实施例对此不加以限定。

通信网络3可以是有线通信网络，也可以是无线通信网络。

结合上述实施环境对本发明提供的互动视频的用户行为统计方法进行说明，图2为根据本发明一示例性实施例的互动视频的用户行为统计方法的流程图，如图2所示，根据本发明实施例的一种互动视频的用户行为统计方法，包括：

步骤S101：在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，用户核心指标数据包含与互动视频的互动节点相关的用户互动行为数据。

对互动视频的与用户核心指标数据相关的部分进行无埋点处理，互动视频中写入适配多种终端设备的脚本程序(例如，JavaScript脚本)，并将其集成在互动视频播放器之中。互动视频在播放过程中，符合预定的事件被触发或预定的条件达成时(例如，用户加载了互动视频；例如，用户参与了一个互动节点；例如，用户观看了预定的视频内容)，均可以将所需要的数据以固定格式发送至数据采集节点的入口处，若过程中出现网络原因等造成的发送失败，则将其进行缓存并尽力在下次启动时予以补发。

数据上报是用户行为分析中非常重要的环节，直接决定数据广度、深度、质量，影响后续所有的环节，而且还需要适配不同类型的终端设备。数据上报可以通过代码埋点、全埋点和无埋点来实现。其中，代码埋点是最经典的埋点方式，实施埋点的研发将埋点代码结合到业务代码中，实现用户行为数据的采集。代码埋点按照位置的不同，可以分为前端埋点和后端埋点。前端埋点用来记录用户在客户端(终端设备)的操作行为，后端埋点用来记录客户端进行服务器请求的日志。

对于互动视频来说，互动视频通常具有大量的交互组件，利用传统的数据埋点方式逐个进行上报会大幅增加工作量。因此，针对互动视频的互动行为上报进行设计和开发，自动监听互动事件，用户互动时可自动触发预设的上报事件，在事件中执行相应的数据上报动作，实现对互动视频中与用户的互动操作相关的部分(例如，互动节点)无埋点数据上报，以采集与用户的互动特征相关的数据。在用户核心指标数据中与互动视频的互动节点相关的用户互动行为数据能够充分反映用户的互动特征。

可选地，在互动视频播放到互动节点时，采集与用户的互动操作相关的用户互动行为数据。

例如，在影视剧互动视频中，当视频播放到剧中的两个人物进行“夺抢”的互动节点时，用户通过点击终端设备上显示的互动控件来进行夺抢操作，

此时，对于该互动节点(夺抢)，可以采集与用户的互动操作相关的用户互动行为数据，例如，可以采集用户对互动控件的点击次数，例如，可以采集从用户触发该互动节点的互动控件到结束该互动环节的时间。

针对互动视频的特点，设计了一套上报事件的集合，嵌入到互动视频的生产工具中。通过生产工具完成的互动视频可自动上报相应的互动事件，并通过上述的流程完成用户行为的无埋点采集与统计，无需额外开发。

事件主要分为以下几类：

1、交互与操作，包括但不限于记录互动交互结果，播放进度检查点等；

2、逻辑跳转与变量更新，包括但不限于记录触发事件行为与变量/因子的更新等；

3、播放器行为，包括但不限于播放心跳，以及用户执行的播放器操作等；

4、视频加载行为，包括但不限于应用初始化，应用加载，用户初始化等。

步骤S102：对用户核心指标数据进行预处理，以得到基础数据，并存储基础数据。

在步骤S101中所采集的用户核心指标数据是原始的大数据，这种大数据本身是一种原始的资源，存在数据质量差、不完整、被损坏等问题，于是就需要对数据进行“脱敏”以及“包装”，从而得到完整的高质量的数据(即，基础数据)，以用于后续的计算和分析。

可选地，可以按一定的时间间隔(如小时)为单位对用户核心指标数据进行预处理。

可选地，可以对用户核心指标数据进行清洗、筛选、合并、补充和压缩，数据采集节点将采集的用户核心指标数据传送至第一数据库，以预定的时间间隔对第一数据库中的用户核心指标数据进行清洗、筛选、合并、补充和压缩，以得到基础数据，并将基础数据存储在第二数据库中。

例如，上述的数据采集节点入口可以采用web beacon技术，随后采集部分会以流式方式将互动视频中的上报数据落入HDFS数据库(第一数据库)中，形成原始数据。与此同时，可以按一定的时间间隔(例如5小时)为单位，对原始数据进行清洗、筛选、合并与补充完整，然后进行压缩，形成后续所有计算和分析的基础数据，并存储在Hive表格(第二数据库)之中。

数据清洗是发现并纠正数据文件中可识别错误的一道程序，该步骤针对数据审查过程中发现的明显错误值、缺失值、异常值、可疑数据，选用适当方法进行“清洗”，有利于后续的统计分析得出可靠的结论。

一般来说，数据清洗是将数据库精简以除去重复记录，并使剩余部分转换成标准可接收格式的过程。数据清洗标准模型是将数据输入到数据清洗处理器，通过一系列步骤“清洗”数据，然后以期望的格式输出清洗过的数据。数据清洗从数据的准确性、完整性、一致性、惟一性、适时性、有效性几个方面来处理数据的丢失值、越界值、不一致代码、重复数据等问题。

对数据进行清洗之后，可以通过抽样检验的方式来验证清洗后的数据是否与预期的数据格式相符。

步骤S103：对基础数据进行计算和分析，以得到用户行为统计数据。

基础数据综合描述了用户的相关信息情报，并且描述了互动视频中的播放和游玩状态和状况。

根据针对互动视频的用户行为统计的需要，对基础数据进行计算和分析，得到的用户行为统计数据可以包括：

(1)用户数概要(user_summary)，其包括：

播放量，以用户第一步加载的时点为准，统计其总播放数。该数据为能获取到的最早的用户行为的打点，理论上与视频平台上的“播放量”最为贴近。此外，此时由于加载未完成，因此无法统计独立用户/登陆用户的观看数据。

用户数，以互动视频的基础功能加载完成的时点为准，统计此时的独立用户数。通常可以理解为加载完成，但还没有播放任何视频的状态；而由于兼容性或***原因导致加载失败无法播放的用户将会被排除。

有效用户数，参与了互动视频的至少一个互动节点的用户被定义为有效用户，则有效用户数为独立用户数。

(2)互动内容与播放概要(content_summary)，其包括：

平均交互数(互动次数)，用户在互动节点上的主动交互次数总和的平均数值(包括超时而自动完成的互动行为)。

平均主动交互数，与前者类似，但超时而自动完成互动环节的互动行为不计算在内。

平均播放时长，用户的平均播放物理时长，不计入暂停耗时、快进跳过的部分，不对倍速播放的内容进行换算。由于数据采集的方式，播放时长的统计会存在±1分钟以内的误差。

通关率，通关表示用户观看了互动视频的任意一个互动节点结束后指定的目标视频内容，也可以说是，用户观看了目标指定的最终视频，或达成任意一个结局。通关率是计算通关用户数在有效用户数中的占比。

平均通关数，通关达成的次数与有效用户数的比例，与通关率的区别在于用户多次通关会被重复计算在内，因此平均通关数理论上可以大于1。

复看率，执行过重复观看的用户在有效用户中的占比。对于有主动让用户重开的互动内容(例如，“从头再来”或有“剧情树”)，记录为有执行过这类操作的用户数；对于无这类机制的互动内容，则记录为有多次到达第一个互动节点(潜在内容分歧点)的用户数。

平均复看数，与平均通关数类似，用户多次执行复看操作会被重复计算。

分享率，执行过分享操作的用户数在有效用户中的占比。可能包括但不限于播放器提供的分享或***组件中的分享。

平均分享数，与平均通关数类似。

(3)章节或关键视频行为列表(chapter_list)，其包括：

章节留存率，可以定义一些视频中的关键检查点，最常见为章节的开始与结束。统计到达每一个检查点的用户数相对于完成加载的用户数的比例以作为留存率。可选地，提供每一个检查点相对于上一个检查点的用户数的比例。本指标数据是对播放导向的视频而言的，而非互动导向的视频，因此以完成加载用户数为底进行计算。

(4)成就或关键行为列表(activity_list)，其包括：

成就达成率，对于用户的特殊行为可以列出来并且专门手动埋点，一个常见的因素为成就。可以统计成就达成的用户在有效用户数中的占比。

(5)互动节点行为列表(intpt_list)，其包括：

互动节点留存率，对于已定义的互动节点，具体地可以计算观看该互动节点之前的指定视频内容的用户数量与观看该互动节点之后的指定视频内容的用户数量之间的比值，也就是，在互动节点之前和到达互动节点结果视频的用户数比例。

互动节点结果分布，互动节点如果有分支，达成不同分支(含超时)的用户在到达互动节点的用户中的占比。

(6)***组件使用行为列表(component_list)，对于每一个***组件/自定义非交互组件，记录其使用的用户数和点击数比例。同时支援***组件的更多环境(例如，相同的“关闭”按钮是在第一章还是第二章中进行的)的展开展示(可以以外链另一个报表的方式进行)。

(7)播放器操作列表(player_list)，其包括：

操作列表，记录播放器行为的触发次数，按照具体的行为性质(例如，是快进还是快退)进行分隔。

分视频操作列表，在前一则的结果基础上增加按照发生在具体哪个视频中操作的维度。

(8)视频加载性能列表(performance_list)，其包括：

加载时间列表，记录完成加载的几个时间指标的p90与p99数值，按照终端设备家族来区分。

加载步骤列表，记录加载的各个过程的到达率，按照终端设备家族来区分。本条目不一定适用于所有项目。

(9)头条板(spotlight)，其包括：

PCU(最高同时在线人数)高峰时刻，直接给出上线后播放量最大的时刻点(以小时为准)。

最长播放时长与最短通关时长，实际我们统计的会是0.01分位或0.99分位以去除一些明显不合理的结果(例如，一分钟内通过或连续播放四五天的情况)。本条目不一定适用于所有项目。

为了直观地反映互动视频中用户对每个分支的选择情况，图3示出了基于互动视频分支选项的数据展现，如图3所示，在每个分支视频结点会展示选择该分支的用户占比，有多少比例的用户在当前分支超时退出等信息。

这些计算结果采用T+1的延时离线计算方式，形成以天为维度的长时间存储数据。同时在预定的计划任务之外，也支持通过数仓进行简单的任务开发支持定制化计算，以补充针对单个项目的、超越标准指标外的自定义指标。

步骤S104：输出用户行为统计数据。

对于数仓化部分的指标结果，可以以报表化导出数据，也可以对接自选的数据可视化工具，提供一些通用的面板直接予以观看，使得视频内容创作者和运营者可以更加清晰和直观地看到数据结果与内容的设计和配置结合起来的结果。

综上所述，根据本发明实施例提供的互动视频的用户行为统计方法，通过在互动视频播放过程中，以无埋点方式自动采集包含与互动节点相关的用户互动行为数据的用户核心指标数据，并进行计算和分析，得到用户行为统计数据，针对互动节点来统计用户的互动行为特征，能够充分满足针对互动视频的用户行为数据统计和分析的需求，从而可以知晓互动视频中互动部分的表现和结果，为互动视频的制作者及运营者提供了良好的指导和反馈，进而能够更有针对性的对互动视频进行完善。

图4为根据本发明一示例性实施例的互动视频的用户行为统计装置的结构框图。该装置可以实现图2所示实施例提供的互动视频的用户行为统计方法的全部或者部分步骤。

如图4所示，本发明实施例提供一种互动视频的用户行为统计装置，包括采集模块10、预处理模块20、计算分析模块30和输出模块40。

采集模块10用于在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，所述用户核心指标数据包含与互动视频的互动节点相关的用户互动行为数据。

预处理模块20用于对所述用户核心指标数据进行预处理，以得到基础数据，并存储所述基础数据。

计算分析模块30用于对所述基础数据进行计算和分析，以得到用户行为统计数据。

输出模块40用于输出所述用户行为统计数据。

综上所述，在本实施例所示的方案中，通过在互动视频播放过程中，以无埋点方式自动采集包含与互动节点相关的用户互动行为数据的用户核心指标数据，并进行计算和分析，得到用户行为统计数据，针对互动节点来统计用户的互动行为特征，能够充分满足针对互动视频的用户行为数据统计和分析的需求，从而可以知晓互动视频中互动部分的表现和结果，为互动视频的制作者及运营者提供了良好的指导和反馈，进而能够更有针对性的对互动视频进行完善。

需要说明的一点是，上述实施例提供的装置在实现其功能时，仅以上述各个功能模块的划分进行举例说明，实际应用中，可以根据实际需要而将上述功能分配由不同的功能模块完成，即将设备的内容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。

关于实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细描述说明。

图5为根据本发明一示例性实施例所述的设备的结构框图。

基于上述如图2所示的方法，相应的，本发明实施例还提供了一种设备，包括处理器51和存储器52，存储器52用于存储处理器51的可执行指令，处理器51配置为通过执行可执行指令来执行图2所示的方法；该设备还包括总线53，被配置为耦接处理器51及存储设备52。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。可以理解的是，上述方法及装置中的相关特征可以相互参考。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

除非另作定义，本发明中使用的技术术语或者科学术语应当为本发明所属领域的普通技术人员所理解的意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也相应地改变。

本领域技术人员在考虑说明书并且实践这里所公开的本发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的。

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 (10)

1.一种互动视频的用户行为统计方法，其特征在于，包括：

在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，所述用户核心指标数据包含与互动视频的互动节点相关的用户互动行为数据；

对所述用户核心指标数据进行预处理，以得到基础数据，并存储所述基础数据；

对所述基础数据进行计算和分析，以得到用户行为统计数据；

输出所述用户行为统计数据。

2.根据权利要求1所述的方法，其特征在于，还包括：

对互动视频中与用户核心指标数据相关的部分进行无埋点处理。

3.根据权利要求1所述的方法，其特征在于，所述在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，包括：

在互动视频播放到互动节点时，采集与用户的互动操作相关的用户互动行为数据。

4.根据权利要求1所述的方法，其特征在于，所述对所述用户核心指标数据进行预处理，包括:

对所述用户核心指标数据进行清洗、筛选、合并、补充和压缩。

5.根据权利要求1所述的方法，其特征在于，所述对所述基础数据进行计算和分析，包括：

计算有效用户的数量，所述有效用户为参与了互动视频的至少一个互动节点的用户。

6.根据权利要求1所述的方法，其特征在于，所述对所述基础数据进行计算和分析，包括：

计算通关的用户数量，所述通关表示用户观看了互动视频的任意一个互动节点结束后指定的目标视频内容。

7.根据权利要求1所述的方法，其特征在于，所述对所述基础数据进行计算和分析，包括：

计算某一互动节点的用户留存率，包括计算观看所述互动节点之前的指定视频内容的用户数量与观看所述互动节点之后的指定视频内容的用户数量之间的比值。

8.根据权利要求1所述的方法，其特征在于，所述对所述基础数据进行计算和分析，包括：

计算在互动视频的某一互动节点上用户的互动次数总和的平均数。

9.一种互动视频的用户行为统计装置，其特征在于，包括：

采集模块，用于在互动视频播放过程中，以无埋点方式自动采集用户核心指标数据，所述用户核心指标数据包含与互动视频的互动节点相关的用户互动行为数据；

预处理模块，用于对所述用户核心指标数据进行预处理，以得到基础数据，并存储所述基础数据；

计算分析模块，用于对所述基础数据进行计算和分析，以得到用户行为统计数据；

输出模块，用于输出所述用户行为统计数据。

10.一种设备，其特征在于，包括处理器和存储器，所述存储器用于存储所述处理器的可执行指令，所述处理器配置为通过执行所述可执行指令来执行根据权利要求1-8中任一项所述的方法。

Images