CN115017201A - 基于flink处理引擎的用户行为分析方法及*** - Google Patents

基于flink处理引擎的用户行为分析方法及*** Download PDF

Info

Publication number
CN115017201A
CN115017201A CN202210947228.6A CN202210947228A CN115017201A CN 115017201 A CN115017201 A CN 115017201A CN 202210947228 A CN202210947228 A CN 202210947228A CN 115017201 A CN115017201 A CN 115017201A
Authority
CN
China
Prior art keywords
user
financing
user behavior
cloud
data
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
Application number
CN202210947228.6A
Other languages
English (en)
Inventor
王明志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongqi Scc Beijing Finance Information Service Co ltd
Original Assignee
Zhongqi Scc Beijing Finance Information Service Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongqi Scc Beijing Finance Information Service Co ltd filed Critical Zhongqi Scc Beijing Finance Information Service Co ltd
Priority to CN202210947228.6A priority Critical patent/CN115017201A/zh
Publication of CN115017201A publication Critical patent/CN115017201A/zh
Priority to CN202310068759.2A priority patent/CN116028324A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Fuzzy Systems (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提供一种基于FLINK处理引擎的用户行为分析方法及***，所述方法包括：服务器端接收来自在客户端收集的用户行为数据，用户行为数据包括：用户身份信息、云信开立业务***行为信息和融资业务***行为信息；服务器端基于用户行为数据得到数据模型，数据模型用于分析用户从云信开立业务到融资业务的转换率和/或分析业务流程；服务器端将数据模型存储和/或发送至指定目标。该方法收集用户在云信开立业务流程和融资业务流程上的数据信息，对这些数据进行分析获得数据模型，该数据模型可形成报表或者可视化图表；通过对数据模型的分析，可优化业务流程，优化云信平台的云信开立业务流程和融资业务流程，以提高用户从云信开立到融资的转换率。

Description

基于FLINK处理引擎的用户行为分析方法及***
技术领域
本发明涉及供应链金融领域，尤其涉及一种基于FLINK处理引擎的用户行为分析方法及***。
背景技术
随着社会化生产方式的不断深入，市场竞争已经从单一客户之间的竞争转变为供应链与供应链之间的竞争，同一供应链内部各方相互依存，"一荣俱荣、一损俱损"；与此同时，由于赊销已成为交易的主流方式，处于供应链中上游的供应商，很难通过"传统"的信贷方式获得银行的资金支持，而***又会直接导致后续环节的停滞，甚至出现"断链"。维护所在供应链的生存，提高供应链资金运作的效力，降低供应链整体的管理成本，已经成为各方积极探索的一个重要课题，因此，“供应链融资"系列金融产品应运而生。
供应链金融是指银行向客户（核心企业）提供融资和其他结算、理财服务，同时向这些客户的供应商提供贷款及时收达的便利，或者向其分销商提供预付款代付及存货融资服务。供应链金融是商业银行信贷业务的一个专业领域，也是企业尤其是中小企业的一种融资渠道，供应链金融是核心企业与银行间达成的，一种面向供应链所有成员企业的***性融资安排。
云信是云信平台上流转的企业信用。是由大型企业集团通过云信平台，将其优质企业信用转化为可流转、可融资、可灵活配置的一种创新型金融服务。云信具有安全、高效、实时的特点。云信也是有期限的，产业链上中小企业在云信期限内通过云信平台，可将其接收的云信进行转让、融资或持有。云信平台为产业链上广大企业提供了全新的经济往来结算工具，既大大提高结算效率，也为中小企业提供了一个便捷、低成本融资的新通道。
由于之前没有收集用户在云信开立融资过程中用户的行为数据和操作流程信息，所以很难评估用户在开立、融资的过程中是否遇到问题，也就很难根据用户的问题对云信平台进行相应的优化，很难提升用户的使用体验。较低的融资转换率也会增加云信平台的运营成本和造成资源浪费现象。
因此，如何提升云信平台的客户满意程度、优化业务流程，以及增加用户融资转换率是一个亟待解决的问题。
发明内容
鉴于此，本发明实施例提供了一种基于FLINK处理引擎的用户行为分析方法及***，以消除或改善现有技术中存在的一个或更多个缺陷。
本发明的技术方案如下：
一种基于FLINK处理引擎的用户行为分析方法，所述方法包括如下步骤：
服务器端接收来自在客户端收集的用户行为数据，所述用户行为数据包括：用户身份信息、云信开立业务***行为信息和融资业务***行为信息；
所述服务器端基于所述用户行为数据得到数据模型，所述数据模型用于分析用户从云信开立业务到融资业务的转换率和/或分析业务流程；
所述服务器端将所述数据模型存储和/或发送至指定目标。
在一些实施例中，客户端的云信平台包括云信开立业务***和融资业务***，所述云信开立业务***用于用户的云信开立业务，所述融资业务***用于用户的融资业务；
在所述客户端收集的所述用户行为数据包括：在所述云信平台采集的所述用户身份信息；
在云信开立业务***获得的所述云信开立业务***行为信息包括：用户进入页面时间、用户退出页面时间、当前页面路径、当前页面点击的元素信息；
在融资业务***获得的所述融资业务***行为信息包括：用户进入融资页面时间、用户退出融资页面时间、当前页面路径、当前页面点击的元素信息。
在一些实施例中，在所述服务器端接收来自在客户端收集的用户行为数据的步骤之前，所述方法还包括：
所述客户端的云信开立业务***和融资业务***分别在等间隔的设定周期将所述用户行为数据推送至KAFKA中。
在一些实施例中，所述服务器端基于所述用户行为数据得到数据模型的步骤包括：
所述服务器端通过KAFKA接收用户在所述云信平台的所述用户行为数据到FLINK处理引擎中，KAFKA用于对所述用户行为数据进行去重以及过滤垃圾数据；
FLINK处理引擎基于所述用户行为数据的路径URL和名称确认该用户行为数据归属的业务***，不同的业务***的所述用户行为数据对应不同业务的数据模型。
在一些实施例中，所述FLINK处理引擎对KAFKA中的所述用户行为数据进行计算汇总，包括如下步骤：
将用户退出页面时间减去用户进入页面时间算出用户访问该业务***的时长信息；
将用户在当前页面点击的元素信息封装为具体时间段的操作习惯及业务流程数据模型；
将所述具体时间段的操作习惯及业务流程数据模型SINK到DORIS中。
在一些实施例中，在将所述具体时间段的操作习惯及业务流程数据模型SINK到DORIS中后，通过定时任务XXLJOB将用户的所述具体时间段的操作习惯及业务流程数据模型再进行汇总生成整体连贯的用户行为数据；
将汇总的整体连贯的用户行为数据保存到MYSQL和/或REDIS提供查询功能。
在一些实施例中，基于所述用户行为数据获得所有用户从云信开立业务到融资业务中间页面的退出率：
退出率=退出次数／总访问量*100%；
基于所述用户行为数据获得所有用户从云信开立业务到融资业务中间页面的转换率：
转换率=所有用户从云信开立业务到融资业务完成的总数／所有用户完成云信开立业务总数*100%；
其中，所述退出率和转换率用于分析业务***的业务流程问题或者收集到的用户行为数据异常问题。
根据本发明的另一方面，也提供了一种基于FLINK处理引擎的用户行为分析***，所述***包括：
客户端，用于采集用户在云信平台上的用户行为数据，所述云信平台包括云信开立业务***和融资业务***，所述云信开立业务***用于用户的云信开立业务，所述融资业务***用于用户的融资业务；在云信开立业务***获得的所述云信开立业务***行为信息包括：用户进入页面时间、用户退出页面时间、当前页面路径、当前页面点击的元素信息；在融资业务***获得的所述融资业务***行为信息包括：用户进入融资页面时间、用户退出融资页面时间、当前页面路径、当前页面点击的元素信息；
服务器端，用于接收来自在客户端收集的用户行为数据，基于所述用户行为数据得到数据模型，所述数据模型用于分析用户从云信开立业务到融资业务的转换率和/或分析业务流程；所述服务器端用于将所述数据模型存储和/或发送至指定目标。
根据本发明的再一方面，也提供了一种基于FLINK处理引擎的用户行为分析装置，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时，该装置实现如前述方法的步骤。
根据本发明的又一方面，也提供了一种计算机可读取存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前述方法的步骤。
本发明实施例的基于FLINK处理引擎的用户行为分析方法收集用户在云信开立业务流程和融资业务流程上的数据信息，对这些数据进行分析获得数据模型，该数据模型可形成报表或者可视化图表，方便业务人员进行分析查看；通过对数据模型的分析，优化业务流程，可优化云信平台的云信开立业务流程和融资业务流程，以提高用户从云信开立业务到融资业务的转换率。
本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。附图中的部件不是成比例绘制的，而只是为了示出本发明的原理。为了便于示出和描述本发明的一些部分，附图中对应部分可能被放大，即，相对于依据本发明实际制造的示例性装置中的其它部件可能变得更大。在附图中：
图1为本发明一实施例中的基于FLINK处理引擎的用户行为分析方法的示意图。
图2为本发明一实施例中的服务器端基于用户行为数据得到数据模型的步骤的示意图。
图3为本发明一实施例中的基于FLINK处理引擎的用户行为分析***的组成示意图。
图4为本发明一实施例中以某一用户作为示例介绍业务流程及用户行为分析方法的示意图。
图5为本发明一实施例中的基于FLINK处理引擎的用户行为分析方法获得的页面访问报表。
图6为本发明一实施例中的基于FLINK处理引擎的用户行为分析方法获得的可视化图表。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。
本发明提供了一种基于FLINK处理引擎的用户行为分析方法及***，在数据分析的大框架下，通过对用户在云信平台的云信开立业务***、融资业务***的行为监测获得用户在云信开立页面、融资页面的停留时长、操作流程、跳转到结束页面中间等具体页面信息，通过对获取的用户行为数据进行分析整合生成报表以及各种饼状图、柱状图等直观的数据信息进行用户行为分析。该方法和***可对云信平台的云信开立业务流程和融资业务流程进行分析和优化，以及提高用户从云信开立业务到融资业务的转换率。
需要注意的是，本申请所指出的用户是指的在页面上访问的人员，但其代表的加入云信平台的各个企业，如核心企业或供应链上的中小企业。
云信额度由云信平台增信方分配、调整，是企业用户可以开立云信的总值。在拥有额度的前提下，在云信平台“云信开立”模块中，企业可为其他企业开立云信，云信的开立需要三个主要要素：金额、承诺还款期限及接收方，选择/确认后即可开出云信。用户在“云信流转—可用云信”页面中选定进行融资的云信，根据用户实际融资需求填写融资金额（融资金额应小于等于云信金额）。
在一些实施例中，如图1所示，基于FLINK处理引擎的用户行为分析方法包括如下步骤：
S10：服务器端接收来自在客户端收集的用户行为数据，所述用户行为数据包括：用户身份信息、云信开立业务***行为信息和融资业务***行为信息；
S20：所述服务器端基于所述用户行为数据得到数据模型，所述数据模型用于分析用户从云信开立业务到融资业务的转换率和/或分析业务流程；
S30：所述服务器端将所述数据模型存储和/或发送至指定目标。
本发明实施例的基于FLINK处理引擎的用户行为分析方法收集用户在云信开立业务流程和融资业务流程上的数据信息，对这些数据进行分析获得数据模型，该数据模型可形成报表或者可视化图表，方便业务人员进行分析查看；通过对数据模型的分析，优化业务流程，可优化云信平台的云信开立业务流程和融资业务流程，以提高用户从云信开立业务到融资业务的转换率。
进一步地，客户端的云信平台包括云信开立业务***和融资业务***，所述云信开立业务***用于用户的云信开立业务，所述融资业务***用于用户的融资业务。客户端可以是电脑或者平板电脑的网页端，也可以是手机或平板电脑的APP端。
其中，在所述客户端收集的所述用户行为数据包括：在所述云信平台采集的所述用户身份信息等。在云信开立业务***获得的所述云信开立业务***行为信息包括：用户进入页面时间、用户退出页面时间、当前页面路径、当前页面点击的元素信息等。在融资业务***获得的所述融资业务***行为信息包括：用户进入融资页面时间、用户退出融资页面时间、当前页面路径、当前页面点击的元素信息等。
可以理解的是，在所述云信平台采集的用户身份信息是非敏感信息，其诸如个人（联系人）的身份证号码、联系方式等敏感信息是不能获取的。用户身份信息可以是用户的session ID或者用户登陆后的user ID。
在一些实施例中，在所述服务器端接收来自在客户端收集的用户行为数据的步骤之前，所述方法还包括：所述客户端的云信开立业务***和融资业务***分别在等间隔的设定周期将所述用户行为数据推送至KAFKA中。
具体地，例如，业务***可根据用户进入具体的***页面（如云信开立业务***或融资业务***），进行用户行为数据采集，在云信开立业务***（以下可简称为开立***）的页面上，采集云信开立业务***行为信息；在融资业务***（以下可简称为融资***）的页面上，采集融资业务***行为信息。
可选地，采集的数据信息可包括用户进入具体业务***页面的时间、退出业务***页面的时间、用户在开立***或者融资***具体点击的页面元素按钮、用户在具体每个业务***页面的停留时长、会话SESSION、设备信息、用户浏览页面的URL、用户浏览页面的具体标题、以及用户在会话登录期间最后一个浏览页面信息（当前页面没有跳转到下一个页面信息）等。可以等间隔或非等间隔的设定周期（例如4~8s）对数据做一次推送将这些数据信息推送到KAFKA中。
在一些实施例中，如图2所示，所述服务器端基于所述用户行为数据得到数据模型的步骤包括：
S21：所述服务器端通过KAFKA接收用户在所述云信平台的所述用户行为数据到FLINK处理引擎中，KAFKA用于对所述用户行为数据进行去重以及过滤垃圾数据；
S22：FLINK处理引擎基于所述用户行为数据的路径URL和名称确认该用户行为数据归属的业务***，不同的业务***的所述用户行为数据对应不同业务的数据模型。
具体地，在S21中，可通过KAFKA接收不同的业务数据信息到FLINK实时流处理框架中。
例如，如图4所示，用户登录云信平台后，可进入开立***。在开立***中，主要关注用户的开立业务流程数据信息。用户进入开立***页面填写开立需要的资料，填完资料进入下一个提交页面，相应的业务人员会在相应的后台审核***进行审核操作等，用户可以在开立***中通过功能按钮查看开立需要的信息以及已经填写的资料信息等。服务器端可以将用户的点击流程可以通过页面URL的时间先后顺序进行整理排序汇总，并且能够记录用户在每个页面的浏览操作时间、在当前页面关注的功能信息等，用户云信开立业务完成之后可以选择地进行支付或者融资等业务操作。
在云信平台中，企业接收到云信后，将持有的云信转让给有交易背景的其他企业，结转应付账款，即云信的支付或称流转。由于云信支付无任何费用，可以帮助供应链上的各级供应商或核心企业清理三角债，本发明的业务流程重点关注融资业务。
例如，在融资***中，主要关注用户的融资业务流程数据信息。如图4所示，用户进入融资***之后选择融资路径（***会根据投资方案的不同展示不同的融资路径）发起融资申请，审核人进行相应的审核，若融资成功，后续业务***会进行相应的放款等等操作。用户在融资的过程中也会有诸多辅助功能。例如，查询可选的融资路径，并且根据业务可以发起咨询报价，获取利率信息。将用户在融资***的业务流程信息推送到KAFKA然后进行FLINK流处理平台对数据进行初次包装生成轻度聚合数据，通过定时任务等进行汇总可以将流程根据用户的操作时间进行模拟汇总，形成报表或者可视化图表信息，方便业务人员进行分析查看。
用户在云信开立业务（以下可简称为开立）完成之后，可以自行选择进行融资或者支付业务。从云信开立业务到融资业务中间页面的转换率是一项较为重要的指标。该指标可以通过收集的数据信息进行汇总展示，通过定时任务对DORIS中轻度聚合数据再次进行汇总输出用户连贯的行为数据保存到MYSQL或者REDIS提供查询功能。
在上述实施例中，KAFKA用于对所述用户行为数据进行去重以及过滤垃圾数据的步骤可包括：
去重步骤：页面在间隔z5秒内的重复点击会当作一次数据进行推送；
过滤垃圾数据步骤：去除页面元素获取不到标题、URL等。
在一些实施例中，所述FLINK处理引擎对KAFKA中的所述用户行为数据进行计算汇总，包括如下步骤：
将用户退出页面时间减去用户进入页面时间算出用户访问该业务***的时长信息；
将用户在当前页面点击的元素信息封装为具体时间段的操作习惯及业务流程数据模型；
将所述具体时间段的操作习惯及业务流程数据模型SINK到DORIS中。
进一步地，在将所述具体时间段的操作习惯及业务流程数据模型SINK到DORIS中后，通过定时任务XXLJOB将用户的所述具体时间段的操作习惯及业务流程数据模型再进行汇总生成整体连贯的用户行为数据；
将汇总的整体连贯的用户行为数据保存到MYSQL和/或REDIS提供查询功能。
在该实施例中，时长信息可用于用户是否对分析业务流程的页面设计容易理解和接收，是否存在优化空间等。
在该实施例中，生成的整体连贯的用户行为数据可以展示用户从进入开立***发起开立操作到具体的融资使用的时间以及在这段时间中都查看了哪些页面元素。
该方法也可根据收集当前页面是否是用户登陆后的最后一个浏览页面来判断用户是在哪个流程阶段，或者也可采集用户是否进入融资业务***页面，是否出现融资成功界面或者是否出现点击申请融资。将所有用户的流程阶数据一起进行分析，判断用户在哪个页面的退出率比较高，分析该页面退出率比较高的原因，可以优化业务流程和提高融资转化率。
在一些实施例中，基于所述用户行为数据获得所有用户从云信开立业务到融资业务中间页面的退出率：退出率=退出次数／总访问量*100%；退出率是指该网页是会话中“最后一页”的浏览占该网页总浏览量的百分比。
基于所述用户行为数据获得所有用户从云信开立业务到融资业务中间页面的转换率：转换率=所有用户从云信开立业务到融资业务完成的总数／所有用户完成云信开立业务总数*100%。
其中，所述退出率和转换率用于分析业务***的业务流程问题或者收集到的用户行为数据异常问题。
根据用户点击的页面元素信息可以推断用户需要了解的业务数据，以及用户点击的所有业务路径，判断用户的业务流程是否可以进行优化以提升用户满意度。为了提升用户的开立融资转换率，会对收到的开立信息和融资信息进行对接，分析多少用户进行了开立之后会继续融资。
业务人员根据展示的数据信息分析开立融资流程是否需要进行调优，以及根据用户在该页面的点击元素和停留时长分析用户关注的数据信息，从而挖掘用户可能需要的功能；让产品更加丰富、清楚地了解用户的行为习惯，从而找出网站、app、推广渠道等产品存在的问题，有助于产品发掘高转化率页面，让产品的营销更加精准、有效，提高业务转化率。
本发明实施例的基于FLINK处理引擎的用户行为分析方法，利用用户在开立融资的过程中会调用的开立融资的服务业务流程路径，在该路径上会采集用户的非敏感信息，如登陆时间、点击元素、以及当前页面作为最后一页面的次数，从而定位该页面是否存在优化空间，比如简化用户操作流程，增加用户关注的开立融资信息，引导用户跳到合适的开立融资信息展示页面。
为了处理异常数据，本发明中的服务器端会借助DORIS使用bitmap对推送过来的所述用户行为数据根据用户的ID组合设备号和时间戳进行精准去重，去重后的数据再进行汇总整理，以避免数据重复推送和FLINK任务宕机恢复之后savepoint中信息重复消费，增加数据的准确性和分析结果的可靠性。
FLINK结合DORIS的分区分桶和聚合属性将实时接收到的用户行为数据息，进行过滤清洗和转换以及计算后存入相应的数据模型中，定时任务JOB借助DORIS的分区分桶聚合等特性提升数据的查询分析能力，定时对数据进行批处理，批处理结果出来之后会替换FLINK实时计算的结果集，提供更准确的数据信息展示，此处时流处理和批处理结合使用。
FLINK通过整合数据信息，将数据信息过滤清洗SINK到相应的分析数据模型，定时任务JOB会将分析数据模型数据再进行一次整合，从而获得更全面的分析业务数据背后的操作数据，从而帮忙产品以及业务人员更优的提升产品方向。
在一些实施例中，定时任务可汇总各个业务***的数据，并且可以做成报表数据，也可以展示为柱状图、饼状图等可视化图表进行直观展示。图5展示了本发明一实施例中的部分页面访问报表，该报表统计了URL地址、页面标题、访问次数、访问人数、访问时长占比、平均访问时长和退出率等指标。图6展示了本发明一实施例中的部分可视化图表，该图表展示了数据概况，如访客数、登录用户数、页面访问量和平均停留时长等信息。
在一些实施例中，所述服务器端将所述数据模型存储和/或发送至指定目标。可选地，数据模型可发送到对应的业务***，如后台***，业务***通过接收MQ及时通知相应的业务人员，及时对业务做出响应。
此处所述的指定目标可以是指业务人员，如业务运维人员、营销人员等。这个业务人员可根据数据模型，如汇总报表或可视化图表对业务***的业务流程或页面设计进行优化，或者指定有针对性的推广策略、营销方案等，以提升用户对业务***的满意度以及提升用户从开立业务到融资业务的转换率。
根据本发明的另一方面，也提供了一种于FLINK处理引擎的用户行为分析***，如图3所示，所述***包括：
客户端，用于采集用户在云信平台上的用户行为数据，所述云信平台包括云信开立业务***和融资业务***，所述云信开立业务***用于用户的云信开立业务，所述融资业务***用于用户的融资业务；在云信开立业务***获得的所述云信开立业务***行为信息包括：用户进入页面时间、用户退出页面时间、当前页面路径、当前页面点击的元素信息；在融资业务***获得的所述融资业务***行为信息包括：用户进入融资页面时间、用户退出融资页面时间、当前页面路径、当前页面点击的元素信息；
服务器端，用于接收来自在客户端收集的用户行为数据，基于所述用户行为数据得到数据模型，所述数据模型用于分析用户从云信开立业务到融资业务的转换率和/或分析业务流程；所述服务器端用于将所述数据模型存储和/或发送至指定目标。
根据本发明的再一方面，也提供了一种基于FLINK处理引擎的用户行为分析装置，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时，该装置实现如前述方法的步骤。
根据本发明的又一方面，也提供了一种计算机可读取存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前述方法的步骤。
本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、***和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（ASIC）、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM（EROM）、软盘、CD-ROM、光盘、硬盘、光纤介质、射频（RF）链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或***。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
软件可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。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)

1.一种基于FLINK处理引擎的用户行为分析方法，其特征在于，所述方法包括如下步骤：
服务器端接收来自在客户端收集的用户行为数据，所述用户行为数据包括：用户身份信息、云信开立业务***行为信息和融资业务***行为信息；
所述服务器端基于所述用户行为数据得到数据模型，所述数据模型用于分析用户从云信开立业务到融资业务的转换率和/或分析业务流程；
所述服务器端将所述数据模型存储和/或发送至指定目标。
2.根据权利要求1所述的基于FLINK处理引擎的用户行为分析方法，其特征在于，客户端的云信平台包括云信开立业务***和融资业务***，所述云信开立业务***用于用户的云信开立业务，所述融资业务***用于用户的融资业务；
在所述客户端收集的所述用户行为数据包括：在所述云信平台采集的所述用户身份信息；
在云信开立业务***获得的所述云信开立业务***行为信息包括：用户进入页面时间、用户退出页面时间、当前页面路径、当前页面点击的元素信息；
在融资业务***获得的所述融资业务***行为信息包括：用户进入融资页面时间、用户退出融资页面时间、当前页面路径、当前页面点击的元素信息。
3.根据权利要求2所述的基于FLINK处理引擎的用户行为分析方法，其特征在于，在所述服务器端接收来自在客户端收集的用户行为数据的步骤之前，所述方法还包括：
所述客户端的云信开立业务***和融资业务***分别在等间隔的设定周期将所述用户行为数据推送至KAFKA中。
4.根据权利要求2或3所述的基于FLINK处理引擎的用户行为分析方法，其特征在于，所述服务器端基于所述用户行为数据得到数据模型的步骤包括：
所述服务器端通过KAFKA接收用户在所述云信平台的所述用户行为数据到FLINK处理引擎中，KAFKA用于对所述用户行为数据进行去重以及过滤垃圾数据；
FLINK处理引擎基于所述用户行为数据的路径URL和名称确认该用户行为数据归属的业务***，不同的业务***的所述用户行为数据对应不同业务的数据模型。
5.根据权利要求4所述的基于FLINK处理引擎的用户行为分析方法，其特征在于，所述FLINK处理引擎对KAFKA中的所述用户行为数据进行计算汇总，包括如下步骤：
将用户退出页面时间减去用户进入页面时间算出用户访问该业务***的时长信息；
将用户在当前页面点击的元素信息封装为具体时间段的操作习惯及业务流程数据模型；
将所述具体时间段的操作习惯及业务流程数据模型SINK到DORIS中。
6.根据权利要求5所述的基于FLINK处理引擎的用户行为分析方法，其特征在于，
在将所述具体时间段的操作习惯及业务流程数据模型SINK到DORIS中后，通过定时任务XXLJOB将用户的所述具体时间段的操作习惯及业务流程数据模型再进行汇总生成整体连贯的用户行为数据；
将汇总的整体连贯的用户行为数据保存到MYSQL和/或REDIS提供查询功能。
7.根据权利要求6所述的基于FLINK处理引擎的用户行为分析方法，其特征在于，
基于所述用户行为数据获得所有用户从云信开立业务到融资业务中间页面的退出率：
退出率=退出次数／总访问量*100%；
基于所述用户行为数据获得所有用户从云信开立业务到融资业务中间页面的转换率：
转换率=所有用户从云信开立业务到融资业务完成的总数／所有用户完成云信开立业务总数*100%；
其中，所述退出率和转换率用于分析业务***的业务流程问题或者收集到的用户行为数据异常问题。
8.一种基于FLINK处理引擎的用户行为分析***，其特征在于，所述***包括：
客户端，用于采集用户在云信平台上的用户行为数据，所述云信平台包括云信开立业务***和融资业务***，所述云信开立业务***用于用户的云信开立业务，所述融资业务***用于用户的融资业务；在云信开立业务***获得的所述云信开立业务***行为信息包括：用户进入页面时间、用户退出页面时间、当前页面路径、当前页面点击的元素信息；在融资业务***获得的所述融资业务***行为信息包括：用户进入融资页面时间、用户退出融资页面时间、当前页面路径、当前页面点击的元素信息；
服务器端，用于接收来自在客户端收集的用户行为数据，基于所述用户行为数据得到数据模型，所述数据模型用于分析用户从云信开立业务到融资业务的转换率和/或分析业务流程；所述服务器端用于将所述数据模型存储和/或发送至指定目标。
9.一种基于FLINK处理引擎的用户行为分析装置，包括处理器和存储器，其特征在于，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时，该装置实现如权利要求1至7中任意一项所述方法的步骤。
10.一种计算机可读取存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任意一项所述方法的步骤。
CN202210947228.6A 2022-08-09 2022-08-09 基于flink处理引擎的用户行为分析方法及*** Pending CN115017201A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210947228.6A CN115017201A (zh) 2022-08-09 2022-08-09 基于flink处理引擎的用户行为分析方法及***
CN202310068759.2A CN116028324A (zh) 2022-08-09 2023-02-06 云信平台用户行为分析方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210947228.6A CN115017201A (zh) 2022-08-09 2022-08-09 基于flink处理引擎的用户行为分析方法及***

Publications (1)

Publication Number Publication Date
CN115017201A true CN115017201A (zh) 2022-09-06

Family

ID=83065327

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210947228.6A Pending CN115017201A (zh) 2022-08-09 2022-08-09 基于flink处理引擎的用户行为分析方法及***
CN202310068759.2A Pending CN116028324A (zh) 2022-08-09 2023-02-06 云信平台用户行为分析方法及***

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202310068759.2A Pending CN116028324A (zh) 2022-08-09 2023-02-06 云信平台用户行为分析方法及***

Country Status (1)

Country Link
CN (2) CN115017201A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227832A (zh) * 2016-07-26 2016-12-14 浪潮软件股份有限公司 互联网大数据技术架构在企业内业务分析中的应用方法
CN107153681A (zh) * 2017-04-19 2017-09-12 畅捷通信息技术股份有限公司 一种用户注册转换方法及***
CN108763017A (zh) * 2018-05-18 2018-11-06 平安普惠企业管理有限公司 金融业务的应用软件数据处理方法、服务端及存储介质
CN111310044A (zh) * 2020-02-14 2020-06-19 北京百度网讯科技有限公司 页面元素信息的提取方法、装置、设备和存储介质
CN112000636A (zh) * 2020-08-31 2020-11-27 民生科技有限责任公司 基于Flink流式处理的用户行为统计分析方法
CN112561565A (zh) * 2020-11-27 2021-03-26 四川新网银行股份有限公司 一种基于行为日志的用户需求识别方法
CN113051466A (zh) * 2019-12-27 2021-06-29 南京知物有格信息科技有限公司 用户行为分析***
US20210409518A1 (en) * 2020-06-30 2021-12-30 Oracle International Corporation Custom action invocation in a speadsheet integrated with web services
CN114840183A (zh) * 2022-04-27 2022-08-02 中国银行股份有限公司 一种基于用户行为的微前端调整方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227832A (zh) * 2016-07-26 2016-12-14 浪潮软件股份有限公司 互联网大数据技术架构在企业内业务分析中的应用方法
CN107153681A (zh) * 2017-04-19 2017-09-12 畅捷通信息技术股份有限公司 一种用户注册转换方法及***
CN108763017A (zh) * 2018-05-18 2018-11-06 平安普惠企业管理有限公司 金融业务的应用软件数据处理方法、服务端及存储介质
CN113051466A (zh) * 2019-12-27 2021-06-29 南京知物有格信息科技有限公司 用户行为分析***
CN111310044A (zh) * 2020-02-14 2020-06-19 北京百度网讯科技有限公司 页面元素信息的提取方法、装置、设备和存储介质
US20210409518A1 (en) * 2020-06-30 2021-12-30 Oracle International Corporation Custom action invocation in a speadsheet integrated with web services
CN112000636A (zh) * 2020-08-31 2020-11-27 民生科技有限责任公司 基于Flink流式处理的用户行为统计分析方法
CN112561565A (zh) * 2020-11-27 2021-03-26 四川新网银行股份有限公司 一种基于行为日志的用户需求识别方法
CN114840183A (zh) * 2022-04-27 2022-08-02 中国银行股份有限公司 一种基于用户行为的微前端调整方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
O_OREO: ""（金融）线上借贷业务用户行为转化项目——数据分析"", 《CSDN》 *
张瑞: ""基于大数据的多端用户行为分析云服务***的设计与实现"", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Also Published As

Publication number Publication date
CN116028324A (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
US8924279B2 (en) Risk assessment rule set application for fraud prevention
CN109255536B (zh) 债权催收方法、装置、***及存储介质
US8566234B2 (en) Managed service for detection of anomalous transactions
CN101192227A (zh) 一种基于分布式计算网络的日志文件分析方法和***
CN105976242A (zh) 一种基于实时流数据分析的交易欺诈检测方法及***
CN101236638A (zh) 一种基于Web的银行卡风险监测方法及***
CN110363407A (zh) 基于用户行为轨迹的欺诈风险评估方法及装置
JP5264981B2 (ja) ユーザ行動分析方法及びユーザ行動分析システム
CN113205402A (zh) 对账方法、装置、电子设备及计算机可读介质
CN112445787A (zh) 一种基于实时业务的数据稽核方法和***
Greiner et al. Business activity monitoring of norisbank taking the example of the application easycredit and the future adoption of complex event processing (CEP)
KR20210155501A (ko) 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템
CN115017201A (zh) 基于flink处理引擎的用户行为分析方法及***
CN116957199A (zh) 一种工单稽核方法、装置、设备及介质
KR100781211B1 (ko) 은행 ｉｔ 서비스 관리 방법 및 그 시스템
CN116051272A (zh) 企业风险分析方法及相关设备
Pastor et al. Nameles: An intelligent system for real-time filtering of invalid ad traffic
CN115994121A (zh) 优化智能客服交互流程的方法、装置及存储介质
CN114881754A (zh) 金融支付平均时长检测***及方法
CN114357523A (zh) 风险对象的识别方法、装置、设备、存储介质和程序产品
CN114170741A (zh) 交易效率监控方法、atm前置***和自助业务控管***
CN114880369A (zh) 一种基于弱数据技术的风险授信方法和***
CN111815150A (zh) 基于用户数据的金融服务平台用户评分***及方法
CN110033326A (zh) 一种企业网络营销平台
CN112527426A (zh) 一种基于行为数据分析的图形界面交互方法及***

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: 20220906