CN116208512B - 一种隐***互行为的流量正向影响分析方法 - Google Patents

Abstract

本发明提供一种隐***互行为的流量正向影响分析方法，涉及流量分析技术领域，所述分析方法包括：设定发布内容的交互行为的类型，分别对若干类型的交互行为设定对应的交互权重；对每种类型的交互行为设定若干交互行为采集点，对每个交互行为采集点设定采集点权重；对交互行为采集点的有效交互行为进行计数累加，设定为采集点交互数量；本发明通过对发布主体的多个交互行为进行有效性筛选，并对不同的交互行为设定不同的权重占比，提高了流量正向分析的准确性和有效性，以解决现有流量分析方法存在分析数据不够全面，对于用户的交互行为没有进行有效筛选，导致分析结果与发布内容的实际流量情况不能匹配的问题。

Description

一种隐***互行为的流量正向影响分析方法

技术领域

本发明涉及流量分析技术领域，尤其涉及一种隐***互行为的流量正向影响分析方法。

背景技术

流量通常在网络中指一定时间内打开网站地址的人气访问量，或者是手机移动数据的通俗意思。在传媒领域中，通过对某一条发布消息的流量进行监管，能够得到该条发布内容的人气量，通过流量分析能够得出发布内容的群众喜好程度，从而能够为发布主体的推广合作等工作需求提供数据支撑，流量分析也成为电商主体选择发布主体进行合作的重要依据。

但是在进行流量分析的过程中，通常都是基于常规的浏览量、点赞量的高低等数据进行流量的判断，对于一些用户的无效的交互行为没有进行筛选，会将一些对于流量的正向影响作用较低的数据也收纳进来，对于一些有效的交互行为没有收纳进来，这样在进行分析的时候会存在分析结果与发布主体的实际流量情况存在偏差的问题，例如：某一个用户或某一个群体用户在反复观看某一条发布视频时，会重复记录浏览量，此时浏览量这个数据中就会包括很多对于流量正向分析的作用较低的部分，或者某一个用户重复评论时，所使用到的分析数据中也会存在一些对于流量正向分析起到无效或者作用较低的部分；因此，现有的流量分析方法中存在分析数据不够全面，对于用户的交互行为没有进行有效筛选，导致分析结果与发布内容的实际流量情况不能匹配的问题。

发明内容

针对现有技术存在的不足，本发明通过对发布主体的多个交互行为进行有效性筛选，并对不同的交互行为设定不同的权重占比，提高了流量正向分析的准确性和有效性，以解决现有流量分析方法存在分析数据不够全面，对于用户的交互行为没有进行有效筛选，导致分析结果与发布内容的实际流量情况不能匹配的问题。

为了实现上述目的，本发明提供一种隐***互行为的流量正向影响分析方法，所述分析方法包括：

设定发布内容的交互行为的类型，分别对若干类型的交互行为设定对应的交互权重；

对每种类型的交互行为设定若干交互行为采集点，对每个交互行为采集点设定采集点权重；

对交互行为采集点的有效交互行为进行计数累加，设定为采集点交互数量；

将采集点交互数量与采集点权重相乘后得到采集点交互有效值，将每个类型的交互行为的若干采集点交互有效值进行相加得到交互行为有效值；

将交互行为有效值与对应的交互权重进行相乘得到交互行为影响值，将若干类型的交互行为的交互行为影响值进行相加得到流量正向影响值，根据流量正向影响值对若干发布内容的流量正向影响进行排序。

进一步地，设定交互行为的类型，分别对若干类型的交互行为设定对应的交互权重还包括：将交互行为的类型分为点赞、评论、转发、收藏以及浏览量；

将点赞、评论、转发、收藏、浏览时长以及浏览量的交互权重分别设定为点赞权重、评论权重、转发权重、收藏权重以及浏览量权重。

进一步地，对每种类型的交互行为设定若干交互行为采集点，对每个交互行为采集点设定采集点权重还包括：将点赞的采集点设定为点赞数量采集点，对点赞数量采集点设定点赞数量采集权重；

将评论的采集点设定为基础评论数量采集点和互动评论数量采集点，对基础评论数量采集点和互动评论数量采集点分别设定基础评论数量采集权重和互动评论数量采集权重；

将转发的采集点设定为转发数量采集点，对转发数量采集点设定转发数量采集权重；

将收藏的采集点设定为收藏数量采集点，对收藏数量采集点设定收藏数量采集权重；

将浏览量的采集点设定为浏览数量采集点，对浏览数量采集点设定浏览数量采集权重。

进一步地，对交互行为采集点的有效交互行为进行计数累加，设定为采集点交互数量还包括：以发布内容的发布时间为统计起点，将统计起点后的第一时间段设定为有效统计时间；

在有效统计时间内对点赞数量采集点进行点赞数量统计，将点赞数量统计结果设定为点赞有效数；

在有效统计时间内对基础评论数量采集点和互动评论数量采集点进行评论数量统计，将基础评论数量采集点的评论数量统计结果设定为基础评论有效数，将互动评论数量采集点的评论数量统计结果设定为互动评论有效数；

在有效统计时间内对转发数量采集点进行转发数量统计，将转发数量统计结果设定为转发有效数；

在有效统计时间内对收藏数量采集点进行收藏数量统计，将收藏数量统计结果设定为收藏有效数；

在有效统计时间内对浏览数量采集点进行浏览数量统计，将浏览数量统计结果设定为浏览有效数。

进一步地，在有效统计时间内对基础评论数量采集点和互动评论数量采集点进行评论数量统计，将基础评论数量采集点的评论数量统计结果设定为基础评论有效数，将互动评论数量采集点的评论数量统计结果设定为互动评论有效数还包括：将互动评论数量采集点作为基础评论数量采集点的下级采集点；其中，基础评论数量采集点中的评论处于互动评论数量采集点中的评论之后；

获取评论用户的账号，对评论用户的账号设定有效基础评论阈值；通过基础评论数量采集点对评论用户的基础评论数量进行统计；当同一评论用户的基础评论数量小于等于有效基础评论阈值时，将评论用户的所有基础评论设定为有效基础评论；当同一评论用户的基础评论数量大于有效基础评论阈值时，获取评论用户的基础评论的下级采集点的互动评论数量，当互动评论数量大于基础互动有效阈值时，将对应的基础评论设定为有效基础评论；对所有评论用户的有效基础评论进行统计，得到基础评论有效数；

对评论用户的账号设定有效互动评论阈值；通过互动评论数量采集点对评论用户的互动评论数量进行统计；当同一评论用户的互动评论数量大于有效互动评论阈值时，将超出有效互动评论阈值的部分的数量去除，将剩余的互动评论设定为有效互动评论；将所有评论用户的有效互动评论进行统计，得到互动评论有效数。

进一步地，在有效统计时间内对浏览数量采集点进行浏览数量统计，将浏览数量统计结果设定为浏览有效数还包括：对发布内容设定浏览有效时长阈值；

获取浏览用户的账号，当同一浏览用户对于发布内容的浏览时长大于浏览有效时长阈值时，进行一次基础浏览数量统计；

当同一浏览用户的基础浏览数量小于等于浏览数量阈值时，将基础浏览数量设定为有效浏览数量；当同一浏览用户的基础浏览数量大于浏览数量阈值时，将浏览数量阈值设定为有效浏览数量；

将所有浏览用户的有效浏览数量进行统计，得到浏览有效数。

进一步地，将采集点交互数量与采集点权重相乘后得到采集点交互有效值，将每个类型的交互行为的若干采集点交互有效值进行相加得到交互行为有效值还包括：将点赞有效数与点赞数量采集权重相乘得到点赞交互行为有效值；

将基础评论有效数与基础评论数量采集权重相乘得到基础评论采集交互有效值，将互动评论有效数与互动评论数量采集权重相乘得到互动评论采集交互有效值，将基础评论采集交互有效值和互动评论采集交互有效值相加得到评论交互行为有效值；

将转发有效数与转发数量采集权重相乘得到转发交互行为有效值；

将收藏有效数与收藏数量采集权重相乘得到收藏交互行为有效值；

将浏览有效数与浏览数量采集权重相乘得到浏览交互行为有效值。

进一步地，将交互行为有效值与对应的交互权重进行相乘得到交互行为影响值还包括：将点赞交互行为有效值与点赞权重相乘得到点赞交互行为影响值；将评论交互行为有效值与评论权重相乘得到评论交互行为影响值；将转发交互行为有效值与转发权重相乘得到转发交互行为影响值；将收藏交互行为有效值与收藏权重相乘得到收藏交互行为影响值；将浏览交互行为有效值与浏览权重相乘得到浏览交互行为影响值；

将若干类型的交互行为的交互行为影响值进行相加得到流量正向影响值还包括：将点赞交互行为影响值、评论交互行为影响值、转发交互行为影响值、收藏交互行为影响值以及浏览交互行为影响值相加得到流量正向影响值。

本发明的有益效果：

1.本发明通过设定发布内容的交互行为的类型，分别对若干类型的交互行为设定对应的交互权重，然后将若干类型的交互行为的交互行为影响值进行相加得到流量正向影响值，根据流量正向影响值对若干发布内容的流量正向影响进行排序，该设计首先能够结合多种交互行为对发布内容的流量正向影响进行分析，从而提高流量正向影响的数据分析全面性，同时通过对不同的交互行为设置不同的交互权重，能够提高交互行为影响判断的准确性，从而保证发布内容的流量分析结果具备有效性。

2.本发明通过对每种类型的交互行为设定若干交互行为采集点，对每个交互行为采集点设定采集点权重，对交互行为采集点的有效交互行为进行计数累加，设定为采集点交互数量；该设计能够对每种交互行为进行进一步的数据采集，通过获取有效交互行为，能够将无效或者低作用的影响数据进行剔除，进一步提高流量数据分析的有效性，通过将采集点交互数量与采集点权重相乘后得到采集点交互有效值，将每个类型的交互行为的若干采集点交互有效值进行相加得到交互行为有效值；将交互行为有效值与对应的交互权重进行相乘得到交互行为影响值，该设计能够提高不同交互行为的数据判断细致性和准确性。

本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其他特征、目的和优点将会变得更明显：

图1为本发明的分析方法的步骤流程图。

图2为本发明的交互行为和交互权重的设置示意图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。

在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

请参阅图1所示，一种隐***互行为的流量正向影响分析方法，通过对发布主体的多个交互行为进行有效性筛选，并对不同的交互行为设定不同的权重占比，提高了流量正向分析的准确性和有效性。

所述分析方法包括：

步骤S1，设定发布内容的交互行为的类型，分别对若干类型的交互行为设定对应的交互权重；步骤S1还包括：

步骤S11，请参阅图2所示，将交互行为的类型分为点赞、评论、转发、收藏以及浏览量；其中，具体实施时，例如，应用在短视频推广领域中时，用户与短视频的交互行为有很多种，很多交互行为并没有被统计进来，统计时被隐藏了起来，例如，在进行评论量统计时，直观能够被看到的是评论数量，但是评论数量中每一条评论下方还有很多针对该条评论的子评论，因此如果只统计直接对短视频的评论量，显然忽略了很多评论流量；同时现有的统计手段又会将很多隐藏的无效流量信息统计进来，例如：在对浏览量进行统计时，某一用户的反复退出和进入都会形成依次浏览记录，因此最终呈现的浏览量会存在与实际情况不符的情况。

步骤S12，将点赞、评论、转发、收藏、浏览时长以及浏览量的交互权重分别设定为点赞权重、评论权重、转发权重、收藏权重以及浏览量权重，在步骤S12中，通过对不同的交互行为设置不同的权重，能够突出一些重要的交互行为在流量分析时的作用，例如，在具体实施时，点赞权重、评论权重、转发权重、收藏权重以及浏览量权重分别设定为：0.1、0.3、0.15、0.15以及0.3；上述权重设置基于交互行为的便利程度进行设置，例如点赞属于最便捷的交互行为，其对应的权重占比就相对较小，评论和有效地浏览量对于该条视频是否被有效观看的作用占比最大，通常进行评论的都是对观看的内容有个人的见解的，同时有效的浏览量是有效观看最客观的展示；

步骤S2，对每种类型的交互行为设定若干交互行为采集点，对每个交互行为采集点设定采集点权重；在步骤S2中，由于不同的交互行为中包含了很多细致的子交互行为或者平行关系的交互行为，因此需要设置采集点进行进一步细致的统计，例如，关于评论的交互行为中，直接对于短视频的评论属于上级评论；每条评论下面有针对该条评论的子评论，属于下级评论；步骤S2还包括：

步骤S21，将点赞的采集点设定为点赞数量采集点，对点赞数量采集点设定点赞数量采集权重；

步骤S22，将评论的采集点设定为基础评论数量采集点和互动评论数量采集点，对基础评论数量采集点和互动评论数量采集点分别设定基础评论数量采集权重和互动评论数量采集权重；

步骤S23，将转发的采集点设定为转发数量采集点，对转发数量采集点设定转发数量采集权重；

步骤S24，将收藏的采集点设定为收藏数量采集点，对收藏数量采集点设定收藏数量采集权重；

步骤S25，将浏览量的采集点设定为浏览数量采集点，对浏览数量采集点设定浏览数量采集权重，其中，在步骤S21至步骤S25中，点赞数量采集权重设置为0.1，基础评论数量采集权重设置为0.2，互动评论数量采集权重设置为0.1，转发数量采集权重设置为0.15，收藏数量采集权重设置为0.15，浏览数量采集权重设置为0.3；对不同采集点设置不同的权重在于，在不同的交互行为的采集点中，其对于流量的正向影响也是不同的，例如，将针对短视频直接的评论设置为一级评论，将针对一级评论的子评论设置为二级评论，一级评论由于是直接对短视频进行的评论，其与短视频的关联性最大，因此权重要高于二级评论的权重；

步骤S3，对交互行为采集点的有效交互行为进行计数累加，设定为采集点交互数量；步骤S3还包括：

步骤S31，以发布内容的发布时间为统计起点，将统计起点后的第一时间段设定为有效统计时间；在步骤S31中，对于第一时间段的设定可以依据发布平台的热度持续的平均时间进行设定，该平均时间为一个近似值，例如一条短视频的持续保持较高热度的有效浏览时间为10天，对应的第一时间段设置为10天，对于10天内的交互行为数据进行统计分析才具备参考价值；

步骤S32，在有效统计时间内对点赞数量采集点进行点赞数量统计，将点赞数量统计结果设定为点赞有效数；

步骤S33，在有效统计时间内对基础评论数量采集点和互动评论数量采集点进行评论数量统计，将基础评论数量采集点的评论数量统计结果设定为基础评论有效数，将互动评论数量采集点的评论数量统计结果设定为互动评论有效数；步骤S33还包括：

步骤S331，将互动评论数量采集点作为基础评论数量采集点的下级采集点；其中，基础评论数量采集点中的评论处于互动评论数量采集点中的评论之后；在步骤S331中，具体实施时，在短视频推广领域中，基础评论对应上述的一级评论，互动评论对应上述的二级评论；

步骤S332，获取评论用户的账号，对评论用户的账号设定有效基础评论阈值；通过基础评论数量采集点对评论用户的基础评论数量进行统计；当同一评论用户的基础评论数量小于等于有效基础评论阈值时，将评论用户的所有基础评论设定为有效基础评论；当同一评论用户的基础评论数量大于有效基础评论阈值时，获取评论用户的基础评论的下级采集点的互动评论数量，当互动评论数量大于基础互动有效阈值时，将对应的基础评论设定为有效基础评论；对所有评论用户的有效基础评论进行统计，得到基础评论有效数；在步骤S332中，有效基础评论阈值设置为1-5之间，优选设定为3，例如，在一条短视频的评论中，一般情况下，一个用户能够发表的评论具备一定作用的不会太多，超过3条之后，其评论的有效性就会降低；

步骤S333，对评论用户的账号设定有效互动评论阈值；通过互动评论数量采集点对评论用户的互动评论数量进行统计；当同一评论用户的互动评论数量大于有效互动评论阈值时，将超出有效互动评论阈值的部分的数量去除，将剩余的互动评论设定为有效互动评论；将所有评论用户的有效互动评论进行统计，得到互动评论有效数，在步骤S333中，有效互动评论阈值设置在1-5之间，优选设定为2，此处有效互动评论阈值的设定要小于有效基础评论阈值，因为互动评论属于基础评论的子评论，其对于流量的正向影响要低于基础评论，因此同一用户发表较多的互动评论的有效也不会太高，一般超过两条之后的内容与发布内容本身的关联性就大大降低；

步骤S34，在有效统计时间内对转发数量采集点进行转发数量统计，将转发数量统计结果设定为转发有效数；

步骤S35，在有效统计时间内对收藏数量采集点进行收藏数量统计，将收藏数量统计结果设定为收藏有效数；

步骤S36，在有效统计时间内对浏览数量采集点进行浏览数量统计，将浏览数量统计结果设定为浏览有效数；步骤S36还包括：

步骤S361，对发布内容设定浏览有效时长阈值；在步骤S361中，有效时长阈值通常根据发布内容需要的浏览时间进行设定，例如，发布内容为文章时，根据文章的字数，设定有效读完该文章的时长，如一篇3000字的文章，预定的有效读完时长大约为5分钟，此时将有效时长阈值可以设定为4.5分钟，如发布内容为短视频时，一条短视频的时长为1分钟，那么有效看完这条短视频的时长可以设置为55秒，具体参照预设或者发布内容的实际时长的90％以上的时长进行设定；

步骤S362，获取浏览用户的账号，当同一浏览用户对于发布内容的浏览时长大于浏览有效时长阈值时，进行一次基础浏览数量统计；在步骤S362中，通过设定浏览有效时长阈值，能够将很多短暂观看的用户的浏览信息进行剔除，保留有效的浏览数据；

步骤S363，当同一浏览用户的基础浏览数量小于等于浏览数量阈值时，将基础浏览数量设定为有效浏览数量；当同一浏览用户的基础浏览数量大于浏览数量阈值时，将浏览数量阈值设定为有效浏览数量；在步骤S363中，如果一个用户反复观看了该条短视频或文章，那么对于该用户的浏览数量的统计以不大于浏览数量阈值为准，例如，参照现有的短视频播放原则，在该条短视频播放完毕时会进行重复播放，如果该用户一直常开着观看终端设备，则该条短视频会持续地循环播放，因此浏览数量阈值通常设定为2，对于同一用户的有效浏览数量最多只选用两次进行统计；

步骤S364，将所有浏览用户的有效浏览数量进行统计，得到浏览有效数。

步骤S4，将采集点交互数量与采集点权重相乘后得到采集点交互有效值，将每个类型的交互行为的若干采集点交互有效值进行相加得到交互行为有效值；步骤S4还包括：

步骤S41，将点赞有效数与点赞数量采集权重相乘得到点赞交互行为有效值；

步骤S42，将基础评论有效数与基础评论数量采集权重相乘得到基础评论采集交互有效值，将互动评论有效数与互动评论数量采集权重相乘得到互动评论采集交互有效值，将基础评论采集交互有效值和互动评论采集交互有效值相加得到评论交互行为有效值；

步骤S43，将转发有效数与转发数量采集权重相乘得到转发交互行为有效值；

步骤S44，将收藏有效数与收藏数量采集权重相乘得到收藏交互行为有效值；

步骤S45，将浏览有效数与浏览数量采集权重相乘得到浏览交互行为有效值。在步骤S41到步骤S45中，通过将每种交互行为的有效值进行单独计算，能够将不同的交互行为对于流量的正向影响都概括进来，从而实现本发明的流量分析的全面性和准确性。

步骤S5，将交互行为有效值与对应的交互权重进行相乘得到交互行为影响值，将若干类型的交互行为的交互行为影响值进行相加得到流量正向影响值；步骤S5还包括：

步骤S511，将点赞交互行为有效值与点赞权重相乘得到点赞交互行为影响值；

步骤S512，将评论交互行为有效值与评论权重相乘得到评论交互行为影响值；

步骤S513，将转发交互行为有效值与转发权重相乘得到转发交互行为影响值；

步骤S514，将收藏交互行为有效值与收藏权重相乘得到收藏交互行为影响值；

步骤S515，将浏览交互行为有效值与浏览权重相乘得到浏览交互行为影响值；在步骤S511到步骤S515中，通过将不同交互行为的有效值与对应的权重进行相乘，能够对流量正向分析发挥不同影响作用的交互行为进行区别设置，提高流量正向分析的准确性；

步骤S5还包括：

步骤S521，将点赞交互行为影响值、评论交互行为影响值、转发交互行为影响值、收藏交互行为影响值以及浏览交互行为影响值相加得到流量正向影响值；最后根据流量正向影响值对若干发布内容的流量正向影响进行排序；通过上述计算方式得到的流量正向影响值能够剔除交互行为中隐藏的无效数据和挖掘隐藏的有效数据，使得根据流量正向影响值进行排序的结果能够与发布内容的实际流量情况更加贴合。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(StaticRandomAccessMemory，简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead-OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammableReadOnlyMemory，简称EPROM)，可编程只读存储器(ProgrammableRed-OnlyMemory，简称PROM)，只读存储器(Read-OnlyMemory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (4)

1.一种隐***互行为的流量正向影响分析方法，其特征在于，所述分析方法包括：

设定发布内容的交互行为的类型，分别对若干类型的交互行为设定对应的交互权重；

对每种类型的交互行为设定若干交互行为采集点，对每个交互行为采集点设定采集点权重；

对交互行为采集点的有效交互行为进行计数累加，设定为采集点交互数量；

将采集点交互数量与采集点权重相乘后得到采集点交互有效值，将每个类型的交互行为的若干采集点交互有效值进行相加得到交互行为有效值；

将交互行为有效值与对应的交互权重进行相乘得到交互行为影响值，将若干类型的交互行为的交互行为影响值进行相加得到流量正向影响值，根据流量正向影响值对若干发布内容的流量正向影响进行排序；

设定交互行为的类型，分别对若干类型的交互行为设定对应的交互权重还包括：将交互行为的类型分为点赞、评论、转发、收藏以及浏览量；

将点赞、评论、转发、收藏以及浏览量的交互权重分别设定为点赞权重、评论权重、转发权重、收藏权重以及浏览量权重；

对每种类型的交互行为设定若干交互行为采集点，对每个交互行为采集点设定采集点权重还包括：将点赞的采集点设定为点赞数量采集点，对点赞数量采集点设定点赞数量采集权重；

将评论的采集点设定为基础评论数量采集点和互动评论数量采集点，对基础评论数量采集点和互动评论数量采集点分别设定基础评论数量采集权重和互动评论数量采集权重；

将转发的采集点设定为转发数量采集点，对转发数量采集点设定转发数量采集权重；

将收藏的采集点设定为收藏数量采集点，对收藏数量采集点设定收藏数量采集权重；

将浏览量的采集点设定为浏览数量采集点，对浏览数量采集点设定浏览数量采集权重；

对交互行为采集点的有效交互行为进行计数累加，设定为采集点交互数量还包括：以发布内容的发布时间为统计起点，将统计起点后的第一时间段设定为有效统计时间；

在有效统计时间内对点赞数量采集点进行点赞数量统计，将点赞数量统计结果设定为点赞有效数；

在有效统计时间内对基础评论数量采集点和互动评论数量采集点进行评论数量统计，将基础评论数量采集点的评论数量统计结果设定为基础评论有效数，将互动评论数量采集点的评论数量统计结果设定为互动评论有效数；

在有效统计时间内对转发数量采集点进行转发数量统计，将转发数量统计结果设定为转发有效数；

在有效统计时间内对收藏数量采集点进行收藏数量统计，将收藏数量统计结果设定为收藏有效数；

在有效统计时间内对浏览数量采集点进行浏览数量统计，将浏览数量统计结果设定为浏览有效数；

在有效统计时间内对基础评论数量采集点和互动评论数量采集点进行评论数量统计，将基础评论数量采集点的评论数量统计结果设定为基础评论有效数，将互动评论数量采集点的评论数量统计结果设定为互动评论有效数还包括：将互动评论数量采集点作为基础评论数量采集点的下级采集点；其中，基础评论数量采集点中的评论处于互动评论数量采集点中的评论之后；

获取评论用户的账号，对评论用户的账号设定有效基础评论阈值；通过基础评论数量采集点对评论用户的基础评论数量进行统计；当同一评论用户的基础评论数量小于等于有效基础评论阈值时，将评论用户的所有基础评论设定为有效基础评论；当同一评论用户的基础评论数量大于有效基础评论阈值时，获取评论用户的基础评论的下级采集点的互动评论数量，当互动评论数量大于基础互动有效阈值时，将对应的基础评论设定为有效基础评论；对所有评论用户的有效基础评论进行统计，得到基础评论有效数；

对评论用户的账号设定有效互动评论阈值；通过互动评论数量采集点对评论用户的互动评论数量进行统计；当同一评论用户的互动评论数量大于有效互动评论阈值时，将超出有效互动评论阈值的部分的数量去除，将剩余的互动评论设定为有效互动评论；将所有评论用户的有效互动评论进行统计，得到互动评论有效数。

2.根据权利要求1所述的一种隐***互行为的流量正向影响分析方法，其特征在于，在有效统计时间内对浏览数量采集点进行浏览数量统计，将浏览数量统计结果设定为浏览有效数还包括：对发布内容设定浏览有效时长阈值；

获取浏览用户的账号，当同一浏览用户对于发布内容的浏览时长大于浏览有效时长阈值时，进行一次基础浏览数量统计；

当同一浏览用户的基础浏览数量小于等于浏览数量阈值时，将基础浏览数量设定为有效浏览数量；当同一浏览用户的基础浏览数量大于浏览数量阈值时，将浏览数量阈值设定为有效浏览数量；

将所有浏览用户的有效浏览数量进行统计，得到浏览有效数。

3.根据权利要求1所述的一种隐***互行为的流量正向影响分析方法，其特征在于，将采集点交互数量与采集点权重相乘后得到采集点交互有效值，将每个类型的交互行为的若干采集点交互有效值进行相加得到交互行为有效值还包括：将点赞有效数与点赞数量采集权重相乘得到点赞交互行为有效值；

将基础评论有效数与基础评论数量采集权重相乘得到基础评论采集交互有效值，将互动评论有效数与互动评论数量采集权重相乘得到互动评论采集交互有效值，将基础评论采集交互有效值和互动评论采集交互有效值相加得到评论交互行为有效值；

将转发有效数与转发数量采集权重相乘得到转发交互行为有效值；

将收藏有效数与收藏数量采集权重相乘得到收藏交互行为有效值；

将浏览有效数与浏览数量采集权重相乘得到浏览交互行为有效值。

4.根据权利要求3所述的一种隐***互行为的流量正向影响分析方法，其特征在于，将交互行为有效值与对应的交互权重进行相乘得到交互行为影响值还包括：将点赞交互行为有效值与点赞权重相乘得到点赞交互行为影响值；将评论交互行为有效值与评论权重相乘得到评论交互行为影响值；将转发交互行为有效值与转发权重相乘得到转发交互行为影响值；将收藏交互行为有效值与收藏权重相乘得到收藏交互行为影响值；将浏览交互行为有效值与浏览权重相乘得到浏览交互行为影响值；

将若干类型的交互行为的交互行为影响值进行相加得到流量正向影响值还包括：将点赞交互行为影响值、评论交互行为影响值、转发交互行为影响值、收藏交互行为影响值以及浏览交互行为影响值相加得到流量正向影响值。