基于人工智能的用户行为分析方法和装置与流程

本发明涉及数据处理技术领域，尤其涉及一种基于人工智能的用户行为分析方法和装置。

背景技术：

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

通常，用户的行为反馈对产品的优化和性能提升具有指导性作用，通过分析用户的行为日志和用户反馈，可以帮助相关人员了解产品在体验上和性能上的不足和影响面，以帮助分析人员了解真实用户的使用场景和习惯，以使得产片可带来更优的产品体验等。

相关技术中，用户行为监控在excel表格中进行文字层面的分析，无法模拟真实产品的用户交互情况，分析效率低，周期长。

技术实现要素：

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种基于人工智能的用户行为分析方法，该方法通过模拟用户交互场景进行用户行为分析，提高了进行用户行为分析的效率，便于基于产品体验对产品进行分析，实现对产品分析的全面性。

本发明的第二个目的在于提出一种基于人工智能的用户行为分析装置。

本发明的第三个目的在于提出另一种基于人工智能的用户行为分析装置。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在提出一种计算机程序产品。

为了实现上述目的，本发明第一方面实施例提出了一种基于人工智能的用户行为分析方法，包括以下步骤：根据预设日志筛选条件解析用户行为日志，筛选出符合所述日志筛选条件的日志片段信息；根据所述日志片段信息模拟生成用户交互场景；标记与所述用户交互场景对应的行为评价信息。

本发明实施例的基于人工智能的用户行为分析方法，根据预设日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息，并根据日志片段信息模拟生成用户交互场景，进而标记与用户交互场景对应的行为评价信息。由此，通过模拟用户交互场景进行用户行为分析，提高了进行用户行为分析的效率，便于基于产品体验对产品进行分析，实现对产品分析的全面性。

另外，本发明实施例的基于人工智能的用户行为分析方法，还具有如下附加的技术特征：

在本发明的一个实施例中，所述根据预设日志筛选条件解析用户行为日志，筛选出符合所述日志筛选条件的日志片段信息，包括：

解析用户行为日志获取与预设参数匹配的非结构化信息；

将所述非结构化信息转换成结构化数据，并根据所述结构化数据建立数据索引；

根据预设日志筛选条件查询所述数据索引，筛选出符合所述日志筛选条件的日志片段信息。

在本发明的一个实施例中，所述根据所述日志片段信息模拟生成用户交互场景，包括：

提取所述日志片段信息中的文本交互信息；

向预设系统平台发送所述日志片段信息中的链接信息；

接收所述系统平台反馈的与所述链接信息对应的图片交互信息；

根据所述文本交互信息和所述图片交互信息模拟生成用户交互场景。

在本发明的一个实施例中，在所述标记与所述用户交互场景对应的行为评价信息之后，还包括：

获取待查询的评价标签；

根据所述行为评价信息筛选出与所述评价标签匹配的用户交互场景；

根据所述用户交互场景做回归分析处理。

在本发明的一个实施例中，还包括：

在系统平台上展示与预设的指标特征或时间特征对应的数据变化趋势。

为了实现上述目的，本发明第二方面实施例提出了一种基于人工智能的用户行为分析装置，包括：筛选模块，用于根据预设日志筛选条件解析用户行为日志，筛选出符合所述日志筛选条件的日志片段信息；模拟模块，用于根据所述日志片段信息模拟生成用户交互场景；标记模块，用于标记与所述用户交互场景对应的行为评价信息。

本发明实施例的基于人工智能的用户行为分析装置，根据预设日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息，并根据日志片段信息模拟生成用户交互场景，进而标记与用户交互场景对应的行为评价信息。由此，通过模拟用户交互场景进行用户行为分析，提高了进行用户行为分析的效率，便于基于产品体验对产品进行分析，实现对产品分析的全面性。

另外，本发明实施例的基于人工智能的用户行为分析装置，还具有如下附加的技术特征：

在本发明的一个实施例中，，所述筛选模块包括：

解析单元，用于解析用户行为日志获取与预设参数匹配的非结构化信息；

转换单元，用于将所述非结构化信息转换成结构化数据；

建立单元，用于根据所述结构化数据建立数据索引；

筛选单元，用于根据预设日志筛选条件查询所述数据索引，筛选出符合所述日志筛选条件的日志片段信息。

在本发明的一个实施例中，所述模拟模块包括：

提取单元，用于提取所述日志片段信息中的文本交互信息；

发送单元，用于向预设系统平台发送所述日志片段信息中的链接信息；

接收单元，用于接收所述系统平台反馈的与所述链接信息对应的图片交互信息；

模拟单元，用于根据所述文本交互信息和所述图片交互信息模拟生成用户交互场景。

在本发明的一个实施例中，还包括：

获取模块，用于获取待查询的评价标签；

所述筛选模块还用于根据所述行为评价信息筛选出与所述评价标签匹配的用户交互场景；

分析模块，用于根据所述用户交互场景做回归分析处理。

在本发明的一个实施例中，还包括：

展示模块，用于在系统平台上展示与预设的指标特征或时间特征对应的数据变化趋势。

为了实现上述目的，本发明第三方面实施例提出了另一种基于人工智能的用户行为分析装置，包括：处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：根据预设日志筛选条件解析用户行为日志，筛选出符合所述日志筛选条件的日志片段信息；根据所述日志片段信息模拟生成用户交互场景；标记与所述用户交互场景对应的行为评价信息。

为了实现上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器被执行时，使得移动终端能够执行一种用于行为分析方法，所述方法包括：

根据预设日志筛选条件解析用户行为日志，筛选出符合所述日志筛选条件的日志片段信息；

根据所述日志片段信息模拟生成用户交互场景；

标记与所述用户交互场景对应的行为评价信息。

为了实现上述目的，本发明第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种用户行为分析方法，所述方法包括：

根据预设日志筛选条件解析用户行为日志，筛选出符合所述日志筛选条件的日志片段信息；

根据所述日志片段信息模拟生成用户交互场景；

标记与所述用户交互场景对应的行为评价信息。

本发明附加的方面和优点将在下面的描述中部分给出，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

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的基于人工智能的用户行为分析方法的流程图；

图2是根据本发明一个实施例的筛选出符合日志筛选条件的日志片段信息的场景示意图；

图3是根据本发明一个实施例的模拟生成用户交互场景的场景示意图；

图4(a)是根据本发明另一个实施例的模拟生成用户交互场景的场景示意图；

图4(b)是根据本发明又一个实施例的模拟生成用户交互场景的场景示意图；

图5是根据本发明另一个实施例的基于人工智能的用户行为分析方法的流程图；

图6(a)是根据本发明一个实施例的与预设的指标特征或时间特征对应的数据变化趋势曲线图；

图6(b)是根据本发明另一个实施例的与预设的指标特征或时间特征对应的数据变化趋势曲线图；

图6(c)是根据本发明一个实施例的与预设的指标特征或时间特征对应的数据变化趋势报表图；

图7是根据本发明一个实施例的基于人工智能的用户行为分析装置的结构示意图；

图8是根据本发明另一个实施例的基于人工智能的用户行为分析装置的结构示意图；

图9是根据本发明又一个实施例的基于人工智能的用户行为分析装置的结构示意图；

图10是根据本发明再一个实施例的基于人工智能的用户行为分析装置的结构示意图；以及

图11是根据本发明还一个实施例的基于人工智能的用户行为分析装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的基于人工智能的用户行为分析方法和装置。

可以理解，为了使得用户的行为反馈，能够为产品的优化以及性能的提高起到更全面的指导作用，使得相关人员可根据用户的行为反馈，了解用户使用产品的习惯，了解产品在体验上和性能上的不足和影响面，以针对这些不足做出改进，并且可以根据影响面对开发功能点进行排期，本发明提出了一种基于人工智能的用户行为分析方法。

具体而言，本发明实施例的基于人工智能的用户行为分析方法中，为了避免仅仅通过excel表格中对用户行为进行文字层面的分析，导致用户行为分析不够全面，可通过模拟真实场景下的用户交互场景，直观上从产品体验、策略推送和资源方面对产品进行分析。具体如下：

图1是根据本发明一个实施例的基于人工智能的用户行为分析方法的流程图。

如图1所示，该基于人工智能的用户行为分析方法可包括：

S110，根据预设日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息。

可以理解，用户的行为日志中记录了用户信息(用户年龄、用户职业、用户ID、用户账号等)、用户点击历史、系统版本、检索城市、检索客户端ID、检索词、检索时间、产品ID等多种信息，然而根据分析场景的不同，与当前分析场景相关的用户行为日志中的信息不同。

比如，在对产品的使用人群进行分析时，与当前分析场景相关的用户行为日志的信息为用户信息等；又比如，在对产品的使用城市进行分析时，与当前分析场景相关的用户行为日志的信息为检索城市等。

因而，可预先设置日志筛选条件，从而以便于根据日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息，以避免对用户行为日志中，与当前分析场景无关的信息进行分析，导致对用户行为的分析效率不高。

其中，上述日志片段信息可包括符合日志筛选条件的检索词、检索结果等文本交互信息、与检索结果的图片信息、语音信息对应的链接信息等。

需要说明的是，根据具体应用场景的不同，可采用多种方式根据预设日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息，举例如下：

作为一种示例，为用户日志信息中的相关数据建立索引，从而根据预设日志筛选条件查询数据索引，以筛选出符合日志筛选条件的日志片段信息。

具体而言，预先设置与产品性能相关的参数，比如用户名、用户行为日志生成时间、系统版本、检索城市、检索词、检索结果等，进而解析用户行为日志获取与预设参数匹配的非结构化数据。

进一步地，为了便于对用户行为日志的分析，将非结构化数据转换成，可用二维表结构来逻辑表达实现的结构化数据，并根据结构化数据建立数据索引。

其中，数据索引用以指示结构化数据的数据类目，可包括检索日期、检索客户端、检索城市、系统垂类等，以便于根据预设的日志筛选条件查询数据索引，筛选出符合日志筛选条件的日志片段信息。

举例而言，如图2所示，可通过选择系统垂类为“电影”、操作系统为“IOS”等日志筛选条件，筛选出符合日志筛选条件的日志片段信息，该日志片段信息的系统垂类为“电影”、操作系统为“IOS”。

S120，根据日志片段信息模拟生成用户交互场景。

具体地，在获取日志片段信息后，为了基于产品体验的对产品进行评估，可根据日志片段信息模拟生成用户交互场景。

需要说明的是，在不同的用户交互场景下，用户交互场景包含的信息类型不同，比如可包括文本交互信息、图片交互信息、语音交互信息等。且根据具体应用场景的不同，可采用不同的方式根据日志片段信息模拟生成用户交互场景，下面以用户交互场景包含的信息类型，为文本交互信息和图片交互信息为例进行说明，举例如下：

第一种示例，预先设置系统平台，并在系统平台中存储链接信息以及对应的图片交互信息。

具体而言，在本示例中，提取日志片段信息中的文本交互信息，进而向预设系统平台发送日志片段信息中的链接信息，从而预设系统平台获取并反馈与该链接信息对应的图片交互信息，根据文本交互信息以及图片交互信息，模拟生成用户交互场景。

在本示例中，举例而言，如图3所示，可根据提取的日志片段信息中的文本交互信息，以及系统平台反馈的与链接信息对应的图片交互信息，模拟生成根据用户需求，推荐冷门电影的用户交互场景，该用户交互场景还原了日志片段信息对应的真实交互场景。

第二种示例，预先在云服务器中，根据图片交互信息的检索时间和客户端ID，存储图片交互信息，进而提取日志片段中的文本交互信息，识别文本交互信息对应的检索时间和客户端ID，将文本交互信息对应的检索时间和客户端ID发送至云服务器。

进而，云服务器反馈与检索时间和客户端ID匹配的图片交互信息，以便于根据文本交互信息和图片交互信息模拟生成用户交互场景。

S130，标记与用户交互场景对应的行为评价信息。

具体地，在模拟用户交互场景后，标记与用户交互场景对应的行为评价信息，以便于根据该行为评价信息对产品进行优化、性能评估等。其中，行为评价信息包括对产品的用户体验，比如用户的满意度、检索结果的准确度、评价标签等。

比如，在如图4(a)左图所示的用户交互场景中，由于为检索请求是“蓝精灵的演唱者是不是某个演唱者”，提供的检索结果为蓝精灵的电影，显然此次检索不能满足用户的检索请求，因而如图4(a)右图所示，标记与该用户交互场景对应的用户满意度为差、评价标签为误召回等。

又比如，在如图4(b)左图所示的用户交互场景中，由于为检索请求是“我要看大片”，提供的检索结果为名称为“大片”的电影，显然此次检索不能满足用户的检索请求，因而如图4(b)右图所示，标记与该用户交互场景对应的用户满意度为差、评价标签为误召回等。

综上所述，本发明实施例的基于人工智能的用户行为分析方法，根据预设日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息，并根据日志片段信息模拟生成用户交互场景，进而标记与用户交互场景对应的行为评价信息。由此，通过模拟用户交互场景进行用户行为分析，提高了进行用户行为分析的效率，便于基于产品体验对产品进行分析，实现对产品分析的全面性。

基于以上实施例，为了更加全面的说明本发明实施例的基于人工智能的用户行为分析方法，下面结合根据用户行为对产品进行分析的过程进行说明，说明如下：

图5是根据本发明另一个实施例的基于人工智能的用户行为分析方法的流程图，如图5所示，在上述步骤S130之后，该方法还包括：

S210，获取待查询的评价标签。

S220，根据行为评价信息筛选出与评价标签匹配的用户交互场景。

具体地，在对产品进行性能分析时，为了提高分析效率和准确度，可根据分析需求的不同，筛选出与当前需求对应的用户交互场景。即可获取待查询的与当前分析场景一致的评价标签，进而，根据行为评价信息筛选出与评价标签匹配的用户交互场景。

举例而言，如果当前的分析场景为，产品的bad case修复，则查询待查询的评价标签为“误召回”，从而根据行为评价信息筛选出与评价标签匹配的用户交互场景，包括图4(b)左图所示的用户交互场景等。

S230，根据用户交互场景做回归分析处理。

具体地，在获取相关用户交互场景后，根据用户交互场景做回归分析处理，以便于了解当前产品各个变量之间的对应关系，以便于根据不同变量之间的对应关系，分析对应产品的运作机理以完成漏洞能修复、功能完善等。

在本发明的一个实施例中，为了更加直观的对产品进行分析，还可在系统平台上，展示与预设的指标特征或时间特征对应的数据变化趋势，从而可对比产品上线后，前后特定时间段相应指标的详细情况和变化趋势，分析产品性能和产品体验的走向，以便于做出相应的决策，实现对产品的优化。

其中，预设的指标特征或可包括页面浏览量、独立浏览量、平均交互轮数、平均交互时长、系统版本分布、检索城市等用户行为核心指标，或可包括电影卡片点击率、新闻卡点击率、榜单和常用选项卡点击情况等根据产品功能细分的用户行为指标，时间特征包括检索日期、检索具体时间点等。

需要说明的是，根据具体应用需求的不同，可采用多种方式展示与预设的指标特征或时间特征对应的数据变化趋势，比如可以饼状图、曲线、柱状图、报表等方式展现等,且可展现特定时间段的预设的指标特征，也可以展示对比时间段的预设的指标特征等。

在本发明的一个实施例中，如图6(a)所示，当预设的指标特征为用户行为核心指标时，在系统平台上以曲线的形式，展现时间段2016年7月18日到2016年7月25日的用户行为核心指标,从而可根据该曲线直观的了解到该时间段内，用户行为核心指标的具体走向等。

在本发明的一个实施例中，如图6(b)所示，当预设的指标特征为用户行为核心指标时，在系统平台上以曲线的形式，展现时间段A(2016年7月18日到2016年7月25日)，与对比时间段B(2016年7月4日到2016年7月11日)的用户行为核心指标,从而用户可根据对比特定时间段内的用户行为核心指标,衡量一个新策略上线后产品的运作情况，以根据运作情况进行优化等。

在本发明的一个实施例中，如图6(c)所示，当预设的指标特征为用户行为核心指标时，在系统平台上以报表的形式，展现时间段2016年7月18日到2016年7月25日，与对比时间段2016年7月4日到2016年7月11日的用户的页面浏览量、独立浏览量、平均交互时长等用户行为核心指标。

在本实施例中，为了使得报表的内容更加详细直观，以便于对产品进行全面的分析，如图6(c)所示，在报表中展示各项指标的当日值、昨日值、指定时间段均值、对比时间段均值等详细指标。

综上所述，本发明实施例的基于人工智能的用户行为分析方法，在标记与用户交互场景对应的行为评价信息之后，获取待查询的评价标签，根据行为评价信息筛选出与评价标签匹配的用户交互场景，根据用户交互场景做回归分析处理。由此，基于产品体验对产品进行分析，便于对产片进行功能完善和性能优化。

为实现上述目的，本发明还提出一种基于人工智能的用户行为分析装置。

图7是根据本发明一个实施例的基于人工智能的用户行为分析装置的结构示意图。

如图7所示，该基于人工智能的用户行为分析装置可包括：筛选模块10、模拟模块20和标记模块30。

其中，筛选模块10，用于根据预设日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息。

在本发明的一个实施例中，图8是根据本发明另一个实施例的基于人工智能的用户行为分析装置的结构示意图，如图8所示，在如图7所示的基础上，该筛选模块10包括解析单元11、转换单元12、建立单元13和筛选单元14。

其中，解析单元11，用于解析用户行为日志获取与预设参数匹配的非结构化信息。

转换单元12，用于将非结构化信息转换成结构化数据。

建立单元13，用于根据结构化数据建立数据索引。

筛选单元14，用于根据预设日志筛选条件查询数据索引，筛选出符合日志筛选条件的日志片段信息。

模拟模块20，用于根据日志片段信息模拟生成用户交互场景。

在本发明的一个实施例中，图9是根据本发明又一个实施例的基于人工智能的用户行为分析装置的结构示意图，如图9所示，在如图7所示的基础上，模拟模块20包括提取单元21、发送单元22、接收单元23和模拟单元24。

其中，提取单元21，用于提取日志片段信息中的文本交互信息。

发送单元22，用于向预设系统平台发送日志片段信息中的链接信息。

接收单元23，用于接收系统平台反馈的与链接信息对应的图片交互信息。

模拟单元24，用于根据文本交互信息和图片交互信息模拟生成用户交互场景。

标记模块30，用于标记与用户交互场景对应的行为评价信息。

需要说明的是，前述对基于人工智能的用户行为分析方法的解释说明，也适用于本发明实施例的基于人工智能的用户行为分析装置，本发明实施例中的基于人工智能的用户行为分析装置中未披露的细节，在此不再赘述。

综上所述，本发明实施例的基于人工智能的用户行为分析装置，根据预设日志筛选条件解析用户行为日志，筛选出符合日志筛选条件的日志片段信息，并根据日志片段信息模拟生成用户交互场景，进而标记与用户交互场景对应的行为评价信息。由此，通过模拟用户交互场景进行用户行为分析，提高了进行用户行为分析的效率，便于基于产品体验对产品进行分析，实现对产品分析的全面性。

图10是根据本发明再一个实施例的基于人工智能的用户行为分析装置的结构示意图，如图10所示，在如图7所示的基础上，基于人工智能的用户行为分析装置还包括获取模块40和分析模块50。

其中，获取模块40，用于获取待查询的评价标签。

筛选模块10还用于根据行为评价信息筛选出与评价标签匹配的用户交互场景。

分析模块50，用于根据用户交互场景做回归分析处理。

图11是根据本发明还一个实施例的基于人工智能的用户行为分析装置的结构示意图，如图11所示，在如图7所示的基础上，基于人工智能的用户行为分析装置还包括展示模块60。

其中，展示模块60，用于在系统平台上展示与预设的指标特征或时间特征对应的数据变化趋势。

需要说明的是，前述对基于人工智能的用户行为分析方法的解释说明，也适用于本发明实施例的基于人工智能的用户行为分析装置，本发明实施例中的基于人工智能的用户行为分析装置中未披露的细节，在此不再赘述。

综上所述，本发明实施例的基于人工智能的用户行为分析装置，在标记与用户交互场景对应的行为评价信息之后，获取待查询的评价标签，根据行为评价信息筛选出与评价标签匹配的用户交互场景，根据用户交互场景做回归分析处理。由此，基于产品体验对产品进行分析，便于对产片进行功能完善和性能优化。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。