估计上网时长对工作效率影响的方法、装置及存储介质与流程

本发明涉及互联网技术领域，尤其涉及估计上网时长对工作效率影响的方法、装置及存储介质。

背景技术：

随着互联网的普及，企业也纷纷使用互联网办公。目前企业一般通过上网时长来评估网络对员工工作效率的影响，然而，现在大部分的时长统计实现都是基于上网流量，有流量就有时长这种普遍做法，会引发大范围的误判。

技术实现要素：

本发明的主要目的在于解决更精确计算上网时长，从而根据上网时长估计网络对工作效率影响的技术问题。

为实现上述目的，本发明提供的一种估计上网时长对工作效率影响的方法，所述方法包括以下步骤：

获取上网用户的用户标识及对应的用户上网记录；

获取与所述用户上网记录对应的特征信息；

获取与所述特征信息对应的上网时长；

在预设时间内对所述上网时长进行判断，获取与所述用户标识对应的目标上网时长；

根据所述目标上网时长估计所述上网用户的工作影响程度。

优选地，所述特征信息包括特征类型；

所述获取与所述特征信息对应的上网时长，具体包括：

获取所述特征信息对应的特征类型；

根据所述特征类型判断所述特征类型是否为预设特征类型；

若所述特征信息对应的特征类型为预设特征类型，则获取与所述预设特征类型对应的上网时长。

优选地，所述特征信息包括行为特征和流量值；

所述获取与所述用户标识对应的目标上网时长，具体包括：

获取用户行为特征；

根据所述行为特征判断上网用户是否发出相应的反馈信息；

若所述上网用户没有发出相应的反馈信息，则获取所述特征信息对应的流量值并判断所述流量值是否超过预设流量阈值。

优选地，所述判断所述流量值是否超过预设流量阈值之后，所述方法还包括：

若所述流量值超过预设流量阈值，则获取与所述特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

优选地，所述特征信息包括访问页面信息；

所述在预设时间内对所述上网时长进行判断，具体包括：

根据所述访问页面信息判断所述访问页面是否为异常页面。

优选地，所述根据所述访问页面信息判断所述访问页面是否为异常页面之后，所述方法还包括：

若所述访问页面不为异常页面，则获取所述特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

优选地，所述特征信息包括用户上网时间信息；

所述根据所述目标上网时长估计所述上网用户的工作影响程度步骤之前，所述方法还包括：

获取所述特征信息对应的用户上网时间信息；

对所述上网时间信息进行去重处理。

优选地，所述对所述上网时间信息进行去重处理之后，所述方法还包括：

获取去重后的上网时长，并根据所述去重后的上网时长获取在预设时间内的目标上网时长。

此外，为实现上述目的，本发明还提出一种估计上网时长对工作效率影响装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的估计上网时长对工作效率影响程序，所述估计上网时长对工作效率影响程序配置为实现如上文所述的估计上网时长对工作效率影响方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有估计上网时长对工作效率影响程序，所述估计上网时长对工作效率影响程序被处理器执行时实现如上文所述的估计上网时长对工作效率影响方法的步骤。

本发明获取上网用户的用户标识及对应的用户上网记录；获取与所述用户上网记录对应的特征信息；根据所述特征信息获取与所述特征信息对应的上网时长；在预设时间内对所述上网时长进行判断，获取与所述用户标识对应的目标上网时长；根据所述目标上网时长估计所述上网用户的工作影响程度。本发明通过精确计算上网时长，从而估计网络对工作效率的影响。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的网关设备结构示意图；

图2为本发明估计上网时长对工作效率影响的方法第一实施例的流程示意图；

图3为本发明采集用户关注内容明细图；

图4为本发明采集用户最近上网时长趋势图；

图5为本发明估计上网时长对工作效率影响的方法第二实施例的流程示意图；

图6为本发明估计上网时长对工作效率影响的方法第三实施例的流程示意图；

图7为本发明估计上网时长对工作效率影响的方法第四实施例的流程示意图；

图8为本发明估计上网时长对工作效率影响的方法第五实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的网关设备结构示意图。

如图1所示，该网关设备可以包括：处理器1001，例如cpu，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的网关设备结构并不构成对网关设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及估计上网时长对工作效率影响程序。

在图1所示的网关设备中，网络接口1004主要用于连接上网设备，与上网设备进行数据通信；用户接口1003主要用于连接用户终端，与终端进行数据通信；本发明网关设备中的处理器1001、存储器1005可以设置在估计上网时长对工作效率影响装置中，所述估计上网时长对工作效率影响装置通过处理器1001调用存储器1005中存储的估计上网时长对工作效率影响程序，并执行以下操作：

获取上网用户的用户标识及对应的用户上网记录；

获取与所述用户上网记录对应的特征信息；

获取与所述特征信息对应的上网时长；

在预设时间内对所述上网时长进行判断，获取与所述用户标识对应的目标上网时长；

根据所述目标上网时长估计所述上网用户的工作影响程度。

进一步地，处理器1001可以调用存储器1005中存储的估计上网时长对工作效率影响程序，还执行以下操作：

获取所述特征信息对应的特征类型；

根据所述特征类型判断所述特征类型是否为预设特征类型；

若所述特征信息对应的特征类型为预设特征类型，则获取与所述预设特征类型对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

进一步地，处理器1001可以调用存储器1005中存储的估计上网时长对工作效率影响程序，还执行以下操作：

获取用户行为特征；

根据所述行为特征判断上网用户是否发出相应的反馈信息；

若所述上网用户没有发出相应的反馈信息，则获取所述特征信息对应的流量值并判断所述流量值是否超过预设流量阈值。

进一步地，处理器1001可以调用存储器1005中存储的估计上网时长对工作效率影响程序，还执行以下操作：

若所述流量值超过预设流量阈值，则获取与所述特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

进一步地，处理器1001可以调用存储器1005中存储的估计上网时长对工作效率影响程序，还执行以下操作：

根据所述访问页面信息判断所述访问页面是否为异常页面。

进一步地，处理器1001可以调用存储器1005中存储的估计上网时长对工作效率影响程序，还执行以下操作：

若所述访问页面不为异常页面，则获取所述特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

进一步地，处理器1001可以调用存储器1005中存储的估计上网时长对工作效率影响程序，还执行以下操作：

获取所述特征信息对应的用户上网时间信息；

对所述上网时间信息进行去重处理。

进一步地，处理器1001可以调用存储器1005中存储的估计上网时长对工作效率影响程序，还执行以下操作：

获取去重后的上网时长，并根据所述去重后的上网时长获取在预设时间内的目标上网时长。

本实施例通过上述方案，获取上网用户的用户标识及对应的用户上网记录；获取与所述用户上网记录对应的特征信息；根据所述特征信息获取与所述特征信息对应的上网时长；在预设时间内对所述上网时长进行判断，获取与所述用户标识对应的目标上网时长；根据所述目标上网时长估计所述上网用户的工作影响程度。本发明通过精确计算上网时长，从而估计网络对工作效率的影响。

基于上述硬件结构，提出本发明估计上网时长对工作效率影响的方法实施例。

参照图2，图2为本发明估计上网时长对工作效率影响的方法第一实施例的流程示意图。

在第一实施例中，所述估计上网时长对工作效率影响的方法包括以下步骤：

步骤s10，获取上网用户的用户标识及对应的用户上网记录；

获取上网用户可以是用户个体，也可以是组织，在进行上网效率影响估计时，可以对单个个体进行估计，也可以对分配的组织进行估计。

用户标识为分配给用户个体或组织使用的唯一标识，该唯一标识用于区别于其他不同个体或组织，该用户标识可以为登陆账号，ip(internetprotocol互联网之间互联协议)地址，也可以为mac(mediaaccesscontrol媒体访问控制子层协议)地址，或者其他能够实现上述功能的标识，本实施例对此不加以限制，在本实施例中优选ip地址。在用户进行上网操作之前，为每个用户分配唯一ip地址，通过该ip地址进行用户绑定。

用户上网记录为获取的用户上网信息，通过用户上网日志记录与用户有关上网信息，包括用户登陆ip地址、用户的上网时间和用户的操作信息等。

步骤s20，获取与所述用户上网记录对应的特征信息；

用户的上网记录一般记录用户的整个上网记录，但无法细化到用户访问的具体信息，因此无法精确计算用户的上网时长，本实施例在通过记录用户上网日志之后，通过客户端配置网络中的各种上网类型，例如小说、网站、游戏、杀毒软件以及qq等策略，该客户端可看作在网关设备上运行，也可在用户端上运行，还可为在其他可实现上述功能的设备上运行，本实施对此不加以限制。

将该策略信息和上网数据上传到云平台，通过该云平台将上网日志数据通过对应的策略信息进行分析处理，得到若干类型的挖掘数据，并根据所述相关策略信息，将对应类型的挖掘数据推送给对应客户端。例如在客户端配置小说、网站、游戏、杀毒软件以及qq等策略信息之后，云平台接收到上网数据与该策略信息，进行分析处理并将所述相关策略信息，将对应类型的挖掘数据推送给客户端，如图3所示，在客户端接收到分析之后的数据，即可查看到用户200.200.67.88，上网内容明细，例如在网上购物用时56分钟，浏览百度贴吧用时5分钟，参与腾讯手游24分钟以及观看了腾讯视频4分钟等上网明细，另外还提供了每日关注内容明细以及统计最近上网时长趋势。

其中，与用户上网记录对应的各种特征信息即为用户上网类型、时长、使用流量情况、行为特征以及接收方式等但不限于这几种，例如用户200.200.67.88网上购物用时56分钟。

步骤s30，获取与所述特征信息对应的上网时长；

经过云平台对上网数据进行分析处理之后，获取的各种特征信息包括上网时长以及其他特征信息，该上网时长与特征信息为对应关系，例如获取的特征信息为mp4视频信息，根据该视频信息获取上网时长。

步骤s40，在预设时间内对所述上网时长进行统计，获取与所述用户标识对应的目标上网时长；

在获取各种特征信息对应的上网时长之前，需要对各种特征信息进行判断，比如杀毒软件更新，操作系统在线升级等等，这些类型在办公时间基本都会出现，但是这并不影响用户工作效率，如果将系统升级等上网时长加入到判断工作效率中，则会造成大量的误判，因此，在这种情况下，一些无关应用不需要参与时长计算。

例如用户在利用上班时间看小说，每次小说的点击或者翻页，网络内容都是瞬间下载完毕，在这种情况下，上网流量基本很小，但是用户可能利用1～2个小时，甚至是更长时间在上班时间看小说，针对这种情况，采用细粒度的时长评估方法来计算时长，评估系统会估算看小说的时长，比如1分钟，从而提高某个人时长评估的准确性。

因此，在进行获取与所述各种特征信息对应的上网时长时，如果获取到上网的特征信息为杀毒软件更新，操作系统在线升级等办公系统升级的情况下，不将该特征信息对应的上网时长加入到对工作影响的判断中，如果获取到上网的特征信息为看小说等上网流量比较小，但是用时比较长的情况下，进行细粒化分析，根据该特征信息估计上网时长，例如1分钟，从而提高评估工作效率的准确性。

本实施例中的预设时间为一个月，对一个月的上网时长进行统计，在进行统计时为将一个月中的各个特征信息对应的上网时长进行统计获取每个用户对应的上网总时长。

步骤s50，根据所述目标上网时长估计所述上网用户的工作影响程度。

衡量一个上网用户是否有影响工作效率，系统不仅仅靠一天的行为流量特征，还会通过大量的历史记录分析这个用户的平均上网时长，并通过总体的时长趋势去判定，如图4所示，例如用户在20161221这一天处于上网峰值，如果通过这一天的上网时长统计就判定用户的工作效率显然缺乏客观性，通过这一个月的上网总时长，计算出平均上网总时长，通过该平均上网总时长确定上网对工作效率的影响。

本实施例获取上网用户的用户标识及对应的用户上网记录；获取与所述用户上网记录对应的特征信息；获取与所述特征信对应的上网时长；在预设时间内对所述上网时长进行判断，获取与所述用户标识对应的目标上网时长；根据所述目标上网时长估计所述上网用户的工作影响程度。本实施例通过精确计算上网时长，从而估计网络对工作效率的影响。

参照图5，图5为基于上述估计上网时长对工作效率影响的方法第一实施例，提出本发明第二实施例，该步骤s30具体包括：

步骤s31，获取特征信息对应的特征类型；

特征类型为各种特征信息对应的应用程序，例如办公软件包括杀毒软件，操作系统，访问网站包括网上购物网站、汽车网站等。

步骤s32，根据所述特征类型判断所述特征类型是否为预设特征类型；

预设特征类型为网关设备中预先储存的特征类型，该特征类型包括访问网站、微博论坛、游戏和视频流媒体等，但并不限于这几种。

例如获取到的特征信息对应的特征类型为杀毒软件更新，操作系统等上网数据，这些类型在办公时间基本都会出现，但是这并不影响用户工作效率，在这种情况下不进行分析。

例如获取到用户浏览汽车网站的上网数据，该汽车网站为访问网页的类型，另外可知访问网页的类型属于在预设特征类型内，则进行步骤s33。

步骤s33，若所述特征信息对应的特征类型为预设特征类型，则获取与所述预设特征类型对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

若所述各种特征信息的特征类型为预设特征类型，例如获取到用户浏览汽车网站的上网数据，该汽车网站为访问网页的类型，另外可知访问网页的类型属于在预设特征类型内，则获取汽车网站的浏览时长，并根据所述上网时长获取在预设时间内的上网总时长。

若所述各种特征信息的特征类型不属于预设特征类型，则不获取与所述预设特征类型对应的上网时长，例如获取到的特征信息对应的特征类型为杀毒软件更新，操作系统等上网数据，这些类型不属于预设特征类型，在这种情况下不进行分析。

还包括若所述各种特征信息的特征类型为预设特征类型，则获取与所述预设特征类型对应的上网时长为预设上网时长，例如用户在利用上班时间看小说，每次小说的点击或者翻页，网络内容都是瞬间下载完毕，在这种情况下，上网流量基本很小，但是用户可能利用1～2个小时，甚至是更长时间在上班时间看小说，针对这种情况，采用细粒度的时长评估方法来计算时长，评估系统会估算看小说的时长，比如1分钟，从而提高某个人时长评估的准确性。

本实施例通过设置预设特征类型，对属于预设特征类型的特征信息提取对应的上网时长，对不属于预设特征类型的特征信息不提取对应的上网时长，从而对上网时长进行精确判断。

参照图6，图6为基于上述估计上网时长对工作效率影响的方法第一实施例，提出本发明第三实施例，所述特征信息包括行为特征和流量值；

该步骤s40具体包括：

步骤s41，获取用户行为特征；

获取用户行为特征例如获取到当前用户使用qq聊天，在用户进行qq聊天时，网关设备接收到用户接收信息和发送消息或者检测到用户使用新闻视频。

步骤s42，根据所述用户行为特征判断上网用户是否发出相应的反馈信息。

反馈信息为用户是否主动做出相应的操作，例如检测到用户进行qq聊天时，系统检测出接收到的信息为qq接收信息还是发送消息，如果只检测到接收信息说明用户没有进行相应的互动，如果检测到用户发送消息则说明用户有相应的互动，有参与聊天，则能说明工作效率受到影响，即若所述上网用户发出相应的反馈信息，则获取与所述各种特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

步骤s43，若所述上网用户没有发出相应的反馈信息，则获取所述特征信息对应的流量值并判断所述流量值是否超过预设流量阈值；

针对使用流量评估时长的网络应用，评估系统会采用一种流量划线的方法预先分析这种应用在无操作时的流量曲线，计算出有人为操作的流量阈值。在实际计算时长的时候，只有某段时间的流量超过这个阈值，才获取该应用对应的的上网时长。另外，这个阈值可以是针对上行流量，也可以是针对下行流量或者总流量。比如某款游戏，上网用户在玩的时候上行流速的阈值可以达到1kb/s以上，如果上行流速小于这个值系统则不认定这个上网用户在玩。又比如网络视频，上网用户在看的时候下行流速可能会达到10kb/s以上，如果下行流速低于10kb/s，则系统也不会认为用户在看视频。

步骤s44，若所述流量值超过预设流量阈值，则获取与所述特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

衡量一个上网用户是否有影响工作效率，系统不仅仅靠一天的行为流量特征，系统通过统计预设时间内的上网总时长，在进行估计上网时长对工作效率的影响，还会通过大量的历史记录分析这个用户的平均上网时长，并通过总体的时长趋势去判定。

本实施例通过获取用户行为特征判断用户是否参与互动以及通过获取流量值判断上网总时长是否真实反映用户操作情况，从而达到对上网时长进行精确计算的效果。

参照图7，图7为基于上述估计上网时长对工作效率影响的方法第一实施例，提出本发明第四实施例，所述各种特征信息包括访问页面信息；

该步骤s40具体包括：

步骤s41'，根据所述访问页面信息判断所述访问页面是否为异常页面；

根据所述访问页面信息提取页面访问地址；

页面地址一般为正常访问的网站地址，例如url(uniformresourcelocator统一资源定位符)地址或者http(hypertexttransferprotocol超文本传输协议)地址但不限于这两种。

根据所述页面访问地址判断所述页面访问地址是否为ip地址；

根据所述页面访问地址判断所述页面访问地址是否为ip地址，若所述页面访问地址为ip地址，则获取所述各种特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

系统检测到用户访问页面时，提取该页面地址信息，如果检测到该页面地址为ip地址，系统判断访问的页面为异常页面，即不是用户主动正常访问的页面，在这种情况下，判定用户为被动访问的页面，则不进行获取上网总时长。若检测到访问页面为正常访问地址，系统判断访问的页面为正常页面，即作为用户主动正常访问的页面，在这种情况下，则获取所述各种特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

若所述页面访问地址不为ip地址，则判断所述访问页面信息是否含有标题；

判断所述访问页面信息是否含有标题，若所述访问页面信息是含有标题，则获取所述各种特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

系统检测到用户访问页面时，判断该页面是否含有标题，如果检测到该页面不含有标题，系统判断访问的页面为异常页面，即不是用户主动正常访问的页面，在这种情况下，判定用户为被动访问的页面，则不进行获取上网总时长。若检测到访问页面含有标题时，系统判断访问的页面为正常页面，即作为用户主动正常访问的页面，在这种情况下，则获取所述各种特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

若所述访问页面信息含有标题，则判断所述标题是否含有预设字符；

若所述标题含有预设字符，则不获取所述各种特征信息对应的上网时长。

预设字符为预先配置的判断字符，可为数字也可为特殊字符，例如304、501等等，检测到访问页面出现数字或者特殊字符时，系统判断访问的页面为异常页面，即不是用户主动正常访问的页面，在这种情况下，判定用户为被动访问的页面，则不进行获取上网总时长。若检测到访问页面不含有数字或者特殊字符时，系统判断访问的页面为正常页面，即作为用户主动正常访问的页面，在这种情况下，则获取所述各种特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

步骤s42'，若所述访问页面不为异常页面，则获取所述特征信息对应的上网时长，并根据所述上网时长获取在预设时间内的目标上网时长。

本实施例通过区分是人为的主动访问还是其他被动的访问，将其他被动访问网站的特征排除掉，从而达到对上网时长进行精确计算的效果。

参照图8，图8为基于上述估计上网时长对工作效率影响的方法第一实施例，提出本发明第五实施例，所述特征信息包括用户上网时间信息；

所述步骤s50之前，所述方法还包括：

步骤s51，获取所述特征信息对应的用户上网时间信息；

步骤s52，对所述上网时间信息进行去重处理；

步骤s53，获取去重后的上网时长，并根据所述去重后的上网时长获取在预设时间内的目标上网时长。

将所述用户上网时间信息划分为预设时间间隔的时间段；

判断所述各种特征信息对应的时间段是否为同一时间段；

若所述时间段为同一时间段，则单独选择其中一个特征信息对应的上网时长；

根据所述上网时长获取在预设时间内的上网总时长。

每条时长评估记录，系统会打上多个维度的标签，包括应用、用户、ip、位置和终端等等，在最终计算某个人的影响时长时，系统会采用叠加而不是累加的计算方式。例如，用户在11:00～11:05之间，既看了一段视频，也通过qq消息发给q友分享，实际上他的影响时长只有5分钟，而不是简单的5加5。另外，每种应用由于评估方法不一样，时长的判定粒度也不一样。比如使用流量评估的，系统采用5分钟粒度，使用行为精准评估的，系统精确到了1分钟，通过这种做法，系统可以提高某个人时长评估的准确性，不会造成误差太大。

本实施例通过累加方式处理目标上网时长，提高工作效率评估的准确性。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。