一种连续值测量统计方法及系统与流程

本发明涉及移动应用统计平台的数据采集及统计领域，尤其涉及一种连续值测量统计方法及系统。
背景技术：
：在互联网应用中，移动应用统计平台如flurry，友盟以及talkingdata，还有如开源的第三方平台cobubrazor，其提供app应用采集埋点数据，并进行统计。这些埋点信息，利用自定义事件机制，进行计数统计。如：用户登录尝试事件产生用户登录尝试次数、用户登录成功事件产生用户登录成功次数。但是仅有自定义事件，在处理连续值测量统计时，有非常大的不足。目前的方法在针对连续测试值时，先进行分段，然后针对每一个分段，通过自定义事件进行标识以及计数统计。通过自定义事件的方法用于处理连续值测量和统计，不仅繁琐，而且不灵活。由于数据分段是预先确定的，无法在没有采集到数据时就能确定数据的分布特性，因此分段往往不够科学；而后期改动的话，意味着前期采集的数据作废，代价不小。公开号为cn103617544a的专利提供了一种渠道效果监控方法，包括：获取通过渠道的应用程序的点击下载记录信息，并根据点击下载记录信息获取应用程序的点击下载次数以及移动终端的标识号；根据移动终端的标识号，获取应用程序的激活记录信息，并根据激活记录信息获取应用程序的激活次数；根据点击下载次数和激活次数，对应用程序的转化率进行监控。该发明实施例的渠道效果监控方法，通过获取应用程序的点击下载记录信息，获取应用程序的点击下载次数以及移动终端的标识号，并根据移动终端的标识号，获取应用程序的激活次数，以及根据点击下载次数和激活次数，并最终对应用程序的转化率进行监控，提高了对渠道监控的准确性，更加准确地了解了应用程序在不同渠道中的信息。该方法针对的是计数统计，不能进行连续值的测量与统计。技术实现要素：本发明要解决的技术问题目的在于提供一种连续值测量统计方法及系统，用以解决现有技术繁琐且不灵活的问题。为了实现上述目的，本发明采用的技术方案为：一种连续值测量统计方法，包括步骤：s1、获取自定义连续型测量值；s2、发送所述自定义连续型测量值至统计平台端；s3、统计并分析所述自定义连续型测量值。进一步地，步骤s1具体包括：接收设置的自定义连续型测量值；与应用程序端进行所述自定义连续型测量值的埋点。进一步地，步骤s2是通过在应用程序端修改软件开发工具包并增加接口发送所述自定义连续型测量值。进一步地，步骤s3包括：根据预设时间段内获取的自定义连续型测量值统计并分析所述自定义连续型测量值的分布特性。进一步地，所述统计并分析所述自定义连续型测量值的分布特性的步骤具体包括：统计并分析所述自定义连续型测量值的最大值、最小值、均值、方差、中位数、概率密度函数、累积分布函数以及直方图。一种连续值测量统计系统，包括：获取模块，用于获取自定义连续型测量值；发送模块，用于发送所述自定义连续型测量值至统计平台端；统计模块，用于统计并分析所述自定义连续型测量值。进一步地，所述获取模块具体包括：设置单元，用于接收设置的自定义连续型测量值；埋点单元，用于与应用程序端进行所述自定义连续型测量值的埋点。进一步地，所述发送模块具体用于通过在应用程序端修改软件开发工具包并增加接口发送所述自定义连续型测量值。进一步地，所述统计模块包括：分析单元，用于根据预设时间段内获取的自定义连续型测量值统计并分析所述自定义连续型测量值的分布特性。进一步地，所述分析单元具体用于统计并分析所述自定义连续型测量值的最大值、最小值、均值、方差、中位数、概率密度函数、累积分布函数以及直方图。本发明与传统的技术相比，有如下优点：1.本发明通过引入自定义测量值，有效解决了目前使用自定义事件预先分段测量值的繁琐且不灵活的方法。2.引入自定义测量值，可以更好地分析连续值的统计分布特性。附图说明图1是实施例一提供的一种连续值测量统计方法流程图；图2是实施例二提供的一种连续值测量统计方法流程图；图3是实施例三提供的一种连续值测量统计方法流程图；图4是本发明实施例提供的一种连续值测量统计系统结构图。具体实施方式以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。实施例一本实施例提供了一种连续值测量统计方法，如图1所示，包括步骤：s11：获取自定义连续型测量值；s12：发送自定义连续型测量值至统计平台端；s13：统计并分析自定义连续型测量值。在互联网时代，分析数据的工具包括网站分析工具和移动端app分析工具。网站分析工具适用于网站，主要利用javascript追踪代码去收集数据，并用cookies确认每一个用户。移动端分析工具适用于客户端app(包括在智能手机或者平板设备上运行的客户端)。目前针对连续测量值的方法是先进行分段，然后针对每一个分段，通过自定义事件进行标识，最后进行计数统计。例如：针对登陆时长这个测量值，目前统计方法如下：定义一组自定义事件：事件tag事件名称事件含义login_duration_10～500登录时长为0～500毫秒的事件login_duration_2500～1500登录时长为500～1500毫秒的事件login_duration_31500～2500登录时长为1500～2500毫秒的事件login_duration_42500～3500登录时长为2500～3500毫秒的事件login_duration_53500～5000登录时长为3500～5000毫秒的事件login_duration_65000+登录时长大于5000毫秒的事件通过埋点采样及统计，在统计平台获得以下统计信息：事件tag事件名称次数百分比login_duration_10～500n1p1login_duration_2500～1500n2p2login_duration_31500～2500n3p3login_duration_42500～3500n4p4login_duration_53500～5000n5p5login_duration_65000+n6p6这种自定义事件的统计方法用于处理连续测量和统计，不仅繁琐，而且不灵活。由于数据分段是预先确定的，无法在没有采集到数据时就能确定数据的分布特性，因此分段往往不够科学，而后期改动的话，意味着前期采集的数据作废，代价不小。本发明提供的一种连续值测量统计方法，类似于上述自定义事件，在移动应用平台中添加一种类型，为自定义连续型测量值。用户可以自定义连续型测量值。例如用户自定义连续型测量值为下表：测量值tag测试值含义单位示例login_duration登录时长ms3450exchange_duration交易响应时间ms2586该方法直接采集连续值，而不作分段，保持数据的真实特性。例如，该方法直接采集登陆时长和交易响应时间。登录时长和交易响应时间为连续值，不需要事先分段。这样可以保持采集到真是的登录时长和交易响应时间。而不是分段采集，不能得到准确数据。本实施例中，步骤s11为获取自定义连续型测量值。该步骤是在应用程序端获取自定义连续型测量值。例如，获取用户在应用程序的登录时长，这个时间为连续的，直接采集连续型测量值，不需要事先分段。本实施例中，步骤s12为发送自定义连续型测量值至统计平台端。传统的移动应用统计平台不支持连续型测量值的采集，统计及分析。本实施例的移动应用统计平台提供自定义测量值的支持模块，包括数据库和后台管理设置。该步骤通过在应用程序端修改软件开发工具包(即sdk)，增加接口发送自定义连续型测量值。具体的，接口可为postvalue接口。其中，软件开发工具包(即sdk)一般都是一些软件工程师为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件时的开发工具的集合。软件开发工具包包括广义上指辅助开发某一类软件的相关文档、范例和工具的集合。传统的方法没有支持连续型测量值的软件开发工具包，也没有支持连续型测量值的接口。本实施例中，软件开发工具包(sdk)及接口都能支持自定义连续型测量值的发送。本实施例中，步骤s13为统计并分析自定义连续型测量值。应用程序端通过接口发送自定义连续型测量值至统计平台端。统计平台端的数据存储采集的自定义连续型测量值。通过统计并分析存储的自定义连续型测量值可以得出自定义连续型测量值的分布特性。相比传统的计数统计，本实施例采用的自定义连续型测量值的方法能够更加精确地分析自定义连续型测量值的分布特性。并且解决了传统方法繁琐且不灵活的问题。本实施例还提供了一种连续值测量统计系统，如图4所示，包括：获取模块41，用于获取自定义连续型测量值；发送模块42，用于发送自定义连续型测量值至统计平台端；统计模块43，用于统计并分析自定义连续型测量值。本实施例与传统系统不同之处在于：传统系统的获取模块只能获取分段测量值，并且采用自定义事件的方法进行采集。传统系统对于连续型测量值，先进行分段，然后针对每一个分段，通过自定义事件进行标识，最后进行技术统计。而本实施例的获取模块41可用于获取自定义连续型测量值。应用程序端具有支持自定义连续型测量值的采集单元。本实施例中，发送模块42具体用于通过在应用程序端修改软件开发工具包并增加接口发送自定义连续型测量值。具体的，接口可为postvalue接口。传统的系统没有支持连续型测量值的软件开发工具包，也没有支持连续型测量值的接口。本实施例中，软件开发工具包(sdk)及接口都能支持自定义连续型测量值的发送。本实施例的移动应用统计平台提供自定义测量值的支持模块，包括数据库和后台管理设置。发送模块42发送自定义连续型测量值至统计平台端的数据库，存储数据。供统计模块43的统计及分析。本实施例中，统计模块43用于统计并分析自定义连续型测量值。通过统计并分析存储的自定义连续型测量值可以得出自定义连续型测量值的分布特性。本实施例提供的连续值测量统计方法及系统有效地解决了目前使用自定义事件预先分段测量值的繁琐且不灵活的方法。实施例二本实施例提供了一种连续值测量统计方法，如图2所示，包括步骤：s21：接收设置的自定义连续型测量值；s22：与应用程序端进行自定义连续型测量值的埋点；s23：获取自定义连续型测量值；s24：发送自定义测量值至统计平台端；s25：统计并分析自定义连续型测量值。本实施例与实施例一不同之处在于，步骤s11具体包括步骤s21，步骤s22及步骤s23。用户自定义连续型测量值，比如需要登录时长的测量值或者交易相应时间的测量值。统计平台端接收设置的自定义连续型测量值，再与应用程序端进行自定义连续型测量值的埋点。埋点，是网站分析的一种常用的数据采集方法。简而言之，就是在应用程序端增加监控点，从统计平台端可以清楚地知道用户在这个监控点做了什么事情等等。通过埋点获取自定义连续型测量值。传统的计数统计对于连续型测量值操作繁琐不灵活，而本实施例的方法，有效解决了繁琐不灵活的问题，并且更加准确地分析数据的分布特性。本实施例还提供了一种连续型测量统计系统，如图4所示，包括：获取模块41，用于获取自定义连续型测量值；发送模块42，用于发送自定义连续型测量值至统计平台端；统计模块43，用于统计并分析自定义连续型测量值。与实施例一不同之处在于，本实施例中，获取模块41包括：设置单元，用于接收设置的自定义连续型测量值；埋点单元，用于与应用程序端进行自定义连续型测量值的埋点。用户自定义连续型测量值，统计平台端接收设置的自定义连续型测量值，再与应用程序端进行自定义连续型测量值的埋点。通过埋点获取自定义连续型测量值。实施例三本实施例提供了一种连续值测量方法，如图3所示，包括步骤：s31：接收设置的自定义连续型测量值；s32：与应用程序端进行自定义连续型测量值的埋点；s33：获取自定义连续型测量值；s34：发送自定义测量值至统计平台端；s35：根据预设时间段内获取的自定义连续型测量值统计并分析自定义连续型测量值的分布特性。本实施例与实施例一、二不同之处在于，步骤s13包括步骤s35。用户在统计平台端设置自定义测量值，再与应用程序端进行自定义测量值的埋点。采集到自定义连续型测量值并发送并保存至统计平台端的数据库中后，在经过一段时间的数据采集，用户可以在统计平台端观察自定义测量值的分布特性。具体的，一段时间可以使一天或一周。其中，统计并分析自定义连续型测量值的分布特性的步骤具体包括：统计并分析自定义连续型测量值的最大值、最小值、均差、方差、中位数、概率密度函数、累计分布函数以及直方图。最大值是指在给定情形下可以达到的最大数量或最大数值；最小值是在给定情形下可以达到的最小数量或最小数值。平均数是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。中位数代表一个样本、种群或概率分布中可将数值集合划分为相等的上下两部分的数值。连续型随机变量的概率密度函数是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。累积分布函数是能完整描述一个实数随机变量x的概率分布，是概率密度函数的积分。直方图是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。通过上述统计方法，可以全面地分析自定义测量值的分布特性，从而克服现有技术中分段不科学的问题。本实施例还提供了一种连续值测量统计系统，如图4所示，包括：获取模块41，用于获取自定义连续型测量值；发送模块42，用于发送自定义连续型测量值至统计平台端；统计模块43，用于统计并分析自定义连续型测量值。本实施例与实施例一、二不同之处在于，统计模块43包括：分析单元，用于根据预设时间段内获取的自定义连续型测量值统计并分析自定义连续型测量值的分布特性。采集到自定义连续型测量值并发送并保存至统计平台端的数据库中后，在经过一段时间(一天或一周)的数据采集，用户可以在统计平台端观察自定义测量值的分布特性。其中，分析单元具体用于统计并分析自定义连续型测量值的最大值、最小值、均值、方差、中位数、概率密度函数、累计分布函数以及直方图。通过上述统计方法，克服现有技术对于连续值的测量分段不科学的问题。本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属
技术领域：
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。当前第1页12