一种用户数据分析方法和系统与流程

1.本发明涉及数据分析相关技术领域，具体是一种用户数据分析方法和系统。


背景技术：

2.用户数据的分析是一种能够快速精准的了解到用户画像以及用户群体画像的数据分析方法，通过对用户数据的分析，能够方便管理者对用户群体的管理等。
3.现有技术中，随着网络化的发展，数据内容的推广在部分行业中显得十分重要，例如多媒体相关行业、网络销售相关行业等，数据推广的效果决定了用户群体的扩展效果，现有技术多是采用相似内容推广的方式来实现，因此在实际的使用中缺乏对于用户群体的指向性和针对性，往往存在较多的无用推广，占用推广资源，却无法达到预期的推广效果。


技术实现要素：

4.本发明的目的在于提供一种用户数据分析方法和系统，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：一种用户数据分析系统，包括：用户数据获取模块，用于获取对象用户的公开浏览行为，并根据预设的有效浏览判定标准对所述公开浏览行为进行筛选，获取数个特征浏览行为，所述公开浏览行为用于表征所述对象用户的浏览内容以及与所述浏览内容相对应的浏览行为记录；类别标签生成模块，用于获取数个所述特征浏览行为的类别标签，并根据浏览行为记录对多个所述类别标签进行浏览频率的统计，获取所述对象用户对多个所述类别标签的喜好程度，所述类别标签用于表征所述特征浏览行为所对应浏览内容的所属内容类别；标签黏性判断模块，用于获取所述对象用户的目标浏览行为，并获取多个所述目标浏览行为的推广标签，并对所述推广标签进行浏览频率的统计，获取所述对象用户对多个所述推广标签的喜好程度，所述目标浏览行为用于表征待推广对象的公开内容，所述推广标签用于表征所述公开内容的所属类别；用户引导生成模块，用于根据预设的推广标准对多个所述推广标签以及所述类别标签进行筛选，获取多个推广标签以及所述类别标签并生成引导推广方案，所述引导推广方案用于将所述推广标签对应公开内容推广至所述类别标签对应内容以及浏览用户。
6.作为本发明的进一步方案：还包括对象用户筛选模块，所述对象用户筛选模块具体包括：用户获取单元，用于获取所述待推广对象的所述公开内容的浏览用户，所述浏览用户用于表征浏览了所述公开内容的所有用户；用户筛选单元，用于获取浏览用户对所述公开内容的所述浏览行为记录，并根据所述浏览行为记录中对所述公开内容的内容总量占比进行判断并筛选，获取数个所述对象用户，所述内容总量占比用于表征所述浏览用户对某一所述公开内容的浏览完成度，所述
对象用户为所述内容总量占比达到预设值的所述浏览用户。
7.作为本发明的再进一步方案：所述类别标签生成模块包括：类别获取单元，用于根据所述特征浏览行为中所述浏览内容获取与所述特征浏览行为相对应的所述类别标签；频率统计单元，用于对多个所述特征浏览行为的所述类别标签进行浏览次数的统计，当所述浏览行为记录表示所述对象用户对该所述浏览内容的内容总量占比非零时，根据所述内容总量占比对所述类别标签进行浏览次数的统计，获取类别标签浏览次数；程度判定单元，用于根据所述类别标签浏览次数对多个所述类别标签进行浏览频率的统计，获取所述类别标签的浏览频率，多个所述类别标签的浏览频率总和为1，根据所述浏览频率以及预设的浏览频率划分对所述类别标签设置喜好程度，所述喜好程度与所述浏览频率相对应。
8.作为本发明的再进一步方案：所述类别标签包括人为标签和内容标签；所述人为标签，用于表征所述对象用户对所述浏览内容的类别标记，所述人为标签的数量为多个，多个所述人为标签在使用时，依次选取根据被所述对象用户标记次数的降序排序中的需求数量个的所述人为标签；所述内容标签，用于表征所述待推广对象对所述浏览内容的类别标记。
9.作为本发明的再进一步方案：所述有效浏览判定标准用于表征对所述对象用户对所述浏览内容的浏览完成度进行判定的标准，即当所述对象用户对所述浏览内容的完成度小于所述有效浏览判定标准时，判定该公开浏览行为为无效。
10.本发明实施例旨在提供一种用户数据分析方法，包含步骤：获取对象用户的公开浏览行为，并根据预设的有效浏览判定标准对所述公开浏览行为进行筛选，获取数个特征浏览行为，所述公开浏览行为用于表征所述对象用户的浏览内容以及与所述浏览内容相对应的浏览行为记录；获取数个所述特征浏览行为的类别标签，并根据浏览行为记录对多个所述类别标签进行浏览频率的统计，获取所述对象用户对多个所述类别标签的喜好程度，所述类别标签用于表征所述特征浏览行为所对应浏览内容的所属内容类别；获取所述对象用户的目标浏览行为，并获取多个所述目标浏览行为的推广标签，并对所述推广标签进行浏览频率的统计，获取所述对象用户对多个所述推广标签的喜好程度，所述目标浏览行为用于表征待推广对象的公开内容，所述推广标签用于表征所述公开内容的所属内容类别；根据预设的推广标准对多个所述推广标签以及所述类别标签进行筛选，获取多个推广标签以及所述类别标签并生成引导推广方案，所述引导推广方案用于将所述推广标签对应公开内容推广至所述类别标签对应内容以及浏览用户。
11.作为本发明的进一步方案：还包括筛选获取所述对象用户的步骤：获取所述待推广对象的所述公开内容的浏览用户，所述浏览用户用于表征浏览了所述公开内容的所有用户；获取浏览用户对所述公开内容的所述浏览行为记录，并根据所述浏览行为记录中对所述公开内容的内容总量占比进行判断并筛选，获取数个所述对象用户，所述内容总量占比用于表征所述浏览用户对某一所述公开内容的浏览完成度，所述对象用户为所述内容
总量占比达到预设值的所述浏览用户。
12.作为本发明的再进一步方案：所述获取数个所述特征浏览行为的类别标签，并根据浏览行为记录对多个所述类别标签进行浏览频率的统计，获取所述对象用户对多个所述类别标签的喜好程度的步骤具体包括：根据所述特征浏览行为中所述浏览内容获取与所述特征浏览行为相对应的所述类别标签；对多个所述特征浏览行为的所述类别标签进行浏览次数的统计，当所述浏览行为记录表示所述对象用户对该所述浏览内容的内容总量占比非零时，根据所述内容总量占比对所述类别标签进行浏览次数的统计，获取类别标签浏览次数；根据所述类别标签浏览次数对多个所述类别标签进行浏览频率的统计，获取所述类别标签的浏览频率，多个所述类别标签的浏览频率总和为1，根据所述浏览频率以及预设的浏览频率划分对所述类别标签设置喜好程度，所述喜好程度与所述浏览频率相对应。
13.与现有技术相比，本发明的有益效果是：通过用户数据获取模块、类别标签生成模块、标签黏性判断模块以及用户引导生成模块的设置，实现了通过对浏览了待推广对象所发布内容的对象用户的浏览记录进行分析，判断对象用户的浏览喜好兴趣，以及对象用户对自身发布内容的浏览兴趣，进而将待推广用户的相对应发布内容推广至与对象用户具有相同相似浏览喜好兴趣的其它用户，从而达成推广的目的，相较于现有的推广方式，更多的基于用户间的相似性进行网状的推广，推广效果更加精准高效。
附图说明
14.图1为一种用户数据分析系统的组成框图。
15.图2为一种用户数据分析系统中类别标签生成模块的组成框图。
16.图3为一种用户数据分析方法的流程框图。
具体实施方式
17.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
18.以下结合具体实施例对本发明的具体实现方式进行详细描述。
19.如图1所述，为本发明一个实施例提供的一种用户数据分析系统，包括：用户数据获取模块100，用于获取对象用户的公开浏览行为，并根据预设的有效浏览判定标准对所述公开浏览行为进行筛选，获取数个特征浏览行为，所述公开浏览行为用于表征所述对象用户的浏览内容以及与所述浏览内容相对应的浏览行为记录。
20.类别标签生成模块300，用于获取数个所述特征浏览行为的类别标签，并根据浏览行为记录对多个所述类别标签进行浏览频率的统计，获取所述对象用户对多个所述类别标签的喜好程度，所述类别标签用于表征所述特征浏览行为所对应浏览内容的所属内容类别。
21.标签黏性判断模块500，用于获取所述对象用户的目标浏览行为，并获取多个所述目标浏览行为的推广标签，并对所述推广标签进行浏览频率的统计，获取所述对象用户对
多个所述推广标签的喜好程度，所述目标浏览行为用于表征待推广对象的公开内容，所述推广标签用于表征所述公开内容的所属类别。
22.用户引导生成模块700，用于根据预设的推广标准对多个所述推广标签以及所述类别标签进行筛选，获取多个推广标签以及所述类别标签并生成引导推广方案，所述引导推广方案用于将所述推广标签对应公开内容推广至所述类别标签对应内容以及浏览用户。
23.本实施例中，提供了一种用户数据分析系统，其作用是对浏览了待推广对象所发布内容的对象用户的浏览记录进行分析，判断对象用户的浏览喜好兴趣，以及对象用户对自身发布内容的浏览兴趣，进而将待推广用户的相对应发布内容推广至与对象用户具有相同相似浏览喜好兴趣的其它用户，从而达成推广的目的，在使用时，用户数据获取模块100获取对象用户的公开浏览行为，然后通过类别标签生成模块300对这些公开浏览行为进行分析判断获取多个类别标签，然后对这些类别标签进行统计以获取喜好程度，也就是对象用户对这些类别标签相关内容的浏览次数占总数的占比（即更经常浏览的内容），标签黏性判断模块500用于对对象用户对待推广用户的发布内容的浏览喜好偏好，根据这两个数据，通过用户引导生成模块700将待推广用户相对应对象用户的浏览喜好的内容推广给具有相同类别标签喜好程度的其它用户，从而形成更加精准的用户增加推广目的。
24.作为本发明另一个优选的实施例，还包括对象用户筛选模块，所述对象用户筛选模块具体包括：用户获取单元，用于获取所述待推广对象的所述公开内容的浏览用户，所述浏览用户用于表征浏览了所述公开内容的所有用户。
25.用户筛选单元，用于获取浏览用户对所述公开内容的所述浏览行为记录，并根据所述浏览行为记录中对所述公开内容的内容总量占比进行判断并筛选，获取数个所述对象用户，所述内容总量占比用于表征所述浏览用户对某一所述公开内容的浏览完成度，所述对象用户为所述内容总量占比达到预设值的所述浏览用户。
26.本实施例中，对象用户筛选模块设置的目的是提升系统进行类别标签等工作时的处理效率，因在实际中，待推广对象发布的内容是具有大量的浏览用户的，而这些浏览行为中，是具有一大部分均是未完成的，例如待推广用户发布了一个一分钟的视频，而在一千条浏览记录中，其中一半对应的用户均浏览时长小于三十秒，因此这种情况下，若是根据其进行判断达成推广目的，可能引流过来的新用户也是对视频内容不感兴趣的，因此需要进行排除。
27.如图2所示，作为本发明另一个优选的实施例，所述类别标签生成模块300包括：类别获取单元301，用于根据所述特征浏览行为中所述浏览内容获取与所述特征浏览行为相对应的所述类别标签。
28.频率统计单元302，用于对多个所述特征浏览行为的所述类别标签进行浏览次数的统计，当所述浏览行为记录表示所述对象用户对该所述浏览内容的内容总量占比非零时，根据所述内容总量占比对所述类别标签进行浏览次数的统计，获取类别标签浏览次数。
29.程度判定单元303，用于根据所述类别标签浏览次数对多个所述类别标签进行浏览频率的统计，获取所述类别标签的浏览频率，多个所述类别标签的浏览频率总和为1，根据所述浏览频率以及预设的浏览频率划分对所述类别标签设置喜好程度，所述喜好程度与所述浏览频率相对应。
30.本实施例中，对类别标签生成模块300进行了功能性的划分，并对部分步骤的执行进行了详细的条件说明，频率统计单元中所说的内容总量占比非零时根据内容总量占比进行次数的统计实际可以理解为：当用户重复观看前述的一分钟视频时，例如3.5次（完整三次加一次观看完成度为50%），则浏览次数统计为3.5，浏览频率可以表示一个对象用户对多个类别标签的内容的浏览频繁程度，因此可以表示喜好程度。
31.作为本发明另一个优选的实施例，所述类别标签包括人为标签和内容标签；所述人为标签，用于表征所述对象用户对所述浏览内容的类别标记，所述人为标签的数量为多个，多个所述人为标签在使用时，依次选取根据被所述对象用户标记次数的降序排序中的需求数量个的所述人为标签。
32.所述内容标签，用于表征所述待推广对象对所述浏览内容的类别标记。
33.本实施例中，这里对类别标签进行了分类，主要原因在于，待推广用户所设置的或是平台所设置的内容标签并不一定能够良好的表示对象用户对内容的感受理解，因此添加由用户自身标记的人为标签（其它用户可以对已有的人为标签进行赞同，也就是该人为标签被标记两次），来提高标签对于用户喜好分类的准确度。
34.作为本发明另一个优选的实施例，所述有效浏览判定标准用于表征对所述对象用户对所述浏览内容的浏览完成度进行判定的标准，即当所述对象用户对所述浏览内容的完成度小于所述有效浏览判定标准时，判定该公开浏览行为为无效。
35.如图3所示，本发明还提供了一种用户数据分析方法，包括以下步骤：s200,获取对象用户的公开浏览行为，并根据预设的有效浏览判定标准对所述公开浏览行为进行筛选，获取数个特征浏览行为，所述公开浏览行为用于表征所述对象用户的浏览内容以及与所述浏览内容相对应的浏览行为记录。
36.s400，获取数个所述特征浏览行为的类别标签，并根据浏览行为记录对多个所述类别标签进行浏览频率的统计，获取所述对象用户对多个所述类别标签的喜好程度，所述类别标签用于表征所述特征浏览行为所对应浏览内容的所属内容类别。
37.s600，获取所述对象用户的目标浏览行为，并获取多个所述目标浏览行为的推广标签，并对所述推广标签进行浏览频率的统计，获取所述对象用户对多个所述推广标签的喜好程度，所述目标浏览行为用于表征待推广对象的公开内容，所述推广标签用于表征所述公开内容的所属内容类别。
38.s800，根据预设的推广标准对多个所述推广标签以及所述类别标签进行筛选，获取多个推广标签以及所述类别标签并生成引导推广方案，所述引导推广方案用于将所述推广标签对应公开内容推广至所述类别标签对应内容以及浏览用户。
39.作为本发明另一个优选的实施例，还包括筛选获取所述对象用户的步骤：获取所述待推广对象的所述公开内容的浏览用户，所述浏览用户用于表征浏览了所述公开内容的所有用户。
40.获取浏览用户对所述公开内容的所述浏览行为记录，并根据所述浏览行为记录中对所述公开内容的内容总量占比进行判断并筛选，获取数个所述对象用户，所述内容总量占比用于表征所述浏览用户对某一所述公开内容的浏览完成度，所述对象用户为所述内容总量占比达到预设值的所述浏览用户。
41.作为本发明另一个优选的实施例，所述获取数个所述特征浏览行为的类别标签，
并根据浏览行为记录对多个所述类别标签进行浏览频率的统计，获取所述对象用户对多个所述类别标签的喜好程度的步骤具体包括：根据所述特征浏览行为中所述浏览内容获取与所述特征浏览行为相对应的所述类别标签。
42.对多个所述特征浏览行为的所述类别标签进行浏览次数的统计，当所述浏览行为记录表示所述对象用户对该所述浏览内容的内容总量占比非零时，根据所述内容总量占比对所述类别标签进行浏览次数的统计，获取类别标签浏览次数。
43.根据所述类别标签浏览次数对多个所述类别标签进行浏览频率的统计，获取所述类别标签的浏览频率，多个所述类别标签的浏览频率总和为1，根据所述浏览频率以及预设的浏览频率划分对所述类别标签设置喜好程度，所述喜好程度与所述浏览频率相对应。
44.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
45.本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
46.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。