一种快速识别用户兴趣点的方法技术

本发明专利技术公开了一种快速识别用户兴趣点的方法，建立基于Web浏览器的在线检测/记录机制，实现了基于Web浏览器的文字与图片的展现检测区；参与检测的用户，通过互联网在线Web浏览器访问展现检测区内的文字和图片，阅读内容后，通过鼠标标注感受结果；标注结果统一记录到后台；计算文字/图片的每个最小评级单位上所有标注结果的评价密度，并根据评价密度，在后台的研究分析界面中进行可视化展示；选择不同的筛选阈值，就能得到统一的用户兴趣点的分析结果。本发明专利技术能够从用户行为数据中分析发现用户的关注点，具有方法简单、成本低、速度快、分析准确而深入的优点。

【技术实现步骤摘要】

本专利技术涉及互联网领域，具体是。
技术介绍
1.产品关注点前测 在商业研究中，在面向普通用户的产品上市前，需要做一系列的产品前测。其中一 个重要测试，是检测用户对产品广告宣传特性的感受。厂家/研究人员和广告创意人员，希 望通过前测发现用户对产品宣传特性中最关注的地方（喜欢的和反感的），从而加以改进， 在实际广告中突出用户喜欢的兴趣点，弱化反感的问题，以便于产品更为大众接受和购买。 测试的宣传特性，主要是两种内容：宣传语（用于文字广告/广播/视频广告的随 片语音）和宣传图片（用于户外广告/在线图片广告等静态广告场合）。宣传语通过不到 100字的文字，描述了需要传递的产品特性，而宣传图是对产品特性的可视化展示。 以上内容通常由厂家产品部门与广告创意设计部门联合生成。在关注点前测中， 通过实际的目标用户进行直观评判，研究人员和创意人员会针对评判结果修改原有的宣传 特性，加强正向的兴趣点，删除负面/缺乏传递能力的宣传点。在相关过程完成后，相关内 容作为实际的产品广告发布内容。 2.关注点前测流程与方法 商业研究中，相关前测研究广泛采用线下座谈检测与人工分析的模式。每次邀请 若干用户（人数30-100不定，依据产品而定）到检测现场，分成多组（5-10组），每组8-10 人。每组人进入测试现场（通常为线下座谈会议室），进行相关的关注点前测。现场有相关 研究人员交流，负责协调答疑和记录测试结果。 测试的具体方法如下： (1)对每个参测用户出具测试的内容。各自的组织格式如下： 宣传文本：打印在标准纸张上。宣传语按句子/检测的特性进行划分，每个要评价 的句子/特性给予一个特定编号。 宣传图：一张大的照片或者海报，按设计的点划分为不同区域，并进行编号。 (2)参测用户，根据自身的感受做出如下的判断： 宣传文本：根据对宣传文的感受，在指定句子/特性的编号后面，写下自己的分级 评价（通常包括好，中性，差） 宣传图：根据对图版的直观感觉，在不同的评价区圈注，写下自己的分级评价。 (3)标注的结果，作为测试结果，被研究人员收集和记录。研究员现场会记录一些 其他反馈。 在所有测试结果完成后，研究人员根据所有文字与图样的标注结果，通过人工查 看和总结，把重要的关注点归纳出来，并作为最终的前测结果。 3.现有前测方法的一些问题 上面介绍的兴趣点前测研究方法，在研究行业中使用了多年。随着当前用户兴趣 与产品快速变化的商业趋势，暴露出越来越多的问题。 用户线下测试的模式，耗时，成本高，测试结果适用性存在风险。因为用户要来测 试现场，耗时耗力，邀请代价很大（人均邀请费在数百元），完成整个测试通常要一周以上。 由于成本和时间限制，只能测试少量用户（不超过100)，这样测试用户的来源分布比较差 (不够全面），通常能测试的地点也有限（少数大城市），大多数地区的用户感受被忽略，最 终影响研究结果的适用性。对于全国性销售/广告的产品，就有着很大风险。 对用户兴趣点的检测，粒度太粗，经常遗漏有价值的点。在实际检测中，为了便于 实施，对检测的点要事先定义，且粒度较粗。如宣传文字都是预先按句子划分，用户对整句 进行标注，这样只能评判每个句子的好坏。而用户实际往往对句子中的不同部分有更多感 受（比如前面某个词印象深刻，后半句某个短语平淡无奇）。对图片而言，通常按重点区域 划分和标注，但用户视觉直观点经常是随机的，有时关注点是跨多区域，有时属于事先未定 义区域。这些实际/随机产生的评价点，其实更代表用户深入的感受，更有价值，但由于研 究员的现有标注分析方法无法有效支持，所以经常被舍弃了。 对检测结果的总体研究，基于人工经验，效率低，缺乏量化统一标准，结果波动大。 通常由研究员人工查看来分析上百个文字和图片的评价结果，此时研究员通常只关注其认 为最重要的内容，再进行深入分析。而相关的感知和选择，完全是基于研究员的个人经验和 能力，没有统一的评价标准和量化评价结果，导致研究结果的波动较大。
技术实现思路
本专利技术的目的在于提供一种方法简单、成本低、分析准确的快速识别用户兴趣点 的方法，以解决上述
技术介绍
中提出的问题。 为实现上述目的，本专利技术提供如下技术方案： -种快速识别用户兴趣点的方法，包括以下步骤： 1)建立基于Web浏览器的在线检测/记录机制，实现了基于Web浏览器的文字与 图片的展现检测区；用户通过Web浏览器，在显示的文字上进行任意标注和评价；对显示的 图片的任意区域进行随意标注和评价； 2)参与检测的用户，通过互联网在线Web浏览器访问展现检测区内的文字和图 片，阅读内容后，通过鼠标标注感受结果；标注结果统一记录到后台； 3)对于后台所有记录的标注结果，计算文字/图片的每个最小评级单位上所有标 注结果的评价密度，以每个最小评级单位的覆盖率表示，其中文字的最小评级单位是字，图 片的最小评级单位区域最小是像素点；并根据评价密度，在后台的研究分析界面中进行可 视化展示； 4)根据计算的评价密度和可视化展示，选择不同的筛选阈值，就能得到统一的用 户兴趣点的分析结果。 作为本专利技术进一步的方案：对显示的图片任意区域的兴趣点进行在线标注。 作为本专利技术进一步的方案：，对文字的在线随意标注支持精确到字，标注结果的 记录属性包括标注的文字的起始和终结位置以及分级信息。 作为本专利技术进一步的方案：文字/图片的标注结果包括标注区域与分级信息。 作为本专利技术进一步的方案：进行可视化展示时，文字的评价密度按颜色与字体变 化呈现，图片的评价密度按热力图方式呈现。 作为本专利技术进一步的方案：步骤3)中评价密度的计算过程，如下所述： 假设评价分级值的集合为E(E1，E2,…Ei…En)，Ei为一个评价分级值；所有最小 评级单位区域的集合为A (Al，A2，…Am…An)，文字区域中，Am为每个字的最小评级单位区 域，图片区域中为单个像素点或者矩形像素点集合的最小评级单位区域；每个用户u对最 小评级单位区域Am的评价值为E (u，m，i)，则最小评级单位区域Am的评价分级值为Ei的 评价频度F(m，i)是：F(m，i) = sum(E(u，m，i))，其中u为所有用户的集合；评价密度D(m， i)为：D (m，i) = f (F(m，i))，f ()函数为评价频度结果的密度计算函数。 与现有技术相比，本专利技术的有益效果是： 本专利技术能够从用户行为数据中分析发现用户的关注点，方法简单，复杂度低，在实 验测试数据上取得了成本低、速度快、分析准确而深入的优点，结果不再依赖研究员个人能 力。这说明本专利技术具有较好的适应性，具有客观、可靠、全面的特点，具有良好的应用前景。【具体实施方式】 下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述， 显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的 实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都 属于本专利技术保护的范围。 实施例1 本专利技术实施例中，是针对现有用户研究中关于产品前测的兴趣点分析方法的不 足，提出基于在线的随机兴趣点检测和量化分析方法。该方法基于在线检测模式，通过技术 手段可采集用户完全自主的评价区域和内容，并支持最小粒度的标注记录。在分析时通过本文档来自技高网...

【技术保护点】
一种快速识别用户兴趣点的方法，其特征在于，包括以下步骤：1)建立基于Web浏览器的在线检测/记录机制，实现了基于Web浏览器的文字与图片的展现检测区；用户通过Web浏览器，在显示的文字上进行任意标注和评价；对显示的图片的任意区域进行随意标注和评价；2)参与检测的用户，通过互联网在线Web浏览器访问展现检测区内的文字和图片，阅读内容后，通过鼠标标注感受结果；标注结果统一记录到后台；3)对于后台所有记录的标注结果，计算文字/图片的每个最小评级单位上所有标注结果的评价密度，以每个最小评级单位的覆盖率表示，其中文字的最小评级单位是字，图片的最小评级单位区域最小是像素点；并根据评价密度，在后台的研究分析界面中进行可视化展示；4)根据计算的评价密度和可视化展示，选择不同的筛选阈值，就能得到统一的用户兴趣点的分析结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：马亮，周鹏飞，
申请(专利权)人：北京慧辰资道资讯股份有限公司，
类型：发明
国别省市：北京;11