访客行为指标的效果影响因子权重判定方法技术

本公开提供了一种访客行为指标的效果影响因子权重判定方法，包括以下步骤：A、将访客行为指标划分为抵达率、浏览量、跳出率、转化率四类数据，统计每类数据的效果影响因子；B、建立任意两类数据的关联函数；C、建立判定矩阵；D、使用步骤B中的关联函数对步骤C中的判定矩阵进行修正；E、将步骤A中统计的效果影响因子带入修正后的判定矩阵进行效果影响因子权重的判定。本发明专利技术能够解决现有技术的不足，实现对于访客行为指标的效果影响因子权重的准确、快速判断。

【技术实现步骤摘要】
访客行为指标的效果影响因子权重判定方法
本公开涉及网络信息
，尤其是一种访客行为指标的效果影响因子权重判定方法。
技术介绍
一个网站设计的好与坏，一般是根据访客行为所表现出的特性来判断的。由于访客行为的分类很多，直接采用这些访客行为数据进行判断会存在运算量大的问题。这就需要对访客行为指标的效果影响因子权重进行判定，从而快速得出网站运行的判断结果。
技术实现思路
本公开要解决的技术问题是提供一种访客行为指标的效果影响因子权重判定方法，能够解决现有技术的不足，实现对于访客行为指标的效果影响因子权重的准确、快速判断。为解决上述技术问题，本公开所采取的技术方案如下。一个方面，一种访客行为指标的效果影响因子权重判定方法，包括以下步骤：A、将访客行为指标划分为抵达率、浏览量、跳出率、转化率四类数据，统计每类数据的效果影响因子；B、建立任意两类数据的关联函数；C、建立判定矩阵；D、使用步骤B中的关联函数对步骤C中的判定矩阵进行修正；E、将步骤A中统计的效果影响因子带入修正后的判定矩阵进行效果影响因子权重的判定。根据本公开的一个实施方式，步骤A中，使用单一变量原则对每类数据的效果影响因子进行统计。根据本公开的一个实施方式，步骤B中，建立任意两类数据的关联函数包括以下步骤，B1、建立数据之间的双向隶属度；B2、对每个数据进行拟合修正或替换，使双向隶属度保持线性相关；B3、使用步骤B2处理后的数据建立关联函数，然后将每个数据与关联函数进行匹配，通过对数据进行二次修正，保持匹配度的偏差低于设定阈值。根据本公开的一个实施方式，步骤D中，对步骤C中的判定矩阵进行修正包括以下步骤，D1、计算关联函数的线性增益值；D2、使用关联函数的线性增益值组成修正矩阵；D3、计算修正矩阵的特征值，作为修正因子；D4、将判定矩阵划分为与关联函数线性相关的部分和非线性相关的部分；对线性相关的部分进行保留，对非线性相关的部分使用修正因子进行线性变换，使非线性相关部分的权重低于线性相关部分。根据本公开的一个实施方式，通过效果影响因子权重的判定结果与历史数据的比对，对判定矩阵进行反馈修正。另一方面，一种访客行为指标的效果影响因子权重判定系统，包括：效果影响因子统计模块：将访客行为指标划分为抵达率、浏览量、跳出率、转化率四类数据，统计每类数据的效果影响因子；关联函数模块：建立任意两类数据的关联函数；判定矩阵模块：建立判定矩阵；修正模块：使用步骤B中的关联函数对判定矩阵模块中的判定矩阵进行修正；判定模块：将效果影响因子统计模块中统计的效果影响因子带入修正后的判定矩阵进行效果影响因子权重的判定。根据本公开的一个实施方式，效果影响因子统计模块中，使用单一变量原则对每类数据的效果影响因子进行统计。根据本公开的一个实施方式，关联函数模块中，建立任意两类数据的关联函数包括：建立数据之间的双向隶属度；对每个数据进行拟合修正或替换，使双向隶属度保持线性相关；使用处理后的数据建立关联函数，然后将每个数据与关联函数进行匹配，通过对数据进行二次修正，保持匹配度的偏差低于设定阈值。根据本公开的一个实施方式，修正模块中，对判定矩阵模块中的判定矩阵进行修正包括，计算关联函数的线性增益值；使用关联函数的线性增益值组成修正矩阵；计算修正矩阵的特征值，作为修正因子；将判定矩阵划分为与关联函数线性相关的部分和非线性相关的部分；对线性相关的部分进行保留，对非线性相关的部分使用修正因子进行线性变换，使非线性相关部分的权重低于线性相关部分。根据本公开的一个实施方式，通过效果影响因子权重的判定结果与历史数据的比对，对判定矩阵进行反馈修正。采用上述技术方案所带来的有益效果在于：本公开通过优化访客行为指标数据之间的关联性分析过程，对判定矩阵进行具有针对性的修正，实现对不同类数据权重的准确、快速判定。具体实施方式下面结合实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。本公开的一个具体实施方式包括以下步骤：一种访客行为指标的效果影响因子权重判定方法，其特征在于包括以下步骤：A、将访客行为指标划分为抵达率、浏览量、跳出率、转化率四类数据，统计每类数据的效果影响因子；B、建立任意两类数据的关联函数；C、建立判定矩阵；D、使用步骤B中的关联函数对步骤C中的判定矩阵进行修正；E、将步骤A中统计的效果影响因子带入修正后的判定矩阵进行效果影响因子权重的判定。步骤A中，使用单一变量原则对每类数据的效果影响因子进行统计。步骤B中，建立任意两类数据的关联函数包括以下步骤，B1、建立数据之间的双向隶属度；B2、对每个数据进行拟合修正或替换，使双向隶属度保持线性相关；B3、使用步骤B2处理后的数据建立关联函数，然后将每个数据与关联函数进行匹配，通过对数据进行二次修正，保持匹配度的偏差低于设定阈值；设定阈值为15％。步骤D中，对步骤C中的判定矩阵进行修正包括以下步骤，D1、计算关联函数的线性增益值；D2、使用关联函数的线性增益值组成修正矩阵；D3、计算修正矩阵的特征值，作为修正因子；D4、将判定矩阵划分为与关联函数线性相关的部分和非线性相关的部分；对线性相关的部分进行保留，对非线性相关的部分使用修正因子进行线性变换，使非线性相关部分的权重低于线性相关部分。通过效果影响因子权重的判定结果与历史数据的比对，对判定矩阵进行反馈修正。本公开可将网站运行状况分析的平均预算量降低30％左右。本公开还提供了与上述方法对应的硬件系统。再次不再赘述。在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。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/方式或示例。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/方式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/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。本文档来自技高网...

【技术保护点】
1.一种访客行为指标的效果影响因子权重判定方法，其特征在于，包括以下步骤：A、将访客行为指标划分为抵达率、浏览量、跳出率、转化率四类数据，统计每类数据的效果影响因子；B、建立任意两类数据的关联函数；C、建立判定矩阵；D、使用步骤B中的关联函数对步骤C中的判定矩阵进行修正；E、将步骤A中统计的效果影响因子带入修正后的判定矩阵进行效果影响因子权重的判定。

【技术特征摘要】
1.一种访客行为指标的效果影响因子权重判定方法，其特征在于，包括以下步骤：A、将访客行为指标划分为抵达率、浏览量、跳出率、转化率四类数据，统计每类数据的效果影响因子；B、建立任意两类数据的关联函数；C、建立判定矩阵；D、使用步骤B中的关联函数对步骤C中的判定矩阵进行修正；E、将步骤A中统计的效果影响因子带入修正后的判定矩阵进行效果影响因子权重的判定。2.根据权利要求1所述的访客行为指标的效果影响因子权重判定方法，其特征在于：步骤A中，使用单一变量原则对每类数据的效果影响因子进行统计。3.根据权利要求1所述的访客行为指标的效果影响因子权重判定方法，其特征在于：步骤B中，建立任意两类数据的关联函数包括以下步骤，B1、建立数据之间的双向隶属度；B2、对每个数据进行拟合修正或替换，使双向隶属度保持线性相关；B3、使用步骤B2处理后的数据建立关联函数，然后将每个数据与关联函数进行匹配，通过对数据进行二次修正，保持匹配度的偏差低于设定阈值。4.根据权利要求3所述的访客行为指标的效果影响因子权重判定方法，其特征在于：步骤D中，对步骤C中的判定矩阵进行修正包括以下步骤，D1、计算关联函数的线性增益值；D2、使用关联函数的线性增益值组成修正矩阵；D3、计算修正矩阵的特征值，作为修正因子；D4、将判定矩阵划分为与关联函数线性相关的部分和非线性相关的部分；对线性相关的部分进行保留，对非线性相关的部分使用修正因子进行线性变换，使非线性相关部分的权重低于线性相关部分。5.根据权利要求4所述的访客行为指标的效果影响因子权重判定方法，其特征在于：通过效果影响因子权重的判定结果与历史数据的比对，对判定矩阵进行反馈修正。6.一种访客...

【专利技术属性】
技术研发人员：林正春，赵慧民，姜允志，
申请(专利权)人：广东原昇信息科技有限公司，
类型：发明
国别省市：广东,44