一种用户行为的分析方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及用户画像领域，尤其公开了一种用户行为的分析方法、装置、计算机设备及存储介质，以解决RESTful API规范下的网络请求难以聚合统计，导致无法进行用户行为分析的问题。该方法包括：在获取到的网络请求中，获取出现过的请求参数；统计请求参数在网络请求中出现过的总次数，得到参数次数；依据请求参数和参数次数，筛选出所有网络请求中，符合RESTful API的目标网络请求，以及目标网络请求对应的变量参数；依据变量参数，对变量参数对应的目标网络请求进行分类，得到指向同一请求地址的分类网络请求，以及分类网络请求对应的所有变量参数；依据分类网络请求，和分类网络请求对应的所有变量参数，对用户行为进行分析。对用户行为进行分析。对用户行为进行分析。

【技术实现步骤摘要】
一种用户行为的分析方法、装置、计算机设备及存储介质


[0001]本专利技术涉及用户画像领域，尤其涉及一种用户行为的分析方法、装置、计算机设备及存储介质。

技术介绍

[0002]在进行用户行为分析前，通常需要收集用户在使用某个产品或浏览某个页面时的行为或动作，对每个用户的行为或动作进行统计，从而分析出用户画像，以便更好地理解不同用户的需求。一般会采集用户在浏览产品或页面时，该产品或页面发起的网络请求，通过统计用户发起的网络请求，进而收集用户行为或动作，行为分析可以广泛应用于购物、社交、互动游戏等诸多领域。
[0003]现有技术中，大部分网络请求基于RESTful API(一种遵循REST架构规范的应用编程接口。其中，REST指表现层状态转换，全称为Representational State Transfer)规范进行设计。与传统网络请求不同，RESTful API规范下的网络请求没有明确地区分出请求参数中的常量参数与变量参数，也无法从请求中得知变量参数对应的参数名称，另外，每个RESTful API规范下的网络请求中都将包含部分相似的常量参数。这些特性导致了RESTful API规范下的网络请求难以直观地依据不同的网络请求，区分这些网络请求中的指向地址和变量参数，从而进行分类统计，继而无法依据分类统计的结果进行用户行为统计分析。因此，在用户行为统计时，一旦遇到RESTful API规范的网络请求，就难以有效、准确地进行用户行为分析。

技术实现思路

[0004]本专利技术实施例提供一种用户行为的分析方法、装置、计算机设备及存储介质，以解决RESTful API规范下的网络请求难以聚合统计，导致无法进行用户行为分析的问题。
[0005]一种用户行为的分析方法，包括：
[0006]在所有获取到的第一网络请求中，获取所有出现过的请求参数；
[0007]统计每个所述请求参数在所有所述第一网络请求中出现过的总次数，得到每个所述请求参数对应的参数次数；
[0008]依据所有所述请求参数和每个所述请求参数对应的参数次数，筛选出所有所述第一网络请求中，符合RESTful API的所有目标网络请求，以及每个所述目标网络请求对应的变量参数；
[0009]对每个所述变量参数对应的所述目标网络请求进行分类，得到指向同一请求地址的分类网络请求，以及所述分类网络请求对应的所有变量参数；
[0010]依据所述分类网络请求，和所述分类网络请求对应的所有变量参数，对用户行为进行分析。
[0011]在一种可能的设计中，所述依据所有所述请求参数和每个所述请求参数对应的参数次数，筛选出所有所述第一网络请求中，符合RESTful API的目标网络请求，包括：
[0012]获取所述变量参数的预期出现次数；
[0013]依据所述参数次数，得到出现次数最多的待处理请求参数，以及所述待处理请求参数对应的最大次数；
[0014]计算所述最大次数与所述预期出现次数的比例，得到所述变量参数在所述待处理请求参数中的实际占比；
[0015]若所述实际占比大于预期占比，则所述待处理请求参数对应的第一网络请求为所述目标网络请求。
[0016]在一种可能的设计中，所述筛选出所述目标网络请求对应的变量参数，包括：
[0017]获取所述变量参数的预期出现次数；
[0018]在所述目标网络请求的所有所述请求参数对应的所述参数次数中，筛选出小于或者等于所述预期出现次数对应的请求参数，得到所述变量参数。
[0019]在一种可能的设计中，所述依据所述变量参数，对所述目标网络请求进行分类，得到指向同一请求地址的分类网络请求，包括：
[0020]将所述目标网络请求中的所述变量参数替换成对应的正则标识符，得到包含所述正则标识符的正则标识网络请求；
[0021]汇总相同的所述正则标识网络请求，得到所述分类网络请求。
[0022]在一种可能的设计中，所述统计每个所述请求参数出现过的总次数，得到每个所述请求参数对应的参数次数，包括：
[0023]在第一预期时间内，获取所述第一网络请求中同一个网络请求被重复调用的次数，作为重复次数；
[0024]依据所述重复次数，对所述同一个网络请求对应的每个所述请求参数出现的次数进行加权，得到每个所述请求参数对应的参数次数。
[0025]在一种可能的设计中，所述在所有获取到的第一网络请求中，获取所有出现过的请求参数之前，所述方法还包括：
[0026]获取每个第二网络请求对应的请求配置信息；
[0027]依据每个所述请求配置信息中，筛选出所述第二网络请求中，需要判断是否符合RESTful API的网络请求，得到所述第一网络请求。
[0028]在一种可能的设计中，所述获取每个第二网络请求对应的请求配置信息之前，所述方法还包括：
[0029]在第二预期时间段内，接收所有第三网络请求；
[0030]依照所述第三网络请求中的应用名称，将所有所述第三网络请求进行划分，得到与所述应用名称对应的所有第四网络请求；
[0031]统计所述应用名称下，所述第四网络请求的数量，得到请求数；
[0032]当所述请求数大于预期数量时，将所述第四网络请求作为第二网络请求。
[0033]一种用户行为的分析装置，包括：
[0034]获取模块，用于在所有获取到的第一网络请求中，获取所有出现过的请求参数；
[0035]统计模块，用于统计每个所述请求参数在所有所述第一网络请求中出现过的总次数，得到每个所述请求参数对应的参数次数；
[0036]筛选模块，用于依据所有所述请求参数和每个所述请求参数对应的参数次数，筛
选出所有所述第一网络请求中，符合RESTful API的所有目标网络请求，以及每个所述目标网络请求对应的变量参数；
[0037]分类模块，用于对每个所述变量参数对应的所述目标网络请求进行分类，得到指向同一请求地址的分类网络请求，以及所述分类网络请求对应的所有变量参数；
[0038]输出模块，用于依据所述分类网络请求，和所述分类网络请求对应的所有变量参数，对用户行为进行分析。
[0039]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述用户行为的分析方法的步骤。
[0040]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述用户行为的分析方法的步骤。
[0041]上述用户行为的分析方法、装置、计算机设备及存储介质，首先，通过在所有获取到的第一网络请求中，获取所有出现过的请求参数，并统计每个所述请求参数出现过的总次数，得到每个所述请求参数对应的参数次数。接着，依据所有所述请求参数和每个所述请求参数对应的参数次数，筛选出所有所述第一网络请求中，符合RESTful API的所有目标网络请求，以及每个所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户行为的分析方法，其特征在于，包括：在所有获取到的第一网络请求中，获取所有出现过的请求参数；统计每个所述请求参数在所有所述第一网络请求中出现过的总次数，得到每个所述请求参数对应的参数次数；依据所有所述请求参数和每个所述请求参数对应的参数次数，筛选出所有所述第一网络请求中，符合RESTfulAPI的所有目标网络请求，以及每个所述目标网络请求对应的变量参数；对每个所述变量参数对应的所述目标网络请求进行分类，得到指向同一请求地址的分类网络请求，以及所述分类网络请求对应的所有变量参数；依据所述分类网络请求，和所述分类网络请求对应的所有变量参数，对用户行为进行分析。2.如权利要求1所述用户行为的分析方法，其特征在于，所述依据所有所述请求参数和每个所述请求参数对应的参数次数，筛选出所有所述第一网络请求中，符合RESTful API的目标网络请求，包括：获取所述变量参数的预期出现次数；依据所述参数次数，得到出现次数最多的待处理请求参数，以及所述待处理请求参数对应的最大次数；计算所述最大次数与所述预期出现次数的比例，得到所述变量参数在所述待处理请求参数中的实际占比；若所述实际占比大于预期占比，则所述待处理请求参数对应的第一网络请求为所述目标网络请求。3.如权利要求1所述用户行为的分析方法，其特征在于，所述筛选出所述目标网络请求对应的变量参数，包括：获取所述变量参数的预期出现次数；在所述目标网络请求的所有所述请求参数对应的所述参数次数中，筛选出小于或者等于所述预期出现次数对应的请求参数，得到所述变量参数。4.如权利要求1所述用户行为的分析方法，其特征在于，所述依据所述变量参数，对所述目标网络请求进行分类，得到指向同一请求地址的分类网络请求，包括：将所述目标网络请求中的所述变量参数替换成对应的正则标识符，得到包含所述正则标识符的正则标识网络请求；汇总相同的所述正则标识网络请求，得到所述分类网络请求。5.如权利要求1所述用户行为的分析方法，其特征在于，所述统计每个所述请求参数出现过的总次数，得到每个所述请求参数对应的参数次数，包括：在第一预期时间内，获取所述第一网络请求中同一个网络请求被重复调用的次数，作为重复次...

【专利技术属性】
技术研发人员：黄国正，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：