【技术实现步骤摘要】
本专利技术涉及信息处理，具体为一种基于数据分析的用户行为分析系统及方法。
技术介绍
1、数据分析是指通过适当的统计分析方法对采集来的大量数据进行分析，并提取有用信息和形成结论，加以详细研究和概括总结的过程；通过对数据的观察和分析，可以帮助做出更明智的抉择、优化业务流程、识别趋势和机会，来提升绩效和效益。
2、用户行为分析通过对用户的操作行为进行分析，可以深入了解客户需求，并提供个性化体验；虽然用户行为分析可以用来推测用户爱好和兴趣，但用户行为数据质量参差不齐，很难筛选出真正有用的信息；通过结合其他数据源，如用户点赞评论等，可以进行更全面的数据分析，但对于一些潜水用户，单一的行为数据分析往往不够准确，难以挖掘出更深的数据信息。
技术实现思路
1、本专利技术的目的在于提供一种基于数据分析的用户行为分析系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于数据分析的用户行为分析系统，该系统包括用户管理模块、推送数据分析模块、行为数据采集模块、智能分析模块和智能推送模块；
3、所述用户管理模块用于提供人机交互界面，提供用户登录和身份验证功能，下达用户操作指令；所述推送数据分析模块用于储存推送数据，将推送数据进行标签分类，并分析推送数据所需浏览时长；所述行为数据采集模块用于采集用户操作行为数据，并将采集的行为数据发送给智能分析模块；所述智能分析模块用于对采集的行为数据进行分析，判断当前用户浏览喜好内容，
4、根据上述技术方案，所述用户管理模块包含界面操作单元、信息验证单元和界面管理单元；
5、所述界面操作单元用于用户对人机界面进行操作，下达进入界面、退出界面、界面跳转和推送数据刷新操作指令；
6、所述信息验证单元用于提供用户登录界面，并对用户信息安全进行验证；
7、所述界面管理单元用于将推送数据进行界面呈现。
8、根据上述技术方案，所述推送数据分析模块包含推送数据内容分析单元、推送数据分类单元和推送数据存储单元；
9、所述推送数据内容分析单元用于对推送数据内容进行分析，确定推送数据所需浏览时长；
10、所述推送数据分类单元用于根据推送数据内容将推送数据进行标签分类；
11、所述推送数据存储单元用于对推送数据进行储存。
12、根据上述技术方案，所述智能分析模块包含数据分析单元、智能调控单元和历史数据库；
13、所述数据分析单元用于根据用户操作行为数据分析用户偏好内容，并根据用户偏好选择相应的推送数据；
14、所述智能调控单元用于将选择的推送数据发送给用户管理模块；
15、所述历史数据库用于储存用户历史浏览推送数据和历史操作行为数据。
16、一种基于数据分析的用户行为分析方法，该方法包括以下步骤：
17、s10、用户进行登录界面进行身份验证登录，基于用户历史浏览推送数据，为用户推送相应的推送数据；
18、s20、采集用户操作行为数据，并将采集的数据发送给智能分析模块进行分析；所述操作行为数据包括用户的活动日志和点击流数据；所述智能分析模块用于判断当前用户浏览喜好内容，并根据用户浏览喜好选择相应的推送数据；
19、s30、基于采集的用户操作行为数据和推送数据内容，分析用户推送数据有效浏览时长在推送数据所需浏览总时长的占比，判断用户喜好；根据用户推送数据浏览喜好，智能分析模块为用户提供个性化推送数据推荐；
20、s40、用户点击界面进行推送数据刷新操作，智能分析模块对界面中的推送数据重新刷新，并将推荐的推送数据发送给用户管理模块；所述用户管理模块用于提供人机交互界面，提供用户登录和身份验证功能，下达用户操作指令；
21、其中，用户操作指令包括进入界面、退出界面、界面跳转和推送数据刷新；根据用户推送数据浏览喜好将推送数据分为感兴趣推送数据和不感兴趣推送数据。
22、将推送数据分为n种类型标签；当用户验证登录通过后，分析用户历史浏览推送数据，得到各类型标签推送数据历史有效浏览时长a1、a2、...、an；将各类型标签推送数据按照推送数据历史有效浏览时长以a1：a2：...：an的比例推送；
23、其中，每条推送数据可对应一种或多种数据类型标签；n表示推送数据类型标签数量；
24、将推送数据储存在推送数据分析模块中；所述推送数据分析模块用于储存推送数据，将推送数据进行标签分类，并分析推送数据所需浏览时长；
25、对推送数据进行分析，根据推送数据内容特征确定每条推送数据对应的数据标签类型，方法步骤为：
26、s101、基于推送数据，从推送数据中随机选择样本数据，并标注样本数据标签类型；
27、s102、基于已标注的样本数据标签类型，构建推送数据分类模型，使用样本数据对推送数据分类模型进行训练；从推送数据中选择验证数据，使用验证数据对推送数据分类模型进行再优化；
28、s103、将每条推送数据输入到构建的推送数据分类模型中，得到每条推送数据所对应的一种或多种数据类型标签。
29、分析用户推送数据有效浏览时长在推送数据所需浏览总时长的占比，判断用户喜好的方法步骤为：
30、s201、分析用户历史浏览推送数据，得到用户点击进入推送数据浏览时进行界面跳转操作指令时的行为数据；统计用户从进入推送数据到进行界面跳转操作时的时间差值，对统计的时间差值进行分析，得到用户浏览推送数据时，从浏览推送数据开始到进行界面跳转的时间间隔最低阈值t0；
31、s202、分析用户操作行为数据，在用户进入推送数据界面、退出推送数据界面和进行界面跳转操作的时间点上添加时间帧，计算各时间帧之间的时间间隔，得到集合a；其中a＝{t1、t2、...、tm}；ti表示对应的第i条数据中时间帧之间的时间间隔；i＝1、2、...、m；m表示集合a中的数据数量；
32、s203、将ti与t0作比较；将ti大于t0的时间间隔对应的推送数据内容作为感兴趣推送数据内容片段；将ti小于t0的时间间隔对应的推送数据作为不感兴趣推送数据内容片段；
33、s204、确定感兴趣推送数据内容片段所对应的推送数据所需浏览总时长t总；将感兴趣推送数据中时间间隔ti大于t0的推送数据内容片段时间相加，得到用户浏览该感兴趣推送数据的有效总时长t总；
34、s205、计算推送数据中对应的有效浏览时长在推送数据所需浏览总时长的占比b；根据公式：
35、
36、由于每条推送数据所需浏览总时长不同，因此仅分析用户各标签类型推送数据浏览总时长并不严谨，通过计算用户浏览当前推送数据的有效浏览时长，并计算有效浏览时长在推送数据所需浏览总时长的占比，将每条推送数据进本文档来自技高网...
【技术保护点】
1.一种基于数据分析的用户行为分析系统，其特征在于：该系统包括用户管理模块、推送数据分析模块、行为数据采集模块、智能分析模块和智能推送模块；
2.根据权利要求1所述的一种基于数据分析的用户行为分析系统，其特征在于：所述用户管理模块包含界面操作单元、信息验证单元和界面管理单元；
3.根据权利要求1所述的一种基于数据分析的用户行为分析系统，其特征在于：所述推送数据分析模块包含推送数据内容分析单元、推送数据分类单元和推送数据存储单元；
4.根据权利要求2所述的一种基于数据分析的用户行为分析系统，其特征在于：所述智能分析模块包含数据分析单元、智能调控单元和历史数据库；
5.一种基于数据分析的用户行为分析方法，其特征在于：该方法包括以下步骤：
6.根据权利要求5所述的一种基于数据分析的用户行为分析方法，其特征在于：将推送数据分为n种类型标签；当用户验证登录通过后，分析用户历史浏览推送数据，得到各类型标签推送数据历史有效浏览时长A1、A2、...、An；将各类型标签推送数据按照推送数据历史有效浏览时长以A1：A2：...：An的比例
7.根据权利要求6所述的一种基于数据分析的用户行为分析方法，其特征在于：将推送数据储存在推送数据分析模块中；所述推送数据分析模块用于储存推送数据，将推送数据进行标签分类，并分析推送数据所需浏览时长；
8.根据权利要求7所述的一种基于数据分析的用户行为分析方法，其特征在于：分析用户推送数据有效浏览时长在推送数据所需浏览总时长的占比，判断用户喜好的方法步骤为：
9.根据权利要求8所述的一种基于数据分析的用户行为分析方法，其特征在于：在步骤S40中，智能分析模块为用户提供个性化推送数据推荐的方法步骤为：
10.根据权利要求9所述的一种基于数据分析的用户行为分析方法，其特征在于：当用户退出用户管理界面时，将采集的用户操作行为数据和浏览推送数据作为历史数据储存历史数据库中；所述历史数据库用于储存用户历史浏览推送数据和历史操作行为数据。
...【技术特征摘要】
1.一种基于数据分析的用户行为分析系统，其特征在于：该系统包括用户管理模块、推送数据分析模块、行为数据采集模块、智能分析模块和智能推送模块；
2.根据权利要求1所述的一种基于数据分析的用户行为分析系统，其特征在于：所述用户管理模块包含界面操作单元、信息验证单元和界面管理单元；
3.根据权利要求1所述的一种基于数据分析的用户行为分析系统，其特征在于：所述推送数据分析模块包含推送数据内容分析单元、推送数据分类单元和推送数据存储单元；
4.根据权利要求2所述的一种基于数据分析的用户行为分析系统，其特征在于：所述智能分析模块包含数据分析单元、智能调控单元和历史数据库；
5.一种基于数据分析的用户行为分析方法，其特征在于：该方法包括以下步骤：
6.根据权利要求5所述的一种基于数据分析的用户行为分析方法，其特征在于：将推送数据分为n种类型标签；当用户验证登录通过后，分析用户历史浏览推送数据，得到各类型标签推送数据历史有效浏览时长a1...
【专利技术属性】
技术研发人员：戴亮，叶路路，
申请(专利权)人：上海网萌网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。