[发明专利]效果类推广信息监控方法及系统

权利要求书

1.一种效果类推广信息监控方法，其特征在于，包括：

根据用户首要关注的效果指标类型，对用户进行分类；

建立回归模型并初始化，所述模型以用户的效果指标变化情况为自变量，以用户所属的类别作为应变量；

利用用户在预置时段的数据变化作为样本，分别确定每类用户的自变量所对应的回归系数；

根据回归系数的大小，确定用户对各种效果指标的关注程度。

2.根据权利要求1所述的方法，其特征在于，所述根据用户首要关注的效果指标类型，对用户进行分类，包括：

预先获得部分用户标注的首要关注效果指标类型；

根据用户的至少一种属性特征，对用户进行聚类；

在每个聚类中，根据预先获得的部分用户标注信息，确定该聚类的首要关注指标类型；

根据各个聚类的首要关注指标类型，对多个聚类进行合并。

3.根据权利要求2所述的方法，其特征在于，在对用户进行分类之后，还包括：

将分类结果发送给用户，允许用户对分类结果进行修正。

4.根据权利要求1所述的方法，其特征在于，所述回归模型的自变量还包括用户的操作行为。

5.根据权利要求4所述的方法，其特征在于，所述根据回归系数的大小，确定用户对各种效果指标的关注程度，包括：

确定各种用户操作行为的回归系数之后，根据操作行为与指标效果变化的理论对应关系，确定用户对各种效果指标的关注程度。

6.根据权利要求1-5任一项所述的方法，其特征在于，确定用户对各种效果指标的关注程度，还包括：对用户关注程度较高的效果指标进行监控。

7.根据权利要求6所述的方法，其特征在于，所述对效果指标监控方法包括：

选取所述效果指标在预置历史时段的数据点；

根据所选取的数据点，对所述效果指标在预置时段的变化趋势曲线进行拟合；

获取用户最新的效果指标数据之后，根据该数据与变化趋势曲线的偏离程度，判断是否发生了效果突变。

8.一种效果类推广信息监控系统，其特征在于，包括：

用户分类单元，用于根据用户首要关注的效果指标类型，对用户进行分类；

模型初始化单元，用于建立回归模型并初始化，所述模型以用户的效果指标变化情况为自变量，以用户所属的类别作为应变量；

系数确定单元，用于利用用户在预置时段的数据变化作为样本，分别确定每类用户的自变量所对应的回归系数；

关注程度确定单元，用于根据回归系数的大小，确定用户对各种效果指标的关注程度。

9.根据权利要求8所述的系统，其特征在于，所述用户分类单元包括：

标注信息获得子单元，用于预先获得部分用户标注的首要关注效果指标类型；

聚类子单元，用于根据用户的至少一种属性特征，对用户进行聚类；

聚类类型确定子单元，用于在每个聚类中，根据预先获得的部分用户标注信息，确定该聚类的首要关注指标类型；

聚类合并子单元，用于根据各个聚类的首要关注指标类型，对多个聚类进行合并。

10.根据权利要求9所述的系统，其特征在于，还包括：

分类结果修正单元，用于在对用户进行分类之后，将分类结果发送给用户，允许用户对分类结果进行修正。

11.根据权利要求8所述的系统，其特征在于，所述回归模型的自变量还包括用户的操作行为。

12.根据权利要求11所述的系统，其特征在于，所述关注程度确定单元具体用于：

确定各种用户操作行为的回归系数之后，根据操作行为与指标效果变化的理论对应关系，确定用户对各种效果指标的关注程度。

13.根据权利要求8-12任一项所述的系统，其特征在于，还包括监控单元，用于在确定用户对各种效果指标的关注程度之后，对用户关注程度较高的效果指标进行监控。

14.根据权利要求13所述的系统，其特征在于，所述监控单元包括：

数据点选取子单元，用于选取所述效果指标在预置历史时段的数据点；

拟合子单元，用于根据所选取的数据点，对所述效果指标在预置时段的变化趋势曲线进行拟合；

效果突变判断子单元，用于获取用户最新的效果指标数据之后，根据该数据与变化趋势曲线的偏离程度，判断是否发生了效果突变。