[发明专利]多维度归因的查询方法和装置有效

专利信息
申请号: 201810155674.7 申请日: 2018-02-23
公开(公告)号: CN110209687B 公开(公告)日: 2021-06-22
发明(设计)人: 洪超 申请(专利权)人: 北京国双科技有限公司
主分类号: G06F16/242 分类号: G06F16/242;G06F16/245;G06F16/28;G06F16/953;G06Q30/02
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 赵囡囡;董文倩
地址: 100083 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多维 归因 查询 方法 装置
【权利要求书】:

1.一种多维度归因的查询方法,其特征在于,包括:

采用结构化查询语言创建查询模板,其中,所述查询模板用于计算归因维度下访问行为转化为预设指标的比例,所述归因维度为所述访问行为的剖析条件;

在所述查询模板中查询所述归因维度下访问行为转化为预设指标的比例;

其中,采用结构化查询语言创建查询模板包括:

采用结构化查询语言创建输入模块,通过所述输入模块获取基础数据,其中,所述基础数据至少包括访问序列、所述访问序列下首次发生访问行为的用户数量、目标归因维度下发生访问行为的用户数量、以及目标归因维度下发生转化行为的用户数量,其中,所述转化行为为所述访问行为转化为预设指标的行为;

根据所述基础数据建立源头矩阵、转化矩阵和跳转矩阵,其中,所述源头矩阵由所述访问序列下首次发生访问行为的用户数量构成,所述转化矩阵由所述访问序列中目标归因维度下发生转化行为的用户数量构成,所述跳转矩阵由所述访问序列中目标归因维度下访问行为发生的跳转概率构成;

根据所述源头矩阵,所述转化矩阵和所述跳转矩阵创建所述查询模板。

2.根据权利要求1所述的方法,其特征在于,通过所述输入模块获取基础数据包括:

确定目标时间段和目标归因维度;

在所述目标时间段内统计访问会话数据,其中,所述访问会话数据中至少包括:发生访问行为的时间、发生访问行为的用户数量、用户属性和访问行为是否转化为预设指标,其中,所述用户属性至少包括用户ID;

在所述目标时间段内,基于所述用户ID按照访问时间的顺序生成所述访问序列;

基于所述访问序列和所述访问会话数据获取所述访问序列下首次发生访问行为的用户数量;

基于所述目标归因维度和所述访问会话数据获取所述目标归因维度下发生访问行为的用户数量以及所述目标归因维度下发生转化行为的用户数量;

将所述访问序列、所述访问序列下首次发生访问行为的用户数量、所述目标归因维度下发生访问行为的用户数量、以及所述目标归因维度下发生转化行为的用户数量作为所述基础数据。

3.根据权利要求1所述的方法,其特征在于,根据所述源头矩阵,所述转化矩阵和所述跳转矩阵创建所述查询模板包括:

将所述源头矩阵、所述跳转矩阵和所述转化矩阵分别采用预设字符拼接为源头矩阵字符串、跳转矩阵字符串、转化矩阵字符串;

将所述源头矩阵字符串、所述跳转矩阵字符串和所述转化矩阵字符串传入结构化查询语言下的预设函数,得到归因函数,所述归因函数用于计算并返回各个归因维度下访问行为转化为预设指标的比例。

4.根据权利要求3所述的方法,其特征在于,在所述查询模板中查询各个归因维度下访问行为转化为预设指标的比例之后,所述方法还包括:

获取查询结果;

对所述查询结果进行分析。

5.根据权利要求1所述的方法,其特征在于,根据所述基础数据建立跳转矩阵包括:

根据所述访问序列中所述目标归因维度下对应的发生访问行为的用户数量,计算用户从任意的一次访问行为跳转到该次访问行为之后的下一次访问行为的概率;

根据所述访问序列下用户依次从所述一次访问行为跳转到该次访问行为之后的下一次访问行为的概率构成所述跳转矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京国双科技有限公司,未经北京国双科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810155674.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top