[发明专利]访客行为指标的效果影响因子权重判定方法

说明书

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。

技术领域

本公开涉及网络信息技术领域，尤其是一种访客行为指标的效果影响因子权重判定方法。

背景技术

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。

发明内容

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；