[发明专利]一种可标签区分客户的用户行为数据分析系统

说明书

本发明涉及网络信息技术领域，且公开了一种可标签区分客户的用户行为数据分析系统，包括以下步骤：S1：社会调查，先确定目标APP，然后进行随机的用户调查，以问卷的形式收集用户的基本信息和喜好特征；S2：信息采集，采集目标APP的用户信息，用户信息包括人口属性，信用信息、行为特征；S3：构建标签库。本发明根据不同的标签，给不同的用户推送其喜好的信息内容，深度分析用户的操作意图，提前快速地了解用户在市场上的需求，用标签区分用户，精准推送信息，通过精准度的检验能够了解信息推送的效果，从而发现问题，解决问题，完善用户行为分析系统。

技术领域

本发明涉及网络信息技术领域，具体为一种可标签区分客户的用户行为数据分析系统。

背景技术

随着互联网的发展，在电子商务、电子政务、电子服务、休闲娱乐等各个领域都产生了大量的用户，也开发了多种浏览器类型的APP，用户在APP上浏览这些页面和信息的时候就会产生海量的行为日志，这些海量的日志信息包含了大量的隐藏价值，通过对用户行为信息的研究，可以从中发现用户在访问APP时所表现出来的规律、个性化的习惯等信息，从而为提升用户体验、精准营销、信息推送等提供科学、准确的依据，同时可以根据规律和用户行为偏好，对网站的页面布局、功能完善、系统架构做出更加优化的调整。

针对用户行为的研究与应用，最有效的手段是记录用户的所有行为带来的全部用户行为信息，并对全部的用户行为信息日志进行统计、分析，但是，目前现有的用户操作日志数据，只能简单的获取用户做了什么操作，而不能深度分析用户的操作意图，无法提前快速地了解用户在市场上的需求，不能做到用标签区分用户，精准推送信息，不能满足人们的要求。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种可标签区分客户的用户行为数据分析系统，解决了现有用户行为数据分析系统无法提前快速地了解用户在市场上的需求，不能做到用标签区分用户，精准推送信息的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：

一种可标签区分客户的用户行为数据分析系统，包括以下步骤：

S1：社会调查，先确定目标APP，然后进行随机的用户调查，以问卷的形式收集用户的基本信息和喜好特征；

S2：信息采集，采集目标APP的用户信息，用户信息包括人口属性，信用信息、行为特征，在收集用户信息后，针对日志中的数据，合并、去除日志中不需要的字段，填充缺失内容，并对数据进行归约化表示，得到精简的数据；

S3：构建标签库，根据采集的用户信息构建用户标签库；

S4：匹配标签库，获取目标APP应用程序集合中与每一APP应用程序对应的用户信息中与所设置的目标场景相对应的强相关数据，以得到每一APP应用程序对应的强相关数据集合，然后将目标APP应用程序集合中各APP应用程序的强相关数据集合根据预先构建的标签库对应转化为标签，对应不同的用户；

S5：信息推送，根据不同的标签，给不同的用户推送其喜好的信息内容；

S6：精准度检验，首先收集信息推送后1-15天中用户的浏览记录，然后与信息推送的内容相比对，并与社会调查结果相比对，查看推送的精准度。

作为本发明再进一步的方案，所述S1中包括信息采集模块，问卷为电子问卷和人工问卷。

进一步的，所述S2中行为特征包括1-31天中的浏览时间、浏览次数、浏览内容。

在前述方案的基础上，所述S2中在采集信息时收集用户输入的关键词，基于自主的高速多关键字匹配算法，当多个关键字同时出现时，触发该规则，并进行记录。