[发明专利]一种网站数据分析方法及分析系统

权利要求书

1.一种网站数据分析方法，其特征在于，包括：

通过分析网站日志数据，获得访问数据流，其中，所述访问数据流记录了访问网页的顺序；

剔除不包含重要页面的访问数据流，其中，所述重要页面为符合预定义属性的页面；

对剩余的包含重要页面的访问数据流进行频繁挖掘计算，得到出现频度高的前m个访问数据流及每个访问数据流的出现频度，m为正整数；

针对所述m个访问数据流，计算每个数据流中出现重要页面的次数，以及每个数据流的长度；

利用每个访问数据流的出现频度、出现重要页面的次数和数据流的长度，计算得出所述m个访问数据流中每个数据流的优质度。

2.根据权利要求1所述的方法，其特征在于，还包括：

对所述m个访问数据流进行优质度排名；并

依据所述优质度排名分析页面每个区块的设计。

3.根据权利要求1所述的方法，其特征在于，所述通过分析网站日志数据，获得访问数据流，包括：

通过分析网站日志数据，从所述网站日志数据中提取出访问路径；

将所述访问路径转换为树型结构，得到访问路径的树；

深度优先遍历所述访问路径的树，得到访问数据流。

4.根据权利要求1所述的方法，其特征在于，所述预定义属性的页面包括：

产生反馈行为的页面；

和/或，正在运营的活动页面。

5.根据权利要求1所述的方法，其特征在于：

所述数据流的优质度与数据流的出现频度成正比，与数据流中出现重要页面的次数成正比，与数据流的长度成反比。

6.根据权利要求5所述的方法，其特征在于，计算所述m个访问数据流中每个数据流的优质度，包括：

按照以下公式计算：

S＝a₀+(α·frequency(g)+β·quality(g))/γ·lenth(g)；

其中，g表示一条数据流；

frequency(g)表示数据流的出现频度，α是frequency(g)的影响因子参数；

quality(g)表示数据流中出现重要页面的次数，β是quality(g)的影响因子参数；

lenth(g)表示数据流的长度，γ是lenth(g)的影响因子参数；

a₀表示数据可用性参数。

7.根据权利要求1所述的方法，其特征在于：

初次取某个时间段内的网站日志数据进行数据流优质度计算；

每隔预设的时间间隔，取每次的增量日志数据进行数据流优质度计算。

8.一种网站数据分析系统，其特征在于，包括：

日志分析模块，用于通过分析网站日志数据，获得访问数据流，其中，所述访问数据流记录了访问网页的顺序；

数据剔除模块，用于剔除不包含重要页面的访问数据流，其中，所述重要页面为符合预定义属性的页面；

频繁挖掘模块，用于对剩余的包含重要页面的访问数据流进行频繁挖掘计算，得到出现频度高的前m个访问数据流及每个访问数据流的出现频度，m为正整数；

新增指标计算模块，用于针对所述m个访问数据流，计算每个数据流中出现重要页面的次数，以及每个数据流的长度；

优质度计算模块，用于利用每个访问数据流的出现频度、出现重要页面的次数和数据流的长度，计算得出所述m个访问数据流中每个数据流的优质度。

9.根据权利要求8所述的系统，其特征在于，还包括：

排序模块，用于对所述m个访问数据流进行优质度排名，并依据所述优质度排名分析页面每个区块的设计。

10.根据权利要求8所述的系统，其特征在于，所述日志分析模块包括：

提取子模块，用于通过分析网站日志数据，从所述网站日志数据中提取出访问路径；

转换子模块，用于将所述访问路径转换为树型结构，得到访问路径的树；

遍历子模块，用于深度优先遍历所述访问路径的树，得到访问数据流。

11.根据权利要求8所述的系统，其特征在于，

所述优质度计算模块按照以下公式计算：

S＝a₀+(α·frequency(g)+β·quality(g))/γ·lenth(g)；

其中，g表示一条数据流；

frequency(g)表示数据流的出现频度，α是frequency(g)的影响因子参数；

quality(g)表示数据流中出现重要页面的次数，β是quality(g)的影响因子参数；

lenth(g)表示数据流的长度，γ是lenth(g)的影响因子参数；

a₀表示数据可用性参数。