[发明专利]一种网站数据分析方法及分析系统

说明书

技术领域

本申请涉及网站技术，特别是涉及一种网站数据分析方法及分析系统。

背景技术

网站是一个立体的系统，从不同的角度看过去，得到的是不同的结果，每个点击背后都蕴藏着行为。网站用户行为分析便可通过网络数据剖析人们特定的网络行为，揭示人们内心需求、网站访问量的上升和下降、网站访问的群体细分以及用户群的访问意图。

例如，有两名用户，其中一个登录某网站之后首先点击“科技”频道，随后点击了“互联网”，另外一个先点击了该网站的“科技”频道，随后点击了“数码”，但在“数码”仅停留了很短的一个时间立即点到了“互联网”。那么，某种程度上这两名用户的操作习惯存在一致性，而且根据他们所感兴趣的内容可以一定几率上判定他们是IT行业从业人员。通过对无数次同样的归类，就可以通过对这些数据的分析，得到网站用户的大致类型。

此外，用户的鼠标点击某种程度上可以告诉我们用户在某个网页上的视觉轨迹。因为根据人的一般行为规律，用户会先点击他最先注意到的网页元素，无论这个元素是个按钮还是其它。因此，对用户鼠标点击的总结和分析将能够告诉我们用户在一个网页上的视觉大致浏览轨迹，由此可以得出一个网页设计是否合理，是否能够使得用户真正注意并且能够点击到网站需要让他点击的位置，最终影响到整个网站的信息架构甚而网站结构。

但是，现有的网站行为数据分析，分析角度都是针对单个用户或用户群的行为分析，这些分析方法并不适用于类似指导网站UI设计等其他方面的应用，而这类应用需要从网站整体角度进行考虑。

因此，目前需要解决的技术问题是：提供一种网站行为数据分析方法，能够站在全网数据的角度对用户行为数据进行分析。

发明内容

本申请提供了一种网站数据分析方法及分析系统，能够从数据流的角度对全网数据进行分析。

为了解决上述问题，本申请公开了一种网站数据分析方法，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。

优选地，所述方法还包括：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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

本申请还提供了一种网站数据分析系统，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；