[发明专利]跨屏幕用户行为数据统计、分析方法及装置

说明书

技术领域

本发明涉及跨屏幕用户行为数据统计、分析方法及装置。

背景技术

现日常的生活、工作中已充斥了越来越多的电子设备，从手机切换到平板……这频繁不经意的跨设备使用环境也培养了用户新的使用习惯。

美国超过90%的电子媒体消费行为都是在手机、平板电脑、电脑(包括笔记本电脑)以及电视这四个屏幕上进行的。

绝大多数的媒体消费行为是基于多屏的，消费者在多个设备间转换以达到他们的目的，在媒体消费上花费的时间多达至每天 4.4 小时，而其中 90% 的时间属于跨屏消费。

发明内容

针对上述问题，本发明提供一种跨屏幕用户行为数据统计、分析方法及装置。

本发明跨屏幕用户行为数据统计、分析方法，所述方法包括：

获取用户使用PC端各个软件和网站的使用行为数据以及移移动端设备上面各个App的使用行为数据，基于获取的所述的行为数据建立数据池；

对数据池的数据进行分析和整理，得到统计用户行为的数据；

基于预定的算法模型和数据模型对分析和整理之后的数据进行数据挖掘，从而获得所需的结果数据。

本发明跨屏幕用户行为数据统计、分析装置，所述装置包括：

数据获取单元，用于获取用户使用PC端各个软件和网站的使用行为数据以及移移动端设备上面各个App的使用行为数据，基于获取的所述的行为数据建立数据池；

数据处理单元，用于对数据池的数据进行分析和整理，得到统计用户行为的数据；

结果输出单元，用于基于预定的算法模型和数据模型对分析和整理之后的数据进行数据挖掘，从而获得所需的结果数据。

有益效果：

本发明基于用户以上的市场需求，研发跨屏产品，用于深度分析用户在不同屏幕间的覆盖率、使用率和流转时间，从而为各个企业提供必要的数据信息，以满足其发展。

附图说明

图1 本发明方法的跨屏幕用户行为数据统计、分析方法流程图。

具体实施方式

下面结合说明书附图对本发明做进一步的描述。

本发明所述的获取用户使用PC端各个软件和网站的使用行为数据以及移动端设备上面各个App的使用行为数据，其中使用PC端各个软件和网站的使用行为数据也即PC数据; 移动端设备上面各个App的使用行为数据也即移动数据。

实施例1

如图1所示，本实施例跨屏幕用户行为数据统计、分析方法，所述方法包括：

获取用户使用PC端各个软件和网站的使用行为数据以及移动端设备上面各个App的使用行为数据，基于获取的所述的行为数据建立数据池；

对数据池的数据进行分析和整理，得到统计用户行为的数据；

基于预定的算法模型和数据模型对分析和整理之后的数据进行数据挖掘，从而获得所需的结果数据。

实施例2

本实施例跨屏幕用户行为数据统计、分析装置，所述装置包括：

数据获取单元，用于获取用户使用PC端各个软件和网站的使用行为数据以及移移动端设备上面各个App的使用行为数据，基于获取的所述的行为数据建立数据池；

数据处理单元，用于对数据池的数据进行分析和整理，得到统计用户行为的数据；

结果输出单元，用于基于预定的算法模型和数据模型对分析和整理之后的数据进行数据挖掘，从而获得所需的结果数据。

数据获取过程具体原理如下：

基于已存储的自有的样本池用户，我们在400万的样本池里采用固定样本法随机抽样，PC端邀请了超过70万的用户参加了连续性监测，移动端邀请了大概有15万的用户参加了连续性监测，由于每期的样本实际使用行为有部分不符合连续性要求，所以实际在PC端参与计算的样本超过40万，实际在移动端参与计算的样本超过10万。我们邀请样本用户签订一个双向保密协议，之后给样本用户安装一个监测端，这样就会7X24小时客观的收集用户的使用移动智能终端的数据，定期回传，回传后我们会对这些数据加权、分析整理、配比、反推。

应用数据计算：我们针对目前市场上比较热门的软件的PC端及移动端做好相对应的关系，在通过PC、移动样本返回的数据，统计出此应用的PC端数据量及移动端数据量。

重合系数(指在一定周期内既在移动端又在PC端使用该App的样本数/在一定周期内在移动端使用该App的样本数)设定：依托于现有产品iut与mut的数据基础，配比出跨屏自身独有的重合系数，根据每个行业及每个应用自身的特点，用数据分析模型分配该应用独有的重合系数，根据该重合系数，计算出此应用全网跨屏数据。