[发明专利]一种基于用户行为数据的指标项挖掘模型

权利要求书

1.一种基于用户行为数据的指标项挖掘模型，其特征在于，包括：

ODS层

用于存放面向分析主体的流量实时数据和数据库表；

DWD层

用于对所述流量实时数据进行清洗，将所述流量实时数据转化成指标的目标值明细表、指标的达成值明细表、流量明细表和其他明细表；

DWS层

用于面向分析主体进行建仓，将所述指标的目标值明细表和所述指标的达成值明细表经K-Means划分法转换成天数指标实体宽度表和历史累计指标实体宽度表；将所述流量明细表经DBSCAN密度法转换成天数流量实体宽度表和历史累计指标流量实体宽度表；将所述其他明细表经不同行业指标转化成其他实体宽度表；

DIM层

用于将所述天数指标实体宽度表、所述历史累计指标实体宽度表、所述天数流量实体宽度表、所述历史累计指标流量实体宽度表和所述其他实体宽度表进行规范并对做主数据库表进行填充；

ADS层

基于DWS层和DIM层，建设大量面向用户的数据集市，用于指标展示。

2.根据权利要求1所述的一种基于用户行为数据的指标项挖掘模型，其特征在于：所述DWS层建仓考虑三个方向，分别为：

①.数据域的划分特点；

②.业务的复杂度，各业务线、业务过程之间的区别和联系，用户在各业务线的特点和关系，业务数据体量，解耦因素等；

③指标的特点，指标的构成是退化维+时间周期+原子指标构成，所以分析下指标的退化维一般有哪些、时间周期有哪些、原子指标种类有哪些。

3.根据权利要求1所述的一种基于用户行为数据的指标项挖掘模型，其特征在于：所述DWS层中K-Means划分法的公式为：

其中，xi表示为样本参数，μj表示为聚类质心点。

4.根据权利要求1所述的一种基于用户行为数据的指标项挖掘模型，其特征在于：所述DWS层中DBSCAN密度法：将数据集当作由低密度区域分隔的高密度区域。

5.根据权利要求1所述的一种基于用户行为数据的指标项挖掘模型，其特征在于：所述DWS层中不同行业指标分为：销售行业和研发行业。

6.根据权利要求5所述的一种基于用户行为数据的指标项挖掘模型，其特征在于：所述销售行业：采用总体运营指标项、销售转化指标项、客户价值指标项、商品及供应链指标项。

7.根据权利要求5所述的一种基于用户行为数据的指标项挖掘模型，其特征在于：所述研发行业：采用产品管理相关指标项、功能开发相关指标项、功能测试相关指标项。