一种网络数据分析处理方法、系统及计算机存储介质与流程

1.本发明属于网络数据分析技术领域，涉及到一种网络数据分析处理方法、系统及计算机存储介质。


背景技术：

2.随着互联网的普及，网络数据的产生量日益增多，网络数据主要分为浏览数据、搜索数据和互动数据这三大类别，而搜索作为网站运营的主要功能之一和人们获取信息的主要途径之一，对其衍生数据分析和处理的重要性不言而喻。
3.目前对搜索数据的分析与处理主要集中对用户检索关键词的分析与处理，进而反映用户的关注点、兴趣等，没有根据用户的搜素数据对网站内容展示情况进行分析，因此，目前技术还存在以下几个方面的弊端：
4.1、网站内容展示的匹配精准性直接决定了用户的搜索体验感，当前仅通过从关键词与展示内容匹配度层面对网站内容展示的精准性进行分析，单一化的关键词匹配分析方式无法保障内容展示的贴合性，只能反映出相同关键词的出现情况，进而需要用户访问多个页面，因此无法提高用户的搜索效率，也无法提高用户的搜索体验感；
5.2、网站内容展示一般包含了多种展示形式，如广告形式、期刊形式，当前没有根据用户的搜索数据，对用户的倾向展示形式进行分析，进而无法提高用户与网站的粘性，也无法提高网站对用户的服务效率，同时还无法满足用户的个性化搜索需求；
6.3、网站内容展示一般包含了多种展示格式，如图文格式、视频格式，不同的展示格式的展示效果不同，当前没有根据用户的搜索数据对用户的倾向展示格式进行分析，无法提高用户对搜索内容的理解效率，也无法保障用户搜索内容的展示效果，同时当前随机化的展示方式与用户需求展示方式的差异化程度较高，无法提高用户搜索内容展示的准确性，并且还无法为展示内容的筛选提供可靠的决策性依据。


技术实现要素：

7.鉴于此，为解决上述背景技术中所提出的问题，现提出一种网络数据分析处理方法、系统及计算机存储介质；
8.本发明的目的可以通过以下技术方案实现：
9.本发明第一方面提供了一种网络数据分析处理方法，该方法包括以下步骤：
10.步骤s1、网站访问信息获取：从指定网站后台提取目标用户对应的历史检索信息，其中历史检索信息包括检索次数、各次检索对应的关联网页信息和各次检索对应的关联链接信息；
11.步骤s2、网站访问信息初步解析：从目标用户对应的历史检索信息中定位出各次检索对应的关联网页信息，由此对目标用户在各次检索对应的网页展示关联度进行分析，得到指定网站对应的网页展示关联度评估指数；
12.步骤s3、网站访问信息深度解析：从目标用户对应的历史检索信息中定位出各次
检索对应的关联链接信息，由此对目标用户对应的倾向展示内容形式和倾向展示内容格式进行分析，输出各展示内容形式对应的用户倾向评估指数和各展示内容格式对应的用户倾向评估指数，并确认目标用户对应的倾向展示信息；
13.步骤s4、用户解析结果反馈与处理：将指定网站对应的网页展示关联度评估指数和用户对应的倾向展示信息反馈至指定网站管理后台，并对目标用户进行归类处理。
14.于本发明一优选实施例，所述关联网页信息包括关联访问网页数目、各关联访问网页对应的访问顺序、各关联访问网页对应的跳转次数和各关联访问网页对应的累计访问时长。
15.于本发明一优选实施例，所述关联链接信息包括各关联访问网页对应关联访问链接数目，各关联访问网页中各关联访问链接对应的展示内容形式和展示内容格式，各关联访问网页中各关联访问链接对应的用户操作类型、访问次数和最长连续访问时长。
16.于本发明一优选实施例，所述对目标用户在各次检索对应的网页展示关联度进行分析，具体分析过程如下：
17.基于目标用户各次检索对应的关联网页信息，从中提取出关联访问网页数目和各关联访问网页对应的访问顺序，将目标用户各次检索时对应的各关联访问网页按照其访问顺序先后依次进行编号，分别标记为1,2，...i,...n，将目标用户对应的各次检索依次编号为1,2，...j,...m；
18.将目标用户各次检索时各关联访问网页对应的访问顺序与数据库中存储的各访问顺序对应的关联影响权重进行匹配对比，筛选得出目标用户各次检索时各关联访问网页对应的关联影响权重，并记为β
ij
，i表示为关联访问网页编号，i＝1,2,......n，j表示各次检索对应的编号，j＝1,2,......m；
19.从目标用户各次检索对应的关联网页信息中提取出各关联访问网页对应的跳转次数和累计访问时长，通过公式得到指定网站对应的网页展示关联度评估指数λ，其中，a1、a2、a3分别表示设定的网页访问时长、网页跳转次数、关联访问网页数目对应的权重系数，e表示自然数，t
0ij
、c
ij
分别表示为目标用户在第j次访问时第i个关联访问网页对应的累计访问时长、跳转次数，yj表示为目标用户在第j次访问时对应的关联访问网页数目，t
′
、c
′
、y
′
分别表示为设定的参考访问网页时长、参考网页跳转次数、参考网页访问数目，η为设定的网页访问补偿因子。
20.于本发明一优选实施例，所述对目标用户对应的倾向展示内容形式进行分析，具体分析过程包括以下步骤：
21.从目标用户各次检索对应的关联链接信息中提取出各关联访问网页对应的关联访问链接数目和各关联访问网页中各关联访问链接对应的展示内容形式；
22.基于目标用户各次检索时各关联访问网页对应的关联访问链接数目，统计得到目
标用户对应的综合关联访问链接数目，提取各综合关联访问链接对应的展示内容形式，将各综合关联访问链接对应的展示内容形式进行相互对比，筛选得出各展示内容形式对应的各关联访问链接，将各展示内容形式按照预设顺序进行编号，依次标记为1,2，...r,...p，将各展示内容形式对应的各关联访问链接按照访问先后顺序依次编号为1,2，...d,...q；
23.获取目标用户各展示内容形式中各关联访问链接对应的用户操作类型，进行用户操作权重设置，将各展示内容形式中各关联访问链接对应的用户操作权重记为δ
rd
，r表示展示内容形式对应的编号，r＝1,2,......p，d表示各展示内容形式对应的各关联访问链接编号，d＝1,2,......q；
24.获取目标用户各展示内容形式中各关联访问链接对应的访问次数和最长连续访问时长，累加得到目标用户各展示内容形式对应的综合访问次数和综合访问时长；
25.基于目标用户各展示内容形式对应的关联访问链接数目、综合访问次数和综合访问时长，通过分析公式计算得出各展示内容形式对应的用户倾向评估指数，ζr表示为第r个展示内容形式对应的用户倾向评估指数，b1、b2、b3分别表示为设定的综合访问次数、综合访问时长、关联访问链接对应的展示内容形式倾向评估权重因子，且b1 b2 b3＝1，j
综合r
、t
综合r
、mr分别表示为第r个展示内容形式对应的综合访问次数、综合访问时长、关联访问链接数目，表示为目标用户展示内容形式对应的平均关联访问链接数目，p表示展示内容形式数目。
26.于本发明一优选实施例，所述对目标用户对应的倾向展示内容格式进行分析，具体分析过程包括以下步骤：
27.从目标用户各次检索对应的关联链接信息中提取出各关联访问网页中各关联访问链接对应的展示内容格式；
28.获取目标用户对应的综合关联访问链接数目，提取各综合关联访问链接对应的展示内容格式，将各综合关联访问链接对应的展示内容格式进行相互对比，筛选得出各展示内容格式对应的关联访问链接数目，将各展示内容格式按照预设顺序进行编号，依次标记为1,2，...u,...v；
29.获取目标用户各展示内容格式中各关联访问链接对应的访问次数和最长连续访问时长，通过均值计算方式计算得出目标用户各展示内容形式对应的平均访问次数和平均最长连续访问时长，并分别标记为和u表示展示内容格式对应的编号，u＝1,2,......v；
30.基于目标用户各展示内容格式对应的关联访问链接数目、平均访问次数和平均最
长连续访问时长，依据计算公式计算得出各展示内容格式对应的用户倾向评估指数ψu，fu表示为第u个展示内容格式对应的关联访问链接数目，n
′
、t1
′
分别表示为设定的参考平均访问次数、参考平均最长连续访问时长，μ为设定的展示内容格式分析补偿因子，c1、c2、c3分别表示为设定的关联访问链接数目、平均访问次数、平均最长访问时长对应的展示内容格式倾向评估权重因子。
31.于本发明一优选实施例，所述确认目标用户对应的倾向展示信息，具体确认过程如下：
32.基于各展示内容形式对应的用户倾向评估指数，由高到低对各展示内容形式对应的用户倾向评估指数进行排序，从中提取出排名前三位的展示内容形式，并作为目标用户对应的倾向展示内容形式，同时对排名第一位的展示内容形式进行标记；
33.基于各展示内容格式对应的用户倾向评估指数，由高到低对各展示内容格式对应的用户倾向评估指数进行排序，从中提取出排名前三位的展示内容格式，并作为目标用户对应的倾向展示内容格式，同时对排名第一位展示内容格式进行标记；
34.基于目标用户对应的倾向展示内容形式和倾向展示内容格式，生成目标用户对应的倾向展示信息。
35.于本发明一优选实施例，所述对目标用户进行归类处理，具体处理过程为：从数据库中提取各类别用户对应的倾向展示信息，将目标用户对应的倾向展示信息与各类别用户对应的倾向展示信息进行匹配对比，筛选得出目标用户对应的类别，并对目标用户进行类别标记。
36.本发明第二方面提供了一种网络数据分析处理系统，所述该系统包括：
37.网站访问信息获取模块，用于从指定网站后台提取目标用户对应的历史检索信息；
38.网站访问信息初步解析模块，用于从目标用户对应的历史检索信息中定位出各次检索对应的关联网页信息，由此对目标用户在各次检索对应的网页展示关联度进行分析，得到指定网站对应的网页展示关联度评估指数；
39.网站访问信息深度解析模块，用于从目标用户对应的历史检索信息中定位出各次检索对应的关联链接信息，由此对目标用户对应的倾向展示内容形式和倾向展示内容格式进行分析，输出各展示内容形式对应的用户倾向评估指数和各展示内容格式对应的用户倾向评估指数，并确认目标用户对应的倾向展示信息；
40.数据库，用于存储各访问顺序对应的关联影响权重，还用于存储各类别用户对应的倾向展示信息；
41.用户解析结果反馈与处理模块，用于将指定网站对应的网页展示关联度评估指数和用户对应的倾向展示信息反馈至指定网站管理后台，并对目标用户进行归类处理。
42.本发明第三方面提供了一种网络数据分析处理计算机存储介质，所述网络数据分析处理计算存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本
发明所述的方法。
43.相较于现有技术，本发明提供的一种网络数据分析处理方法、系统及计算机存储介质，至少具有以下有益效果：
44.(1)本发明通过从指定网站后台提取目标用户对应的历史检索信息，进而对目标用户在各次检索对应的网页展示关联度进行分析，有效的解决了当前技术仅通过从关键词与展示内容匹配度层面对网站内容展示的精准性进行分析的问题，打破了当前单一化分析方式的局限性，保障了网站内容展示与用户检索需求的贴合性，降低了用户检索的工作量和繁琐性，提高了用户的搜索效率，为网站内容展示的优化提供了可靠的参考依据，从而提高了网站内容展示异常的响应效率和处理效率，并且还大大的提高了用户的检索体验感和检索满意度。
45.(2)本发明通过根据目标用户对应的历史检索信息，对目标用户对应的倾向展示内容形式和倾向展示内容格式进行分析，一方面，通过对用户的倾向展示形式进行分析，大大的提高了用户与网站的粘性，同时也大幅度提升了网站对用户的服务效率，并且还有效的满足了用户的个性化检索需求；另一方面，通过对用户的倾向展示格式进行分析，大大的提高了用户对检索内容的理解效率，保障了用户搜索内容的展示效果，并且规避了当前随机化的展示方式与用户需求展示方式之间的差异性，从而有效的提升了用户检索内容展示的准确性，同时还为展示内容的筛选提供可靠的决策性依据。
附图说明
46.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
47.图1为本发明实施步骤流程图；
48.图2为系统各模块连接示意图。
具体实施方式
49.下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
50.实施例一
51.请参阅图1所示，本发明提供了一种网络数据分析处理方法，该方法包括以下步骤：
52.步骤s1、网站访问信息获取：从指定网站后台提取目标用户对应的历史检索信息，其中历史检索信息包括检索次数、各次检索对应的关联网页信息和各次检索对应的关联链接信息；
53.上述中，关联网页信息具体包括关联访问网页数目、各关联访问网页对应的访问顺序、各关联访问网页对应的跳转次数和各关联访问网页对应的累计访问时长。
54.上述中，关联链接信息具体包括各关联访问网页对应关联访问链接数目，各关联访问网页中各关联访问链接对应的展示内容形式和展示内容格式，各关联访问网页中各关联访问链接对应的用户操作类型、访问次数和最长连续访问时长。
55.步骤s2、网站访问信息初步解析：从目标用户对应的历史检索信息中定位出各次检索对应的关联网页信息，由此对目标用户在各次检索对应的网页展示关联度进行分析，得到指定网站对应的网页展示关联度评估指数；
56.可理解地，所述对目标用户在各次检索对应的网页展示关联度进行分析，具体分析过程如下：
57.1)基于目标用户各次检索对应的关联网页信息，从中提取出关联访问网页数目和各关联访问网页对应的访问顺序，将目标用户各次检索时对应的各关联访问网页按照其访问顺序先后依次进行编号，分别标记为1,2，...i,...n，将目标用户对应的各次检索依次编号为1,2，...j,...m；
58.2)将目标用户各次检索时各关联访问网页对应的访问顺序与数据库中存储的各访问顺序对应的关联影响权重进行匹配对比，筛选得出目标用户各次检索时各关联访问网页对应的关联影响权重，并记为β
ij
，i表示关联访问网页编号，i＝1,2,......n，j表示各次检索对应的编号，j＝1,2,......m；
59.3)从目标用户各次检索对应的关联网页信息中提取出各关联访问网页对应的跳转次数和累计访问时长，通过公式得到指定网站对应的网页展示关联度评估指数λ，其中，a1、a2、a3分别表示设定的网页访问时长、网页跳转次数、关联访问网页数目对应的权重系数，e表示自然数，t
0ij
、c
ij
分别表示为目标用户在第j次访问时第i个关联访问网页对应的累计访问时长、跳转次数，yj表示为目标用户在第j次访问时对应的关联访问网页数目，t
′
、c
′
、y
′
分别表示为设定的参考访问网页时长、参考网页跳转次数、参考网页访问数目，η为设定的网页访问补偿因子；
60.本发明实施例通过从指定网站后台提取目标用户对应的历史检索信息，进而对目标用户在各次检索对应的网页展示关联度进行分析，有效的解决了当前技术仅通过从关键词与展示内容匹配度层面对网站内容展示的精准性进行分析的问题，打破了当前单一化分析方式的局限性，保障了网站内容展示与用户检索需求的贴合性，降低了用户检索的工作量和繁琐性，提高了用户的搜索效率，为网站内容展示的优化提供了可靠的参考依据，从而提高了网站内容展示异常的响应效率和处理效率，并且还大大的提高了用户的检索体验感和检索满意度。
61.步骤s3、网站访问信息深度解析：从目标用户对应的历史检索信息中定位出各次检索对应的关联链接信息，由此对目标用户对应的倾向展示内容形式和倾向展示内容格式进行分析，输出各展示内容形式对应的用户倾向评估指数和各展示内容格式对应的用户倾
向评估指数，并确认目标用户对应的倾向展示信息；
62.示例性地，所述对目标用户对应的倾向展示内容形式进行分析，具体分析过程包括以下步骤：
63.第一步、从目标用户各次检索对应的关联链接信息中提取出各关联访问网页对应的关联访问链接数目和各关联访问网页中各关联访问链接对应的展示内容形式；
64.第二步、基于目标用户各次检索时各关联访问网页对应的关联访问链接数目，统计得到目标用户对应的综合关联访问链接数目，提取各综合关联访问链接对应的展示内容形式，将各综合关联访问链接对应的展示内容形式进行相互对比，筛选得出各展示内容形式对应的各关联访问链接，将各展示内容形式按照预设顺序进行编号，依次标记为1,2，...r,...p，将各展示内容形式对应的各关联访问链接按照访问先后顺序依次编号为1,2，...d,...q；
65.第三步、获取目标用户各展示内容形式中各关联访问链接对应的用户操作类型，进行用户操作权重设置，将各展示内容形式中各关联访问链接对应的用户操作权重记为δ
rd
，r表示展示内容形式对应的编号，r＝1,2,......p，d表示各展示内容形式对应的各关联访问链接编号，d＝1,2,......q；
66.需要说明的是，用户操作类型包括收藏、转发和下载，将收藏对应的用户操作权重记为ε1，将转发对应的用户操作权重记为ε2，将下载对应的用户操作权重记为ε3，其中，ε3》ε1》ε2,以此方式得到各展示内容形式中各关联访问链接对应的用户操作权重δ
rd
，δ
rd
取值为ε1或ε2或ε3。
67.第四步、获取目标用户各展示内容形式中各关联访问链接对应的访问次数和最长连续访问时长，累加得到目标用户各展示内容形式对应的综合访问次数和综合访问时长；
68.第五步、基于目标用户各展示内容形式对应的关联访问链接数目、综合访问次数和综合访问时长，通过分析公式计算得出各展示内容形式对应的用户倾向评估指数，ζr表示为第r个展示内容形式对应的用户倾向评估指数，b1、b2、b3分别表示为设定的综合访问次数、综合访问时长、关联访问链接对应的展示内容形式倾向评估权重因子，且b1 b2 b3＝1，j
综合r
、t
综合r
、mr分别表示为第r个展示内容形式对应的综合访问次数、综合访问时长、关联访问链接数目，表示为目标用户展示内容形式对应的平均关联访问链接数目，p表示展示内容形式数目；
69.示例性地，所述对目标用户对应的倾向展示内容格式进行分析，具体分析过程包括以下步骤：
70.g1、从目标用户各次检索对应的关联链接信息中提取出各关联访问网页中各关联访问链接对应的展示内容格式；
71.g2、获取目标用户对应的综合关联访问链接数目，提取各综合关联访问链接对应的展示内容格式，将各综合关联访问链接对应的展示内容格式进行相互对比，筛选得出各展示内容格式对应的关联访问链接数目，将各展示内容格式按照预设顺序进行编号，依次
标记为1,2，...u,...v；
72.g3、获取目标用户各展示内容格式中各关联访问链接对应的访问次数和最长连续访问时长，通过均值计算方式计算得出目标用户各展示内容形式对应的平均访问次数和平均最长连续访问时长，并分别标记为和u表示展示内容格式对应的编号，u＝1,2,......v；
73.g4、基于目标用户各展示内容格式对应的关联访问链接数目、平均访问次数和平均最长连续访问时长，依据计算公式计算得出各展示内容格式对应的用户倾向评估指数ψu，fu表示为第u个展示内容格式对应的关联访问链接数目，n
′
、t1
′
分别表示为设定的参考平均访问次数、参考平均最长连续访问时长，μ为设定的展示内容格式分析补偿因子，c1、c2、c3分别表示为设定的关联访问链接数目、平均访问次数、平均最长访问时长对应的展示内容格式倾向评估权重因子。
74.在一个具体实施例中，所述展示内容形式包括但不限于广告、期刊和报道；展示内容格式包括但不限于图文格式、视频格式、纯图格式、纯文本格式和视频文本结合格式。
75.又一示例性地，所述确认目标用户对应的倾向展示信息，具体确认过程如下：
76.基于各展示内容形式对应的用户倾向评估指数，由高到低对各展示内容形式对应的用户倾向评估指数进行排序，从中提取出排名前三位的展示内容形式，并作为目标用户对应的倾向展示内容形式，同时对排名第一位的展示内容形式进行标记；
77.基于各展示内容格式对应的用户倾向评估指数，由高到低对各展示内容格式对应的用户倾向评估指数进行排序，从中提取出排名前三位的展示内容格式，并作为目标用户对应的倾向展示内容格式，同时对排名第一位展示内容格式进行标记；
78.基于目标用户对应的倾向展示内容形式和倾向展示内容格式，生成目标用户对应的倾向展示信息；
79.本发明实施例通过根据目标用户对应的历史检索信息，对目标用户对应的倾向展示内容形式和倾向展示内容格式进行分析，一方面，通过对用户的倾向展示形式进行分析，大大的提高了用户与网站的粘性，同时也大幅度提升了网站对用户的服务效率，并且还有效的满足了用户的个性化检索需求；另一方面，通过对用户的倾向展示格式进行分析，大大的提高了用户对检索内容的理解效率，保障了用户搜索内容的展示效果，并且规避了当前随机化的展示方式与用户需求展示方式之间的差异性，从而有效的提升了用户检索内容展示的准确性，同时还为展示内容的筛选提供可靠的决策性依据。
80.步骤s4、用户解析结果反馈与处理：将指定网站对应的网页展示关联度评估指数和用户对应的倾向展示信息反馈至指定网站管理后台，并对目标用户进行归类处理。
81.具体地，所述对目标用户进行归类处理，具体处理过程为：从数据库中提取各类别用户对应的倾向展示信息，将目标用户对应的倾向展示信息与各类别用户对应的倾向展示信息进行匹配对比，筛选得出目标用户对应的类别，并对目标用户进行类别标记，通过对目标用户进行归类，便于后续对目标用户的管理，同时还便于提高用户的服务质量和服务效
果。
82.实施例二
83.请参阅图2所示，本发明提供了一种网络数据分析处理系统，该系统包括网站访问信息获取模块、网站访问信息初步解析模块、网站访问信息深度解析模块、数据库和用户解析结果反馈与处理模块；
84.基于图中连接关系所示，网站访问信息获取模块分别与网站访问信息初步解析模块和网站访问信息深度解析模块连接，数据库分别与网站访问信息初步解析模块和用户解析结果反馈与处理模块连接；用户解析结果反馈与处理模块分别与网站访问信息初步解析模块和网站访问信息深度解析模块连接；
85.所述网站访问信息获取模块，用于从指定网站后台提取目标用户对应的历史检索信息；
86.所述网站访问信息初步解析模块，用于从目标用户对应的历史检索信息中定位出各次检索对应的关联网页信息，由此对目标用户在各次检索对应的网页展示关联度进行分析，得到指定网站对应的网页展示关联度评估指数；
87.所述网站访问信息深度解析模块，用于从目标用户对应的历史检索信息中定位出各次检索对应的关联链接信息，由此对目标用户对应的倾向展示内容形式和倾向展示内容格式进行分析，输出各展示内容形式对应的用户倾向评估指数和各展示内容格式对应的用户倾向评估指数，并确认目标用户对应的倾向展示信息；
88.所述数据库，用于存储各访问顺序对应的关联影响权重，还用于存储各类别用户对应的倾向展示信息；
89.所述用户解析结果反馈与处理模块，用于将指定网站对应的网页展示关联度评估指数和用户对应的倾向展示信息反馈至指定网站管理后台，并对目标用户进行归类处理。
90.实施例三
91.本发明还提供了一种网络数据分析处理计算机存储介质，所述网络数据分析处理计算存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的方法。
92.以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。