基于互联网的用户行为大数据分析系统的金沙现金网平台

文档序号:16919612 发布日期:2019-02-19 19:14
基于互联网的用户行为大数据分析系统的金沙现金网平台

本发明涉及大数据的数据分析和挖掘领域,尤其涉及一种基于互联网的用户行为大数据分析系统。



背景技术:

大数据分析是指对规模巨大的数据进行分析,大数据具有数据量大、速度快、类型多、价值高等特点。伴随着大数据的普及,对应的数据管理、数据安全、数据分析、数据挖掘等深度利用场景成为行业热点。随着大数据的应用越来越广泛,从海量大数据中找出规律,提炼具有价值的关键信息,变得越来越重要。随着互联网、移动网络的高速发展,网络带宽瓶颈得到了有效缓解,传输速率和可靠性得到了极大提高,基于大数据进行高效、实时数据分析提炼的网络条件已经成熟。

截止2018年1月底,我国网民已达到7.72亿,手机网民7.53亿,2017年我国网民人均周上网时长为27小时,上网群体的高速扩张推动了我国网上金融、移动支付、网络视频、在线教育、搜索行业的高速发展。互联网用户的行为会产生大量的信息。现有的数据分析系统不够精准,用户需要自己从海量信息中挖掘出有价值的关键信息,效率较低。



技术实现要素:

有鉴于此,本发明提出了一种模型设置合理、数据更新便捷、信息挖掘可靠的基于互联网的用户行为大数据分析系统。

本发明的技术方案是这样实现的:本发明提供了一种基于互联网的用户行为大数据分析系统,包括数据库、数据分析模块、企业终端、用户终端和推送模块,所述用户终端和企业终端的输出端均与数据库的输入端信号连接,数据库的输出端与数据分析模块的输入端信号连接,数据分析模块的输出端与数据推送模块的输入端信号连接,数据推送模块的输出端与企业终端信号连接,企业终端的输出端与用户终端的输入端信号连接;

所述企业终端用于搜集企业提供产品或服务信息,用户终端用于搜集用户访问信息,数据库用于预设并储存用户信息模型,形成统一的用户数据格式;用户终端和企业终端分别将搜集的信息发送给数据库;数据库利用用户终端上传的信息更新用户信息模型后,将更新后的用户信息模型传送至数据分析模块;数据分析模块进行分析以后,得到用户行为偏好信息,用户行为偏好信息经数据推送模块转发给企业终端,企业终端根据用户偏好信息结合企业提供的产品或服务信息进行匹配,经匹配后的产品或服务信息由企业终端发送给用户终端。

在以上技术方案的基础上,优选的,所述数据库预设用户信息模型,如下式表示:

上式中,GN表示用户信息模型,N为用户编号,第一行表示用户的基本信息,第二行表示用户的搜索信息,第三行表示用户娱乐信息,第四行表示用户餐饮信息,第五行表示用户旅游信息,第六行表示用户购物信息,按固定的顺序从上至下依次排列。

在以上技术方案的基础上,优选的,所述用户终端通过将用户行为进行采集和分类,对用户搜索信息、用户娱乐信息、用户餐饮信息、用户旅游信息、用户购物信息进行统计后,将信息按顺序发送至数据库。

在以上技术方案的基础上,优选的,所述企业终端对企业的产品或服务进行分类,按照企业类别、产品或服务类别、产品或服务关键字、价格进行顺序排列和统计,发送给数据库。

在以上技术方案的基础上,优选的,所述数据分析模块接收到更新后的用户信息模型后,对第二行至第六行的用户行为进行筛选,根据用户行为出现的次数由高到低排列出该用户在搜索、娱乐、餐饮、旅游、购物方面的行为偏好信息表。

在以上技术方案的基础上,优选的,所述用户搜索信息采用访问站点、站点板块、访问时长、消耗流量、访问日期五个关键数据,将关键数据按顺序整理后,作为一个采样数据。

在以上技术方案的基础上,优选的,所述用户娱乐信息采用访问站点、站点板块、访问时长、消耗流量、访问日期五个关键数据,将关键数据按顺序整理后,作为一个采样数据。

在以上技术方案的基础上,优选的,所述用户餐饮信息采用店铺名称、偏重口味、消费频次、消费方式、消费时间五个关键数据,将关键数据按顺序整理后,作为一个采样数据。

在以上技术方案的基础上,优选的,所述用户旅游信息采用访问站点、出行方式、消费频次、消费方式、消费时间五个关键数据,将关键数据按顺序整理后,作为一个采样数据。

在以上技术方案的基础上,优选的,所述用户购物信息采用访问店铺、购物类别、消费频次、消费方式、消费时间五个关键数据,将关键数据按顺序整理后,作为一个采样数据。

本发明提出了一种基于互联网的用户行为大数据分析系统,该系统相对于现有技术具有以下有益效果:

(1)通过用户终端来精确检索用户在搜索、娱乐、餐饮、旅游、购物等常见网络应用上的访问轨迹、个人偏好、支付数据,为描绘更加精准的用户模型数据打好了基础;

(2)通过定义用户信息模型,用户信息模型可存储50-100组用户在索、娱乐、餐饮、旅游、购物方面的信息,统计处理效率很高;

(3)定义搜索、娱乐、餐饮、旅游、购物等常见网络应用的关键信息,便于在庞大的信息中准确筛选有价值的用户偏好信息,也为企业数据匹配打好了基础。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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。

图1为本发明基于互联网的用户行为大数据分析系统的模块控制图。

具体实施方式

下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。

图1为本发明基于互联网的用户行为大数据分析系统的模块控制图。如图1所示,本发明提供了一种基于互联网的用户行为大数据分析系统,包括数据库、数据分析模块、企业终端、用户终端和推送模块,所述用户终端和企业终端的输出端均与数据库的输入端信号连接,数据库的输出端与数据分析模块的输入端信号连接,数据分析模块的输出端与数据推送模块的输入端信号连接,数据推送模块的输出端与企业终端信号连接,企业终端的输出端与用户终端的输入端信号连接。

企业终端用于搜集企业提供产品或服务信息,用户终端用于搜集用户访问信息,数据库用于预设并储存用户信息模型,形成统一的用户数据格式;用户终端和企业终端分别将搜集的信息发送给数据库;数据库利用用户终端上传的信息更新用户信息模型后,将更新后的用户信息模型传送至数据分析模块;数据分析模块进行分析以后,得到用户行为偏好信息,用户行为偏好信息经数据推送模块转发给企业终端,企业终端根据用户偏好信息结合企业提供的产品或服务信息进行匹配,经匹配后的产品或服务信息由企业终端发送给用户终端。

上述数据库预设用户信息模型,如下式表示:

上式中,GN表示用户信息模型,N为用户编号,根据确定的用户姓名、年龄、性别、手机号码、居住地等基本信息可以确定用户的身份及唯一编号,用户基本信息记录在用户信息模型的第一行。从第二行开始,分别记录用户的行为信息:第二行表示用户的搜索信息,第三行表示用户娱乐信息,第四行表示用户餐饮信息,第五行表示用户旅游信息,第六行表示用户购物信息,按固定的顺序从上至下依次排列,每一行从前到后按时间顺序记录最近一个类别的行为,可存储用户最近的50-100个该类别行为,便于后期统计。

上述用户终端通过将用户行为进行采集和分类,是对用户搜索信息、用户娱乐信息、用户餐饮信息、用户旅游信息、用户购物信息进行统计后,将信息按顺序发送至数据库。用户搜索信息采用访问站点、站点板块、访问时长、消耗流量、访问日期五个关键数据,将关键数据按顺序整理后,作为一个采样数据;用户娱乐信息采用访问站点、站点板块、访问时长、消耗流量、访问日期五个关键数据,将关键数据按顺序整理后,作为一个采样数据;用户餐饮信息采用店铺名称、偏重口味、消费频次、消费方式、消费时间五个关键数据,将关键数据按顺序整理后,作为一个采样数据;用户旅游信息采用访问站点、出行方式、消费频次、消费方式、消费时间五个关键数据,将关键数据按顺序整理后,作为一个采样数据;用户购物信息采用访问店铺、购物类别、消费频次、消费方式、消费时间五个关键数据,将关键数据按顺序整理后,作为一个采样数据。各采样数据发送到数据库中。各关键数据按时间顺序在用户信息模型中进行更新,上一个采样数据右移一位,最新的数据记录在最左端,依次完成用户信息模型更新,一般每周或每两周更新一次。

上述企业终端对企业的产品或服务进行分类,按照企业类别、产品或服务类别、产品或服务关键字、价格进行顺序排列和统计,发送给数据库。

上述数据分析模块接收到更新后的用户信息模型后,对第二行至第六行的用户行为进行筛选,根据用户行为出现的次数由高到低排列出该用户在搜索、娱乐、餐饮、旅游、购物方面的行为偏好信息表。因用户数据模型中同一行代表一类行为,采样数据的结构完全相同,通过对采样数据相同结构部分的数据进行对比,可以很方便的统计出用户该类行为的行为习惯。可采用表格或者雷达图的方式显示。

统计后的用户行为习惯与企业能够提供的信息经信匹配,产品或服务信息能够与用户行为习惯中的某一部分匹配或接近时,会反馈给用户终端,提示用户。

以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

再多了解一些
当前第1页 1 2 3
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1