一種基于數據分析技術的小程序優化管理系統及方法技術方案

本發明專利技術公開了一種基于數據分析技術的小程序優化管理系統及方法，屬于小程序優化技術領域。統籌小程序的全部功能頁面和特征數據類型，感知通過用戶授權的用戶操作行為，對用戶行為鏈進行梳理，捕捉用戶行為鏈的第一特征數據流和第二特征數據流，分析用戶行為的優化需求度，對用戶行為鏈進行篩查，生成行為篩查集合，分析功能頁面的優化滿足度，并對功能頁面附加特征數據類型按鈕；進而幫助用戶在使用小程序的過程中，降低用戶的行為操作的繁雜程度，避免浪費用戶操作時間，提升用戶體驗，使用戶在使用小程序功能回退與循環的過程中，能夠快速找到需要的數據，并進行展示，滿足用戶的個性化需求。個性化需求。個性化需求。

【技術實現步驟摘要】
一種基于數據分析技術的小程序優化管理系統及方法


[0001]本專利技術涉及小程序優化
，具體為一種基于數據分析技術的小程序優化管理系統及方法。

技術介紹

[0002]小程序作為一種輕量級的應用形式，已經在移動互聯網領域取得了巨大的成功。隨著技術的不斷進步和用戶需求的不斷變化，小程序的未來發展趨勢也在逐漸顯現；
[0003]現有技術中，用戶在使用小程序的過程中，往往需要在小程序的各個功能頁面中不斷進行頁面之間的回退與循環，以便對頁面展示數據進行查看，對任務操作進行確認，繼而現有技術中，在回退與循環的過程中，使用戶的行為操作過于繁雜，浪費用戶操作時間，不利于用戶體驗，缺乏智能化、簡潔化和人性化。

技術實現思路

[0004]本專利技術的目的在于提供一種基于數據分析技術的小程序優化管理系統及方法，以解決上述
技術介紹
中提出的問題。
[0005]為了解決上述技術問題，本專利技術提供如下技術方案：
[0006]一種基于數據分析技術的小程序優化管理系統，本系統包括：頁面數據統籌模塊、行為感知梳理模塊、優化需求分析模塊和優化滿足分析模塊；
[0007]所述頁面數據統籌模塊，用于統籌小程序的全部功能頁面和特征數據類型，所述特征數據類型為線上店鋪的進銷存過程中的特征數據類型；
[0008]所述行為感知梳理模塊，用于感知通過用戶授權的用戶操作行為，所述用戶操作行為包括用戶點擊特征數據類型按鈕的次數和每次點擊特征數據類型按鈕的時間，根據時間的先后順序，形成用戶行為鏈，對用戶行為鏈進行梳理，捕捉用戶行為鏈的第一特征數據流和第二特征數據流，所述第一特征數據流為用戶行為鏈中不發生回退功能頁面的用戶行為鏈，所述第二特征數據流為用戶行為鏈中發生回退功能頁面的用戶行為鏈；
[0009]所述優化需求分析模塊，根據第一特征數據流和第二特征數據流，分析用戶行為的優化需求度，對用戶行為鏈進行篩查，生成行為篩查集合；
[0010]所述優化滿足分析模塊，根據行為篩查集合和第二數據特征流，分析功能頁面的優化滿足度，并對功能頁面附加特征數據類型按鈕。
[0011]進一步的，所述頁面數據統籌模塊還包括功能頁面統籌單元和數據類型統籌單元；
[0012]所述功能頁面統籌單元，用于統籌小程序的所有功能頁面，對功能頁面進行統一編碼，并識別每一個功能頁面上展示的特征數據類型，所述功能頁面上附帶有特征數據類型按鈕，且一個特征數據類型對應一個特征數據類型按鈕，所述特征數據類型按鈕用于用戶點擊按鈕后展示特征數據類型下的全部特征數據；
[0013]所述數據類型統籌單元，用于統籌小程序的所有特征數據類型，對特征數據類型
進行統一編碼，將任意一個功能頁面標記為i，并提取任意一個功能頁面i對應的全部特征數據類型，生成數據類型集合，記為I
i
＝{DT1，DT2，...，DT
n
}，其中，i表示功能頁面編碼，I
i
表示任意一個功能頁面i對應生成的數據類型集合，DT1，DT2，...，DT
n
分別表示第1，2，...，n個特征數據類型。
[0014]進一步的，所述行為感知梳理模塊還包括用戶操作行為感知單元和用戶行為鏈特征捕捉單元；
[0015]所述用戶操作行為感知單元，用于感知通過用戶授權的用戶操作行為，調取小程序操作日志數據，所述小程序操作日志數據記錄有用戶操作行為，將第k次點擊特征數據類型按鈕的時間記為t
k
(DT
j
|I
i
)，其中，DT
j
|I
i
表示數據類型集合I
i
中的任意一個特征數據類型DT
j
，將DT
j
|I
i
對應作為一個行為節點，j表示特征數據類型編碼；
[0016]所述用戶行為鏈特征捕捉單元，根據時間t
k
(DT
j
|I
i
)的先后順序，捕捉每一次點擊特征數據類型按鈕形成的用戶行為鏈，將第k次點擊特征數據類型按鈕對應形成的用戶行為鏈記為BS
k
(DT
j
|I
i
)：DT
j
|I
i
→
DT
x
|I
a
→
...
→
DT
y
|I
b
，其中，a、b表示功能頁面編碼，x、y表示特征數據類型編碼；對用戶行為鏈進行梳理，捕捉用戶行為鏈的第一特征數據流和第二特征數據流，所述第一特征數據流為用戶行為鏈BS
k
(DT
j
|I
i
)中不發生回退功能頁面的用戶行為鏈，所述第二特征數據流為用戶行為鏈BS
k
(DT
j
|I
i
)中發生回退功能頁面的用戶行為鏈，將所述第一特征數據流記為BS
k1
(DT
j
|I
i
)，將所述第二特征數據流記為BS
k2
(DT
j
|I
i
)，其中，所述第一特征數據流為用戶主行為鏈，所述第二特征數據流為用戶循環行為鏈。
[0017]進一步的，所述優化需求分析模塊還包括優化需求度計算單元和行為鏈篩查單元；
[0018]所述優化需求度計算單元，用于獲取第m個第二特征數據流，記為BS
k2
(DT
j
|I
i
)
m
，根據第一特征數據流和第二特征數據流，計算第一特征數據流的優化需求度，具體計算公式如下：
[0019]OD[BS
k1
(DT
j
|I
i
)]＝∑
m＝1M
{NUM[BS
k2
(DT
j
|I
i
)
m
]/NUM[BS
k1
(DT
j
|I
i
)]}
[0020]其中，OD[BS
k1
(DT
j
|I
i
)]表示第一特征數據流BS
k1
(DT
j
|I
i
)的優化需求度，NUM[BS
k2
(DT
j
|I
i
)
m
]表示第二特征數據流BS
k2
(DT
j
|I
i
)
m
中包含的行為節點數量，NUM[BS
k1
(DT
j
|I
i
)]表示第一特征數據流BS
k1
(DT
j
|I
i本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于數據分析技術的小程序優化管理方法，其特征在于，該方法包括以下步驟：步驟S100：統籌小程序的全部功能頁面和特征數據類型，所述特征數據類型為線上店鋪的進銷存過程中的特征數據類型；步驟S200：感知通過用戶授權的用戶操作行為，所述用戶操作行為包括用戶點擊特征數據類型按鈕的次數和每次點擊特征數據類型按鈕的時間，根據時間的先后順序，形成用戶行為鏈，對用戶行為鏈進行梳理，捕捉用戶行為鏈的第一特征數據流和第二特征數據流，所述第一特征數據流為用戶行為鏈中不發生回退功能頁面的用戶行為鏈，所述第二特征數據流為用戶行為鏈中發生回退功能頁面的用戶行為鏈；步驟S300：根據第一特征數據流和第二特征數據流，分析用戶行為的優化需求度，對用戶行為鏈進行篩查，生成行為篩查集合；步驟S400：根據行為篩查集合和第二數據特征流，分析功能頁面的優化滿足度，并對功能頁面附加特征數據類型按鈕。2.根據權利要求1所述的一種基于數據分析技術的小程序優化管理方法，其特征在于，所述步驟S100的具體實施過程包括：步驟S101：統籌小程序的所有功能頁面，對功能頁面進行統一編碼，并識別每一個功能頁面上展示的特征數據類型，所述功能頁面上附帶有特征數據類型按鈕，且一個特征數據類型對應一個特征數據類型按鈕，所述特征數據類型按鈕用于用戶點擊按鈕后展示特征數據類型下的全部特征數據；步驟S102：統籌小程序的所有特征數據類型，對特征數據類型進行統一編碼，將任意一個功能頁面標記為i，并提取任意一個功能頁面i對應的全部特征數據類型，生成數據類型集合，記為I
i
＝{DT1，DT2，...，DT
n
}，其中，i表示功能頁面編碼，I
i
表示任意一個功能頁面i對應生成的數據類型集合，DT1，DT2，...，DT
n
分別表示第1，2，...，n個特征數據類型。3.根據權利要求2所述的一種基于數據分析技術的小程序優化管理方法，其特征在于，所述步驟S200的具體實施過程包括：步驟S201：感知通過用戶授權的用戶操作行為，調取小程序操作日志數據，所述小程序操作日志數據記錄有用戶操作行為，將第k次點擊特征數據類型按鈕的時間記為t
k
(DT
j
|I
i
)，其中，DT
j
|I
i
表示數據類型集合I
i
中的任意一個特征數據類型DT
j
，將DT
j
|I
i
對應作為一個行為節點，j表示特征數據類型編碼；步驟S202：根據時間t
k
(DT
j
|I
i
)的先后順序，捕捉每一次點擊特征數據類型按鈕形成的用戶行為鏈，將第k次點擊特征數據類型按鈕對應形成的用戶行為鏈記為BS
k
(DT
j
|I
i
)：DT
j
|I
i
→
DT
x
|I
a
→
...
→
DT
y
|I
b
，其中，a、b表示功能頁面編碼，x、y表示特征數據類型編碼；對用戶行為鏈進行梳理，捕捉用戶行為鏈的第一特征數據流和第二特征數據流，所述第一特征數據流為用戶行為鏈BS
k
(DT
j
|I
i
)中不發生回退功能頁面的用戶行為鏈，所述第二特征數據流為用戶行為鏈BS
k
(DT
j
|I
i
)中發生回退功能頁面的用戶行為鏈，將所述第一特征數據流記為BS
k1
(DT
j
|I
i
)，將所述第二特征數據流記為BS
k2
(DT
j
|I
i
)，其中，所述第一特征數據流為用戶主行為鏈，所述第二特征數據流為用戶循環行為鏈。4.根據權利要求3所述的一種基于數據分析技術的小程序優化管理方法，其特征在于，所述步驟S300的具體實施過程包括：步驟S301：獲取第m個第二特征數據流，記為BS
k2
(DT
j
|I
i
)
m
，根據第一特征數據流和第二
特征數據流，計算第一特征數據流的優化需求度，具體計算公式如下：OD[BS
k1
(DT
j
|I
i
)]＝∑
m＝1M
{NUM[BS
k2
(DT
j
|I
i
)
m
]/NUM[BS
k1
(DT
j
|I
i
)]}其中，OD[BS
k1
(DT
j
|I
i
)]表示第一特征數據流BS
k1
(DT
j
|I
i
)的優化需求度，NUM[BS
k2
(DT
j
|I
i
)
m
]表示第二特征數據流BS
k2
(DT
j
|I
i
)
m
中包含的行為節點數量，NUM[BS
k1
(DT
j
|I
i
)]表示第一特征數據流BS
k1
(DT
j
|I
i
)中包含的行為節點數量，M表示第二特征數據流的總個數；步驟S302：對每一次點擊特征數據類型按鈕形成的用戶行為鏈進行篩查，預設優化需求度閾值，如果第一特征數據流的優化需求度大于等于優化需求度閾值，則對第一特征數據流對應的用戶行為鏈BS
k
(DT
j
|I
i
)進行提取，否則進行剔除；統籌提取出來的全部用戶行為鏈BS
k
(DT
j
|I
i
)，并生成行為篩查集合，記為BS(DT
j
|I
i
)。5.根據權利要求4所述的一種基于數據分析技術的小程序優化管理方法，其特征在于，所述步驟S400的具體實施過程包括：步驟S401：根據行為篩查集合和第二數據特征流，計算功能頁面的優化滿足度，具體計算公式如下：OM(DT
x
|I
a
)＝∑
k＝1H
∑
m＝1U
F[DT
x
|I
a
∈BS
k2
(DT
j
|I
i
)
m
]/∑
k＝1H
U[BS
k
(DT
j
|I
i
)]如果DT
x
|I
a
∈BS
k2
(DT
j
|I
i
)
m
，則令F[DT
x
|I
a
∈BS
k2
(DT
j
|I
i
)
m
]＝1，否則令F[DT
x
|I
a
∈BS
k2
(DT
j
|I
i
)
m
]＝0；其中，OM(DT
x
|I
a
)表示功能頁面a的特征數據類型DT
x
的優化滿足度，DT
x
|I
a
∈BS(DT
j
|I
i
)，H＝NUM[BS(DT
j
|I
i
)]，NUM[BS(DT
j
|I
i
)]表示行為篩查集合BS(DT
j
|I
i
)中提取的用戶行為鏈BS
k
(DT
j
|I
i
)的數量，U＝U[BS
k
(DT
j
|I
i
)]，U[BS
k
(DT
j
|I
i
)]表示提取的用戶行為鏈BS
k
(DT
j
|I
i
)中第二特征數據流的數量；步驟S402：對功能頁面附加特征數據類型按鈕，預設優化滿足度閾值，將優化滿足度大于等于優化滿足度閾值時，對應的特征數據類型DT
x
附加到功能頁面i中，否則不作附加特征數據類型按鈕處理。6.一種基于數據分析技術的小程序優化管理系統，其特征在于，所述系統包括：頁面數據統籌模塊、行為感知梳理模塊、優化需求分析模塊和優化滿足分析模塊；所述頁面數據統籌模塊，用于統...

【專利技術屬性】
技術研發人員：劉勇，
申請(專利權)人：深圳市秦絲科技有限公司，
類型：發明
國別省市：