1.本发明涉及计算机技术领域，尤其涉及一种用户行为分析方法及装置。
背景技术：2.应用(application，app)需要由开发人员通过专业的编程工具，并使用相应的编程语言进行代码编写和调试，app的开发门槛较高，且开发效率较低，由此产生了微应用这一拓展业务。
3.app上可以集成一些小程序，小程序中有不同的功能模块，每个功能模块可以称为一个微应用。
4.目前的微应用对于用户行为缺乏相应的分析方法。
技术实现要素：5.本发明提供一种用户行为分析方法及装置，用以解决现有技术中的微应用对于用户行为缺乏相应的分析方法的缺陷，实现基于微应用埋点对用户行为进行分析。
6.本发明提供一种用户行为分析方法，包括：
7.对app上集成的微应用进行统一埋点，收集用户行为信息；
8.基于所述用户行为信息，对用户行为进行分析。
9.在一些实施例中，所述对app上集成的微应用进行统一埋点，收集用户行为信息之前，还包括：
10.对待收集的用户行为信息进行分类；
11.所述用户行为信息的类型包括：非业务类、业务类和结果类。
12.在一些实施例中，所述收集所述用户行为信息，包括：
13.对于非业务类的用户行为信息，直接记录；
14.对于业务类的用户行为信息，在埋点代码中进行指定暴露，并记录；
15.对于结果类的用户行为信息，在埋点代码中添加注解，并记录。
16.在一些实施例中，所述非业务类的用户行为信息，包括以下至少一项：
17.操作时间、掌机使用人、app应用版本号、app程序版本号、app系统版本号、imei号、掌机序列号、软件类型、设备类型、掌机操作时所在经度或掌机操作时所在纬度。
18.在一些实施例中，所述业务类的用户行为信息，包括以下至少一项：
19.工单类型、工单号、资产编号、设备经度或设备纬度。
20.在一些实施例中，所述结果类的用户行为信息，包括以下至少一项：
21.对电表操作结果、工单正常提交、工单转待上传、转派结果、搜索是否成功或执行时长。
22.本发明还提供一种用户行为分析装置，包括：
23.收集模块，用于对app上集成的微应用进行统一埋点，收集用户行为信息；
24.分析模块，用于基于所述用户行为信息，对用户行为进行分析。
25.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述用户行为分析方法。
26.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述用户行为分析方法。
27.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述用户行为分析方法。
28.本发明提供的用户行为分析方法及装置，通过对app上集成的所有微应用进行统一埋点，埋点代码与业务代码分离，可以收集app上集成的所有微应用的埋点数据，从而确定用户行为信息，并通过对用户行为信息进行分析得到用户的偏好、用户的日常工作重点或用户的操作习惯等，实现了基于微应用埋点的用户行为分析。
附图说明
29.为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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。
30.图1是本发明实施例提供的用户行为分析方法的流程示意图；
31.图2是本发明实施例提供的用户行为分析装置的结构示意图；
32.图3是本发明实施例提供的电子设备的结构示意图。
具体实施方式
33.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.图1是本发明实施例提供的用户行为分析方法的流程示意图，参照图1，本发明实施例提供的用户行为分析方法，可以包括：
35.步骤110、对app上集成的微应用进行统一埋点，收集用户行为信息；
36.步骤120、基于所述用户行为信息，对用户行为进行分析。
37.需要说明的是，本发明提供的用户行为分析方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，非移动电子设备可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本发明不作具体限定。
38.在步骤110中，对app上集成的微应用进行统一埋点，收集用户行为信息。
39.app需要由开发人员通过专业的编程工具，并使用相应的编程语言进行代码编写
和调试，app的开发门槛较高且开发效率较低，由此产生了微应用这一拓展业务。
40.app上可以集成一些小程序，小程序中有不同的功能模块，每个功能模块可以称为一个微应用，微应用可以集成在app上进行发布。
41.埋点就是通过植入一段代码到某个页面或某个按钮，从而监听用户行为并进行收集上报。埋点可以在应用、网页中收集用户行为，用来跟踪应用的使用状况，后续可以用来支持进一步的产品优化，运营的数据支持。用户行为可以包括：页面浏览数、访客数、页面内容曝光、页面点击、停留时长、跳出率、转化率，以及其他业务数据等。
42.通过对app上集成的所有微应用进行统一埋点，埋点代码与业务代码分离，可以收集app上集成的所有微应用的用户行为信息，用户行为信息可以包括用户的点击行为信息和浏览行为信息，例如：在什么时间，哪个用户点击了哪个按钮，浏览了哪个页面，浏览时长等等数据。
43.在步骤120中，基于所述用户行为信息，对用户行为进行分析。
44.通过对app上集成的所有微应用进行统一埋点，可以收集到用户行为信息，通过对用户行为信息进行分析可以得到用户的偏好、用户的日常工作重点、用户的操作习惯等，从而实现了基于微应用埋点的用户行为分析。
45.目前的微应用对于用户行为缺乏相应的分析方法，埋点技术的分析应用方式不明确，软件结合度不佳，并且目前的埋点方式下维护困难，扩展需求重新开发设计，效率低。此外，组件库moudle或者第三库无法埋点，存在一定的局限性。
46.本发明实施例提供的用户行为分析方法，通过对app上集成的所有微应用进行统一埋点，埋点代码与业务代码分离，可以收集app上集成的所有微应用的埋点数据，从而确定用户行为信息，并通过对用户行为信息进行分析得到用户的偏好、用户的日常工作重点或用户的操作习惯等，实现了基于微应用埋点的用户行为分析。
47.在一些实施例中，所述对app上集成的微应用进行统一埋点，收集所述用户行为信息之前，还包括：
48.对待收集的用户行为信息进行分类；
49.所述用户行为信息的类型包括：非业务类、业务类和结果类。
50.可选地，用户行为信息的类型可以包括：非业务信息、业务类信息和结果类信息。
51.非业务信息是通过运行环境可以直接读取的信息。例如：操作时间、掌机使用人、app应用版本号、app程序版本号、app系统版本号等信息。
52.业务类信息是随业务场景变更而生成的信息，在业务场景内相对固定。例如：工单类型、工单号、资产编号等信息。
53.结果类信息为操作业务之后生成的结果信息，需要在操作业务后记录结果才会产生的信息。例如：对电表操作结果、工单正常提交、工单转待上传等信息。
54.本发明实施例提供的用户行为分析方法，通过统一埋点，埋点代码与业务代码分离，可以使开发人员无需关注业务代码，对待收集的用户行为信息进行分类，如果需要收集特定业务信息或者执行结果信息，对此类信息根据规则需要进行提前暴露，减小开发人员的工作量。
55.在一些实施例中，所述收集用户行为信息，包括：
56.对于非业务类的用户行为信息，直接记录；
57.对于业务类的用户行为信息，在埋点代码中进行指定暴露，并记录；
58.对于结果类的用户行为信息，在埋点代码中添加注解，并记录。
59.可选地，非业务类信息可以直接记录。非业务类信息是通过运行环境可以直接读取的信息，非业务类信息可以在生成数据时直接生成记录。如闭环用户行为信息中的：操作时间、掌机使用人、app应用版本号、app程序版本号、app系统版本号、国际移动设备识别码(international mobile equipment identity，imei)、掌机序列号、软件类型、设备类型、掌机操作时所在经度或掌机操作时所在纬度。
60.业务类信息需要暴露出来，读取以记录。如闭环用户行为信息中的：工单类型、工单号、资产编号、设备经度或设备纬度。业务类信息随业务场景变更生成，在业务场景内相对固定，可以提前进行指定暴露或者与操作activity的intent、操作控件view的tag绑定暴露出来，生成数据时读取以记录。
61.结果类信息进行设置记录。结果类信息为操作的结果信息，需要操作业务后记录结果才会产生的信息。可以特定编写一类方法进行注解埋点收集。如闭环用户行为信息中的：对电表操作结果、工单正常提交、工单转待上传、转派结果、搜索是否成功或执行时长。
62.将记录的信息加上类别、筛选条件字段、操作时间后，组成全部信息。
63.此外，对于收集的用户行为信息可以进行数据清洗、过滤、筛选等预处理，可以避免重复信息或无效信息对用户行为分析造成干扰，从而提高用户行为分析的准确性和效率。
64.本发明实施例提供的用户行为分析方法，通过统一埋点，埋点代码与业务代码分离，开发人员无需关注业务代码。如果需要收集特定业务信息或者执行结果信息，对此类信息根据规则需要进行提前暴露。
65.本发明实施例提供的用户行为分析方法，在收集信息变更时不需要做业务代码修改，只需要统一修改埋点插件和埋点信息，收集软件开发工具包(software development kit，sdk)少量代码及服务端配置信息。如果涉及收集业务信息变更且提前无定义，也只需要对信息在程序中暴露或者添加注解，代码量很小且集中，减少变更，并减少工作量。
66.此外，还可以通过埋点组件化，实现快速接入，新的app只需要引入埋点插件和信息处理组件即可实现快速埋点接入。
67.在一些实施例中，所述非业务类的用户行为信息，包括以下至少一项：
68.操作时间、掌机使用人、app应用版本号、app程序版本号、app系统版本号、imei号、掌机序列号、软件类型、设备类型、掌机操作时所在经度或掌机操作时所在纬度。
69.在一些实施例中，所述业务类的用户行为信息，包括以下至少一项：
70.工单类型、工单号、资产编号、设备经度或设备纬度。
71.在一些实施例中，所述结果类的用户行为信息，包括以下至少一项：
72.对电表操作结果、工单正常提交、工单转待上传、转派结果、搜索是否成功或执行时长。
73.下面对本发明提供的用户行为分析装置进行描述，下文描述的用户行为分析装置与上文描述的用户行为分析方法可相互对应参照。
74.图2是本发明实施例提供的用户行为分析装置的结构示意图，参照图2，本发明实施例提供的用户行为分析装置，可以包括：
75.收集模块210，用于对app上集成的微应用进行统一埋点，收集用户行为信息；
76.分析模块220，用于基于所述用户行为信息，对用户行为进行分析。
77.本发明实施例提供的用户行为分析装置，通过对app上集成的所有微应用进行统一埋点，埋点代码与业务代码分离，可以收集app上集成的所有微应用的埋点数据，从而确定用户行为信息，并通过对用户行为信息进行分析得到用户的偏好、用户的日常工作重点或用户的操作习惯等，实现了基于微应用埋点的用户行为分析。
78.在一些实施例中，所述对app上集成的微应用进行统一埋点，收集所述用户行为信息之前，还包括：
79.对待收集的用户行为信息进行分类；
80.所述用户行为信息的类型包括：非业务类、业务类和结果类。
81.在一些实施例中，所述收集用户行为信息，包括：
82.对于非业务类的用户行为信息，直接记录；
83.对于业务类的用户行为信息，在埋点代码中进行指定暴露，并记录；
84.对于结果类的用户行为信息，在埋点代码中添加注解，并记录。
85.在一些实施例中，所述非业务类的用户行为信息，包括以下至少一项：
86.操作时间、掌机使用人、app应用版本号、app程序版本号、app系统版本号、imei号、掌机序列号、软件类型、设备类型、掌机操作时所在经度或掌机操作时所在纬度。
87.在一些实施例中，所述业务类的用户行为信息，包括以下至少一项：
88.工单类型、工单号、资产编号、设备经度或设备纬度。
89.在一些实施例中，所述结果类的用户行为信息，包括以下至少一项：
90.对电表操作结果、工单正常提交、工单转待上传、转派结果、搜索是否成功或执行时长。
91.图3是本发明实施例提供的电子设备的结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(communications interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行用户行为分析方法，该方法包括：
92.对app上集成的微应用进行统一埋点，收集用户行为信息；
93.基于所述用户行为信息，对用户行为进行分析。
94.此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
95.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行
时，计算机能够执行上述各方法所提供的用户行为分析方法，该方法包括：
96.对app上集成的微应用进行统一埋点，收集用户行为信息；
97.基于所述用户行为信息，对用户行为进行分析。
98.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的用户行为分析方法，该方法包括：
99.对app上集成的微应用进行统一埋点，收集用户行为信息；
100.基于所述用户行为信息，对用户行为进行分析。
101.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
102.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
103.本发明实施例中术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。
104.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
技术特征：1.一种用户行为分析方法，其特征在于，包括：对app上集成的微应用进行统一埋点，收集用户行为信息；基于所述用户行为信息，对用户行为进行分析。2.根据权利要求1所述的用户行为分析方法，其特征在于，所述对app上集成的微应用进行统一埋点，收集所述用户行为信息之前，还包括：对待收集的用户行为信息进行分类；所述用户行为信息的类型包括：非业务类、业务类和结果类。3.根据权利要求2所述的用户行为分析方法，其特征在于，所述收集用户行为信息，包括：对于非业务类的用户行为信息，直接记录；对于业务类的用户行为信息，在埋点代码中进行指定暴露，并记录；对于结果类的用户行为信息，在埋点代码中添加注解，并记录。4.根据权利要求3所述的用户行为分析方法，其特征在于，所述非业务类的用户行为信息，包括以下至少一项：操作时间、掌机使用人、app应用版本号、app程序版本号、app系统版本号、imei号、掌机序列号、软件类型、设备类型、掌机操作时所在经度或掌机操作时所在纬度。5.根据权利要求3所述的用户行为分析方法，其特征在于，所述业务类的用户行为信息，包括以下至少一项：工单类型、工单号、资产编号、设备经度或设备纬度。6.根据权利要求3所述的用户行为分析方法，其特征在于，所述结果类的用户行为信息，包括以下至少一项：对电表操作结果、工单正常提交、工单转待上传、转派结果、搜索是否成功或执行时长。7.一种用户行为分析装置，其特征在于，包括：收集模块，用于对app上集成的微应用进行统一埋点，收集用户行为信息；分析模块，用于基于所述用户行为信息，对用户行为进行分析。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述用户行为分析方法。9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述用户行为分析方法。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述用户行为分析方法。
技术总结本发明提供一种用户行为分析方法及装置，所述方法包括：对APP上集成的微应用进行统一埋点，收集用户行为信息；基于所述用户行为信息，对用户行为进行分析。本发明提供的用户行为分析方法及装置，通过对APP上集成的所有微应用进行统一埋点，埋点代码与业务代码分离，可以收集APP上集成的所有微应用的埋点数据，从而确定用户行为信息，并通过对用户行为信息进行分析得到用户的偏好、用户的日常工作重点或用户的操作习惯等，实现了基于微应用埋点的用户行为分析。用户行为分析。用户行为分析。
技术研发人员：冯肖 远方 李东 赵曜 胡岸 张向伍 郑腾霄 朱莹
受保护的技术使用者：国家电网有限公司
技术研发日：2022.06.29
技术公布日：2022/11/1
