基于移動終端Wi-Fi數(shù)據(jù)的用戶行為檢測方法及裝置制造方法
【專利摘要】本發(fā)明涉及一種基于移動終端Wi-Fi數(shù)據(jù)的用戶行為檢測方法及裝置。基于移動終端Wi-Fi數(shù)據(jù)的用戶行為檢測方法包括：步驟一，獲取監(jiān)聽設(shè)備采集到的移動終端Wi-Fi數(shù)據(jù)包并存儲；步驟二，對獲取的Wi-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量；步驟三，存儲所述用戶行為統(tǒng)計參量；步驟四，以圖表的方式在線展示所述用戶行為統(tǒng)計參量。本發(fā)明的基于移動終端Wi-Fi數(shù)據(jù)的用戶行為檢測方法及裝置，統(tǒng)計和分析店鋪附近范圍內(nèi)攜帶有已開啟Wi-Fi功能的智能手機的顧客行為方式。
【專利說明】基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信領(lǐng)域，尤其涉及一種基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法及裝置。
【背景技術(shù)】
[0002]商場的客流情況以及顧客的參與行為能夠反映商鋪的經(jīng)營情況，是商家進行商業(yè)決策的重要依據(jù)。對于線上商鋪而言，電子商務(wù)平臺可以使用Google Analytics等工具獲取用戶對網(wǎng)店的訪問情況，目前已經(jīng)有較為成熟的線上數(shù)據(jù)分析方法，能夠給網(wǎng)店提供實時的網(wǎng)頁訪問用戶行為分析數(shù)據(jù)，以便店主最快的做出下一歩的營銷計劃。然而，對于傳統(tǒng)的線下商鋪，目前只能通過月度或年度收支情況來反映店鋪的經(jīng)營狀況，這種方式效率較低，使得店主往往錯過了決策的最佳時機，如果能將線上的數(shù)據(jù)分析方案在線下采用ー種技術(shù)手段實現(xiàn)，將會極大的提高線下商鋪的決策效率。
[0003]隨著用戶攜帶的移動智能終端(例如智能手機、平板電腦等)的普及率越來越高，移動終端可以作為一種識別用戶的標(biāo)識，目前能夠通過特定的W1-Fi監(jiān)聽裝置設(shè)備對移動終端發(fā)出的W1-Fi數(shù)據(jù)包進行收集，進而通過分析數(shù)據(jù)包的MAC地址來唯一標(biāo)識移動終端的使用者。據(jù)統(tǒng)計，40%至70%的攜帯智能手機的用戶會長期打開W1-Fi功能，而這個比率處于ー個上升的趨勢。因此，通過監(jiān)聽W1-Fi數(shù)據(jù)包，進而找到一種對用戶行為模式進行分析的方法，然后將分析結(jié)果按小時級別實時的提供給店主，將極大的提高線下商鋪的商業(yè)決策效率。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問題是提供一種基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法及裝置，統(tǒng)計和分析店鋪附近范圍內(nèi)攜帯有已開啟W1-Fi功能的智能手機的顧客行為方式。
[0005]為解決上述技術(shù)問題，本發(fā)明提出了一種基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，包括:
[0006]步驟一，獲取監(jiān)聽設(shè)備采集到的移動終端W1-Fi數(shù)據(jù)包并存儲；
[0007]步驟ニ，對獲取的W1-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量；
[0008]步驟三,存儲所述用戶行為統(tǒng)計參量；
[0009]步驟四，以圖表的方式在線展示所述用戶行為統(tǒng)計參量。
[0010]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法還可具有以下特點，步驟ー包括:
[0011]所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)包含第一 MAC地址信息、第二 MAC地址信息、監(jiān)聽時間戳信息、信號強度值、數(shù)據(jù)包類型，所述第一 MAC地址信息為移動終端W1-Fi模塊MAC地址信息，所述第二MAC地址信息為監(jiān)聽設(shè)備W1-Fi模塊MAC信息地址，在存儲前，將第一MAC地址信息加密得到第一 MAC標(biāo)識，將第二 MAC地址信息加密得到第二 MAC標(biāo)識，在存儲所述W1-Fi數(shù)據(jù)包時，存儲數(shù)據(jù)包括第一 MAC標(biāo)識、第二MAC標(biāo)識和除所述第一 MAC地址信息、第ニ MAC地址信息之外的所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)。
[0012]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法還可具有以下特點，步驟ー包括:
[0013]將當(dāng)天采集的W1-Fi數(shù)據(jù)包按照所述監(jiān)聽時間戳中的監(jiān)聽日期和監(jiān)聽設(shè)備MAC標(biāo)識進行分表存儲，一個表存放ー個監(jiān)聽設(shè)備一天內(nèi)收集的所有數(shù)據(jù)。
[0014]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法還可具有以下特點，步驟ニ包括:
[0015]從獲取的W1-Fi數(shù)據(jù)包中，將同一個用戶的W1-Fi數(shù)據(jù)包按照監(jiān)聽時間順序進行排列，同一用戶用其移動終端W1-Fi模塊MAC地址唯一標(biāo)識；
[0016]計算用戶的訪問時長，所述訪問時長等于在滿足設(shè)定限制條件下排列后相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差的總和；
[0017]根據(jù)所述訪問時長和預(yù)設(shè)的俘獲閾值、進店閾值、參與閾值劃分用戶類型，所述參與閾值大于所述進店閾值，所述進店閾值大于所述俘獲閾值，若訪問時長小于所述俘獲閾值，則所述用戶為店外路過的顧客；若訪問時長大于或等于所述俘獲閾值且小于所述進店閾值，則所述用戶為經(jīng)過店鋪的顧客；若訪問時長大于或等于所述進店閾值，則所述用戶為進入店鋪的顧客；若訪問時長大于或等于所述參與閾值，則所述用戶為參與顧客；
[0018]根據(jù)用戶類型統(tǒng)計用戶流量，所述用戶流量包括總流量、店外流量、俘獲流量、經(jīng)過流量、進店流量、參與流量，所述總流量等于設(shè)定時間段內(nèi)商鋪監(jiān)聽到的所有訪問次數(shù)之和，所述店外流量等于設(shè)定時間段內(nèi)店外訪問次數(shù)之和，所述俘獲等于設(shè)定時間段內(nèi)進店訪問次數(shù)之和，所述經(jīng)過流量等于設(shè)定時間段內(nèi)短時進入店鋪或者經(jīng)過店鋪的訪問次數(shù)之和，所述進店流量等于設(shè)定時間段內(nèi)進入店鋪的訪問次數(shù)之和，所述參與流量等于設(shè)定時間段內(nèi)長時在店鋪內(nèi)的訪問次數(shù)之和；
[0019]根據(jù)用戶流量進步一分析出用戶行為參量，所述用戶行為參量包括俘獲率、跳出率、參與率，所述俘獲率等于所述俘獲流量占所述總流量的比率，所述跳出率等于所述經(jīng)過流量占所述俘獲流量的比率，所述參與率等于所述參與流量占所述進店流量的比率。
[0020]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法還可具有以下特點，步驟ニ包括:
[0021 ] 根據(jù)獲取的W1-Fi數(shù)據(jù)包所包含的移動終端W1-Fi模塊MAC地址信息統(tǒng)計顧客群體數(shù)據(jù)，所述顧客群體數(shù)據(jù)包括顧客總?cè)藬?shù)、新增顧客人數(shù)和回訪顧客人數(shù)，顧客總?cè)藬?shù)等于設(shè)定時間內(nèi)進店流量所含W1-Fi數(shù)據(jù)包的第一MAC地址的總數(shù)，即監(jiān)測到移動終端W1-Fi模塊MAC地址的總數(shù)，新增顧客人數(shù)等于新增監(jiān)測到移動終端W1-Fi模塊MAC地址的數(shù)量，回訪顧客人數(shù)等于監(jiān)測到移動終端W1-Fi模塊MAC地址中以前已記錄的數(shù)量，即等于顧客總?cè)藬?shù)減去新增顧客人數(shù)。
[0022]為解決上述技術(shù)問題，本發(fā)明還提出了一種基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，包括:
[0023]獲取模塊，用于獲取監(jiān)聽設(shè)備采集到的移動終端W1-Fi數(shù)據(jù)包；
[0024]分析模塊，用于對獲取的W1-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量；
[0025]存儲模塊，用于存儲獲取模塊獲取的移動終端W1-Fi數(shù)據(jù)包和所述用戶行為統(tǒng)計參量;
[0026]展示模塊，用于以圖表的方式在線展示所述用戶行為統(tǒng)計參量。
[0027]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置還可具有以下特點，所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)包含第一 MAC地址信息、第二 MAC地址信息、監(jiān)聽時間戳信息、信號強度值、數(shù)據(jù)包類型，所述第一 MAC地址信息為移動終端W1-Fi模塊MAC地址信息，所述第二 MAC地址信息為監(jiān)聽設(shè)備W1-Fi模塊MAC信息地址，所述存儲模塊包括:
[0028]加密單元，用于在存儲前，將第一 MAC地址信息加密得到第一 MAC標(biāo)識，將第二 MAC地址信息加密得到第二 MAC標(biāo)識，在存儲所述W1-Fi數(shù)據(jù)包吋，存儲數(shù)據(jù)包括第一 MAC標(biāo)識、第二 MAC標(biāo)識和除所述第一 MAC地址信息、第二 MAC地址信息之外的所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)。
[0029]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置還可具有以下特點，所述存儲模塊包括:
[0030]分表存儲單元，用于將當(dāng)天采集的W1-Fi數(shù)據(jù)包按照所述監(jiān)聽時間戳中的監(jiān)聽日期和監(jiān)聽設(shè)備MAC標(biāo)識進行分表存儲，一個表存放ー個監(jiān)聽設(shè)備一天內(nèi)收集的所有數(shù)據(jù)。
[0031]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置還可具有以下特點，所述分析模塊包括:
[0032]排序單元，用于從獲取的W1-Fi數(shù)據(jù)包中，將同一個用戶的W1-Fi數(shù)據(jù)包按照監(jiān)聽時間順序進行排列，同一用戶用其移動終端W1-Fi模塊MAC地址唯一標(biāo)識；
[0033]計算單元，用于計算用戶的訪問時長，所述訪問時長等于在滿足設(shè)定限制條件下排列后相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差的總和；
[0034]劃分單元，用于根據(jù)所述訪問時長和預(yù)設(shè)的俘獲閾值、進店閾值、參與閾值劃分用戶類型，所述參與閾值大于所述進店閾值，所述進店閾值大于所述俘獲閾值，若訪問時長小于所述俘獲閾值，則所述用戶為店外路過的顧客；若訪問時長大于或等于所述俘獲閾值且小于所述進店閾值，則所述用戶為經(jīng)過店鋪的顧客；若訪問時長大于或等于所述進店閾值，則所述用戶為進入店鋪的顧客；若訪問時長大于或等于所述參與閾值，則所述用戶為參與顧客；
[0035]第一統(tǒng)計單元，用于根據(jù)用戶類型統(tǒng)計用戶流量，所述用戶流量包括總流量、店外流量、俘獲流量、經(jīng)過流量、進店流量、參與流量，所述總流量等于設(shè)定時間段內(nèi)商鋪監(jiān)聽到的所有訪問次數(shù)之和，所述店外流量等于設(shè)定時間段內(nèi)店外訪問次數(shù)之和，所述俘獲等于設(shè)定時間段內(nèi)進店訪問次數(shù)之和，所述經(jīng)過流量等于設(shè)定時間段內(nèi)短時進入店鋪或者經(jīng)過店鋪的訪問次數(shù)之和，所述進店流量等于設(shè)定時間段內(nèi)進入店鋪的訪問次數(shù)之和，所述參與流量等于設(shè)定時間段內(nèi)長時在店鋪內(nèi)的訪問次數(shù)之和；
[0036]參量分析単元，用于根據(jù)用戶流量進步一分析出用戶行為參量，所述用戶行為參量包括俘獲率、跳出率、參與率，所述俘獲率等于所述俘獲流量占所述總流量的比率，所述跳出率等于所述經(jīng)過流量占所述俘獲流量的比率，所述參與率等于所述參與流量占所述進店流量的比率。
[0037]進ー步地，上述基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置還可具有以下特點，所述分析模塊包括:
[0038]第二統(tǒng)計單元，用于根據(jù)獲取的W1-Fi數(shù)據(jù)包所包含的移動終端W1-Fi模塊MAC地址信息統(tǒng)計顧客群體數(shù)據(jù)，所述顧客群體數(shù)據(jù)包括顧客總?cè)藬?shù)、新增顧客人數(shù)和回訪顧客人數(shù)，顧客總?cè)藬?shù)等于設(shè)定時間內(nèi)進店流量所含W1-Fi數(shù)據(jù)包的第一 MAC地址的總數(shù)，SP監(jiān)測到移動終端W1-Fi模塊MAC地址的總數(shù)，新增顧客人數(shù)等于新增監(jiān)測到移動終端W1-Fi模塊MAC地址的數(shù)量，回訪顧客人數(shù)等于監(jiān)測到移動終端W1-Fi模塊MAC地址中以前已記錄的數(shù)量，即等于顧客總?cè)藬?shù)減去新增顧客人數(shù)。
[0039]本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法及裝置，統(tǒng)計和分析店鋪附近范圍內(nèi)攜帯有已開啟W1-Fi功能的智能手機的顧客行為方式。
【專利附圖】

【附圖說明】
[0040]圖1為本發(fā)明實施例中基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法的流程圖；
[0041]圖2為本發(fā)明實施例中應(yīng)用基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法的系統(tǒng)示意圖；
[0042]圖3為本發(fā)明實施例中數(shù)據(jù)分析示意圖；
[0043]圖4為本發(fā)明實施例中解析上報數(shù)據(jù)流程示意圖；
[0044]圖5為本發(fā)明實施例中數(shù)據(jù)包格式示意圖；
[0045]圖6為本發(fā)明實施例中分析用戶訪問時長流程不意圖；
[0046]圖7為本發(fā)明實施例中分析用戶行為參量算法不意圖；
[0047]圖8為本發(fā)明實施例中基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置的結(jié)構(gòu)框圖。
【具體實施方式】
[0048]以下結(jié)合附圖對本發(fā)明的原理和特征進行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
[0049]圖1為本發(fā)明實施例中基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法的流程圖。如圖1所示，本實施例中，基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法的流程可以包括如下步驟:
[0050]步驟S101，獲取監(jiān)聽設(shè)備采集到的移動終端W1-Fi數(shù)據(jù)包并存儲；
[0051 ] 具體地，可以將獲取的移動終端W1-Fi數(shù)據(jù)包存儲到數(shù)據(jù)庫中，并提供對W1-Fi數(shù)據(jù)包的查詢和刪除接ロ。數(shù)據(jù)庫可以基于NoSQL類型數(shù)據(jù)庫進行數(shù)據(jù)存儲。
[0052]具體地，步驟SlOl可以用數(shù)據(jù)收集接ロ程序?qū)崿F(xiàn)，數(shù)據(jù)收集接ロ程序?qū)⑻峁㏑EST (Representational State Transfer,表述性狀態(tài)轉(zhuǎn)移)標(biāo)準的 API (ApplicationProgramming Interface,應(yīng)用程序編程接ロ),提供數(shù)據(jù)的增加、刪除、修改、查詢功能,接ロ訪問將提供兩種安全機制，一種基于HTTP (HyperText Transfer Protocol,超文本傳輸協(xié)議)協(xié)議，需要提供AP1-Key授權(quán)，另ー種基于HTTPS (Secure Hypertext TransferProtocol,安全超文本傳輸協(xié)議)安全協(xié)議通信，保證接ロ能被安全訪問。
[0053]W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)包含移動終端W1-Fi模塊MAC (Media Access Control,介質(zhì)訪問控制)地址信息、監(jiān)聽設(shè)備MAC信息地址、監(jiān)聽時間戳信息、數(shù)據(jù)包類型、信號強度值、通信信道等，下面為了表述方便，將移動終端W1-Fi模塊MAC地址信息稱為第一 MAC地址信息，將監(jiān)聽設(shè)備W1-Fi模塊MAC信息地址稱為第二 MAC地址信息。[0054]步驟S102，對獲取的W1-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量；
[0055]分析處理可以設(shè)置為定期進行。分析處理的周期可以進行動態(tài)修改，可以設(shè)置最短的分析處理周期為I小吋，以保證用戶能夠獲取實時到I小時的數(shù)據(jù)分析結(jié)果。
[0056]用戶行為統(tǒng)計參量可以包括用戶流量、俘獲率、跳出率、參與率、留存時間、回訪率及回訪頻度等。
[0057]在對獲取的W1-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量的過程中的分析數(shù)據(jù)也可以放在數(shù)據(jù)庫中進行存儲。
[0058]數(shù)據(jù)庫存儲的分析數(shù)據(jù)可以包括:I) ー個監(jiān)聽設(shè)備一天內(nèi)收集數(shù)據(jù)的MAC訪問時長記錄，每條記錄描述ー個用戶一次訪問的起始時間，訪問時長；2) —個監(jiān)聽設(shè)備收集的所有數(shù)據(jù)的MAC統(tǒng)計信息，每條記錄描述一個用戶的訪問次數(shù)、毎次的訪問時間以及用戶類型；3) —個監(jiān)聽設(shè)備一天的監(jiān)控分析結(jié)果匯總，每條記錄描述ー個監(jiān)聽設(shè)備一天內(nèi)的所有分析參量。數(shù)據(jù)I)將按監(jiān)聽設(shè)備MAC標(biāo)識(ID)和日期進行分表存儲；數(shù)據(jù)2)和數(shù)據(jù)3)將按監(jiān)聽設(shè)備的ID進行分表存儲。
[0059]步驟S103，存儲用戶行為統(tǒng)計參量；
[0060]可以按照數(shù)據(jù)庫中預(yù)設(shè)的表結(jié)構(gòu)，將經(jīng)分析處理后得到的數(shù)據(jù)(即用戶行為統(tǒng)計參量)持久化到數(shù)據(jù)庫中，并建立索引。
[0061]步驟S104，以圖表的方式在線展示用戶行為統(tǒng)計參量。
[0062]可以采用Web統(tǒng)計展示服務(wù)，提供圖表以及儀表盤的方式進行數(shù)據(jù)展示，將數(shù)據(jù)的分析結(jié)果以直觀的方式展示出來，提供不同時間段的歷史記錄查詢以及不同監(jiān)控點的數(shù)據(jù)對比。
[0063]步驟S104可以為使用者提供直觀的數(shù)據(jù)展示。
[0064]具體地，步驟SlOl可以包括:
[0065]在存儲前，將第一 MAC地址信息加密得到第一 MAC標(biāo)識(用DEST_ID表示)，將第二MAC地址信息加密得到第二 MAC標(biāo)識(用M0NIT0R_ID表示)，第一 MAC標(biāo)識、第二 MAC標(biāo)識統(tǒng)稱為MAC ID,在存儲W1-Fi數(shù)據(jù)包時，存儲數(shù)據(jù)包括第一 MAC標(biāo)識、第二 MAC標(biāo)識和除第一MAC地址信息、第二 MAC地址信息之外的W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)。也就是說，將加密后的MAC ID存在數(shù)據(jù)庫中，不宣接對MAC進行存儲，這樣可以防止被檢測目標(biāo)的隱私信息泄露，并且保證MAC ID的唯一性。
[0066]具體地，可以米用MD5加密的方式對第一 MAC地址信息和第二 MAC地址信息進行加密。
[0067]在本發(fā)明實施例中，步驟SlOl還可以包括:將當(dāng)天采集的W1-Fi數(shù)據(jù)包按照監(jiān)聽時間戳中的監(jiān)聽日期和監(jiān)聽設(shè)備MAC標(biāo)識(即M0NIT0R_ID)進行分表存儲，一個表存放ー個監(jiān)聽設(shè)備一天內(nèi)收集的所有數(shù)據(jù)。進ー步地，可以對M0NIT0R_ID建立索引表，還可以添加索弓I表存放網(wǎng)卡跟其對應(yīng)數(shù)據(jù)表的索弓I關(guān)系。分表存放可極大的提聞數(shù)據(jù)的檢索效率。
[0068]具體地，步驟S102的分析處理可以包括:從存儲的數(shù)據(jù)中獲取一個時間序列的MAC地址信息，通過該時間序列計算出用戶訪問時長，井根據(jù)用戶訪問時長的特征判別ー個用戶的行為參量，進而分析出用戶類型以及訪店參與程度。
[0069]在本發(fā)明實施例中，步驟S102可以包括如下子步驟a至e:
[0070]步驟a，從獲取的W1-Fi數(shù)據(jù)包中，將同一個用戶的W1-Fi數(shù)據(jù)包按照監(jiān)聽時間順序進行排列，同一用戶用其移動終端W1-Fi模塊MAC地址唯一標(biāo)識；
[0071]步驟b，計算用戶的訪問時長，訪問時長等于在滿足設(shè)定限制條件下排列后相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差的總和；
[0072]設(shè)t[i]表示在i時刻的ー個W1-Fi數(shù)據(jù)包，時間序列{t[l]，t[2]，t[3]，...，t[n]}表示一個用戶在該時間序列內(nèi)被監(jiān)測移動終端的W1-Fi數(shù)據(jù)包的時間戳，At[i]=t[i+l]-t[i]，是指相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差，設(shè)定ー個單次訪問閾值T=2hour，若At[i]≤T，則認為t[i]到t[i+l]這段時間內(nèi)該移動終端的MAC地址連續(xù)存在，即用戶持續(xù)在W1-Fi監(jiān)聽設(shè)備監(jiān)聽范圍內(nèi)，若At[i] >T，則認為t[i]和t[i+l]屬于用戶的兩次訪問。由此計算出用戶訪問時長DDL(Dwell Duration Length),是指滿足設(shè)定限制條件下相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差均小于或者等于單次訪問閾值條件下監(jiān)聽時間差的總和，用公式表示為DDL= E At[i]。
[0073]步驟c，根據(jù)訪問時長和預(yù)設(shè)的俘獲閾值、進店閾值、參與閾值劃分用戶類型，其中，參與閾值大于進店閾值，進店閾值大于俘獲閾值，若訪問時長小于俘獲閾值，則用戶為店外路過的顧客(Outside Customer);若訪問時長大于或等于俘獲閾值且小于進店閾值，則用戶為經(jīng)過店鋪的顧客(Walkby Customer);若訪問時長大于或等于進店閾值,則用戶為進入店鋪的顧客(Inside Customer);若訪問時長大于或等于參與閾值,則用戶為參與顧客(Engaged しustomer)；
[0074]假設(shè)俘獲閾值用CTV表示，進店閾值用ITV表示，參與閾值用ETV表示，在ー個具體實施例中，可以設(shè)置CTV=2min (分鐘)，ITV=5min，ETV=30min。
[0075]步驟c中的各個時間閾值可以進行動態(tài)設(shè)定，可以根據(jù)使用場景進行修改。時間閾值的設(shè)定系統(tǒng)可以提供3種設(shè)定方式:1)系統(tǒng)將提供推薦值；2)用戶可以自定義閾值；
3)系統(tǒng)收集一段時間后，根據(jù)對數(shù)據(jù)的分析和場景的情況進行分析，計算得出跟實際情況最符合的值。
[0076]步驟d，根據(jù)用戶類型統(tǒng)計用戶流量，其中，用戶流量包括總流量、店外流量、俘獲流量、經(jīng)過流量、進店流量、參與流量，總流量等于設(shè)定時間段內(nèi)商鋪監(jiān)聽到的所有訪問次數(shù)之和，店外流量等于設(shè)定時間段內(nèi)店外訪問次數(shù)之和，俘獲等于設(shè)定時間段內(nèi)進店訪問次數(shù)之和，經(jīng)過流量等于設(shè)定時間段內(nèi)短時進入店鋪或者經(jīng)過店鋪的訪問次數(shù)之和，進店流量等于設(shè)定時間段內(nèi)進入店鋪的訪問次數(shù)之和，參與流量等于設(shè)定時間段內(nèi)長時在店鋪內(nèi)的訪問次數(shù)之和；
[0077]總流量TT (Total Traffic)用于描述商鋪所有監(jiān)測到的用戶訪問總量。
[0078]店外流量OT (Outside Traffic)用于描述商鋪外面的用戶訪問量，當(dāng)用戶的訪問時長小于一定預(yù)設(shè)閾值(例如2分鐘)時，認為用戶沒有進店。
[0079]俘獲流量CT (Capture Traffic)用于描述進入商鋪范圍的用戶訪問量，當(dāng)用戶的訪問時長超過一定預(yù)設(shè)閾值(例如2分鐘)時，認為用戶可能進店。
[0080]經(jīng)過流量WT (Walkby Traffic)描述短時進入商鋪或者經(jīng)過商鋪的用戶訪問量，經(jīng)過流量WT中用戶的訪問時長超過一定預(yù)設(shè)閾值(例如2分鐘)并且小于進店閾值(例如5分鐘)時。
[0081]進店流量IT(Inside Traffic)用于描述進入商鋪的用戶訪問量，當(dāng)用戶的訪問時長超過一定預(yù)設(shè)閾值(例如5分鐘)時,認為用戶已經(jīng)進店訪問，屬于商鋪顧客(Customer)。[0082]參與流量ET(Engagement Traffic)用于描述長時在店的用戶訪問量,可能在店鋪內(nèi)進行了某些活動，例如購物、試衣等，當(dāng)用戶的訪問時長超過一定預(yù)設(shè)閾值(例如30分鐘)時，認為用戶長時在店活動，屬于高參與度顧客或者高卷入度顧客(Engaged Customer)。
[0083]步驟e，根據(jù)用戶流量進步一分析出用戶行為參量，用戶行為參量包括俘獲率、跳出率、參與率，俘獲率等于所述俘獲流量占總流量的比率，跳出率等于所述經(jīng)過流量占俘獲流量的比率，參與率等于參與流量占進店流量的比率。
[0084]俘獲率(Capture Rate)用于描述進入商鋪的用戶流量情況,具體是指俘獲流量占總流量的比率，計算公式為=Capture Rate=俘獲流量CT/總流量TT ；
[0085]跳出率(Bounce Rate)用于描述顧客短時進店后尚開的比率,訪問時長滿足預(yù)設(shè)閾值要求(例如2-5分鐘)，計算公式為:跳出率Bounce Rate=經(jīng)過流量WT/俘獲流量CT。
[0086]參與率(Engagement Rate)用于描述高參與度的顧客情況，具體是指參與流量占進店流量的比率，計算公式為Engagement Rate=參與流量ET/進店流量IT。
[0087]在本發(fā)明實施例中，步驟S102還可以包括如下步驟:根據(jù)獲取的W1-Fi數(shù)據(jù)包所包含的移動終端W1-Fi模塊MAC地址信息統(tǒng)計顧客群體數(shù)據(jù)，其中，顧客群體數(shù)據(jù)包括顧客總?cè)藬?shù)、新增顧客人數(shù)和回訪顧客人數(shù)，顧客總?cè)藬?shù)等于設(shè)定時間內(nèi)進店流量所含W1-Fi數(shù)據(jù)包的第一 MAC地址的總數(shù)，即監(jiān)測到移動終端W1-Fi模塊MAC地址的總數(shù)，新增顧客人數(shù)等于新增監(jiān)測到移動終端W1-Fi模塊MAC地址的數(shù)量，回訪顧客人數(shù)等于監(jiān)測到移動終端W1-Fi模塊MAC地址中以前已記錄的數(shù)量，即等于顧客總?cè)藬?shù)減去新增顧客人數(shù)。
[0088]對于實時數(shù)據(jù)，本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法可以給用戶提供小時級別的實時數(shù)據(jù)展示。通過本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，可以每小時對當(dāng)日所有被監(jiān)聽MAC的用戶行為參量進行計算，計算的時間范圍為從當(dāng)日的零點到執(zhí)行計算時間點(精確到小吋)。若只計算ー小時內(nèi)數(shù)據(jù)，訪問時長大于ー小時的用戶計算將出錯，每小時重新計算一天內(nèi)的所有數(shù)據(jù)的方式避免了這個問題。計算結(jié)果將持久化到數(shù)據(jù)庫中，存儲方式可以為按天進行存儲，并建立索引表，提高數(shù)據(jù)的檢索效率。對于歷史數(shù)據(jù)，可以提供不同時間范圍內(nèi)的歷史數(shù)據(jù)查詢，包括按日、周、月、年的時間段，以及用戶自定義的時間范圍，用戶確定查詢的時間范圍后，從索引中查找對應(yīng)的歷史數(shù)據(jù)表，直接從數(shù)據(jù)庫中提取計算后保存的數(shù)據(jù)并展示，不需要進行額外的計算，保證了較高的查詢效率。
[0089]本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法可以通過一個標(biāo)準的REST訪問接ロ，實現(xiàn)W1-Fi數(shù)據(jù)包的采集；提供外網(wǎng)訪問IP和端ロ，前端W1-Fi數(shù)據(jù)監(jiān)聽設(shè)備聯(lián)網(wǎng)后可按照接ロ定義的格式將數(shù)據(jù)上報到后臺系統(tǒng)。接ロ實現(xiàn)多線程處理上報數(shù)據(jù)，部署在前端的監(jiān)聽設(shè)備可以并發(fā)的上報數(shù)據(jù)，獨立運行互不干擾。
[0090]本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法具有一定的實時性，前端數(shù)據(jù)監(jiān)聽設(shè)備可以每10分鐘將數(shù)據(jù)上報到后臺系統(tǒng)，后臺系統(tǒng)每小時對數(shù)據(jù)進行分析計算并存儲在數(shù)據(jù)庫中，Web展示端可以實時到每個小時展示最新的用戶行為參量。
[0091]本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法中，原始數(shù)據(jù)按監(jiān)聽設(shè)備的M0NIT0R_ID和日期進行分表存儲，并建立索引，計算后的分析數(shù)據(jù)同樣也按M0NIT0R_ID和日期進行分表存儲，建立索引。系統(tǒng)查詢歷史數(shù)據(jù)時，先從索引表中找到目標(biāo)數(shù)據(jù)表，再從數(shù)據(jù)表中檢索數(shù)據(jù)。由于分析數(shù)據(jù)已經(jīng)計算好存在數(shù)據(jù)庫中，不需要查詢是重新計算，而且按日期分表存儲，建立索引表，避免了ー個表存儲所有數(shù)據(jù)進行大規(guī)模輪詢檢索，極大的提高了數(shù)據(jù)的檢索效率。
[0092]本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法中，Web展示端提供儀表盤圖表的方式展示，能夠直觀的展示描述用戶行為的參量，數(shù)據(jù)可以按小時、天、周、月、年不同時間范圍進行查看。
[0093]下面通過ー個具體應(yīng)用示例，對本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法作進ー步詳細說明。
[0094]圖2為本發(fā)明實施例中應(yīng)用基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法的系統(tǒng)示意圖。
[0095]如圖2所示，該系統(tǒng)由一臺分析服務(wù)器和一臺數(shù)據(jù)服務(wù)器組成，前端在室內(nèi)環(huán)境部署了 N臺監(jiān)聽設(shè)備，數(shù)據(jù)服務(wù)器中部署數(shù)據(jù)收集接ロ程序，提供REST API接口供前端監(jiān)聽設(shè)備進行數(shù)據(jù)上報，收集的數(shù)據(jù)存放在MongoDB數(shù)據(jù)庫中。分析服務(wù)器部署的后臺數(shù)據(jù)包分析程序，定期從數(shù)據(jù)服務(wù)器取數(shù)據(jù)，計算并將結(jié)果存放到數(shù)據(jù)庫服務(wù)器中。分析服務(wù)器中部署Web服務(wù)器，提供基于B/S (瀏覽器和服務(wù)器)架構(gòu)的Web訪問服務(wù)，Web服務(wù)從數(shù)據(jù)服務(wù)器中獲得分析結(jié)果數(shù)據(jù)，以儀表盤的方式在瀏覽器端展示出來。
[0096]圖3為本發(fā)明實施例中數(shù)據(jù)分析示意圖。如圖3所示，分析端數(shù)據(jù)收集接ロ程序收到前端監(jiān)聽設(shè)備上報的數(shù)據(jù)后將對原始數(shù)據(jù)進行壓縮并分表存儲在數(shù)據(jù)庫中，數(shù)據(jù)包分析程序定期讀取原始數(shù)據(jù)，計算用戶的行為參量，并存放在數(shù)據(jù)庫中。Web統(tǒng)計展示服務(wù)提供用戶行為參量的圖表展示、設(shè)備狀態(tài)信息查看以及賬戶管理功能。
[0097]圖4為本發(fā)明實施例中解析上報數(shù)據(jù)流程示意圖。如圖4所示，數(shù)據(jù)收集程序?qū)⒍ㄆ谑盏角岸吮O(jiān)聽設(shè)備上報的數(shù)據(jù)包(監(jiān)聽設(shè)備每10分鐘上傳一次)，收集的數(shù)據(jù)包格式如圖5所示。系統(tǒng)解析數(shù)據(jù)包，然后根據(jù)監(jiān)聽設(shè)備的M0NIT0R_ID和監(jiān)聽日期對數(shù)據(jù)進行分表存儲，數(shù)據(jù)包的最小時間精度為秒，若一秒內(nèi)有多個數(shù)據(jù)包，將壓縮成ー個包。數(shù)據(jù)中將建立監(jiān)聽設(shè)備與其所對應(yīng)的數(shù)據(jù)表的索引。
[0098]系統(tǒng)收集的原始數(shù)據(jù)為ー組MAC被監(jiān)聽的時間序列，系統(tǒng)將根據(jù)時間序列分離出每個MAC，即用戶的訪問時長。如圖6所示，分析程序定期(每小吋)讀取當(dāng)日的原始數(shù)據(jù)時間序列，計算用戶一次訪問的持續(xù)時間長度，記錄起始時間和終止時間。系統(tǒng)設(shè)定單次訪問時間閾值為2小時，若時間序列中兩個時間點的時間間隔小于或等于2小時，則認為這兩個序列點屬于一次訪問被捕獲的點。訪問時長的計算結(jié)果將按監(jiān)聽設(shè)備M0NIT0R_ID和日期存放在數(shù)據(jù)庫中，并建立索引。
[0099]用戶的訪問時長作為不同用戶行為模式的分析依據(jù)。如圖7所示，系統(tǒng)設(shè)定俘獲閾值(CTV)、進店閾值(ITV)和參與閾值(ETV)，并依據(jù)用戶的訪問時長及MAC計算出描述用戶行為模式的參量，包括總流量(TT)、店外流量(0T)、俘獲流量(CT)、經(jīng)過流量(WT)、進店流量(IT)、參與流量(ET)、俘獲率(CR)、跳出率(BR)、參與率(ER)、顧客總?cè)藬?shù)(TC)，新增顧客人數(shù)(NC)、回訪顧客人數(shù)(RC)、平均訪問時長(VD )、高參與度平均訪問時長(EVD )。這些參量將按天存放在數(shù)據(jù)庫中，作為描述用戶行為模式的數(shù)據(jù)。
[0100]本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，能夠統(tǒng)計和分析店鋪附近范圍內(nèi)攜帯有已開啟W1-Fi功能的智能手機的顧客行為方式。
[0101]本發(fā)明還提出了一種基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，用以執(zhí)行上述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法。
[0102]圖8為本發(fā)明實施例中基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置的結(jié)構(gòu)框圖。如圖8所示，本實施例中，基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置可以包括獲取模塊810、分析模塊820、存儲模塊830和展示模塊840。獲取模塊810、分析模塊820、存儲模塊830和展示模塊840順次相連。獲取模塊810用于獲取監(jiān)聽設(shè)備采集到的移動終端W1-Fi數(shù)據(jù)包。分析模塊820用于對獲取的W1-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量。存儲模塊830用于存儲獲取模塊獲取的移動終端W1-Fi數(shù)據(jù)包和所述用戶行為統(tǒng)計參量。展示模塊840用于以圖表的方式在線展示存儲模塊830存儲的用戶行為統(tǒng)計參量。
[0103]其中，W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)包含第一 MAC地址信息、第二 MAC地址信息、監(jiān)聽時間戳信息，第一 MAC地址信息為移動終端W1-Fi模塊MAC地址信息，第二 MAC地址信息為監(jiān)聽設(shè)備MAC信息地址。本發(fā)明實施例中，存儲模塊830可以進一歩包括加密單元。加密單元用于在存儲前，將第一 MAC地址信息加密得到第一 MAC標(biāo)識，將第二 MAC地址信息加密得到第二 MAC標(biāo)識，在存儲W1-Fi數(shù)據(jù)包時，存儲數(shù)據(jù)包括第一 MAC標(biāo)識、第二 MAC標(biāo)識和除第一 MAC地址信息、第二 MAC地址信息之外的W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)。
[0104]本發(fā)明實施例中，存儲模塊830可以進一歩包括分表存儲單元。分表存儲單元用于將W1-Fi數(shù)據(jù)包按照監(jiān)聽時間戳中的監(jiān)聽日期和監(jiān)聽設(shè)備MAC標(biāo)識進行分表存儲，ー個表存放ー個監(jiān)聽設(shè)備一天內(nèi)收集的所有數(shù)據(jù)。
[0105]本發(fā)明實施例中，分析模塊820可以進一歩包括排序單元、計算單元、劃分單元、第一統(tǒng)計單元和參量分析単元。其中，排序單元用于從獲取的W1-Fi數(shù)據(jù)包中，將同一個用戶的W1-Fi數(shù)據(jù)包按照監(jiān)聽時間順序進行排列，同一用戶用其移動終端W1-Fi模塊MAC地址唯一標(biāo)識。計算單元用于計算用戶的訪問時長，訪問時長等于在滿足設(shè)定限制條件下排列后相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差的總和。劃分單元用于根據(jù)訪問時長和預(yù)設(shè)的俘獲閾值、進店閾值、參與閾值劃分用戶類型，參與閾值大于進店閾值，進店閾值大于俘獲閾值，若訪問時長小于所述俘獲閾值，則用戶為店外路過的顧客；若訪問時長大于或等于俘獲閾值且小于進店閾值，則用戶為經(jīng)過店鋪的顧客；若訪問時長大于或等于進店閾值，則用戶為進入店鋪的顧客；若訪問時長大于或等于參與閾值，則用戶為參與顧客。第一統(tǒng)計單元用于根據(jù)用戶類型統(tǒng)計用戶流量，用戶流量包括總流量、店外流量、俘獲流量、經(jīng)過流量、進店流量、參與流量，總流量等于設(shè)定時間段內(nèi)商鋪監(jiān)聽到的所有訪問次數(shù)之和，店外流量等于設(shè)定時間段內(nèi)店外訪問次數(shù)之和，俘獲等于設(shè)定時間段內(nèi)進店訪問次數(shù)之和，經(jīng)過流量等于設(shè)定時間段內(nèi)短時進入店鋪或者經(jīng)過店鋪的訪問次數(shù)之和，進店流量等于設(shè)定時間段內(nèi)進入店鋪的訪問次數(shù)之和，參與流量等于設(shè)定時間段內(nèi)長時在店鋪內(nèi)的訪問次數(shù)之和。參量分析単元用于根據(jù)用戶流量進步一分析出用戶行為參量，用戶行為參量包括俘獲率、跳出率、參與率，俘獲率等于所述俘獲流量占總流量的比率，跳出率等于經(jīng)過流量占俘獲流量的比率,參與率等于參與流量占進店流量的比率。
[0106]本發(fā)明實施例中，分析模塊820還可以進ー步包括第二統(tǒng)計單元。第二統(tǒng)計單元用于根據(jù)獲取的W1-Fi數(shù)據(jù)包所包含的移動終端W1-Fi模塊MAC地址信息統(tǒng)計顧客群體數(shù)據(jù)，顧客群體數(shù)據(jù)包括顧客總?cè)藬?shù)、新增顧客人數(shù)和回訪顧客人數(shù)，顧客總?cè)藬?shù)等于設(shè)定時間內(nèi)進店流量所含W1-Fi數(shù)據(jù)包的第一 MAC地址的總數(shù)，即監(jiān)測到移動終端W1-Fi模塊MAC地址的總數(shù)，新增顧客人數(shù)等于新增監(jiān)測到移動終端W1-Fi模塊MAC地址的數(shù)量，回訪顧客人數(shù)等于監(jiān)測到移動終端W1-Fi模塊MAC地址中以前已記錄的數(shù)量，即等于顧客總?cè)藬?shù)減去新增顧客人數(shù)。
[0107]本發(fā)明的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，能夠統(tǒng)計和分析店鋪附近范圍內(nèi)攜帯有已開啟W1-Fi功能的智能手機的顧客行為方式。
[0108]以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【權(quán)利要求】
1.一種基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，其特征在于，包括: 步驟一，獲取監(jiān)聽設(shè)備采集到的移動終端W1-Fi數(shù)據(jù)包并存儲； 步驟ニ，對獲取的W1-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量； 步驟三，存儲所述用戶行為統(tǒng)計參量； 步驟四，以圖表的方式在線展示所述用戶行為統(tǒng)計參量。
2.根據(jù)權(quán)利要求1所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，其特征在干，步驟ー包括: 所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)包含第一 MAC地址信息、第二 MAC地址信息、監(jiān)聽時間戳信息、信號強度值、數(shù)據(jù)包類型，所述第一 MAC地址信息為移動終端W1-Fi模塊MAC地址信息，所述第二 MAC地址信息為監(jiān)聽設(shè)備W1-Fi模塊MAC信息地址，在存儲前，將第一 MAC地址信息加密得到第一 MAC標(biāo)識，將第二 MAC地址信息加密得到第二 MAC標(biāo)識，在存儲所述W1-Fi數(shù)據(jù)包時，存儲數(shù)據(jù)包括第一 MAC標(biāo)識、第二 MAC標(biāo)識和除所述第一 MAC地址信息、第ニ MAC地址信息之外的所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，其特征在干，步驟ー包括: 將當(dāng)天采集的W1-Fi數(shù)據(jù)包按照所述監(jiān)聽時間戳中的監(jiān)聽日期和監(jiān)聽設(shè)備MAC標(biāo)識進行分表存儲，一個表存放ー個監(jiān)聽設(shè)備一天內(nèi)收集的所有數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，其特征在干，步驟ニ包括: 從獲取的W1-Fi數(shù)據(jù)包中，將同一個用戶的W1-Fi數(shù)據(jù)包按照監(jiān)聽時間順序進行排列，同一用戶用其移動終端W1-Fi模塊MAC地址唯一標(biāo)識； 計算用戶的訪問時長，所述訪問時長等于在滿足設(shè)定限制條件下排列后相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差的總和； 根據(jù)所述訪問時長和預(yù)設(shè)的俘獲閾值、進店閾值、參與閾值劃分用戶類型，所述參與閾值大于所述進店閾值，所述進店閾值大于所述俘獲閾值，若訪問時長小于所述俘獲閾值，則所述用戶為店外路過的顧客；若訪問時長大于或等于所述俘獲閾值且小于所述進店閾值，則所述用戶為經(jīng)過店鋪的顧客；若訪問時長大于或等于所述進店閾值，則所述用戶為進入店鋪的顧客；若訪問時長大于或等于所述參與閾值，則所述用戶為參與顧客； 根據(jù)用戶類型統(tǒng)計用戶流量，所述用戶流量包括總流量、店外流量、俘獲流量、經(jīng)過流量、進店流量、參與流量，所述總流量等于設(shè)定時間段內(nèi)商鋪監(jiān)聽到的所有訪問次數(shù)之和，所述店外流量等于設(shè)定時間段內(nèi)店外訪問次數(shù)之和，所述俘獲等于設(shè)定時間段內(nèi)進店訪問次數(shù)之和，所述經(jīng)過流量等于設(shè)定時間段內(nèi)短時進入店鋪或者經(jīng)過店鋪的訪問次數(shù)之和，所述進店流量等于設(shè)定時間段內(nèi)進入店鋪的訪問次數(shù)之和，所述參與流量等于設(shè)定時間段內(nèi)長時在店鋪內(nèi)的訪問次數(shù)之和； 根據(jù)用戶流量進步一分析出用戶行為參量，所述用戶行為參量包括俘獲率、跳出率、參與率，所述俘獲率等于所述俘獲流量占所述總流量的比率，所述跳出率等于所述經(jīng)過流量占所述俘獲流量的比率，所述參與率等于所述參與流量占所述進店流量的比率。
5.根據(jù)權(quán)利要求4所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測方法，其特征在干，步驟ニ包括:根據(jù)獲取的W1-Fi數(shù)據(jù)包所包含的移動終端W1-Fi模塊MAC地址信息統(tǒng)計顧客群體數(shù)據(jù)，所述顧客群體數(shù)據(jù)包括顧客總?cè)藬?shù)、新增顧客人數(shù)和回訪顧客人數(shù)，顧客總?cè)藬?shù)等于設(shè)定時間內(nèi)進店流量所含W1-Fi數(shù)據(jù)包的第一 MAC地址的總數(shù)，即監(jiān)測到移動終端W1-Fi模塊MAC地址的總數(shù)，新增顧客人數(shù)等于新增監(jiān)測到移動終端W1-Fi模塊MAC地址的數(shù)量，回訪顧客人數(shù)等于監(jiān)測到移動終端W1-Fi模塊MAC地址中以前已記錄的數(shù)量，即等于顧客總?cè)藬?shù)減去新增顧客人數(shù)。
6.一種基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，其特征在于，包括: 獲取模塊，用于獲取監(jiān)聽設(shè)備采集到的移動終端W1-Fi數(shù)據(jù)包； 分析模塊，用于對獲取的W1-Fi數(shù)據(jù)包進行分析處理，得到用戶行為統(tǒng)計參量； 存儲模塊，用于存儲獲取模塊獲取的移動終端W1-Fi數(shù)據(jù)包和所述用戶行為統(tǒng)計參量; 展示模塊，用于以圖表的方式在線展示所述用戶行為統(tǒng)計參量。
7.根據(jù)權(quán)利要求6所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，其特征在干，所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)包含第一 MAC地址信息、第二 MAC地址信息、監(jiān)聽時間戳信息、信號強度值、數(shù)據(jù)包類型，所述第一 MAC地址信息為移動終端W1-Fi模塊MAC地址信息，所述第二 MAC地址信息為監(jiān)聽設(shè)備W1-Fi模塊MAC信息地址，所述存儲模塊包括: 加密單元，用于在存儲前，將第一 MAC地址信息加密得到第一 MAC標(biāo)識，將第二 MAC地址信息加密得到第二 MAC標(biāo)識，在存儲所述W1-Fi數(shù)據(jù)包時，存儲數(shù)據(jù)包括第一 MAC標(biāo)識、第二 MAC標(biāo)識和除所述第一 MAC 地址信息、第二 MAC地址信息之外的所述W1-Fi數(shù)據(jù)包的原始數(shù)據(jù)。
8.根據(jù)權(quán)利要求7所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，其特征在干，所述存儲模塊包括: 分表存儲單元，用于將當(dāng)天采集的W1-Fi數(shù)據(jù)包按照所述監(jiān)聽時間戳中的監(jiān)聽日期和監(jiān)聽設(shè)備MAC標(biāo)識進行分表存儲，一個表存放ー個監(jiān)聽設(shè)備一天內(nèi)收集的所有數(shù)據(jù)。
9.根據(jù)權(quán)利要求6所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，其特征在干，所述分析模塊包括: 排序單元，用于從獲取的W1-Fi數(shù)據(jù)包中，將同一個用戶的W1-Fi數(shù)據(jù)包按照監(jiān)聽時間順序進行排列，同一用戶用其移動終端W1-Fi模塊MAC地址唯一標(biāo)識； 計算單元，用于計算用戶的訪問時長，所述訪問時長等于在滿足設(shè)定限制條件下排列后相鄰兩個W1-Fi數(shù)據(jù)包的監(jiān)聽時間差的總和； 劃分單元，用于根據(jù)所述訪問時長和預(yù)設(shè)的俘獲閾值、進店閾值、參與閾值劃分用戶類型，所述參與閾值大于所述進店閾值，所述進店閾值大于所述俘獲閾值，若訪問時長小于所述俘獲閾值，則所述用戶為店外路過的顧客；若訪問時長大于或等于所述俘獲閾值且小于所述進店閾值，則所述用戶為經(jīng)過店鋪的顧客；若訪問時長大于或等于所述進店閾值，則所述用戶為進入店鋪的顧客；若訪問時長大于或等于所述參與閾值，則所述用戶為參與顧客； 第一統(tǒng)計單元，用于根據(jù)用戶類型統(tǒng)計用戶流量，所述用戶流量包括總流量、店外流量、俘獲流量、經(jīng)過流量、進店流量、參與流量，所述總流量等于設(shè)定時間段內(nèi)商鋪監(jiān)聽到的所有訪問次數(shù)之和，所述店外流量等于設(shè)定時間段內(nèi)店外訪問次數(shù)之和，所述俘獲等于設(shè)定時間段內(nèi)進店訪問次數(shù)之和，所述經(jīng)過流量等于設(shè)定時間段內(nèi)短時進入店鋪或者經(jīng)過店鋪的訪問次數(shù)之和，所述進店流量等于設(shè)定時間段內(nèi)進入店鋪的訪問次數(shù)之和，所述參與流量等于設(shè)定時間段內(nèi)長時在店鋪內(nèi)的訪問次數(shù)之和； 參量分析単元，用于根據(jù)用戶流量進步一分析出用戶行為參量，所述用戶行為參量包括俘獲率、跳出率、參與率，所述俘獲率等于所述俘獲流量占所述總流量的比率，所述跳出率等于所述經(jīng)過流量占所述俘獲流量的比率，所述參與率等于所述參與流量占所述進店流量的比率。
10.根據(jù)權(quán)利要求9所述的基于移動終端W1-Fi數(shù)據(jù)的用戶行為檢測裝置，其特征在于，所述分析模塊包括: 第二統(tǒng)計單元，用于根據(jù)獲取的W1-Fi數(shù)據(jù)包所包含的移動終端W1-Fi模塊MAC地址信息統(tǒng)計顧客群體數(shù)據(jù)，所述顧客群體數(shù)據(jù)包括顧客總?cè)藬?shù)、新增顧客人數(shù)和回訪顧客人數(shù)，顧客總?cè)藬?shù)等于設(shè)定時間內(nèi)進店流量所含W1-Fi數(shù)據(jù)包的第一MAC地址的總數(shù)，即監(jiān)測到移動終端W1-Fi模塊MAC地址的總數(shù)，新增顧客人數(shù)等于新增監(jiān)測到移動終端W1-Fi模塊MAC地址的數(shù)量，回訪顧客人數(shù)等于監(jiān)測到移動終端W1-Fi模塊MAC地址中以前已記錄的數(shù)量，即等于顧客總?cè)藬?shù) 減去新增顧客人數(shù)。
【文檔編號】H04W24/08GK103458456SQ201310379307
【公開日】2013年12月18日 申請日期:2013年8月27日 優(yōu)先權(quán)日:2013年8月27日
【發(fā)明者】秦偉俊, 李波, 張佳棣, 朱紅松 申請人:中國科學(xué)院信息工程研究所