标签：style blog http ar 使用 sp on 数据 log
背景： 需要更加符合实际的了解用户对产品的使用情况，取每天流水数据，统计分析一个时间段用户的行为特点：
用户地区属性：最近30天出现的地方，据此推测用户所在地方，用户出现最多和用户最近出现的地方。
用户偏好属性：最近30天用户使用的菜单，据此推测用户所偏好的产品，更深入知道用户的年龄层，定向向用户推送类似的产品。
用户时段属性：最近30天用户出现的时段统计（比如：早上，上午，下午，晚上等），据此推测用户使用产品时间段，每个时间段停留时长，大概推测用户的上班时间。
用户登陆次数：最近30天用户登录次数，推测用户的使用频率，是否忠实用户，用户流失可能性。（连续7天以上没有登录，可能已经流失）
用户使用网络：最近30天用户使用网络类型，据此推测用户使用的网络偏好。
用户点击广告次数：最近30天用户点击广告类型和广告次数，推测用户的个人喜好，年龄层。
用户搜索内容：最近30天用户搜索内容情况，推测用户偏好，个性特点。
用户点击轨迹：最近30天用户点击轨迹情况，从登陆到登出这段时间一个连续的轨迹移动
标签：style blog http ar 使用 sp on 数据 log
原文地址：http://blog.csdn.net/lili72/article/details/41833337
