。

主要分为两个阶段#xff0c;第一阶段是数据准备、数据预处理和数据加载阶段#xff0c;第二阶段为分析阶段。

第一阶段首先下载数据#xff0c;并在自己电脑上安装好实验所需的环境对搜索日志进行了一系列的分析。

主要分为两个阶段第一阶段是数据准备、数据预处理和数据加载阶段第二阶段为分析阶段。

第一阶段首先下载数据并在自己电脑上安装好实验所需的环境然后通过数据扩展和数据过滤对原数据进行预处理得到含有单独年、月、日、小时等字段且关键词和UID不为空的数据最后将数据加载到HDFS上并在Hive上创建数据库和数据表将过滤后的数据灌入Hive中对应的表中因而后续便可以通过在Hive中执行SQL语句对日志数据进行查询分析。

第二阶段为分析阶段也分为两部分一部分是单维度的数据描述性分析另一部分时多维度的用户行为分析。

在单维度的数据描述行分析中分别针对总的条数、时间、关键词、UID、URL、RANK等单个的字段进行描述统计例如对每个时间段的查询条数、关键词搜索排行榜、UID搜索排行榜、URL搜索排行榜等进行了查询统计从而对数据有了一个大概的全局的把握在多维度的用户行为分析中以查询最多的用户、点击最多的网址、指定的关键词等为切入点进行深入的用户行为分析例如在对查询最多的用户的用户行为分析中通过其搜索的关键词及其频次得到其目前的兴趣点等通过其在每个时段的搜索次数得到其大致的时间行为规律这对于理解用户行为描述用户画像从而定向地针对性地进行广告推荐都是有一定的意义的。

数据准备

QuickStart虚拟机单节点集群可以轻松快速地进行CDH实验以便进行测试演示和自学并包括Cloudera

QuickStart

Cloudera-quickstart-vm-5.5.0-0-virtualbox

操作系统Red

所使用的virtualbox的版本是VirtualBox-4.3.12-93733-Win

Cloudera

本文选取搜狗实验室提供的搜狗搜索日志数据共计五百万条每一行为一条记录每条记录基本上含有ts、uid、rank、order、url等字段字段的具体意义如表1所示。

uid

其中UID是根据用户使用浏览器访问搜索引擎时的Cookie信息自动赋值即同一次使用浏览器输入的不同查询对应同一个用户识别号。

数据预处理

将原数据中包含时间的字段拆分并拼接添加年、月、日、小时字段以便后续在HDFS中进行分块存储。

分割时间字段的shell脚本sogou-log-extend.sh的具体代码如下

#!/bin/bash

$0\tsubstr($1,0,4)\tsubstr($1,4,2)\t

substr($1,6,2)\tsubstr($1,8,2)}

$infile

/home/cloudera/sogou-log-extend.sh

/home

/home/cloudera/500w/sogou.500w.utf8.ext

则sogou.500w.utf8.ext文件即为在原数据的基础上添加年、月、日、小时字段的文件。

3.2

完成数据扩展后然后过滤UID和keyword字段为空的记录。

数据过滤的shell脚本sogou-log-filter.sh的具体代码如下

#!/bin/bash

/home/cloudera/sogou-log-filter.sh

/home

/cloudera/500w/sogou.500w.utf8.ext

/home/cloudera/500w/sogou.500w.utf8.

flt

则sogou.500w.utf8.flt即为过滤后的数据文件。

3.3

将原数据文件sogou.500w.utf8和过滤后的数据文件sogou.500w.utf8.flt加载到HDFS上。

在系统终端执行如下代码

hadoop

由此已将数据加载到HDFS系统中然后在Hive上创建日志数据的数据表。

hive

hive.exec.dynamic.partition.modenonstrict;

hive

到现在为止已把经过预处理的数据加载到hive中后续便可以在hive中执行SQL语句进行查询分析。

单维度数据描述性分析

非空查询条数为5000000条即所有的数据的keyword都不为空

(c)

以ts、uid、keyword、url字段作为判断记录是否重复的标准得到的无重复总条数为4998321条

(d)

UID唯一的条数共有1352664条即在此段时间内共有1352664个用户进行来搜狗搜索。

4.2

根据上面的得到的数据绘制2011年12月30日这一天各时间段的查询条数的条形图如下

2011年12月30日这一天中共有4999918条而2011年12月31日仅有82条可能本数据集中采集的12月31日的数据不全

(b)

在2011年12月30日这一天中0-4时的的查询次数逐渐减少到4时达到最低然后慢慢上升特别在7-9时的增加特别显著到9-10时逐渐趋于稳定每个小时大概有300000次查询到21时后查询次数开始减少。

基本符合人们的作息时间

(c)

在查询次数稳定的时间段内即9-21时中间有两次低谷分别在11-12、17-18这可能是因为此时间段是人们的中饭、晚饭时间所以表现出查询次数的略微减少。

4.3

查询关键词的长度指的是用户提交的查询中包含几个词语或字用空格隔开的。

hive

可知查询关键词的平均长度为1.0869984这说明用户输入的查询通常比较短这也意味着中文搜索引擎得到的用户需求信息更少需要对用户需求有更多的分析和经验才能更加准确地返回用户需求的信息。

hive

关键词长度为1的条数为4672047条关键词长度为2的条数为260746关键词长度为3的条数为48424关键词长度为4的条数为11359条关键词长度为5的条数为3288关键词长度为6的条数为1522而关键词长度大于6的条数低于1000条关键词长度大于12的条数低于100条关键词长度为36、45的条数仅为1条

(c)

查询关键词长度为1的条数占总查询条数的93.44%查询关键词长度为2的条数占5.21%即查询关键词的长度小于等于2的条数为98.65%几乎占据了所有的查询条数这也再次说明了用户的查询关键词长度一般为1-2个词与上面得到的查询关键词平均长度为1.087相符

(d)

从图中也可以看出关键词长度为1的条数远大于关键词长度为2的条数可知大多数查询还是只用一个关键词。

hive

用户搜索百度时最常用的关键词时“百度”共有38441条其他的还有“baidu”、“百度一下”、“百度一下

你就知道”用作关键词的频次差不多。

这几种关键词加起来共有71362条说明百度时人们搜索东西时的首选的搜索引擎

(b)

从关键词前50来看4399游戏分别以“4399小游戏”关键词出现了11438条、“4399”

洛克王国”

关键词出现了4112条可见目前4399是比较受欢迎的小游戏网站特别是“洛克王国”这个小游戏更是受欢迎

(c)

从关键词前50来看优酷网站分别以“优酷”关键词出现了10158条“优酷网”关键词出现了3115次“youku”关键词出现了2783次可见目前优酷时比较受欢迎的视频网站

(d)

从关键词前50来看目前大众比较关注的新闻热点时“馆陶县县长闫宁的父亲”、“新疆暴徒被击毙图片”等

(e)

从关键词前50来看目前大众比较关注的电视剧或电影是“新亮剑”、“龙门飞甲”、“凰图腾”、“金陵十三钗”等。

4.4

可知一个UID的平均查询次数为3.6964094557111005次。

hive

SUM(IF(uids.cnt1,1,0)),SUM(IF(uids.cnt2,1,0)),

SUM(IF(uids.cnt3,1,0)),SUM(IF(uids.cnt3,1,0))

from

查询次数为1次的用户总数为549148查询次数为2次的用户总数为257163查询次数为3次的用户总数为149562查询次数大于3次的用户总数为396791。

(b)

查询次数大于2次的用户总数为149562396791546353且占比为546353/(549148257163149562396791)

546353/13526640.4039这意味着有40.39%的用户的搜索次数大于2次而有一半多的用户都仅进行了1-2次的搜索行为。

用户搜索次数排行榜

02a8557754445a9b1b22a37b40d6db38

11528

7b634a16c60058536990c0c55c79eb42

340

cc7063efc64510c20bcdd604e12a3b26

2571

6a7d4670dd26d878e12b2c048c280648

337

9faa09e57c277063e6eb70d178df8529

2226

fb3b5f51387932c8996baca6abd54921

337

7a28a70fe4aaff6c35f8517613fb5c67

1292

13140b934a265e8967344050a4d6ddca

322

b1e371de5729cdda9270b7ad09484c4f

1277

a519967011de16ee5f1aa257f25271b9

313

c72ce1164bcd263ba1f69292abdfdf7c

1120

779752cf3d115b126f33d2dab9a1351a

312

2e89e70371147e04dd04d498081b9f61

837

e6e112274223c10e22fd7a117c6b1b60

312

06c7d0a3e459cab90acab6996b9d6bed

720

efcfeccce2328288693568905be5ebfd

298

b3c94c37fb154d46c30a360c7941ff7e

676

f3075aeb9962db17cea21b14797ee19b

289

beb8a029d374d9599e987ede4cf31111

676

b9095a863d4d1a8bd16d4977c4ee9e7b

289

f41fd2711156d4b255f2dcf236d6bb39

641

2b4d3ef902df2dc0ac6993460075384b

288

c65b26d0ceb14896ad901d3c4265e23d

590

02eb52814598699374d8a8e60796415c

288

5342261d204710ccaabd3425bc1c5c2c

502

3330efbf34dd148f14a02e0e7bf8032a

286

d53f50eeda326b5ac64c8782c9935f1b

480

f2941355b9bd97ba9cd6f1fb1f31079e

286

910c5227f0d2ffd870e5b7a9ade789c6

477

ffadcf2db46dc5fc9d7787656ebd7aa4

283

91e62d9148c8d9f71110a4248176a769

472

a9c13627ae747fffc1f1d5d4c08d1fba

279

deff5f2f6b0dd83d6c0609f0ac5a77b3

464

6056710d9eafa569ddc800fe24643051

277

1cf709c4444193f4e4f4f8704ec0ef48

458

120f417c9fbc95e6d95ebd3faf89a05e

276

91de518dad55cd180bba4f1be54c470b

429

e6a6f8003b3c768e6d13be4b4fed97bb

275

4f38c9cc4b139f69722a1afd95053105

425

ee3649c13d209ab84d474c812c680082

272

0d56cf20da81670adf923373d50b7dbc

422

4fb363d1939017db6cd9e8406e6528e0

270

1fbbbcd2587944e60d0dcd4ccac76a78

420

637b29b47fed3853e117aa7009a4b621

266

b4251b30f49e932818bcebf6e15aa9c7

394

d60806329cb0e4383d52f6753cef98b4

259

955c6390c02797b3558ba223b8201915

391

ba64758bfc5ca184c143d1344da7323a

257

8a5bdb441ad0fa41599caf0c3dbdde9e

388

0422c6b3504addf0e90bd6835285f2b9

251

查询次数最多的UID为02a8557754445a9b1b22a37b40d6db38查询了11528次

(b)

查询次数最多的用户查询了11528次查询次数第二的用户查询了2571次查询次数第三的用户查询了2226次查询次数第四的用户查询了1292次查询次数第五的用户查询了1277次查询次数第六的用户查询了1120次其他的用户均小于1000次

(c)

从查询次数第15的用户开始用户间查询次数的差别不大基本保持在10以内的差别

4.5

http://dzh.mop.com/whbm/20111230/0/FgSO8zI2887052Fz.shtml

3295

http://tv.sogou.com/series/wxt4vu5644qlxs6nxtgnu.html?p40230600

3275

http://www.qzone.cc/gexing/qian/

3262

http://bbs1.people.com.cn/postDetail.do?id112546724

6325

http://news.ifeng.com/mainland/special/hetianpaichusuozaoxi/content-3/detail_2011_07/20/7804125_0.shtml

3104

http://www.nbtxt.com/detail/12477/

2942

http://tv.sogou.com/series/wxt4vu5644qnbqwbyg62g.html?p40230600

5508

http://cf.qq.com/act/a20111109happy/new.htm

2670

http://tv.sogou.com/series/wxt4vu5644qlvwv27q.html?p40230600

4589

http://www.4399.com/flash/32979aa.htm

4128

http://www.qzone.cc/gexing/name/

2620

http://tv.sogou.com/movie/wxt5hmbaxxymd2wkv3ep33wo.html?p40230600

3847

http://tv.sogou.com/movie/wxt5hmbazkt4dnndwor3hthm.html?p40230600

2507

http://baike.baidu.com/view/2414016.htm

3724

用户最后选中url为百度网站的条数为73737条与在关键词分析中得到的所有查询百度关键词的条数71362条基本吻合这可能是因为在关键词分析中除了前50中出现的用户在搜索百度网站时用到的关键词外还有少量用户用了一些少见的关键词来搜索

(b)

用户最后选中url为4399小游戏网站的条数为19015条这与在关键词分析中得到的以“4399小游戏”关键词出现了11438条、“4399”

关键词出现了7041条共18479条的数据基本吻合。

此外7k7k小游戏的url点击次数为此类网站第二为8326次可能是其潜在的竞争对手

(c)

用户最后选中url为优酷网站的条数为14086条居此类网站第一这意味着优酷网站基本上是人们看视频的首选网站

(d)

直接输入URL的查询中点击的结果就是用户输入的URL的网址的条数

hive

SUM(IF(instr(url,keyword)0,1,0))

from

直接输入URL作为查询词的条数为73979条占总记录的1.48%

(b)

直接输入URL的查询中点击的结果就是用户输入的URL的网址的条数为27561条占37.26%从这个比例可以看出很大一部分用户提交含有URL的查询是由于没有记全网址等原因而想借助搜索引擎来找到自己想浏览的网页。

因此搜索引擎在处理这部分查询的时候一个可能比较理想的方式是首先把相关的完整URL地址返回给用户这样有较大可能符合用户的查询需求。

4.6

由得到的结果可知Rank在10以内的条数为4999869占总记录的99.997%。

这意味着用户在搜索时常常只翻看搜索引擎返回结果的前10个结果即返回结果页面的第一页。

这个用户行为决定了尽管搜索引擎返回的结果数目十分庞大但真正可能被绝大部分用户所浏览的只有排在最前面的很小一部分而已。

所以传统的基于整个结果集合查准率和查全率的评价方式不再适用于网络信息检索的评价我们需要着重强调在评价指标中有关最靠前结果文档与用户查询需求的相关度的部分。

多维度用户行为分析

由UID分析部分的结果可知在2011年12月30日这一天中查询次数最多的用户是02a8557754445a9b1b22a37b40d6db38下面来具体分析其用户行为。

查看用户02a8557754445a9b1b22a37b40d6db38所查询的关键词及其频次

select

uid02a8557754445a9b1b22a37b40d6db38

group

从词云上可以看出此用户比较喜欢用长度较长的词语作为关键词进行搜索行为

查看用户02a8557754445a9b1b22a37b40d6db38在2011年12月30日这一天的各时间段内的查询次数

select

uid02a8557754445a9b1b22a37b40d6db38

group

用户在3-7时处于搜索行为的低谷期基本维持在每小时40条左右的搜索量

(b)

用户在8时、9时的搜索增长速率最大之后在16时之前保持稳步上升

(c)

用户在17时和18时的搜索量出现局部最低可能时用户的晚饭时间因而搜索量减少

(d)

用户在19-21时的搜索量达到一天中的最高峰用户搜索行为最活跃可考虑在此时段投放推荐广告等。

5.2

由URL分析部分的结果可知在2011年12月30日这一天中点击次数最多的网站是http://www.baidu.com/下面来进行具体分析。

查看用户点击http://www.baidu.com/所用的搜索关键词及其计数

hive

可见用户在搜索一个网站时可能出现各式各样的搜索关键词因而模糊匹配到用户想要的网站很重要建议模糊匹配频次较高的搜索词。

查询点击http://www.baidu.com/各个时间段的条数

hive

可见搜索百度网站的在时间上的分布基本上与所有搜索行为在时间上的分布大概一致这也从侧面说明了百度为人们广泛应用。

5.3

653d48aa356d5111ac0e59f9fe736429

3bc04a0444c08239fca551ad95ca08ae

e11c6273e337c1d1032229f1b2321a75

3c9a09e25828ca7fa441c9ef16c66a80

4d1af2d521b2e72978a68815087dd550

45e623de82433688a756275af9be61cc

ab90b6700c0f205c520f07e4cc1d7b96

50152c1874febb5c7b81075b6437fae0

2b71bae0c544d0049be8b2bde01b795f

51815c0afe0237b8c43f8aa12011a60a

81f26b22a6e52f14c40647c25feb269c

5dbe046d05d4397adb2d8dda0b421773

82bf38b33596975e1511b8c1f9519644

a296f675947f027625f1a4d60ae67e23

ba64758bfc5ca184c143d1344da7323a

bc615ad74bc05647e59f46ab4da92af6

6901e38fa48949c6e3450c1042dc0c73

dc953c98270ec152dbdae786160c6a2e

02f1e94feaa001f5a19d6d97a5f25f9f

fb570c116c556ddb3d712142bcd652b2

0ee5179ff89b568dbce2c73136c535c5

0d84be52ca3783cd87ac9e9b04e200c6

1e57f18af1d9b646c8a003f66720aaa5

3b5295a9c7dc63d10a235bab9c04995b

2ae3984c3f82650b6c0189e6763be408

3fcf0f637c1e97445ae53d0813274771

80b65ac2d2f993af78e5484c766e4119

5da853c2fa6535b2a03382afd493a4d7

99313ba2ea15907e0a8f335c6d74f314

7b61cc65359eef75581b86f766a644dd

a4f3dbfb256bd25c7e58a1b030c8d95d

84724ec293a70aeff25c5983141ea52d

ad5cfe784c8aa492eb57c4db6a932ad0

b05e49b63ca201549b53a7b7be6b22cb

b4b379f3719ce038655c2e816a4542d4

b4b0b57023f41c9c232af15feec897aa

ea7d6638294045636fcf92c161d51050

c78d90abb6d97eef073e70c8ad143a35

17533946097b22f09e67741b5f84a8c6

ecdb9ff3f0046824d8ff90da47e6bcb0

785934a66a53fbe6bc135275283868c1

f231ab96f2bf7c18f527506ecc5ee1a7

908dd24c58050e2e3f0b132b387e9fdd

00160e665054e5f5168183d2766a483c

91881679246d00f7b34f0e3313ee0439

108414df6fe049fb5f0811d6ac600424

9ded72abf69dc3efe556fcbf752df92f

3cb06a2751e4c2f5d9fc7032edc8d531

c0c82a8fc022c2d64f14188f550954a0

55361f45e44caa332157b6e8941179da

c9f632be1d7c5f188323f35dfc4264ea

57208ce9ef99e760b5bdd9ba992ffe6d

f7336296dc7c69a2ffc2178e7c8a7e94

863fae4c7c86dc6daa5b55dd1ffe3eb9

10fc3f82e8175a90e8c41e3a2cd86812

9931ab69327e87878283a1dbc13c9619

a530d6385be5967da6dc74f38012a610

bac9b55d9b7107dd5b0cdd5ce388d169

bc5817fbcd5e2b5d20dc50a29470c262

c4acf1919ed442fb11b8c1a32dd91def

db6eb39cf39d747b4446fe83bc9fe1c3

c5a8bc8c1bcc742cb1bd98bb560f2d91

03dcbe547d94f80cafdd1ea7c91c1680

cbea098bc581fcf1ecf85922a8b08df5

04356f4d2ecaa3774c8024619fb37d30

dc4b344aaa0dc765bb5ecee4eca377cc

1875e8e340b25647b03a9e4edf05d34f

e15cb20f47f519832254d707c36ffbab

2f1636d6e198ddf154526ca96a0f99fc

e7c8fee27af3d4d3ad778106660b47e2

375e1d62e8696d5cf3379c557fbf64f2

e9dfe73b154e0a3c99a28427d196e439

可知查询“仙剑奇侠传”较多的用户是653d48aa356d5111ac0e59f9fe736429为6次和用户e11c6273e337c1d1032229f1b2321a75为5次下面来进一步分析这两个用户的用户行为。

查找uid为653d48aa356d5111ac0e59f9fe736429的相关搜索记录

hive

uid653d48aa356d5111ac0e59f9fe736429;

keyword

http://tv.sohu.com/s2010/fydxx/

http://tv.sogou.com/series/wxt4vu5644qlpror6k24jugh2ddq.html?p40230600

http://tv.sohu.com/s2010/fydxx/

http://tv.sohu.com/s2011/wknbhan/

仙剑奇侠传

http://www.163dyy.com/detail/500.html

仙剑奇侠传

http://www.tvmao.com/drama/WVgxbA/episode

仙剑奇侠传

http://www.163dyy.com/detail/500.html

仙剑奇侠传第一部全集

http://tv.sogou.com/series/wxt4vu5644qm7sn5updont6awsv3lwwsxozl6.html?p40230600

仙剑奇侠传第一部

http://www.youku.com/playlist_show/id_16700878.html

仙剑奇侠传1

http://tv.sogou.com/series/wxt4vu5644qm7sn5updont6awsv3lwwsxozl6.html?p40230600

仙剑奇侠转1

http://www.youku.com/playlist_show/id_3549043.html

仙剑奇侠传

http://www.163dyy.com/detail/500.html

仙剑奇侠传

http://www.114dyw.com/teleplay1/xianjianqixiachuan/

仙剑奇侠传

http://www.163dyy.com/detail/500.html

用户653d48aa356d5111ac0e59f9fe736429搜索“仙剑奇侠传”的目的是为了观看影片

(b)

用户653d48aa356d5111ac0e59f9fe736429

希望观看仙剑奇侠传第一部

同时放羊的星星也是用户653d48aa356d5111ac0e59f9fe736429目前比较感兴趣的电视剧。

查找uid为e11c6273e337c1d1032229f1b2321a75的相关搜索记录

hive

uide11c6273e337c1d1032229f1b2321a75;

keyword

http://zhidao.baidu.com/question/196334214

仙剑奇侠传4

http://baike.baidu.com/view/10142.htm

仙剑奇侠传3

http://baike.baidu.com/view/33571.htm

仙剑奇侠传2

http://baike.baidu.com/view/246644.htm

仙剑奇侠传

http://baike.baidu.com/view/2188.htm

仙剑奇侠传三外传

http://baike.baidu.com/view/246650.htm

仙剑奇侠传四动画

http://www.56.com/w77/play_album-aid-1824744_vid-MTY3MjkwOTc.html

仙剑奇侠传3结局动画

http://v.youku.com/v_show/id_XNDczMTU3Ng.html

仙剑奇侠传3结局

http://zhidao.baidu.com/question/143395514

仙剑奇侠传三

http://baike.baidu.com/view/4219.htm

仙剑奇侠传三游戏剧情

http://zhidao.baidu.com/question/106721096

仙剑奇侠传三

http://baike.baidu.com/view/4219.htm

仙剑奇侠传四

http://baike.baidu.com/view/31425.htm

仙剑奇侠传

http://baike.baidu.com/view/2188.htm

仙剑奇侠传二

http://baike.baidu.com/view/246644.htm

仙剑奇侠传

http://baike.baidu.com/view/2188.htm

http://baike.baidu.com/view/47446.htm

仙剑奇侠传

http://baike.baidu.com/view/2188.htm

仙剑奇侠传二

http://baike.baidu.com/view/246644.htm

仙剑奇侠传

http://baike.baidu.com/view/2188.htm

Grenade

http://baike.baidu.com/view/2086505.htm

北京庐舍宾馆

http://baike.baidu.com/view/4916228.htm

北京庐舍宾馆

http://www.zhuna.cn/hotel-23516.html

北京庐舍宾馆

http://www.17u.cn/HotelInfo-27993.html

北京庐舍宾馆

http://www.sunnychina.com/hotel/hotel_15894.html

北京庐舍宾馆

http://www.yoostrip.com/hotel/hotel_17602.html

北京庐舍宾馆

http://hotel.elong.com/detail360_cn_00101382.html

东洛杉矶学院

http://baike.baidu.com/view/4932647.htm

东洛杉矶学院

用户e11c6273e337c1d1032229f1b2321a75搜索“仙剑奇侠传”的目的更可能是对名为“仙剑奇侠传”的游戏感兴趣

(b)

用户653d48aa356d5111ac0e59f9fe736429

(c)

此外用户653d48aa356d5111ac0e59f9fe736429对北京庐舍宾馆的搜索次数达到6次可能其近期要出行。

5.4

由时间分析部分的结果可知在2011年12月30日这一天中搜索行为最活跃的时间段为19-21时下面来进行具体分析。

在活跃时间段内点击网址排行榜

http://www.qzone.cc/gexing/qian/

750

http://www.nbtxt.com/detail/12477/

744

http://tv.sogou.com/movie/wxt5hmbazkt4dnndwor3hthm.html?p40230600

672

http://www.qzone.cc/gexing/name/

646

http://tv.sogou.com/series/wxt4vu5644qnbqwbyg62g.html?p40230600

1401

http://tv.sogou.com/series/wxt4vu5644qmplvw4c3obpg6zdf3zry.html?p40230600

604

http://tv.sogou.com/series/wxt4vu5644qlvwv27q.html?p40230600

1226

http://dzh.mop.com/whbm/20111230/0/FgSO8zI2887052Fz.shtml

975

http://bugu.cntv.cn/live_cctv5/index.shtml

530

http://tv.sogou.com/series/wxt4vu5644qmrs5vxxf4jsvo.html?p40230600

517

http://baike.baidu.com/view/2414016.htm

901

http://cf.qq.com/act/a20111109happy/new.htm

505

http://www.4399.com/flash/32979aa.htm

886

http://tv.sogou.com/series/wxt4vu5644qlxs6nxtgnu.html?p40230600

850

http://tv.sogou.com/movie/wxt5hmbaxxymd2wkv3ep33wo.html?p40230600

827

在19-21时的活跃时间段内点击量前5的网站分别是百度、4399游戏、优酷、好123网址导航、QQ空间可以考虑此时段在这几个网站上投放广告等

(b)

在19-21时的活跃时间段内百度网站的点击量为14341次占全天总次数73737次的19.49%

在活跃时间段内搜索关键词排行榜

在19-21时的活跃时间段内用户搜索的最多的关键词依旧是百度这说明百度已是用户的首选搜索引擎

(b)

在19-21时的活跃时间段内用户搜索的关键词排行与全天的用户搜索关键词的排行并无较大区别。

在活跃时间段内用户排行榜

02a8557754445a9b1b22a37b40d6db38

2664

0d56cf20da81670adf923373d50b7dbc

cc7063efc64510c20bcdd604e12a3b26

590

91e62d9148c8d9f71110a4248176a769

7a28a70fe4aaff6c35f8517613fb5c67

305

116773275003fd2abffc4288f13b1745

b1e371de5729cdda9270b7ad09484c4f

292

b7dce820ccdb4b3a75a64cbf9dcc11c5

c72ce1164bcd263ba1f69292abdfdf7c

254

7b634a16c60058536990c0c55c79eb42

9a12bf7ee5ea954660092df0ef34acb4

177

ba8c0225b1b6062e892e04982073db7a

ef86311727c54aa1d1bda5cc4ffcd329

173

648754a2563bd5b36e028afbe927dfd1

84e781a747ac7d0d723c8b9f0cc6b87f

169

9ded8ab2cc8504e1d6cf87903f5e25b8

13140b934a265e8967344050a4d6ddca

156

e6e112274223c10e22fd7a117c6b1b60

3e6a34613757d1ce0f6d6d97102ebaad

142

2aa714ded74edc258a7dd5c5e2c75015

deff5f2f6b0dd83d6c0609f0ac5a77b3

130

02eb52814598699374d8a8e60796415c

f41fd2711156d4b255f2dcf236d6bb39

124

f3075aeb9962db17cea21b14797ee19b

b3c94c37fb154d46c30a360c7941ff7e

123

4f38c9cc4b139f69722a1afd95053105

06c7d0a3e459cab90acab6996b9d6bed

120

c25a84ec0f90088b35a34d5d7d3264dd

c3ac142de38ded8dfe7f24f927ea4829

120

955c6390c02797b3558ba223b8201915

779752cf3d115b126f33d2dab9a1351a

116

878158a83a09246e78d920129f83f77c

d53f50eeda326b5ac64c8782c9935f1b

114

6ff3b606c01fff5ebff1e2b2bbef2d31

b08b9d292d1aa0986f01b50bc5b4cec3

110

a53cc832a80241ba08754401331b3d87

91857a446849a86f2722f1ed885814d9

108

d524ac3d106082da06ec70b45e40d8af

b4251b30f49e932818bcebf6e15aa9c7

105

ab754186afd495ff1eccb3ecea0d2898

9907a0874dec6825bc797a73eb0d6d29

103

9223efff33f092f888106e3f5ce4912b

f050339e5fd8c08948b3474b7fc67eb7

101

beb8a029d374d9599e987ede4cf31111

71907d498018fad5c612c72606130681

101

e425eb5aebfdcec0f8f4aa05aba21e64

7bd1088c653b53934dc4e1d31aa911eb

100

91de518dad55cd180bba4f1be54c470b

c65b26d0ceb14896ad901d3c4265e23d

ffadcf2db46dc5fc9d7787656ebd7aa4

在19-21时的活跃时间段内进行搜索行为最多最活跃的用户是02a8557754445a9b1b22a37b40d6db38与全天进行搜索行为最多最活跃的用户是同一个

(b)

在19-21时内最活跃用户02a8557754445a9b1b22a37b40d6db38的搜索次数远大于排名第二的用户此情形与全天的搜索排行情况相同。

5.5

Rank为前10、5、3、1的网站被第一次点击的条数分别为3465784条、3197784条、2898900条、1942685条分别占所有被用户第一次点击的总条数的99.9986%、92.266%、83.64%、56.05%Rank为前1的条目被点击的概率已达到56.05%说明Rank为前1的条目被点击的概率是很大的而且用户第一次点击的几乎所有都是Rank在10以内的条目可考虑将重要更匹配用户搜索字段的条目放在Rank前10的位置。

hive

Rank为1的条目在1次内被点击、在3次内被点击、在5次内被点击、在10次内被点击的条数分别为1942685条、2062703条、2070397条、2071720条分别占Rank为1总条数的93.77%、99.56%、99.94%、100%Rank为1的条目在1次内被点击的概率已达到93.77%之高而在3次内被点击的概率达到99.56%说明Rank为1的条目基本上三次内便会被用户点击到可见rank为1的条目的重要性可考虑将更重要更匹配用户搜索字段的条目放在此处。

由此可知Rank与Order有一定的相关性一般来讲被放在越前面的条目更可能被用户点击到即rank越小order倾向于越小。

转载于:https://www.cnblogs.com/Hyacinth-Yuan/p/8287845.html