Skip to content

分析用户行为轨迹数据,并将分析的数据生成json文件。

Notifications You must be signed in to change notification settings

azl397985856/locus

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

11 Commits
 
 
 
 
 
 

Repository files navigation

Intro

分析用户行为轨迹数据,并将分析的数据生成json文件。

Motivation

我做这个项目的原因是,希望可以做一个”自产自销“的一个app。 如何理解“自产自销”呢?大概的原理可以用下图来描述: self consume

用户在使用我的app 的时候,我会收集用户的数据信息,然后将数据信息上报,然后集中处理(locus处理),生成一个json 文件,该文件又可以被app 直接消费。 消费的结果是什么呢? 就是app 可以针对用户的操作习惯做一些优化处理,最典型的就是资源预加载。 因此我打算在第一版本先做这个功能,后续可能会加入智能推送等业务。 我的目标是,app 可以不用自己处理类似这样的数据和逻辑,就可以享受到更佳的用户体验(智能预加载等)

What does it do

用户上报的数据会被组织成数组,然后交给locus处理,生成供app消费的json数据 . 大概是这样子:

[{userId: 'karl', locus: ['Page A', 'Page C', 'Page F'], category: 'teacher'},
{userId: 'karl', locus: ['Page A', 'Page B', 'Page D'], category: 'student'}]
 ->
 {
     raw : preload.json
     grouped: preload.json
     persernalize: preload.json
 }
 
 // preload.json
 {
    'Page A' : {
      'Page C': 50%,
      'Page B': 50%
    },
    'Page C' : {
      'Page F': 100%
    },
    'Page B' : {
      'Page D': 100%
    }
 }
 

这里写成Page X   只是方便理解,其实应该是Component X,  也就是说粒度会更小,我们会做到组件层级上。 组件划分的粒度越精确,带来的用户收益就越高。

数据怎么用呢? app  可以根据 页面 间跳转的意愿程度,决定提前渲染不同的页面(组件)

License

MIT

About

分析用户行为轨迹数据,并将分析的数据生成json文件。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published