论文部分内容阅读
近年来,随着智能手机和移动互联网的迅速普及,移动应用也呈爆发式增长。作为给用户提供各种需求的载体,移动应用在人们日常生活中扮演的角色也越来越重要。然而,移动应用快速发展的同时也暴露出各种问题,应用质量千差万别、服务内容大同小异、恶意应用层出不穷,因此,提高应用质量和提升用户体验成了开发者亟待解决的问题。而对应用进行性能监控和用户操作行为分析研究成为解决这些问题的有效途径之一。本文首先通过对当前国内外移动应用性能监控和基于自定义事件的用户行为分析技术进行研究,设计并实现了一个基于iOS应用的性能监控和用户行为分析平台。该平台主要由以下三大模块组成:(1)基于iOS应用的数据访问性能监控SDK。该模块通过非侵入式的代码注入技术,只需要通过简单的配置,便能实时监控使用过程中发生的HTTP请求、数据持久化操作以及UIWebView控件加载的性能情况。(2)基于自定义事件构建用户画像和群体画像。该模块开发者通过导入SDK,然后根据业务实际需求,在应用待监测的流程上插装监测点,便可以实时收集用户的操作行为,接着通过服务端分析和构建用户画像和群体画像,并在Web端进行展示,挖掘出隐藏在其背后的用户使用习惯,进而帮助开发者调整页面上各控件的布局或页面间的组织结构。(3)设计了一种改进的模糊C-均值聚类算法,然后分析(2)中收集到的行为信息将用户划分到不同的类簇中,并对各类簇中用户的访问情况进行了分析和可视化展示,从而为后期的产品营销和个性化推荐提供了决策依据。最后,本文选取了一个典型的移动电商应用进行案例分析,详细展示本平台的整体使用流程,并通过实验验证数据访问性能监控方案和用户聚类分析算法的有效性。