Question

统计分析原始数据用户浏览网页次数（以“真实IP”区分）的情况，其结果见表12-9，可以从表中发现浏览一次的用户占所有用户总量的58%左右，大部分用户浏览的次数在2~7次，用户浏览的平均次数是3次。

表12-9　用户点击次数统计表

详细代码见代码清单12-4。

代码清单12-4　Python访问数据库并进行分块统计（接代码清单12-3）

#统计点击次数
c = [i['realIP'].value_counts() for i in sql] #分块统计各个IP的出现次数
count3 = pd.concat(c).groupby(level = 0).sum() #合并统计结果，level=0表示按index分组
count3 = pd.DataFrame(count3) #Series转为DataFrame
count3[1] = 1 #添加一列，全为1
count3.groupby(0).sum() #统计各个“不同的点击次数”分别出现的次数

从上表中可以看出大约80%的用户（不超过3次）只提供了大约30%的浏览量（几乎满足二八定律）。在数据中，点击次数最大值为42790次，对其进行分析，发现是律师的浏览信息（通过律师助手进行判断）。表12-10是对浏览次数达到7次以上的情况进行的分析，可以从中看出大部分用户浏览8到100次。

表12-10　浏览7以上的用户分析表

针对浏览次数为一次的用户进行分析，其结果如表12-11所示。其中，问题咨询页占比78%，知识页占比15%，而且这些记录基本上全是通过搜索引擎进入的。由此可以猜测两种可能：1）用户为流失用户，在问题咨询与知识页面上没有找到相关的需要。2）用户找到其需要的信息，因此直接退出。综合这些情况，可以将这些点击一次的用户行为定义为网页的跳出率。为了降低网页的跳出率，需要对这些网页进行针对用户的个性化推荐，帮助用户发现其感兴趣或者需要的网页。

表12-11　浏览一次的用户行为分析

针对点击一次的用户浏览的网页进行统计分析，其结果见表12-12。可以看出排名靠前的都是知识与咨询页面，因此可以猜测大量用户的关注都在知识或咨询方面上。

表12-12　点击一次用户浏览网页统计