一种基于用户角色和行为自动生成应用模型的方法

摘要

一种基于用户角色和行为自动生成应用模型的方法，对平台用户行为分析方法包括：行为事件分析、页面点击分析、用户行为路径分析和特殊行为影响分析；平台通过上述几种用户行为分析方法，而聚合度得出的结果，构建应用模型；S1、行为事件分析；S2、页面点击分析；S3、用户行为路径分析；S4、特殊行为影响分析；为克隆应用以及克隆应用模版的行为。本发明，通过几种用户行为分析，聚合分析结果，构建算法模型，创建应用模型时自动推荐与角色/企业阶段相匹配的应用模型。避免由业务、开发、运维人员的主观判断搭建与实际需要不匹配的应用模型。

说明书

技术领域

本发明涉及IT技术/云计算PaaS平台自动生成应用模型的技术领域，尤其涉及一种基于用户角色和行为自动生成应用模型的方法。

背景技术

Kubernetes技术发展初期，提供的能力较少，对应用的可配置、可运维能力比较少，用户做简单的配置就可以定义好一个应用，或一个应用模型。

但随着云计算行业的日益发展，对应用运维的特征或应用配置越来越丰富，如果用户并不是对所有的能力都熟悉，就需要花比较久的时间去搭建应用模型，时间成本和学习成本都比较高。实际上有时用户都不知道自己手动搭建的应用模型是否是真正需要的，也可以通过对某一类用户行为分析后推荐的应用模型共享给这一类用户，从而增强用户对应用模型搭建的合理化。

现有的应用模型的搭建也需要开发、运维人员日积月累的经验打磨才能搭建出来一个适合企业或适合企业内不同角色不同阶段的应用模型。其中，开发人员需要定义应用组件，可能包含部署控制器、容器及相关配置；应用运维人员，又需要定义一些运维特征，如伸缩策略、路由、灰度、证书、监控、日志、告警等策略。

因此，如何让这些对应用运维和应用配置不熟悉的人也能快速上手、快速搭建自己关注的应用模型，是一个比较有价值的方向。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种基于用户角色和行为自动生成应用模型的方法。

(二)技术方案

为解决上述问题，本发明提出了一种基于用户角色和行为自动生成应用模型的方法，对平台用户行为分析方法包括：行为事件分析、页面点击分析、用户行为路径分析和特殊行为影响分析；平台通过上述几种用户行为分析方法，而聚合度得出的结果，构建应用模型；

S1、行为事件分析：通过对不同的用户群体进行操作事件行为统计，并对一段时间内某一类型群体的事件人均次数趋势进行计算，通过该趋势可以回溯点击某个功能和不点击某个功能色用户有什么行为差别，以及某类用户群体对哪些操作时间关注的活跃度，进而通过趋势对该类用户构建符合该类用户事件行为的“应用模型-运维特征”；其中，事件记录了用户行为，以用于还原用户在某个时间段内的操作场景；

S2、页面点击分析：通过对某个用户在平台的页面显示区域中不同元素点击密度进行统计与分析，以精准的评估用户与产品交互背后的深层关系；同时，用于实现产品的跳转路径分析，完成产品页面之间的深层次的关系需求挖掘；以及，用于直观的对比与分析用户在页面的聚焦度、页面浏览次数以及页面内各个点击元素的百分比；

其中，对某个用户或某一类用户在平台页面点击某些元素的次数进行比较，选出某个或某类用户点击频率较高的一些元素，以用于搭建符合该类用户页面点击行为的“应用模型-应用组件”；

S3、用户行为路径分析：对用户使用路径的流转关系进行分析，并对于用户在某个功能使用后的“后续行为”和“来源行为”路径进行统计，以获取用户在进入平台后对应用的行为操作；将用户对某一个应用的不同阶段的操作路径做一个闭环，以用于搭建符合该类用户行为路径的应用模型；

S4、特殊行为影响分析；为克隆应用以及克隆应用模版的行为；

若：用户经常对某一应用和/或应用模版做克隆的操作，表明该目标应用的配置属于最适用于当前用户角色最常用的配置，其中配置的参数，用于作为聚合推荐行为中其中一个指标。

优选的，在S1中，用户的事件行为分析，用于对可分析的事件进行全量的埋点；当用户在平台上有任何操作行为时，均会先加载功能本身的代码，同时再加载事件采集代码，记录下来后，根据这些数据埋点采集用户的操作行为。

优选的，基于某一个用户日常对应用的操作给镜像分组、打标签等操作，标记常用镜像的技术、业务和行业等特征；当用户创建应用模型时选择某个镜像，通过关联算法构建算法模型，自动推荐应用相关配置和运维特征，用户在此基础上微调，以快速完成应用搭建。

优选的，用户创建的应用经常触发资源使用率告警行为，并进行调整CPU、内存资源配置，则平台自动对应用对应的镜像打上CPU、内存资源使用量会出现峰谷的标签；

当平台用户再次基于这一类标签的镜像创建应用模型时，平台自动推荐弹性伸缩运维特征，避免告警行为经常触发；同时，平台结合日常资源调整配置，推荐配置好的弹性伸缩指标。

本发明的上述技术方案具有如下有益的技术效果：。

附图说明

图1为本发明提出的基于用户角色和行为自动生成应用模型的方法的部分示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1所示，本发明提出的一种基于用户角色和行为自动生成应用模型的方法，对平台用户行为分析方法包括：行为事件分析、页面点击分析、用户行为路径分析和特殊行为影响分析；平台通过上述几种用户行为分析方法，而聚合度得出的结果，构建应用模型；

S1、行为事件分析：通过对不同的用户群体进行操作事件行为统计，并对一段时间内某一类型群体的事件人均次数趋势进行计算，通过该趋势可以回溯点击某个功能和不点击某个功能色用户有什么行为差别，以及某类用户群体对哪些操作时间关注的活跃度，进而通过趋势对该类用户构建符合该类用户事件行为的“应用模型-运维特征”；其中，事件记录了用户行为，以用于还原用户在某个时间段内的操作场景；

S2、页面点击分析：通过对某个用户在平台的页面显示区域中不同元素点击密度进行统计与分析，以精准的评估用户与产品交互背后的深层关系；同时，用于实现产品的跳转路径分析，完成产品页面之间的深层次的关系需求挖掘；以及，用于直观的对比与分析用户在页面的聚焦度、页面浏览次数以及页面内各个点击元素的百分比；

其中，对某个用户或某一类用户在平台页面点击某些元素的次数进行比较，选出某个或某类用户点击频率较高的一些元素，以用于搭建符合该类用户页面点击行为的“应用模型-应用组件”；

S3、用户行为路径分析：对用户使用路径的流转关系进行分析，并对于用户在某个功能使用后的“后续行为”和“来源行为”路径进行统计，以获取用户在进入平台后对应用的行为操作；将用户对某一个应用的不同阶段的操作路径做一个闭环，以用于搭建符合该类用户行为路径的应用模型；

S4、特殊行为影响分析；为克隆应用以及克隆应用模版的行为；

若：用户经常对某一应用和/或应用模版做克隆的操作，表明该目标应用的配置属于最适用于当前用户角色最常用的配置，其中配置的参数，用于作为聚合推荐行为中其中一个指标。

在一个可选的实施例中，在S1中，用户的事件行为分析，用于对可分析的事件进行全量的埋点；当用户在平台上有任何操作行为时，均会先加载功能本身的代码，同时再加载事件采集代码，记录下来后，根据这些数据埋点采集用户的操作行为。

本发明，通过几种用户行为分析，聚合分析结果，构建算法模型，创建应用模型时自动推荐与角色/企业阶段相匹配的应用模型。避免由业务、开发、运维人员的主观判断搭建与实际需要不匹配的应用模型。

在一个可选的实施例中，基于某一个用户日常对应用的操作给镜像分组、打标签等操作，标记常用镜像的技术、业务和行业等特征；当用户创建应用模型时选择某个镜像，通过关联算法构建算法模型，自动推荐应用相关配置和运维特征，用户在此基础上微调，以快速完成应用搭建。

在一个可选的实施例中，用户创建的应用经常触发资源使用率告警行为，并进行调整CPU、内存资源配置，则平台自动对应用对应的镜像打上CPU、内存资源使用量会出现峰谷的标签。

在一个可选的实施例中，当平台用户再次基于这一类标签的镜像创建应用模型时，平台自动推荐弹性伸缩运维特征，避免告警行为经常触发；同时，平台结合日常资源调整配置，推荐配置好的弹性伸缩指标。

综上，本发明，助力企业用户权限与职责的范围，通过角色及行为分析，判断企业现阶段不同人员所具备的能力、常用操作及效率，规范不同人员在应用管理方面的权限及职责范围。

本发明，降本增效，实现快速开发、运维，根据不同用户角色的日常操作，抽象为不同企业，或者一个企业发展的不同阶段的应用模型，或一个企业不同阶段类型用户推荐的应用模型。从而节约应用运维人员、应用开发人员时间成本与学习成本。

本发明，结合资源用量预测与推荐，实现应用开发与运维能力的预测与推荐，助力企业研发效能。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。