一种实时感知浏览器终端用户操作体验的实现方法

摘要

本发明公开了一种实时感知浏览器终端用户操作体验的实现方法，其特征在于，包括以下步骤：(Ⅰ)采集用户操作Web浏览器时的业务逻辑层数据；(Ⅱ)对采集到的各业务逻辑层数据进行统计；(Ⅲ)计算出用户操作Web浏览器终端的体验满意度。本发明可以全面、准确、快速地感知用户的实际操作体验，从而计算出用户的操作体验满意度，使运维人员能够更好的对Web浏览器进行调整。

说明书

技术领域

本发明涉及WEB浏览器操作感知技术领域，具体是指一种实时感知浏览器 终端用户操作体验的实现方法。

背景技术

目前在WEB浏览器的使用中，影响用户满意度的直接因素通常有以下几个 方面：(1)用户打开页面很慢，或提交之后没有响应：(2)在线流程的设计 复杂，用户点击多次页面才能完成在线操作；(3)在线操作过程中容易出错。 由此，总结下来就是“复杂”、“出错”和“慢”会导致用户满意度下降。所以，影响 客户满意度即用户体验的指标主要包括：页面响应时间、页面出错率以及打开 页面慢的页面百分比。然而，目前并没有一种很好的方法可以全面、准确、快 速地感知用户的实际操作体验，实现自动化获取在Web浏览器端最真实的业务 响应数据。

发明内容

本发明的目的在于解决目前并没有一种很好的方法可以全面、准确、快速 的感知用户的实际操作体验的缺陷，提供一种实时感知浏览器终端用户操作体 验的实现方法。

本发明的目的通过下述技术方案实现：一种实时感知浏览器终端用户操作 体验的实现方法，包括以下步骤：

(Ⅰ)采集用户操作Web浏览器时的业务逻辑层数据；

(Ⅱ)对采集到的各业务逻辑层数据进行统计；

(Ⅲ)计算出用户操作Web浏览器终端的体验满意度。

进一步的，所述步骤(Ⅰ)中采用基于浏览器控件代理的监控方式对用户 操作Web浏览器时的业务逻辑层数据进行采集。

所述步骤(Ⅰ)中所采集的用户操作Web浏览器时的业务逻辑层数据包括： Web浏览器访问层、网络环境层、WEB服务器层、J2EE应用层、应用中间件、 数据库以及存储层各应用层次处理的时长体验数据。

所述步骤(Ⅱ)中对各业务逻辑层的数据进行统计包括以下内容：

(A)统计每个时间段Page/URL响应平均时间；其包括Page的第一个字节 到达时间和剩余页面展示时间、URL网络时间以及服务时间；

(B)统计Page查看次数，Page平均大小，Requests请求次数以及URL大 小；

(C)统计Page和URL的SLA状态；

(D)统计每个时间段内Page查看次数和响应时间的对比，统计URL网络 时间和服务时间与Requests请求次数的对比；

(E)统计ClientCache和用户中断访问Page百分比。

所述步骤(Ⅲ)中计算用户操作Web浏览器终端的体验满意度包括以下步 骤：

(一)计算出SLA达标率Ft；

(二)计算出交易可用性At；

(三)计算出交易满意度St。

所述步骤(一)中SLA达标率Ft的计算公式为：Ft＝a/N*1+b/N*bs+c/N*0， 其中a为满意响应次数，b为基本满意响应次数，bs为基本满意响应的得分，c 为不满意响应次数，N为总的交易可用次数；所述步骤(二)中交易可用性At 为交易没有出现页面报错的比率，其计算公式为：At＝Ns/Nt，其中Ns是交易请 求成功的数量，Nt是交易请求的总数量；所述步骤(三)中交易满意度St的计 算公式为：St＝交易SLA达标率Ft*SLA权重+交易可用性At*可用性权重。

本发明与现有技术相比，具有以下优点及有益效果：

(1)本发明可以全面、准确、快速地感知用户的实际操作体验，从而计算 出用户的操作体验满意度，使运维人员能够更好的对Web浏览器进行调整。

(2)本发明可以使运维人员能够及时了解浏览每一页体验到的响应时间， 并快速确定哪些网页的等待时间最长，方便运维人员找出网页打开慢的原因所 在。

(3)本发明可以使运维人员了解到操作浏览器时各业务逻辑层所出现的问 题，便于其有针对性的对浏览器做调整。

具体实施方式

下面结合实施例对本发明作进一步的详细说明，但本发明的实施方式不限 于此。

实施例

本实施例的实时感知浏览器终端用户操作体验的实现方法，包括以下步骤：

(Ⅰ)对用户操作Web浏览器时的业务逻辑层数据进行采集。

终端用户从浏览器操作访问业务时的流程为：从Web浏览器访问，通过网 络环境访问Web应用服务器，经J2EE应用服务器和应用中间件的处理后，获 取存储在存储设备上的业务数据和操作数据。因此，本实施例采集的是Web浏 览器访问层、网络环境层、Web服务器层、J2EE应用层、应用中间件、数据库 以及存储层7个业务逻辑层的处理时长体验数据。

在本实施例中可采用浏览器控件代理层、Web服务器采集Agent层、 J2EE/.NET业务处理层采集Agent层以及数据库采集Agent层通过浏览器控件代 理监控方式对上述7个业务逻辑层的处理时长体验数据进行采集。其中，浏览 器控件代理层可以采集Page/URL响应平均时间，该Web服务器采集Agent层 用于采集Web服务器响应HTTP请求平均时间，该J2EE/.NET业务处理层采集 Agent层用于采集J2EE/.NET处理业务请求平均时间，该数据库采集Agent层用 于采集数据库从收到数据提取请求到返回请求数据平均响应时间；即Web浏览 器访问层和网络环境层的处理时长体验数据由浏览器控件代理层进行采集；Web 服务器层的处理时长体验数据由Web服务器采集Agent层进行采集；而J2EE 应用层的处理时长体验数据由该J2EE/.NET业务处理层采集Agent层进行采集； 而应用中间件、数据库以及存储层的处理时长体验数据则由该数据库采集Agent 层进行采集。

该浏览器控件代理监控方式为现有的控件加载技术，其在加载网页时，需 要加载ActiveX控件，通过ActiveX控件采集在页面加载过程中网络响应时间、 页面加载时间、图片加载时间、业务数据响应时间等，从而获取从浏览器输入 到返回整个过程中的响应时间，可以体现最直接的操作效率数据。

另外，Web浏览器访问层的数据采集可感知用户在于最前端的最真实数据。 网络环境层的网络流量是真实反映用户访问数据，对流量统计则可体现出用户 获取数据的速度和响应数据的速度。Web服务器层是将用户真实请求体现的层 次，Web请求的成功决定用户是否能获取到操作数据。J2EE应用层用于对业务 操作的实际情况进行业务处理或者预处理，处理结果将直接影响用户最终体验 的情况。应用中间件用于在某些应用场景下处理特殊问题，要针对于用户实际 操作获取响应数据体现在Web浏览器端。数据库则做为数据存在的管理点，数 据的输入输出将直接反应在用户获取的数据效率如何，数据正确性等方面用户 体验数据。存储层用于读写数据，特别是在大型应用系统的环境中，读写效率 也会直接影响用户在Web浏览器段感受到的响应效率。

(Ⅱ)对采集到的各业务逻辑层的数据进行统计。

在本实施例中可采用数据处理系统对通过浏览器控件代理层、Web服务器 采集Agent层、J2EE/.NET业务处理采集Agent层和数据库采集Agent层采集的 用户操作体验响应时间数据根据HTTP会话ID、URL请求标示进行关联，形成 用户操作体验响应时间的端到端的完整的数据，其具体包括以下内容：

(A)以时间为横轴，统计每个时间段Page/URL响应平均时间；该每个时 间段Page/URL响应平均时间包括：Page的第一个字节到达时间和剩余页面展示 时间、URL网络时间以及服务时间；而URL网络时间则包括DNS域名解析获 取IP地址，向Web服务器发送HTTP请求，服务器反馈重定向响应过程中响应 时间。服务时间则包括服务器处理业务情况，返回HTTP响应，浏览器加载整 个页面过程中的响应时间。

(B)统计Page查看次数，Page平均大小，Requests请求次数以及URL大 小。

(C)统计Page和URL的SLA状态；

(D)统计每个时间段内Page查看次数和响应时间的对比，统计URL网络 时间和服务时间与Requests请求次数的对比；

(E)统计ClientCache和用户中断访问Page百分比。

(Ⅲ)参照满意度模型计算出用户操作Web浏览器终端的体验满意度。该 满意度模型设计参照Apdex模型，Apdex是一个名为Apdex的联盟规定的一个 统一的测量和报告用户体验的方法。该方法通过统计一段时间内某一交易时长 的满意度，并以0到1之间的小数表示用户体验满意度得分；体验满意度的具 体计算步骤如下：

(一)计算出SLA达标率Ft；该SLA达标率Ft的计算公式为：Ft＝ Ft＝a/N*1+b/N*bs+c/N*0，其中a为满意响应次数，即在满意的时间内响应的次 数，该满意的响应时间可以根据实际情况进行设定，本实施例设定为0-3秒之间； b为基本满意响应次数，即在基本满意的时间内响应的次数，该基本满意响应时 间也可根据实际情况进行设定，本实施例设定为3-6秒之间，bs为基本满意响 应的得分，该得分可在0到1之间的小数进行设置，本实施例设置为0.5；c为 不满意响应次数，即在不满意的时间内响应的次数，该不满意响应时间也可根 据实际情况进行设定，本实施例设置为6秒以上；N为总的交易可用次数，交 易可用是指页面响应完成，即操作执行完成。

(二)计算出交易可用性At，该交易可用性At为交易没有出现页面报错的 比率，其计算公式为：At＝Ns/Nt，其中Ns是交易请求成功的数量，Nt是交易请 求的总数量。

(三)计算出交易满意度St，该交易满意度St的计算公式为：St＝交易SLA 达标率Ft*SLA权重+交易可用性At*可用性权重。

实施时可以设置多个参照区间，如把0.94～1的区间表示满意度非常高， 0.85～0.94区间表示满意度高，0.70～0.85表示满意度中等，0.50～0.70表示满 意度差，小于0.5则表示满意度非常差；再对照计算出来的交易满意度St在哪 一区间，即可得知用户操作体验的满意度情况。

如上所述，便可很好的实现本发明。