首先帮坚，統(tǒng)計頁面停留時間
然后，將頁面停留時間 做回歸或者分類（目前稍浆，使用分類模型）
注：頁面停留時間是連續(xù)值载碌，但可以中位數，進行二值化衅枫。以A用戶為例嫁艇，訪問5個頁面頁面停留時間分別為1、2弦撩、3步咪、4、5益楼，那么用中位數3進行歧斟，可以二值化為0，0偏形，1，1觉鼻，1俊扭，進而作為邏輯回歸模型的二分類label。
擴展：也可以用softmax做多分類坠陈；或者用回歸模型萨惑。
1.統(tǒng)計頁面停留時間
核心計算方法：
- 過濾二手房類目的日志
- 由于app日志中沒有session捐康，需要為日志添加session
session計算方法：- 同一個用戶一個新的啟動行為算作一個session開始，
2.同一用戶超過5分鐘沒有行為算作一個session開始
- 同一個用戶一個新的啟動行為算作一個session開始，
- 在相同session內庸蔼，將用戶行為序列中滿足連續(xù)三種事件流漏斗的數據找出來解总。
事件漏斗分別是： 1.列表頁上發(fā)生詳情頁點擊(list item)－> 2. 詳情頁 ->3.離開詳情頁(非detail事件) - 提取用戶該行為序列中imei，帖子id姐仅，gtid花枫， timestamp，然后利用事件3時間-事件1時間 計算停留時間
輸出：
Paste_Image.png
提取字段：
以imei作為用戶id: 000**********d5689dbcc36
以params中參數作為 docid
以qid /gtid 做唯一單詞搜索的唯一標記
以list item的時間 timestamp 1476572224134 為 詳情頁進入時間
注：日志比較混亂掏膏，還處在6年前的淘寶的日志階段——不過劳翰，還好，后來者有經驗可借鑒馒疹，正在全速整理中佳簸。
從數據完整性、準確性統(tǒng)計：
- 后端的click 日志與 用戶行為日志颖变，匹配發(fā)現生均，用戶行為日志有缺失，缺失率為11% 左右
- 用戶最后一個頁面的腥刹，頁面停留時間 無法統(tǒng)計
核心：詳情頁退出的時間方式马胧；App端session切割方式
方案：
App端session切割方式：以5分鐘為界
詳情頁退出的時間方式：由于無法窮舉所有非詳情頁的tag( list item為tag)，所以肛走，分析日志漓雅，以 非detail 開頭的tag為準，作為詳情頁結束時間朽色，此方式可能不準確邻吞。
