本数据集源自汕头市同行网络科技有限公司自主开发的“7M足球实时比分”APP的用户交互行为埋点数据，原始数据记录用户对专家主页的访问次数、功能点击次数及推介内容点击次数。通过构建多维度衍生指标与用户标签体系，对原始行为数据进行深度加工，形成可用于用户分群、偏好分析与参与度评估的结构化数据集。该数据适用于用户行为研究、产品功能优化及精准运营策略制定。

本数据集的主要数据处理规则如下： ①基础指标衍生。基于原始访问与点击行为，构建“总点击次数”作为用户在专家主页内的整体互动量度；进一步计算“每次访问的推介点击次数”、“每次访问的功能点击次数”及“每次访问的总点击次数”，用于衡量用户在单次访问中的行为密度与参与深度。 ②行为比例分析。通过计算“推介点击比例”与“功能点击比例”，识别用户在专家主页内的内容偏好结构。 ③用户类型标签构建。综合行为比例与访问深度，将用户划分为“深度研究型”、“推介偏好型”、“功能探索型”、“一般浏览型”、“浅度访问型”及“无访问用户”六类。 ④偏好与参与度量化。构建“推介偏好度”与“功能偏好度”指标，结合比例与频次进行加权评分；设计“综合参与度评分”，引入对数变换平衡极端值影响，综合评价用户的访问频率与互动深度。 ⑤数据脱敏说明。本数据集所涉“用户ID”为系统生成的匿名标识符，不涉及任何个人身份信息、设备信息或地理位置数据，仅用于区分不同用户，符合数据隐私保护规范，无需进一步脱敏处理。

1.用户分群与个性化运营：基于用户类型标签与偏好评分，可识别高价值用户与低参与用户，实施差异化内容推荐与触达策略。如向推介偏好型用户推送更多专家分析文章，对功能探索型用户引导使用新上线工具，提升用户粘性与转化率。 2.产品功能优化与资源调配：通过分析各功能模块的点击比例与用户参与度，可评估专家主页的内容布局与功能设计合理性。若发现功能点击比例普遍偏低，可能反映交互流程存在问题，为产品迭代提供数据依据；同时可依据访问热度优化服务器资源分配，保障高流量模块的稳定运行。

用户ID 专家主页推介点击次数 专家主页访问次数 专家主页功能点击次数 总点击次数 每次访问的推介点击次数 每次访问的功能点击次数 每次访问的总点击次数 推介点击比例 功能点击比例 用户类型标签 推介偏好度 功能偏好度 综合参与度评分 843241 159 204 112 271 0.78 0.55 1.33 58.67% 41.33% 一般浏览型 66.47 46.82 37.95 833104 137 70 20 157 1.96 0.29 2.24 87.26% 12.74% 推介偏好型 106.83 15.60 33.99 779011 111 7 1 112 15.86 0.14 16.00 99.11% 0.89% 深度研究型 257.68 2.32 51.30

序号 字段名称 字段类型 字段示例值 1 用户ID INT 539736 2 专家主页推介点击次数 INT 59 3 专家主页访问次数 INT 56 4 专家主页功能点击次数 INT 14 5 总点击次数 INT 73 6 每次访问的推介点击次数 DECIMAL(10,4) 1.05 7 每次访问的功能点击次数 DECIMAL(10,4) 0.25 8 每次访问的总点击次数 DECIMAL(10,4) 1.30 9 推介点击比例 DECIMAL(10,4) 80.82% 10 功能点击比例 DECIMAL(10,4) 19.18% 11 用户类型标签 VARCHAR(20) 一般浏览型 12 推介偏好度 DECIMAL(10,4) 91.36 13 功能偏好度 DECIMAL(10,4) 21.68 14 综合参与度评分 DECIMAL(10,4) 29.51