Brave浏览器新增分群统计指标的技术解析
2025-05-12 16:15:41作者:俞予舒Fleming
背景概述
Brave浏览器团队近期对其隐私保护分析(P3A)系统进行了重要升级,新增了针对不同用户群体的使用行为统计指标。这些改进旨在更精确地分析用户行为模式,同时保持Brave一贯的隐私保护原则。
新增指标分类
本次更新主要涉及两类核心指标的细分:
1. 地址栏搜索次数统计
该指标现细分为三个子类:
- 已连接钱包的奖励用户(Brave.Omnibox.SearchCount.RewardsWallet)
- 未连接钱包的奖励用户(Brave.Omnibox.SearchCount.Rewards)
- 非奖励用户(Brave.Omnibox.SearchCount.NonRewards)
2. 页面加载数量统计
同样细分为三个子类:
- 已连接钱包的奖励用户(Brave.Core.PagesLoaded.RewardsWallet)
- 未连接钱包的奖励用户(Brave.Core.PagesLoaded.Rewards)
- 非奖励用户(Brave.Core.PagesLoaded.NonRewards)
技术实现细节
这些指标采用分级计数方式,具体表现为:
搜索次数分级
- 0次
- 1-5次(记为1)
- 6-10次(记为2)
- 11-20次(记为3)
- 21-50次(记为4)
页面加载分级
- 0次
- 1-10页(记为1)
- 11-50页(记为2)
- 51-100页(记为3)
平台差异说明
值得注意的是,地址栏搜索次数统计目前仅支持桌面平台(Windows和macOS),而页面加载数量统计则在Android和桌面平台均有实现。这种差异反映了不同平台的使用场景和技术架构特点。
数据收集机制
系统采用本地优先的隐私保护设计:
- 数据首先存储在本地(brave://local-state)
- 采用分组计数而非精确数值
- 根据用户奖励状态自动分类
- 钱包连接状态动态影响指标归属
技术意义
这种细分的统计方式为产品团队提供了更精确的用户行为分析能力,同时:
- 保持用户隐私保护
- 支持差异化产品策略制定
- 便于识别不同用户群体的使用模式
- 为奖励系统优化提供数据支持
总结
Brave浏览器通过这次指标系统的升级,在隐私保护与产品洞察之间取得了更好的平衡。这种技术实现既满足了数据分析需求,又恪守了保护用户隐私的核心理念,体现了Brave作为隐私保护浏览器的技术特色。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134