[發明專利]一種網頁推薦方法和裝置

有效

• 申請號: 200910236869.5
• 申請日: 2009-11-04
• 公開（公告）號: CN102054004A
• 公開（公告）日: 2011-05-11
• 發明（設計）人: 方奇;劉奕群;馬少平;張敏;金奕江;佟子健;茹立云
• 申請（專利權）人: 清華大學;北京搜狗科技發展有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 何文彬

技術領域

本發明涉及數據挖掘領域，特別涉及一種網頁推薦方法和裝置。

背景技術

隨著計算機技術的發展和Internet因特網的普及，Web網絡數據突破傳統意義上的數據格式的限制，變得越來越重要，成為Web用戶更好的獲得信息地一個有效的途徑。

Web訪問日志數據是記錄用戶對Web站點訪問信息的數據，保存有大量的路徑信息，通過挖掘這些日志信息所得到的用戶訪問模式，在個性化信息服務、改進門戶站點設計和服務、開展有針對性的電子商務、構建智能化Web站點、提高網站的聲譽和效益等方面都將起到重要的作用。Web訪問日志的內容通常包括以下幾項：用戶IP、Session標識符、用戶訪問的目標站點URL(Uniform?Resource?Locator，網頁地址)、訪問時間、跳轉來源等等。用戶可以在瀏覽器地址欄中輸入目標網頁URL，或點擊超鏈接來搜索得到想要的目標網頁。

發明人在實現本發明的過程中發現，現有技術至少存在以下缺點：用戶在搜索時，一般需要構造并輸入查詢詞，才能引導搜索引擎完成搜索工作，有時由于獲得了一些無關的內容項，使得會獲得一些垃圾網站，無法得到用戶真正需要的網頁。

發明內容

為了使用戶能盡快地搜索到自己所需要的網頁，得到有價值的推薦網頁，減少冗余時間，提高處理效率，提高用戶體驗，本發明實施例提供了一種網頁推薦方法和裝置，所述技術方案如下：

一種網頁推薦方法，所述方法包括：

獲得網頁訪問記錄；

根據網頁訪問記錄獲得網頁之間的跳轉關系信息庫；

當需要為用戶進行網頁推薦時，根據所述網頁之間的跳轉關系信息庫為用戶進行網頁推薦。

所述網頁訪問記錄至少包括用戶會話標識，目標網頁標識以及所述目標網頁的跳轉來源網頁標識，根據網頁訪問記錄獲得網頁之間的跳轉關系信息包括：

至少基于所述用戶會話標識對所述網頁訪問記錄進行分類；

對擁有相同用戶會話標識的網頁訪問記錄，根據目標網頁標識以及所述目標網頁的跳轉來源網頁標識建立代表網頁跳轉關系的跳轉連通分支，在所述跳轉連通分支中，各網頁以網頁節點的形式存在；

匯集各用戶標識下對應的所述跳轉連通分支，形成網頁跳轉關系信息庫。

所述網頁訪問記錄還包括：從所述跳轉來源網頁跳轉至目標網頁的跳轉時間；

所述至少根據所述用戶會話標識對所述網頁訪問記錄進行分類還包括：對擁有相同會話標識的網頁訪問記錄按照所述跳轉時間遞增的順序進行排序；

所述根據目標網頁標識以及所述目標網頁的跳轉來源網頁標識建立代表網頁跳轉關系的跳轉連通分支還包括：在建立所述跳轉連通分支的過程中，參考所述跳轉時間對特定的網頁跳轉記錄進行篩選。

所述匯集各用戶標識下對應的所述跳轉連通分支，形成網頁跳轉關系信息庫包括：

同一用戶會話標識下的跳轉連通分支構成同一用戶會話中的網頁跳轉關系有向樹；

匯集所述各有向樹構建代表網頁跳轉關系的點擊樹模型，所述點擊樹模型成為網頁之間的跳轉關系信息庫。

所述匯集各有向樹構建代表網頁跳轉關系的點擊樹模型包括：

匯集所述各有向樹構建網頁跳轉關系森林；

為所述構建的網頁跳轉關系森林添加虛擬根節點，形成點擊樹模型。

所述方法還包括：根據快速檢索需要，對所述網頁跳轉關系信息庫進行優化。

所述根據快速檢索需求，對所述網頁跳轉關系信息庫進行優化包括：

為所述點擊樹模型中的所有不同的節點建立索引指針，所述索引指針用于指向按照前序遍歷方式遍歷時和用戶查詢的當前網址相同的第一個節點；

為所述點擊樹模型中的每一個節點添加一個鏈接指針，所述鏈接指針用于指向按照前序遍歷方式遍歷時和當前節點相同的后續最近的節點。

在所述跳轉關系信息庫中各網頁以網頁節點的形式存在，所述根據所述網頁之間的跳轉關系信息庫為用戶進行網頁推薦包括：

獲得用戶當前訪問的網頁的第一網頁標識；

在所述跳轉關系信息庫中查找所述第一網頁標識對應的至少一個第一網頁節點，所述第一網頁節點的標識與所述第一網頁標識相同；

在所述跳轉關系信息庫中查找從所述第一網頁節點經過至少一跳而跳轉到的后續網頁節點，所述查找到的后續網頁節點構成所述第一網頁的推薦網頁候選集；

根據預置策略在所述推薦網頁候選集中選取至少一個網頁為所述用戶進行推薦。

根據預置策略在所述推薦網頁候選集中選取至少一個網頁為所述用戶進行推薦包括：