[發明專利]基于手機上網用戶行為的分析方法和裝置

無效

• 申請號: 201110031900.9
• 申請日: 2011-01-25
• 公開（公告）號: CN102143224A
• 公開（公告）日: 2011-08-03
• 發明（設計）人: 程皓;李培華
• 申請（專利權）人: 張金海;姜潔麗
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F17/30
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 吳立明;唐文靜

1.一種基于手機上網用戶行為的分析方法，包括：

獲取用戶上網的統一資源定位符URL數據，

對所述URL數據進行多級識別并且標記標簽，以及

對標記的標簽進行統計，以分析用戶行為的特征。

2.根據權利要求1所述的方法，其中所述識別步驟包括下述中的至少兩個：

根據所述URL數據進行站點識別，并且標記站點標簽；

根據所述URL數據進行主題分類識別，并且標記主題標簽；

根據所述URL數據進行內容分類識別，并且標記內容標簽；以及

根據所述URL數據識別客戶端，并且標記客戶端標簽。

3.根據權利要求2所述的方法，其中所述站點識別步驟包括：

將所述URL數據與站點庫進行匹配，其中所述站點庫中的站點與站點標簽相關聯，以及

如果在站點庫中找到匹配的站點，則給所述URL數據標記對應的站點標簽。

4.根據權利要求2所述的方法，其中所述主題分類識別步驟包括：

將所述URL數據與分類樹庫中的對應站點的分類樹進行匹配，其中分類樹的每個節點與主題標簽相關聯；

如果在所述分類書庫中找到匹配的節點，則給所述URL數據標記對應的主題標簽。

5.據權利要求4所述的方法，其中所述分類樹的層次結構與網站的結構相對應。

6.根據權利要求2所述的方法，其中所述內容分類識別步驟包括：

對所述URL數據對應的網頁進行頁面抓取和文本處理，以進行內容分類，從而給所述URL數據標記內容標簽。

7.根據權利要求6所述的方法，其中所述抓取和文本處理包括：

使用爬蟲抓取用戶訪問的URL數據對應的頁面；以及

下述步驟中的至少一個：

根據預定的解析規則對抓取到的頁面進行解析，以確定網頁的內容分類；

針對抓取到的頁面的文本內容，通過網頁文本分類算法對所述頁面進行內容分類。

8.根據權利要求2所述的方法，其中所述識別客戶端包括：

將所述URL數據與客戶端標識庫進行匹配，以及

如果發現匹配的客戶端，則給所述URL數據標記相應的客戶端標簽。

9.根據權利要求1所述的方法，還包括：

根據所分析的用戶行為的特征，聚合同類用戶。

10.一種基于手機上網用戶行為的分析器，包括：

獲取裝置，用于獲取用戶上網的統一資源定位符URL數據，

識別裝置，用于對所述URL數據進行多級識別并且標記標簽，以及

統計分析裝置，用于對標記的標簽進行統計，以分析用戶行為的特征。

11.根據權利要求10所述的分析器，其中所述識別裝置包括下述中的至少兩個：

站點識別裝置，用于根據所述URL數據進行站點識別，并且標記站點標簽；

主題分類裝置，用于根據所述URL數據進行主題分類識別，并且標記主題標簽；

內容分類裝置，用于根據所述URL數據進行內容分類識別，并且標記內容標簽；以及

客戶端識別裝置，用于根據所述URL數據識別客戶端，并且標記客戶端標簽。

12.根據權利要求11所述的分析器，其中所述站點識別裝置進一步包括：

用于將所述URL數據與分類樹庫中的對應站點的分類樹進行匹配的裝置，其中分類樹的每個節點與主題標簽相關聯；

用于如果在所述分類書庫中找到匹配的節點，則給所述URL數據標記對應的主題標簽的裝置。

13.根據權利要求11所述的分析器，其中所述主題分類裝置進一步包括：

用于將所述URL數據與分類樹庫中的對應站點的分類樹進行匹配的裝置，其中分類樹的每個節點與主題標簽相關聯；

用于如果在所述分類書庫中找到匹配的節點，則給所述URL數據標記對應的主題標簽的裝置。

14.根據權利要求13所述的分析器，其中所述分類樹是與網站的結構相對應的站點樹結構。