[發(fā)明專利]網(wǎng)站訪問率統(tǒng)計(jì)方法及系統(tǒng)

無效

• 申請(qǐng)?zhí)枺?/td>: 201210288174.3
• 申請(qǐng)日: 2012-08-15
• 公開（公告）號(hào): CN102833129A
• 公開（公告）日: 2012-12-19
• 發(fā)明（設(shè)計(jì)）人: 高華;何澤華
• 申請(qǐng)（專利權(quán)）人: 蘇州邁科網(wǎng)絡(luò)安全技術(shù)股份有限公司
• 主分類號(hào): H04L12/26
• 分類號(hào): H04L12/26;H04L12/24
• 代理公司: 南京蘇科專利代理有限責(zé)任公司 32102
• 代理人: 陸明耀;陳忠輝

【技術(shù)領(lǐng)域】

本發(fā)明涉及一種網(wǎng)站訪問率統(tǒng)計(jì)方法及系統(tǒng)，尤其是涉及一種基于數(shù)據(jù)挖掘技術(shù)的網(wǎng)站訪問率統(tǒng)計(jì)方法及系統(tǒng)。

【背景技術(shù)】

隨著互聯(lián)網(wǎng)的發(fā)展和普及，越來越多的人從互聯(lián)網(wǎng)上獲取信息，越來越多的產(chǎn)品供應(yīng)商，服務(wù)供應(yīng)商會(huì)選擇網(wǎng)絡(luò)廣告的形式宣傳自己的產(chǎn)品和服務(wù)，然而選擇在什么樣的網(wǎng)站上投放廣告可以使其投放的效益最大化，成為個(gè)供應(yīng)商頭疼的問題。產(chǎn)品供應(yīng)商只能聽取各大網(wǎng)絡(luò)供應(yīng)商的片面之詞（網(wǎng)站內(nèi)部統(tǒng)計(jì)的訪問量，流量等）而盲目的投放廣告。然而，當(dāng)前對(duì)網(wǎng)絡(luò)數(shù)據(jù)的統(tǒng)計(jì)，數(shù)據(jù)具有一定的片面性和失真性（重復(fù)統(tǒng)計(jì)，內(nèi)部數(shù)據(jù)造假等），且不同網(wǎng)站統(tǒng)計(jì)數(shù)據(jù)的方法不統(tǒng)一，導(dǎo)致不同網(wǎng)站廣告數(shù)據(jù)的可比性降低。

【發(fā)明內(nèi)容】

為了解決上述問題，本發(fā)明的目的是提供一種網(wǎng)站訪問率統(tǒng)計(jì)方法。該方法可從海量日志中通過數(shù)據(jù)挖掘技術(shù)提取出量化廣告投放效益的數(shù)據(jù)。

本發(fā)明的另一目的是提供一種網(wǎng)站訪問率統(tǒng)計(jì)系統(tǒng)。

其中，本發(fā)明一實(shí)施方式的網(wǎng)站訪問率統(tǒng)計(jì)方法包括以下步驟：

S1、抽樣，選取不同地區(qū)的設(shè)備日志；

S2、根據(jù)所述設(shè)備日志，將訪問用戶劃分為多個(gè)統(tǒng)計(jì)對(duì)象；

S3、根據(jù)統(tǒng)計(jì)對(duì)象、統(tǒng)計(jì)條件、統(tǒng)計(jì)時(shí)間范圍，從設(shè)備日志中獲取可用數(shù)據(jù)；

S4、對(duì)可用數(shù)據(jù)根據(jù)統(tǒng)計(jì)對(duì)象，包含統(tǒng)計(jì)條件的URL，統(tǒng)計(jì)時(shí)間進(jìn)行聚類匯總，獲取不同統(tǒng)計(jì)對(duì)象對(duì)不同URL的訪問數(shù)量；

S5、將統(tǒng)計(jì)數(shù)據(jù)根據(jù)統(tǒng)計(jì)對(duì)象、網(wǎng)站、時(shí)間段進(jìn)行二次歸類；

S6、計(jì)算各網(wǎng)站訪問率。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述S2步驟具體包括：

根據(jù)所述設(shè)備日志，將訪問用戶按照年齡、性別劃分，獲取樣本不同聚類的加權(quán)人口。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述S3步驟具體包括：

采用分布式計(jì)算，根據(jù)統(tǒng)計(jì)對(duì)象、統(tǒng)計(jì)條件、統(tǒng)計(jì)時(shí)間范圍，從設(shè)備日志中獲取可用數(shù)據(jù)，并將垃圾數(shù)據(jù)剔除；

將不同設(shè)備日志的可同數(shù)據(jù)匯總到一個(gè)或一類表格中。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述S4步驟還包括：

通過匯總條件的哈希算法去重。

相應(yīng)地，本發(fā)明一實(shí)施方式的網(wǎng)站訪問率統(tǒng)計(jì)系統(tǒng)包括：

抽樣單元，用于抽樣，選取不同地區(qū)的設(shè)備日志；

劃分單元，用于根據(jù)所述設(shè)備日志，將訪問用戶劃分為多個(gè)統(tǒng)計(jì)對(duì)象；

數(shù)據(jù)單元，用于根據(jù)統(tǒng)計(jì)對(duì)象、統(tǒng)計(jì)條件、統(tǒng)計(jì)時(shí)間范圍，從設(shè)備日志中獲取可用數(shù)據(jù)；

統(tǒng)計(jì)單元，用于對(duì)可用數(shù)據(jù)根據(jù)統(tǒng)計(jì)對(duì)象，包含統(tǒng)計(jì)條件的URL，統(tǒng)計(jì)時(shí)間進(jìn)行聚類匯總，獲取不同統(tǒng)計(jì)對(duì)象對(duì)不同URL的訪問數(shù)量；

二次統(tǒng)計(jì)單元，用于將統(tǒng)計(jì)數(shù)據(jù)根據(jù)統(tǒng)計(jì)對(duì)象、網(wǎng)站、時(shí)間段進(jìn)行二次歸類；

計(jì)算單元，用于計(jì)算各網(wǎng)站訪問率。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述劃分單元具體用于：

根據(jù)所述設(shè)備日志，將訪問用戶按照年齡、性別劃分，獲取樣本不同聚類的加權(quán)人口。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述數(shù)據(jù)單元具體用于：

采用分布式計(jì)算，根據(jù)統(tǒng)計(jì)對(duì)象、統(tǒng)計(jì)條件、統(tǒng)計(jì)時(shí)間范圍，從設(shè)備日志中獲取可用數(shù)據(jù)，并將垃圾數(shù)據(jù)剔除；

將不同設(shè)備日志的可同數(shù)據(jù)匯總到一個(gè)或一類表格中。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述統(tǒng)計(jì)單元還用于：

通過匯總條件的哈希算法去重。

相比于現(xiàn)有技術(shù)，本發(fā)明彌補(bǔ)了日志中提取廣告數(shù)據(jù)的空白，將日志數(shù)據(jù)進(jìn)行二次利用，解決了當(dāng)前網(wǎng)頁網(wǎng)站訪問率統(tǒng)計(jì)的片面性，失真行，以及不同網(wǎng)站見網(wǎng)站訪問率統(tǒng)計(jì)的不可比較性等問題。

【附圖說明】

圖1是本發(fā)明一實(shí)施例的網(wǎng)站訪問率統(tǒng)計(jì)方法的流程圖；

圖2是本發(fā)明一實(shí)施例的網(wǎng)站訪問率統(tǒng)計(jì)系統(tǒng)的模塊圖。

【具體實(shí)施方式】

為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述。

如圖1所示，在本發(fā)明一實(shí)施方式中，網(wǎng)站訪問率統(tǒng)計(jì)方法，包括以下步驟：

S1、抽樣，選取不同地區(qū)的設(shè)備日志；

S2、根據(jù)所述設(shè)備日志，將訪問用戶劃分為多個(gè)統(tǒng)計(jì)對(duì)象，優(yōu)選地，根據(jù)統(tǒng)計(jì)對(duì)象的不同，將設(shè)備訪問用戶按照年齡，性別劃分。例如：按照年齡性別可以劃分為F18-24，M?18-24，F(xiàn)24-48，M24-48等，獲取樣本不同聚類加權(quán)人口(∑樣本權(quán)數(shù))；