[發(fā)明專利]一種從Cookie中提取用戶樣本的方法及裝置

有效

• 申請?zhí)枺?/td>: 201210552981.1
• 申請日: 2012-12-18
• 公開（公告）號: CN103870671B
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計）人: 陳家耀;歐陽佑;馮是聰;吳明輝
• 申請（專利權(quán)）人: 秒針信息技術(shù)有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京安信方達知識產(chǎn)權(quán)代理有限公司11262
• 代理人: 栗若木,曲鵬

1.一種從Cookie中提取用戶樣本的方法，其特征在于，該方法包括：

確定所有Cookie之間的相似度，將相似度達到設(shè)定值的Cookie聚為一類Cookie；

針對每一類Cookie，分別生成一份樣本個體及其訪問行為，將生成的所有樣本個體構(gòu)成一份樣本，其中，按照以下方式分別生成各類Cookie對應(yīng)的樣本個體及其訪問行為：

實時統(tǒng)計各類Cookie每個時刻的瀏覽行為的概率分布，利用所述概率分布建立概率分布模型，根據(jù)所述概率分布模型隨機模擬出樣本個體用戶的瀏覽行為，并根據(jù)該類Cookie的個數(shù)，計算該類的權(quán)重；

根據(jù)該類Cookie的個數(shù)，計算該類的權(quán)重指：

針對各類Cookie，統(tǒng)計每一天中同時存活的此類Cookie的個數(shù)，將所統(tǒng)計的最大值作為該類Cookie的權(quán)重。

2.如權(quán)利要求1所述的方法，其特征在于，確定所有Cookie之間的相似度指：

根據(jù)所有Cookie的瀏覽行為計算所有Cookie之間的相似度；或者

根據(jù)所有Cookie的信息和瀏覽行為計算所有Cookie之間的相似度。

3.如權(quán)利要求1或2所述的方法，其特征在于，該方法還包括：

當有新的Cookie加入時，確定新加入的Cookie的相似度，根據(jù)所確定的相似度將新加入的Cookie分到對應(yīng)類別的Cookie中；

重新模擬新加入Cookie的此類Cookie對應(yīng)的的樣本個體用戶的瀏覽行為。

4.如權(quán)利要求1或2所述的方法，其特征在于，實時統(tǒng)計各類Cookie每個時刻的瀏覽行為的概率分布指：

實時統(tǒng)計各類Cookie在各個網(wǎng)站上獨立的瀏覽概率分布；或者

實時統(tǒng)計各類Cookie在多個網(wǎng)站上的聯(lián)合概率分布。

5.如權(quán)利要求4所述的方法，其特征在于，

所述概率分布模型為柏松分布模型。

6.一種從Cookie中提取用戶樣本的裝置，其特征在于，該裝置包括：

分類單元，確定所有Cookie之間的相似度，將相似度達到設(shè)定值的Cookie劃分為一類Cookie；

第一存儲單元，存儲所述分類單元所劃分的各類Cookie及其聚類信息；

統(tǒng)計單元，實時統(tǒng)計所述第一存儲單元中各類Cookie每個時刻的瀏覽行為的概率分布；

模型構(gòu)建器，利用所述統(tǒng)計單元為各類Cookie所統(tǒng)計的概率分布分別為所述第一存儲單元中的各類Cookie建立概率分布模型，根據(jù)各類Cookie的概率分布模型隨機模擬出樣本個體用戶的瀏覽行為；

第二存儲單元，存儲所述模型構(gòu)建器模擬出的各類Cookie的樣本個體用戶的瀏覽行為，并根據(jù)該類Cookie的個數(shù)，計算存儲該類的權(quán)重；

第三單元，將所述第二存儲單元存儲的所有樣本個體構(gòu)成一份樣本；

根據(jù)該類Cookie的個數(shù)，計算該類的權(quán)重指：

針對各類Cookie，統(tǒng)計每一天中同時存活的此類Cookie的個數(shù)，將所統(tǒng)計的最大值作為該類Cookie的權(quán)重。

7.如權(quán)利要求6所述的裝置，其特征在于，所述分類單元確定所有Cookie之間的相似度指：

根據(jù)所有Cookie的瀏覽行為計算所有Cookie之間的相似度；或者

根據(jù)所有Cookie的信息和瀏覽行為計算所有Cookie之間的相似度。