[發明專利]日志分類模型的建立、行為日志分類方法及裝置有效
| 申請號： | 201310331868.5 | 申請日： | 2013-08-01 |
| 公開（公告）號： | CN103455411A | 公開（公告）日： | 2013-12-18 |
| 發明（設計）人： | 黃世維;黃碩;徐倩;向偉 | 申請（專利權）人： | 百度在線網絡技術(北京)有限公司 |
| 主分類號： | G06F11/34 | 分類號： | G06F11/34 |
| 代理公司： | 北京鴻德海業知識產權代理事務所(普通合伙) 11412 | 代理人： | 袁媛 |
| 地址： | 100085 北京*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 日志 分類 模型 建立 行為 方法 裝置 | ||
【技術領域】
本發明涉及數據挖掘技術，尤其涉及一種日志分類模型的建立、行為日志分類方法及裝置。
【背景技術】
隨著通信技術的發展，終端集成了越來越多的功能，從而使得終端的系統功能列表中包含了越來越多相應的應用程序，例如，電腦中安裝的應用程序，第三方智能手機中安裝的應用程序（Application，APP）等。這些應用程序每天都會產生大量的用戶的行為日志，對這些行為日志進行分析，能夠確定用戶的興趣變化、突發熱點事情、產品優缺點等重要信息?，F有技術中，在對用戶的行為日志進行分析的過程中，可以通過對檢索關鍵詞（Query）或題目（Title）等字段，進行基于主題的分類，例如，體育類、娛樂類、游戲類或醫療類等，實現對Query或Title等字段所屬的行為日志進行統計?；诮y計之后的行為日志進行分析，會使得分析結果更加準確。
然而，由于行為日志的多樣性，因此，有很多行為日志可能會缺少Query或Title等字段，使得無法對Query或Title等字段，進行基于主題的分類，這樣，則無法對行為日志進行統計，從而導致了行為日志的分析的準確性的降低。
【發明內容】
本發明的多個方面提供一種日志分類模型的建立、行為日志分類方法及裝置，用以提高行為日志的分析的準確性。
本發明的一方面，提供一種日志分類模型的建立方法，包括：
從至少一個數據源中，獲取指定用戶的行為日志；
對所述行為日志進行劃分，以獲得至少一個Session段；
根據每個所述Session段中所包括的行為日志的檢索關鍵詞、題目和URL，獲得每個所述Session段中每個行為日志的對應字段所屬的至少一個第一候選主題；
根據所述至少一個第一候選主題，利用投票方法，確定每個所述Session段所屬的第二候選主題；
將每個所述Session段所屬的第二候選主題，作為每個所述Session段中每個行為日志所屬的主題，以作為目標訓練數據；
利用所述至少一個第一候選主題和所述目標訓練數據，訓練日志分類模型，所述日志分類模型用于將待分類的行為日志映射到對應主題。
如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，所述根據每個所述Session段中所包括的行為日志的Query、Title和URL，獲得每個所述Session段中每個行為日志的對應字段所屬的至少一個第一候選主題，包括：
利用每個所述Session段中所包括的行為日志的Query作為第一輸入參數，運行Query分類模型，以獲得每個所述Session段中每個行為日志的對應字段所屬的第一候選主題；
利用每個所述Session段中所包括的行為日志的Title作為第二輸入參數，運行Title分類模型，以獲得每個所述Session段中每個行為日志的對應字段所屬的第一候選主題；以及
利用每個所述Session段中所包括的行為日志的URL作為第三輸入參數，運行URL分類模型，以獲得每個所述Session段中每個行為日志的對應字段所屬的第一候選主題。
如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，所述利用所述至少一個第一候選主題和所述目標訓練數據，訓練日志分類模型，所述日志分類模型用于將待分類的行為日志映射到對應主題，包括：
根據所述至少一個第一候選主題，生成訓練主題特征；
利用所述訓練主題特征和所述目標訓練數據，訓練所述日志分類模型。
如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，所述根據所述至少一個第一候選主題，生成訓練主題特征，包括：
根據所述至少一個第一候選主題中每個所述第一候選主題，生成至少一個第三候選主題；
根據所述至少一個第一候選主題和所述至少一個第三候選主題，生成所述訓練主題特征。
如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，所述將每個所述Session段所屬的第二候選主題，作為每個所述Session段中每個行為日志所屬的主題，以作為目標訓練數據，包括：
將每個所述Session段所屬的第二候選主題，作為每個所述Session段中每個行為日志所屬的主題，以生成候選訓練數據；
對所述候選訓練數據，進行有效性驗證；
將通過所述有效性驗證的候選訓練數據，作為所述目標訓練數據
本發明的另一方面，提供一種基于日志分類模型的行為日志分類方法，所述分類模型為采用如上所述的日志分類模型的建立方法建立；所述方法包括：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于百度在線網絡技術(北京)有限公司，未經百度在線網絡技術(北京)有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201310331868.5/2.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種泥螺餅干及其制作方法
- 下一篇：動態展示區域空氣質量和氣象場的方法
