[發明專利]用戶行為記錄的生成方法及裝置

在審

• 申請號: 201310740224.1
• 申請日: 2013-12-26
• 公開（公告）號: CN103646119A
• 公開（公告）日: 2014-03-19
• 發明（設計）人: 祝守宇;趙林;黃長波
• 申請（專利權）人: 北京西塔網絡科技股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 吳開磊

1.一種用戶行為記錄的生成方法，其特征在于，包括：

接收用戶的網絡訪問數據；

根據預先建立的網址庫從所述用戶的網絡訪問數據中確定用戶訪問的網址類別；

從所述用戶的網絡訪問數據中提取用戶訪問的關鍵詞；

將所述用戶訪問的關鍵詞分解為至少一個分解詞；

將所有所述分解詞與預先建立的關鍵字庫中的參考關鍵詞進行匹配；

根據匹配成功的分解詞及所述網址類別，生成用戶行為記錄。

2.根據權利要求1所述的方法，其特征在于，根據預先建立的網址庫從所述用戶的網絡訪問數據中確定用戶訪問的網址類別，包括：

從用戶的網絡訪問數據中提取URL，將所述URL與所述預先建立的網址庫中保存的網址進行模糊匹配，根據所述模糊匹配的結果確定用戶訪問的網址類別。

3.根據權利要求1所述的方法，其特征在于，從所述用戶的網絡訪問數據中提取用戶訪問的關鍵詞，包括：

預先建立關鍵字特征標識庫；

所述關鍵字特征標識庫中包含參考關鍵字特征標識，以及與所述參考關鍵字特征標識一一對應的字段提取規則；

若用戶的網絡訪問數據中包含與所述參考關鍵字特征標識相同的標識字符串，則按照與所述標識字符串相同的參考關鍵字特征標識對應的字段提取規則提取出待轉換的字符串；

將所述待轉換的字符串還原為關鍵詞。

4.根據權利要求1所述的方法，其特征在于，將所述用戶訪問的關鍵詞分解為至少一個分解詞包括：預先建立分解詞表，所述分解詞表中包含預設的分解參考詞，以所述分解參考詞為最小劃分單位，將所述關鍵詞劃分為至少一個分解參考詞。

5.根據權利要求2所述的方法，其特征在于，所述接收用戶的網絡訪問數據之前，還包括：

從全部網絡訪問數據中抽取一部分作為待處理的用戶的網絡訪問數據；

所述接收用戶的網絡訪問數據，包括：接收所述待處理的用戶的網絡訪問數據；

接收用戶的網絡訪問數據之后，確定用戶訪問的網址類別之前還包括：根據所述網絡訪問數據中提取的URL數量創建多個對應的，確定用戶訪問的網址類別的執行任務，同時執行多個所述確定用戶訪問的網址類別的執行任務。

6.根據權利要求1所述的方法，其特征在于，所述接收用戶的網絡訪問數據之后，確定用戶訪問的網址類別之前，還包括：

丟棄所述用戶的網絡訪問數據中的非法字符串；

所述非法字符串是預先設定的。

7.一種用戶行為記錄的生成裝置，其特征在于，包括：

接收模塊，用于接收用戶的網絡訪問數據；

確定模塊，用于根據預先建立的網址庫從所述用戶的網絡訪問數據中確定用戶訪問的網址類別；

提取模塊，用于從所述用戶的網絡訪問數據中提取用戶訪問的關鍵詞；

分解模塊，將所述用戶訪問的關鍵詞分解為至少一個分解詞；

匹配模塊，用于將所有所述分解詞與預先建立的關鍵字庫中的參考關鍵詞進行匹配；

生成模塊，用于根據匹配成功的分解詞及所述網址類別，生成用戶行為記錄。

8.根據權利要求7所述的裝置，其特征在于，所述確定模塊具體用于：從用戶的網絡訪問數據中提取URL，將所述URL與所述預先建立的網址庫中保存的網址進行模糊匹配，根據所述模糊匹配的結果確定用戶訪問的網址類別。

9.根據權利要求7所述的裝置，其特征在于，所述提取模塊具體包括：

建立單元，用于預先建立關鍵字特征標識庫；

所述關鍵字特征標識庫中包含參考關鍵字特征標識，以及與所述參考關鍵字特征標識一一對應的字段提取規則；

提取單元，用于若用戶的網絡訪問數據中包含與所述參考關鍵字特征標識相同的標識字符串，則按照與所述標識字符串相同的參考關鍵字特征標識對應的字段提取規則提取出待轉換的字符串；

還原單元，用于將所述待轉換的字符串還原為關鍵詞；

所述分解模塊具體用于預先建立分解詞表，所述分解詞表中包含預設的分解參考詞，以所述分解參考詞為最小劃分單位，將所述關鍵詞劃分為至少一個分解參考詞。

10.根據權利要求8所述的裝置，其特征在于，還包括抽取模塊、創建模塊和丟棄模塊，

所述抽取模塊用于從全部網絡訪問數據中抽取一部分作為待處理的用戶的網絡訪問數據；

所述接收模塊具體用于接收所述待處理的用戶的網絡訪問數據；

所述創建模塊用于根據所述網絡訪問數據中提取的URL數量創建多個對應的，確定用戶訪問的網址類別的執行任務，同時執行多個所述確定用戶訪問的網址類別的執行任務;

所述丟棄模塊，用于丟棄所述用戶的網絡訪問數據中的非法字符串；所述非法字符串是預先設定的。