[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

技術領域

本發明涉及互聯網技術領域，具體而言，涉及用戶行為記錄的生成方法及裝置。

背景技術

在互聯網中，很多的應用都需要根據用戶的偏好進行，例如根據用戶的偏好推送個性化的廣告、優惠卷、資訊等。為獲取用戶的偏好，首先需要生成用戶行為記錄，再根據用戶行為記錄就可以分析出用戶的偏好。

目前的用戶行為記錄生成方法大多是先使用深度包解析（DPI）技術采集用戶的網絡訪問數據，然后使用ETL（Extraction-Transformation-Loading，數據提取、轉換和加載）技術從采集到的用戶的網絡訪問數據中提取出相關的用戶行為數據，并對用戶訪問的URL、HTTP標題、HTTP關鍵字等，和預先建立的配置庫做實時的數據關聯和匹配，形成結構化的用戶行為記錄。

根據用戶行為記錄，可以知道用戶在什么時間，什么地點，什么終端，訪問了什么類型的網站。

現有的用戶行為記錄生成方法會對用戶搜索的關鍵字進行解析和匹配，如果配置庫內，沒有能與用戶搜索的關鍵字相匹配的參考關鍵字，則無法生成相應的用戶行為記錄項目，匹配成功率低，造成后續無法根據生成的用戶行為記錄準確分析出用戶的偏好。

發明內容

本發明的目的在于提供一種用戶行為記錄的生成方法及裝置，以解決上述的問題。

在本發明的實施例中提供了一種用戶行為記錄的生成方法，該方法包括：接收用戶的網絡訪問數據；根據預先建立的網址庫從用戶的網絡訪問數據中確定用戶訪問的網址類別；從用戶的網絡訪問數據中提取用戶訪問的關鍵詞；將用戶訪問的關鍵詞分解為至少一個分解詞；將所有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網址類別，生成用戶行為記錄。

優選地，從用戶的網絡訪問數據中提取URL，將URL與預先建立的網址庫中保存的網址進行模糊匹配，根據模糊匹配的結果確定用戶訪問的網址類別。

優選地，從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；關鍵字特征標識庫中包含參考關鍵字特征標識，以及與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參考關鍵字特征標識相同的標識字符串，則按照與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；將待轉換的字符串還原為關鍵詞。

優選地，將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，分解詞表中包含預設的分解參考詞，以分解參考詞為最小劃分單位，將關鍵詞劃分為至少一個分解參考詞。

優選地，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；接收用戶的網絡訪問數據，包括：接收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，同時執行多個確定用戶訪問的網址類別的執行任務。

優選地，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：丟棄用戶的網絡訪問數據中的非法字符串；非法字符創是預先設定的。

在本發明的另一實施例中提供了一種用戶行為記錄的生成裝置，該裝置包括：接收模塊、確定模塊、提取模塊、分解模塊、匹配模塊和生成模塊，其中，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網址類別，生成用戶行為記錄。

優選地，確定模塊具體用于從用戶的網絡訪問數據中提取URL，將URL與預先建立的網址庫中保存的網址進行模糊匹配，根據模糊匹配的結果確定用戶訪問的網址類別。

優選地，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；關鍵字特征標識庫中包含參考關鍵字特征標識，以及與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參考關鍵字特征標識相同的標識字符串，則按照與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，用于將待轉換的字符串還原為關鍵詞；分解模塊具體用于預先建立分解詞表，分解詞表中包含預設的分解參考詞，以分解參考詞為最小劃分單位，將關鍵詞劃分為至少一個分解參考詞。