[發明專利]一種用于Web會話聚合的關鍵Cookies識別方法

在審

• 申請號: 201410181682.0
• 申請日: 2014-04-28
• 公開（公告）號: CN103944916A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: 陳德華;沈昌干;潘喬;羅昕
• 申請（專利權）人: 東華大學;上海云屹信息技術有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩

1.一種用于Web會話聚合的關鍵Cookies識別方法，其特征在于，步驟為：

步驟1、獲取Web日志文件，提取出Web日志文件中每條記錄的站點名稱Site；

步驟2、以站點名稱Site為分組依據將Web日志文件中的所有記錄分組，使得同一站點名稱Site的記錄都合并到一個組，并建立其與相應站點名稱Site的對應關系，第i個站點名稱Site_i對應記錄組List[Record]_i；

步驟3、在步驟2得到的各個記錄組中提取所有包含用戶信息的Cookie項的名稱，并保存至不同的用戶信息Cookie項名稱列表，第i個站點名稱Site_i對應用戶信息Cookie項名稱列表list[user-Cookies]_i；

步驟4、在步驟2得到的各個記錄組中提取所有包含瀏覽網站的終端信息的Cookie項的名稱，并保存至不同的終端信息Cookie項名稱列表，第i個站點名稱Site_i對應終端信息Cookie項名稱列表list[terminal-Cookies]_i；

步驟5、將步驟3得到的各用戶信息Cookie項名稱列表與步驟4得到的各終端信息Cookie項名稱列表以站點名稱Site作為等值連接的條件進行連接操作，得到各個站點名稱Site的關鍵Cookie項名稱列表，第i個站點名稱Site_i對應關鍵Cookie項名稱列表list[key-Cookies]_i。

2.如權利要求1所述的一種用于Web會話聚合的關鍵Cookies識別方法，其特征在于，所述步驟3包括：

步驟3.1、利用正則表達式匹配同一記錄組的所有Cookie項中是否有滿足條件的郵箱信息，若有，則將包含該郵箱信息的Cookie項的名稱放入與當前站點名稱Site對應的用戶信息Cookie項名稱列表中，并進入步驟3.2，若無，直接進入步驟3.2，其中，所使用的正則表達式為：

″^([a-zA-Z0-9_＼＼.＼＼-])+＼＼@(([a-zA-Z0-9＼＼-])+＼＼.)+([a-zA-Z]{2，4})+$″；

步驟3.2、利用CookiePicker系統在同一記錄組的所有Cookie項中識別出包含用戶信息的Cookie項的名稱放入與當前站點名稱Site對應的用戶信息Cookie項名稱列表中。

3.如權利要求1所述的一種用于Web會話聚合的關鍵Cookies識別方法，其特征在于，所述步驟4包括：

步驟4.1、計算同一記錄組中，各個Cookie項出現的頻率：

步驟4.2、利用top-k思想，選取出現頻率較高的幾個Cookie項，將這些Cookie項放入與當前站點名稱Site對應的終端信息Cookie項名稱列表中。