用戶行為記錄的生成方法及裝置制造方法
【專利摘要】本發(fā)明涉及互聯(lián)網(wǎng)【技術(shù)領(lǐng)域】，具體而言，涉及用戶行為記錄的生成方法及裝置。該方法，包括：接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；根據(jù)預(yù)先建立的網(wǎng)址庫從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別；從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞；將所述用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞；將所有所述分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配；根據(jù)匹配成功的分解詞及所述網(wǎng)址類別，生成用戶行為記錄。本發(fā)明提供的用戶行為記錄的生成方法及裝置，實(shí)現(xiàn)了根據(jù)生成的用戶行為記錄準(zhǔn)確分析出用戶的偏好。
【專利說明】用戶行為記錄的生成方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)【技術(shù)領(lǐng)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(shù)】
[0002]在互聯(lián)網(wǎng)中，很多的應(yīng)用都需要根據(jù)用戶的偏好進(jìn)行，例如根據(jù)用戶的偏好推送個(gè)性化的廣告、優(yōu)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(jù)用戶行為記錄就可以分析出用戶的偏好。
[0003]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(shù)采集用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)，然后使用ETUExtraction-Transformation-Loading,數(shù)據(jù)提取、轉(zhuǎn)換和加載)技術(shù)從采集到的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取出相關(guān)的用戶行為數(shù)據(jù)，并對用戶訪問的URL、HTTP標(biāo)題、HTTP關(guān)鍵字等，和預(yù)先建立的配置庫做實(shí)時(shí)的數(shù)據(jù)關(guān)聯(lián)和匹配，形成結(jié)構(gòu)化的用戶行為記錄。
[0004]根據(jù)用戶行為記錄，可以知道用戶在什么時(shí)間，什么地點(diǎn)，什么終端，訪問了什么類型的網(wǎng)站。
[0005]現(xiàn)有的用戶行為記錄生成方法會對用戶搜索的關(guān)鍵字進(jìn)行解析和匹配，如果配置庫內(nèi)，沒有能與用戶搜索的關(guān)鍵字相匹配的參考關(guān)鍵字，則無法生成相應(yīng)的用戶行為記錄項(xiàng)目，匹配成功率低，造成后續(xù)無法根據(jù)生成的用戶行為記錄準(zhǔn)確分析出用戶的偏好。

【發(fā)明內(nèi)容】

[0006]本發(fā)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。
[0007]在本發(fā)明的實(shí)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(wǎng)絡(luò)訪問數(shù)據(jù)；根據(jù)預(yù)先建立的網(wǎng)址庫從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別；從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞；將用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞；將所有分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配；根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成用戶行為記錄。
[0008]優(yōu)選地，從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取URLJf URL與預(yù)先建立的網(wǎng)址庫中保存的網(wǎng)址進(jìn)行模糊匹配，根據(jù)模糊匹配的結(jié)果確定用戶訪問的網(wǎng)址類別。
[0009]優(yōu)選地，從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞，包括:預(yù)先建立關(guān)鍵字特征標(biāo)識庫；關(guān)鍵字特征標(biāo)識庫中包含參考關(guān)鍵字特征標(biāo)識，以及與參考關(guān)鍵字特征標(biāo)識一一對應(yīng)的字段提取規(guī)則；若用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中包含與參考關(guān)鍵字特征標(biāo)識相同的標(biāo)識字符串，則按照與標(biāo)識字符串相同的參考關(guān)鍵字特征標(biāo)識對應(yīng)的字段提取規(guī)則提取出待轉(zhuǎn)換的字符串；將待轉(zhuǎn)換的字符串還原為關(guān)鍵詞。
[0010]優(yōu)選地，將用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞包括:預(yù)先建立分解詞表，分解詞表中包含預(yù)設(shè)的分解參考詞，以分解參考詞為最小劃分單位，將關(guān)鍵詞劃分為至少一個(gè)分解參考詞。[0011]優(yōu)選地，接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)之前，還包括:從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)，包括:接收待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)之后，確定用戶訪問的網(wǎng)址類別之前還包括:根據(jù)網(wǎng)絡(luò)訪問數(shù)據(jù)中提取的URL數(shù)量創(chuàng)建多個(gè)對應(yīng)的，確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)，同時(shí)執(zhí)行多個(gè)確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)。
[0012]優(yōu)選地，接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)之后，確定用戶訪問的網(wǎng)址類別之前，還包括:丟棄用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的非法字符串；非法字符創(chuàng)是預(yù)先設(shè)定的。
[0013]在本發(fā)明的另一實(shí)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(wǎng)絡(luò)訪問數(shù)據(jù)；確定模塊，用于根據(jù)預(yù)先建立的網(wǎng)址庫從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別；提取模塊，用于從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞；分解模塊，將用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞；匹配模塊，用于將所有分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配；生成模塊，用于根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成用戶行為記錄。
[0014]優(yōu)選地，確定模塊具體用于從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取URLJf URL與預(yù)先建立的網(wǎng)址庫中保存的網(wǎng)址進(jìn)行模糊匹配，根據(jù)模糊匹配的結(jié)果確定用戶訪問的網(wǎng)址類別。
[0015]優(yōu)選地，提取模塊具體包括:建立單元，用于預(yù)先建立關(guān)鍵字特征標(biāo)識庫；關(guān)鍵字特征標(biāo)識庫中包含參考關(guān)鍵字特征標(biāo)識，以及與參考關(guān)鍵字特征標(biāo)識一一對應(yīng)的字段提取規(guī)則；提取單元，用于若用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中包含與參考關(guān)鍵字特征標(biāo)識相同的標(biāo)識字符串，則按照與標(biāo)識字符串相同的參考關(guān)鍵字特征標(biāo)識對應(yīng)的字段提取規(guī)則提取出待轉(zhuǎn)換的字符串；還原單元，用于將待轉(zhuǎn)換的字符串還原為關(guān)鍵詞；分解模塊具體用于預(yù)先建立分解詞表，分解詞表中包含預(yù)設(shè)的分解參考詞，以分解參考詞為最小劃分單位，將關(guān)鍵詞劃分為至少一個(gè)分解參考詞。
[0016]優(yōu)選地，還包括抽取模塊、創(chuàng)建模塊和丟棄模塊，抽取模塊用于從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；接收模塊具體用于接收待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；創(chuàng)建模塊用于根據(jù)網(wǎng)絡(luò)訪問數(shù)據(jù)中提取的URL數(shù)量創(chuàng)建多個(gè)對應(yīng)的，確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)，同時(shí)執(zhí)行多個(gè)確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)；丟棄模塊，用于丟棄用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的非法字符串；非法字符串是預(yù)先設(shè)定的。
[0017]本發(fā)明上述實(shí)施例的用戶行為記錄的生成方法及裝置，通過將用戶訪問的關(guān)鍵詞分解成至少一個(gè)分解詞，將分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配，解決了現(xiàn)有技術(shù)中配置庫內(nèi)，沒有能與用戶搜索的關(guān)鍵字相匹配的參考關(guān)鍵字的問題，另外根據(jù)預(yù)先建立的網(wǎng)址庫從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別，從而根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成用戶行為記錄，實(shí)現(xiàn)了根據(jù)生成的用戶行為記錄準(zhǔn)確分析出用戶的偏好。
【專利附圖】

【附圖說明】
[0018]圖1示出了本發(fā)明實(shí)施例提供的一種用戶行為記錄的生成方法的流程圖；
[0019]圖2示出了本發(fā)明另一實(shí)施例提供的用戶行為記錄的生成方法中提取用戶訪問的關(guān)鍵詞的流程圖；[0020]圖3示出了本發(fā)明又一實(shí)施例提供的用戶行為記錄的生成方法的流程圖；
[0021]圖4示出了本發(fā)明實(shí)施例提供的用戶行為記錄的生成裝置的結(jié)構(gòu)示意圖；
[0022]圖5示出了本發(fā)明另一實(shí)施例提供的用戶行為記錄的生成裝置的結(jié)構(gòu)示意圖；
[0023]圖6示出了本發(fā)明又一實(shí)施例提供的用戶行為記錄的生成裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0024]下面通過具體的實(shí)施例并結(jié)合附圖對本發(fā)明做進(jìn)一步的詳細(xì)描述。
[0025]如圖1所示，本發(fā)明實(shí)施例提供了一種用戶行為記錄的生成方法，本實(shí)施例的執(zhí)行主體為一個(gè)ETL服務(wù)器,該方法包括:
[0026]步驟S110:接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)。
[0027]可選地，在步驟SllO之前，還包括:從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)。
[0028]具體地，對于全部網(wǎng)絡(luò)訪問數(shù)據(jù)包可以由多個(gè)ETL服務(wù)器來執(zhí)行，因此對于一個(gè)ETL服務(wù)器來說，需要從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)。使用多個(gè)ETL服務(wù)器處理用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)可以加快網(wǎng)絡(luò)訪問數(shù)據(jù)的處理速度。且可以隨時(shí)增加ETL服務(wù)器，增強(qiáng)計(jì)算能力。
[0029]接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)，包括:接收待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；
[0030]可選地，在步驟SllO之后，步驟S120之前，還包括:丟棄用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的非法字符串；非法字符串是預(yù)先設(shè)定的。
[0031]在具體實(shí)現(xiàn)過程中，非法字符串為不滿足預(yù)先建立的模型條件的字符串，預(yù)先建立的模型條件一般是針對數(shù)據(jù)的一致性建立的，將不滿足模型條件的網(wǎng)絡(luò)訪問數(shù)據(jù)丟棄。在用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中，包括多個(gè)字符串，例如用戶行為記錄對應(yīng)的是對某汽車網(wǎng)站的訪問情況，那么非法字符串則為哪些不是對該汽車網(wǎng)站的訪問字符串，則將這些不是對該汽車網(wǎng)站的訪問字符串丟棄。
[0032]可選地，在在步驟SllO之后，步驟S120之前，還可以包括:根據(jù)網(wǎng)絡(luò)訪問數(shù)據(jù)中提取的URL數(shù)量創(chuàng)建多個(gè)對應(yīng)的，確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)，同時(shí)執(zhí)行多個(gè)確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)。
[0033]若在網(wǎng)絡(luò)訪問數(shù)據(jù)中提取的URL數(shù)量多，則可以多創(chuàng)建幾個(gè)執(zhí)行任務(wù)，反之可以少創(chuàng)建幾個(gè)，同時(shí)執(zhí)行多個(gè)確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)，可以加快對用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)的處理速度。
[0034]步驟S120:根據(jù)預(yù)先建立的網(wǎng)址庫從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別。
[0035]在步驟S120中，從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取URL，將URL與預(yù)先建立的網(wǎng)址庫中保存的網(wǎng)址進(jìn)行模糊匹配，根據(jù)模糊匹配的結(jié)果確定用戶訪問的網(wǎng)址類別。
[0036]具體地，預(yù)先建立的網(wǎng)址庫中包括www.abc.com，且該網(wǎng)址的類別為音樂。若網(wǎng)絡(luò)訪問數(shù)據(jù)為WWW.abcxxx.com，則可以根據(jù)模糊匹配確定該網(wǎng)絡(luò)訪問數(shù)據(jù)屬于的網(wǎng)址為www.abc.com，且用戶訪問的網(wǎng)址類別為音樂。模糊匹配為現(xiàn)有技術(shù)。采用模糊匹配可以快速對用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)進(jìn)行歸類，便于用戶行為的分析。
[0037]步驟S130:從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞。[0038]步驟S140:將用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞。
[0039]在步驟S140中，將用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞可以包括預(yù)先建立分解詞表，分解詞表中包含預(yù)設(shè)的分解參考詞，以分解參考詞為最小劃分單位，將關(guān)鍵詞劃分為至少一個(gè)分解參考詞。
[0040]具體地，若得到用戶訪問的關(guān)鍵詞為“附近的飯店”，預(yù)先建立的分解詞表中包括“附近”和“飯店”，因此將用戶訪問的關(guān)鍵詞分解為“附近”和“飯店”。預(yù)先建立的關(guān)鍵字庫中包括“飯店”，但是沒有“附近”或“附近的飯店”。由此提高了與預(yù)先建立的關(guān)鍵字庫匹配成功的概率。另外，例如關(guān)鍵詞為馬自達(dá)性能參數(shù)，預(yù)先建立的分解詞表中包括“馬自達(dá)”和“性能參數(shù)”，由于建立的關(guān)鍵字庫中包括“馬自達(dá)”，則可以認(rèn)定該關(guān)鍵詞與預(yù)先建立的關(guān)鍵字庫匹配成功。
[0041]步驟S150:將所有分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配。
[0042]步驟S160:根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成用戶行為記錄。
[0043]需要說明的是，在本發(fā)明中，ETL服務(wù)器可以將步驟S120、步驟S130、步驟S140和步驟S150均可以采用建立多個(gè)并行處理任務(wù)，將最后的處理結(jié)果集中返回，從而提高處理速度。
[0044]本發(fā)明上述實(shí)施例的用戶行為記錄的生成方法，通過將用戶訪問的關(guān)鍵詞分解成至少一個(gè)分解詞，將分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配，解決了現(xiàn)有技術(shù)中配 置庫內(nèi)，沒有能與用戶搜索的關(guān)鍵字相匹配的參考關(guān)鍵字的問題，另外根據(jù)預(yù)先建立的網(wǎng)址庫從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別，從而根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成用戶行為記錄，實(shí)現(xiàn)了根據(jù)生成的用戶行為記錄準(zhǔn)確分析出用戶的偏好。
[0045]如圖2所示，在上述實(shí)施例的基礎(chǔ)上，可以通過以下方法從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞，方法如下:
[0046]步驟S210:預(yù)先建立關(guān)鍵字特征標(biāo)識庫，關(guān)鍵字特征標(biāo)識庫中包含參考關(guān)鍵字特征標(biāo)識，以及與參考關(guān)鍵字特征標(biāo)識一一對應(yīng)的字段提取規(guī)則。
[0047]在步驟S210中，關(guān)鍵字特征標(biāo)識庫包括:參考關(guān)鍵字特征標(biāo)識bs。該參考關(guān)鍵字特征標(biāo)識簡單，易于識別，可減少比較時(shí)間，提供獲取搜索網(wǎng)站中的參考關(guān)鍵字特征標(biāo)識的識別時(shí)間。關(guān)鍵字特征標(biāo)識庫包括:參考關(guān)鍵字特征標(biāo)識&q。在實(shí)際應(yīng)用中，在對某網(wǎng)站進(jìn)行站內(nèi)搜索時(shí)，形成的互聯(lián)網(wǎng)網(wǎng)絡(luò)日志中的網(wǎng)址必定存在&q，利用了用戶的訪問數(shù)據(jù)中的特有字符作為參考關(guān)鍵字特征標(biāo)識，不必重新定義，簡單方便。關(guān)鍵字特征標(biāo)識庫包括:參考關(guān)鍵字特征標(biāo)識search ? keyword。具體地,通過采用search ? keyword作為參考關(guān)鍵字特征標(biāo)識，便于準(zhǔn)確判斷用戶的檢索關(guān)鍵字，簡單易于實(shí)現(xiàn)。
[0048]步驟S220:若用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中包含與參考關(guān)鍵字特征標(biāo)識相同的標(biāo)識字符串，則按照與標(biāo)識字符串相同的參考關(guān)鍵字特征標(biāo)識對應(yīng)的字段提取規(guī)則提取出待轉(zhuǎn)換的字符串。
[0049]在步驟S220中，字段提取規(guī)則包括:提取參考關(guān)鍵字特征標(biāo)識后的第一個(gè)“=”和第一個(gè)“&”之間的字符串作為待轉(zhuǎn)換的字符串來提取待轉(zhuǎn)換的字符。
[0050]在具體實(shí)現(xiàn)過程中，參考關(guān)鍵字特征標(biāo)識，與字段提取的規(guī)則是一一對應(yīng)的，可以是不同的參考關(guān)鍵字特征標(biāo)識對應(yīng)不同的字段提取的規(guī)則，還可以是不同的參考關(guān)鍵字特征標(biāo)識對應(yīng)相同的字段提取的規(guī)則。優(yōu)選地，可以根據(jù)用戶的訪問數(shù)據(jù)的特點(diǎn)進(jìn)行設(shè)定，當(dāng)確認(rèn)用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的參考關(guān)鍵字特征標(biāo)識后，將參考關(guān)鍵字特征標(biāo)識后的第一個(gè)“=”和第一個(gè)“&”之間的字符串作為待轉(zhuǎn)換的字符串，待轉(zhuǎn)換的字符串的查找范圍較小，提高處理速度。
[0051]步驟S230:將待轉(zhuǎn)換的字符串還原為關(guān)鍵詞。
[0052]具體地，可以通過UTF轉(zhuǎn)碼，將待轉(zhuǎn)換的字符串還原為中文字符表示的關(guān)鍵字。
[0053]在實(shí)際應(yīng)用中，關(guān)鍵字特征標(biāo)識庫可以包括一類搜索網(wǎng)站的參考關(guān)鍵字特征標(biāo)識，還可以包括多類搜索網(wǎng)站的不同的參考關(guān)鍵字特征標(biāo)識，采用上述方法提取用戶訪問的關(guān)鍵詞可以完成對所有的網(wǎng)絡(luò)訪問數(shù)據(jù)進(jìn)行提取關(guān)鍵詞，有利于提取關(guān)鍵詞的普適性。
[0054]如圖3所示，本發(fā)明另一實(shí)施例提供的用戶行為記錄的生成方法包括；
[0055]步驟S310:從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)。
[0056]步驟S320:接收待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)。
[0057]步驟S330:丟棄用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的非法字符串；非法字符串是預(yù)先設(shè)定的。
[0058]步驟S340:從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取URL，將URL與預(yù)先建立的網(wǎng)址庫中保存的網(wǎng)址進(jìn)行模糊匹配，根據(jù)模糊匹配的結(jié)果確定用戶訪問的網(wǎng)址類別。
[0059]步驟S350:從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞。
[0060]步驟S360:預(yù)先建立分解詞表，分解詞表中包含預(yù)設(shè)的分解參考詞，以分解參考詞為最小劃分單位，將關(guān)鍵詞劃分為至少一個(gè)分解參考詞。
[0061]步驟S370:將所有分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配。
[0062]步驟S380:根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成用戶行為記錄。
[0063]本實(shí)施例提供的用戶行為記錄的生成方法，通過對用戶的網(wǎng)絡(luò)數(shù)據(jù)處理，丟棄了一些非法字符串，大大提高了處理速度，另外將關(guān)鍵字進(jìn)行分解，增加了與預(yù)先建立的關(guān)鍵字庫中的關(guān)鍵詞的匹配成功率，從而根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成的用戶行為記錄更準(zhǔn)確，便于用戶需求的分析。
[0064]如圖4所示，本發(fā)明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
11、確定模塊12、提取模塊13、分解模塊14、匹配模塊15和生成模塊16，其中，
[0065]接收模塊11，用于接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；確定模塊12，用于根據(jù)預(yù)先建立的網(wǎng)址庫從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別；提取模塊13，用于從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞；分解模塊14，將用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞；匹配模塊15，用于將所有分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配；生成模塊16，用于根據(jù)匹配成功的分解詞及網(wǎng)址類別，生成用戶行為記錄。
[0066]本實(shí)施例所提供的用戶行為記錄的生成裝置可以執(zhí)行本發(fā)明實(shí)施例提供的用戶行為記錄的生成方法，具備相應(yīng)的功能和有益效果，此處不再贅述。
[0067]優(yōu)選地，確定模塊12具體用于從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取URL，將URL與預(yù)先建立的網(wǎng)址庫中保存的網(wǎng)址進(jìn)行模糊匹配，根據(jù)模糊匹配的結(jié)果確定用戶訪問的網(wǎng)址類別。
[0068]如圖5所示，在上述實(shí)施例的基礎(chǔ)上，提取模塊13具體包括:建立單元131，用于預(yù)先建立關(guān)鍵字特征標(biāo)識庫；關(guān)鍵字特征標(biāo)識庫中包含參考關(guān)鍵字特征標(biāo)識，以及與參考關(guān)鍵字特征標(biāo)識一一對應(yīng)的字段提取規(guī)則；提取單元132，用于若用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中包含與參考關(guān)鍵字特征標(biāo)識相同的標(biāo)識字符串，則按照與標(biāo)識字符串相同的參考關(guān)鍵字特征標(biāo)識對應(yīng)的字段提取規(guī)則提取出待轉(zhuǎn)換的字符串；還原單元133，用于將待轉(zhuǎn)換的字符串還原為關(guān)鍵詞；分解模塊具體用于預(yù)先建立分解詞表，分解詞表中包含預(yù)設(shè)的分解參考詞，以分解參考詞為最小劃分單位，將關(guān)鍵詞劃分為至少一個(gè)分解參考詞。
[0069]本發(fā)明提供的用戶行為記錄的生成裝置可以執(zhí)行圖2的方法實(shí)施例的技術(shù)方案，其實(shí)現(xiàn)原理和技術(shù)效果類似，此處不再贅述。
[0070]如圖6所示，在上述實(shí)施例的基礎(chǔ)上，還包括抽取模塊17、丟棄模塊18和創(chuàng)建模塊19，其中，
[0071]抽取模塊17用于從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；接收模塊11具體用于接收待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)；創(chuàng)建模塊19用于根據(jù)網(wǎng)絡(luò)訪問數(shù)據(jù)中提取的URL數(shù)量創(chuàng)建多個(gè)對應(yīng)的，確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)，同時(shí)執(zhí)行多個(gè)確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)；丟棄模塊18，用于丟棄用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的非法字符串；非法字符串是預(yù)先設(shè)定的。
[0072]本發(fā)明提供的用戶行為記錄的生成裝置可以執(zhí)行圖3的方法實(shí)施例的技術(shù)方案，其實(shí)現(xiàn)原理和技術(shù)效果類似，此處不再贅述。
[0073]顯然，本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計(jì)算裝置來實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算裝置上，或者分布在多個(gè)計(jì)算裝置所組成的網(wǎng)絡(luò)上，可選地，它們可以用計(jì)算裝置可執(zhí)行的程序代碼來實(shí)現(xiàn)，從而，可以將它們存儲在存儲裝置中由計(jì)算裝置來執(zhí)行，或者將它們分別制作成各個(gè)集成電路模塊，或者將它們中的多個(gè)模塊或步驟制作成單個(gè)集成電路模塊來實(shí)現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。
[0074]以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
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(wǎng)絡(luò)訪問數(shù)據(jù)； 根據(jù)預(yù)先建立的網(wǎng)址庫從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別； 從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞； 將所述用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞； 將所有所述分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配； 根據(jù)匹配成功的分解詞及所述網(wǎng)址類別，生成用戶行為記錄。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)預(yù)先建立的網(wǎng)址庫從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別，包括: 從用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取URL，將所述URL與所述預(yù)先建立的網(wǎng)址庫中保存的網(wǎng)址進(jìn)行模糊匹配，根據(jù)所述模糊匹配的結(jié)果確定用戶訪問的網(wǎng)址類別。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞，包括: 預(yù)先建立關(guān)鍵字特征標(biāo)識庫； 所述關(guān)鍵字特征標(biāo)識庫中包含參考關(guān)鍵字特征標(biāo)識，以及與所述參考關(guān)鍵字特征標(biāo)識 對應(yīng)的字段提取規(guī)則； 若用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中包含與所述參考關(guān)鍵字特征標(biāo)識相同的標(biāo)識字符串，則按照與所述標(biāo)識字符串相同的參考關(guān)鍵字特征標(biāo)識對應(yīng)的字段提取規(guī)則提取出待轉(zhuǎn)換的字符串; 將所述待轉(zhuǎn)換的字符串還原為關(guān)鍵詞。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞包括:預(yù)先建立分解詞表，所述分解詞表中包含預(yù)設(shè)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(guān)鍵詞劃分為至少一個(gè)分解參考詞。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)之前，還包括: 從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)； 所述接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)，包括:接收所述待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)； 接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)之后，確定用戶訪問的網(wǎng)址類別之前還包括:根據(jù)所述網(wǎng)絡(luò)訪問數(shù)據(jù)中提取的URL數(shù)量創(chuàng)建多個(gè)對應(yīng)的，確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)，同時(shí)執(zhí)行多個(gè)所述確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述接收用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)之后，確定用戶訪問的網(wǎng)址類別之前，還包括: 丟棄所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的非法字符串； 所述非法字符串是預(yù)先設(shè)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(wǎng)絡(luò)訪問數(shù)據(jù)； 確定模塊，用于根據(jù)預(yù)先建立的網(wǎng)址庫從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中確定用戶訪問的網(wǎng)址類別； 提取模塊，用于從所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中提取用戶訪問的關(guān)鍵詞；分解模塊，將所述用戶訪問的關(guān)鍵詞分解為至少一個(gè)分解詞； 匹配模塊，用于將所有所述分解詞與預(yù)先建立的關(guān)鍵字庫中的參考關(guān)鍵詞進(jìn)行匹配； 生成模塊，用于根據(jù)匹配成功的分解詞及所述網(wǎng)址類別，生成用戶行為記錄。
8.根據(jù)權(quán)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(wǎng)絡(luò)訪問數(shù)據(jù)中提取URL，將所述URL與所述預(yù)先建立的網(wǎng)址庫中保存的網(wǎng)址進(jìn)行模糊匹配，根據(jù)所述模糊匹配的結(jié)果確定用戶訪問的網(wǎng)址類別。
9.根據(jù)權(quán)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(yù)先建立關(guān)鍵字特征標(biāo)識庫； 所述關(guān)鍵字特征標(biāo)識庫中包含參考關(guān)鍵字特征標(biāo)識，以及與所述參考關(guān)鍵字特征標(biāo)識 對應(yīng)的字段提取規(guī)則； 提取單元，用于若用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中包含與所述參考關(guān)鍵字特征標(biāo)識相同的標(biāo)識字符串，則按照與所述標(biāo)識字符串相同的參考關(guān)鍵字特征標(biāo)識對應(yīng)的字段提取規(guī)則提取出待轉(zhuǎn)換的字符串； 還原單元，用于將所述待轉(zhuǎn)換的字符串還原為關(guān)鍵詞； 所述分解模塊具體用于預(yù)先建立分解詞表，所述分解詞表中包含預(yù)設(shè)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(guān)鍵詞劃分為至少一個(gè)分解參考詞。
10.根據(jù)權(quán)利要求8所述的裝置，其特征在于，還包括抽取模塊、創(chuàng)建模塊和丟棄模塊， 所述抽取模塊用于從全部網(wǎng)絡(luò)訪問數(shù)據(jù)中抽取一部分作為待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)； 所述接收模塊具體用于接收所述待處理的用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)； 所述創(chuàng)建模塊用于根據(jù)所述網(wǎng)絡(luò)訪問數(shù)據(jù)中提取的URL數(shù)量創(chuàng)建多個(gè)對應(yīng)的，確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)，同時(shí)執(zhí)行多個(gè)所述確定用戶訪問的網(wǎng)址類別的執(zhí)行任務(wù)；所述丟棄模塊，用于丟棄所述用戶的網(wǎng)絡(luò)訪問數(shù)據(jù)中的非法字符串；所述非法字符串是預(yù)先設(shè)定的。
【文檔編號】G06F17/30GK103646119SQ201310740224
【公開日】2014年3月19日 申請日期:2013年12月26日 優(yōu)先權(quán)日:2013年12月26日
【發(fā)明者】祝守宇, 趙林, 黃長波 申請人:北京西塔網(wǎng)絡(luò)科技股份有限公司