CN115373965B - 基于堆栈技术的用户标签识别方法和装置 - Google Patents

基于堆栈技术的用户标签识别方法和装置 Download PDF

Info

Publication number
CN115373965B
CN115373965B CN202211306981.3A CN202211306981A CN115373965B CN 115373965 B CN115373965 B CN 115373965B CN 202211306981 A CN202211306981 A CN 202211306981A CN 115373965 B CN115373965 B CN 115373965B
Authority
CN
China
Prior art keywords
behavior
preset
behaviors
stack
target user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211306981.3A
Other languages
English (en)
Other versions
CN115373965A (zh
Inventor
杨靖
王铁
顾洪建
陈海峰
赵翼舒
梁本双
张春燕
曹海鹏
万甜甜
郭雅鑫
于欣策
袁丁毅
顾方
李斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Automobile Information Technology Tianjin Co ltd
Original Assignee
China Automobile Information Technology Tianjin Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Automobile Information Technology Tianjin Co ltd filed Critical China Automobile Information Technology Tianjin Co ltd
Priority to CN202211306981.3A priority Critical patent/CN115373965B/zh
Publication of CN115373965A publication Critical patent/CN115373965A/zh
Application granted granted Critical
Publication of CN115373965B publication Critical patent/CN115373965B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466Performance evaluation by tracing or monitoring
    • G06F11/3476Data logging

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据处理领域,公开了一种基于堆栈技术的用户标签识别方法和装置。该方法包括:实时监测目标用户对网站的行为日志,并响应于监测到目标用户的任一预设行为,建立与各预设行为相对应的堆栈进程;按照时间先后顺序将监测到的以各预设行为为初始行为的连续行为记录依次存储到对应的堆栈进程;在目标用户关闭网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录,并基于读取到的行为记录识别与预设行为对应的标签;在目标用户重新打开网站后,返回按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作。本实施例降低了系统运维压力,提高了标签识别效率。

Description

基于堆栈技术的用户标签识别方法和装置
技术领域
本发明涉及数据处理领域,尤其涉及一种基于堆栈技术的用户标签识别方法和装置。
背景技术
在信息化时代背景下,给用户赋予标签对企业来说有巨大价值。通过对不同标签的用户进行个性化的宣传推广活动,有助于提升宣传推广的转化率,降低不必要的成本支出;同时提高用户体验感受,增强品牌的个性化服务。
用户标签一般为通过对用户的行为数据进行分析提炼后生成具有差异性特征的形容词。但是,用户在访问网站的过程中,会产生大量的登录信息、留言信息、电话记录、查询信息等行为数据,如何提炼有价值的信息成为难点之一。现有技术中,需要在用户行为日志中进行全量查询来生成和更新标签,这会导致占用较多的系统资源,影响查询速率等。
有鉴于此,特提出本发明。
发明内容
为了解决上述技术问题,本发明提供了一种基于堆栈技术的用户标签识别方法和装置,将堆栈技术与用户标签的生成和更新巧妙地结合在一起,降低了系统运维压力,提高了标签识别效率。
本发明实施例提供了一种基于堆栈技术的用户标签识别方法,该方法包括:
实时监测目标用户对网站的行为日志,并响应于监测到所述目标用户的任一预设行为,建立与各预设行为相对应的堆栈进程;所述预设行为有多个;
按照时间先后顺序将监测到的以各预设行为为初始行为的连续行为记录依次存储到对应的堆栈进程;
在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录,并基于读取到的行为记录识别与预设行为对应的标签;
在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作;
如果一预设行为对应的标签重复,释放所有堆栈进程,结束本次对目标用户的标签识别操作。
本发明实施例提供了一种基于堆栈技术的用户标签识别装置,包括:
监测模块,用于实时监测目标用户对网站的行为日志;
建立模块,用于响应于监测到所述目标用户的任一预设行为,建立与各预设行为相对应的堆栈进程;所述预设行为有多个;
存储模块,用于按照时间先后顺序将监测到的以各预设行为为初始行为的连续行为记录依次存储到对应的堆栈进程;
读取模块,用于在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录;
识别模块,用于基于读取到的行为记录识别与预设行为对应的标签;
循环模块,用于在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作;
释放模块,用于如果一预设行为对应的标签重复,释放所有堆栈进程,结束本次对目标用户的标签识别操作。
本发明实施例具有以下技术效果:
通过对用户的行为日志进行监测,在监测到预设行为时,建立对应的堆栈进程,通过该堆栈进程基于堆栈技术记录以所述预设行为为初始行为的用户行为序列,而不是对用户的所有行为均进行记录,实现了对用户行为数据的第一次提炼;在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录,实现了对用户行为数据的第二次提炼,通过使用堆栈技术,实现了高效获取时间最新的用户行为数据的目的;最终基于距离当前时间最近的指定条数的用户行为记录确定用户的特征标签,实现了降低系统运维压力,提高标签识别效率的目的。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于堆栈技术的用户标签识别方法的流程图;
图2是本发明实施例提供的一种基于堆栈技术的用户标签识别方法的流程图;
图3是本发明实施例提供的一种基于堆栈技术的用户标签识别装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整的描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
本发明实施例提供的基于堆栈技术的用户标签识别方法可以由电子设备执行。图1是本发明实施例提供的一种基于堆栈技术的用户标签识别方法的流程图。参见图1所示,该基于堆栈技术的用户标签识别方法具体包括如下步骤:
S110、实时监测目标用户对网站的行为日志,并响应于监测到所述目标用户的任一预设行为,建立与各预设行为相对应的堆栈进程;所述预设行为有多个。
其中,目标用户对网站的行为日志为记录用户在该网站所有操作行为的文件,随着用户操作行为的进行,行为日志不断更新,以实时记录用户的操作行为。随着行为日志的不断更新,不断从中读取新的日志数据,基于读取的日志数据实现对用户操作行为的监测,获得监测结果。监测结果具体可以是用户的操作行为。
示例性的,用户的操作行为包括搜索、浏览新闻/文章、浏览视频、浏览车型、比价、留资、浏览论坛、发帖、参与问答、聊天、客服咨询/投诉等。对应的,所述预设行为至少包括搜索行为、浏览行为和留言行为。
以用户进行的搜索行为为例,用户搜索指用户为了满足某种信息需求而在一定时间内进行的网页浏览活动,在其行为日志中对应一系列浏览记录,其中包括一次或多次与搜索引擎的交互记录。如用户在搜索栏输入检索词并点击“搜索”键,并在搜索结果页面浏览并点击进入某个/某些搜索结果二级网页,上述操作行为对应的日志字段可以包括【访问时间】、【用户ID】、【查询词】、【用户点击的url在返回结果中的排名】、【用户点击的url之间的排名顺序】【用户点击的url】等。
在一些可选实施方式中,所述对用户的行为日志进行监测之前,所述方法还包括:监测到所述用户登录网站的行为;换言之,当监测到所述用户登录网站的行为时,开始执行对用户的行为日志进行监测的操作。
例如,预设行为为搜索行为,当监测到用户进行搜索行为时,则建立与搜索行为相对应的堆栈进程,通过该堆栈进程基于堆栈技术对以所述搜索行为为初始行为的用户行为序列(即连续行为记录)进行存储。例如用户登录网站-搜索车型A-浏览车型A论坛-浏览车型A论坛内帖子-回帖-收藏车型A论坛-关闭网站,在监测到用户搜索车型A的操作行为时,建立与搜索行为相对应的堆栈进程,通过该堆栈进程记录从搜索车型A开始的后续操作行为,并基于堆栈技术对记录的操作行为进行存储。
可以理解的是,当预设行为为多个时,针对不同的预设行为,分别建立相应的堆栈进程,以记录以不同预设行为为初始行为的用户行为序列,实现对不同操作行为序列的分别记录,为识别用户的特征标签提供较丰富且全面的数据源。
通过在监测到预设行为时,建立对应的堆栈进程,通过该堆栈进程基于堆栈技术记录以所述预设行为为初始行为的用户行为序列,获得堆栈信息,即只有在监测到某个操作行为时,才建立进程对操作行为进行记录,而不是对用户的所有操作行为均进行记录,实现了对用户行为数据的第一次提炼,可降低记录的数据量。
S120、按照时间先后顺序将监测到的以各预设行为为初始行为的连续行为记录依次存储到对应的堆栈进程。
S130、在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录,并基于读取到的行为记录识别与预设行为对应的标签。
其中,标签表征所述目标用户对所述网站的体验。
可以理解的是,先监测到的行为记录被优先存储,以各预设行为为初始行为的连续行为记录通过堆栈技术被存储到对应的堆栈进程,因此遵循先进后出的原则,即先被存储的数据后被读取,而后被存储的数据则优先被读取。故从堆栈进程中反向查询即可获得距离当前时间最近的用户行为记录,可避免通过全量查询的方式获取目标信息,可提高查询效率与速率,降低查询量,降低系统的运维压力。
在一些可选实施方式中,当监测到用户的行为日志停止更新时,从各堆栈进程中获取距离当前时间最近的指定条数的用户行为记录。即获取用户关闭网站或退出登录之前的一些操作行为,基于这些操作行为来分析用户为什么会关闭网站或退出登录,从而识别用户的特征标签。通过获取距离当前时间最近的指定条数的用户行为记录,实现了对用户行为数据的第二次提炼,通过使用堆栈技术,实现了高效获取时间最新的用户行为数据的目的;最终基于距离当前时间最近的指定条数的用户行为记录确定用户的特征标签,实现了降低系统运维压力,提高标签识别效率的目的。
S140、在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作;
S150、如果一预设行为对应的标签重复,释放所有堆栈进程,结束本次对目标用户的标签识别操作。
进一步的,在当所述目标用户重新打开所述网站后且基于读取到的行为记录识别与预设行为对应的标签之后,还包括:
如果本次识别到的标签与基于同一堆栈进程识别到的历史标签不重复,利用本次识别到的标签替换所述历史标签进行存储。换言之,当针对所述目标用户确定出新的标签时,将新的标签与存储的已有标签(即历史标签)进行对比,若存在与新的标签相同的已有标签时,则不对新的标签进行再次存储;若不存在与新的标签相同的已有标签时,利用该新的标签替换已有标签进行存储,可减少冗余数据量,且实现了对目标用户的标签进行实时更新的目的。为了提高对比效率,可仅将新标签与其对应的同一堆栈进程下的已有标签进行比对,例如该新标签是在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从“搜索堆栈进程”中读取的指定条数的行为记录识别到的与“搜索行为”对应的标签,则该新标签与“搜索行为”对应的历史标签进行比对,或者说将该新标签与“搜索堆栈进程”对应的历史标签进行比对,而不与其它预设行为或者其它堆栈进程对应的历史标签进行比对。
进一步的,在结束本次对目标用户的标签识别操作之后,所述方法还包括:
在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作。
在一些实施方式中,基于读取到的行为记录识别与预设行为对应的标签,包括:基于读取到的行为记录确定行为类型(例如搜索行为、浏览行为、留言行为等)、行为之间的间隔时长以及重复行为的次数;根据所述行为类型、行为之间的间隔时长以及重复行为的次数确定与预设行为对应的标签。具体的,根据所述行为类型、行为之间的间隔时长以及重复行为的次数确定用户的关注因素及行为习惯,进而推测用户的特征。
在另一些实施方式中,所述基于读取到的行为记录识别与预设行为对应的标签,包括:根据读取到的行为记录中用户行为的先后顺序确定与预设行为对应的标签。该标签可用于标记用户的习惯、目的、兴趣爱好等。在一些应用场景中,基于用户的特征标签向用户推送广告数据,实现向不同用户个性化推送不同广告数据的目的,有助于提升广告的转化率以及用户的体验感受。
优选的,所述指定条数为6,即在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取6条行为记录。例如用户的操作行为按照时间先后顺序依次为:登录网站--搜索(车型A)--浏览车型A论坛--浏览车型A论坛内帖子--回帖--收藏车型A论坛--搜索车型A报价--浏览同级别车型口碑排行榜--浏览同级别热门车型B报价--浏览车型B车主口碑--浏览车型B视频--转发车型B视频--关闭网站(即满足预设条件),则距离当前时间最近的6条用户行为记录为:
搜索车型A报价--浏览同级别车型口碑排行榜--浏览同级别热门车型B报价--浏览车型B车主口碑--浏览车型B视频--转发车型B视频。
在一种应用场景中,假设用户行为按时间顺序依次是:
登录网站--搜索(车型A)--浏览车型A论坛--浏览车型A论坛内帖子--回帖--收藏车型A论坛--搜索车型A报价--浏览同级别车型口碑排行榜--浏览同级别热门车型B报价--浏览车型B车主口碑--浏览车型B视频--转发车型B视频--关闭网站。基于该用户结束前的6条记录(搜索车型A报价--浏览同级别车型口碑排行榜--浏览同级别热门车型B报价--浏览车型B车主口碑--浏览车型B视频--转发车型B视频)确定该用户的特征标签为100000001,并将该特征标签更新到标签库中。当用户再次登录网站时,假设其行为按时间顺序依次是:
登录网站--浏览车型B报价--浏览车型B口碑测评--浏览车型参数配置-浏览车型B视频--浏览同级别热门车型C报价--浏览车型C口碑测评--浏览同级别热门车型D报价--浏览车型D口碑测评--浏览车型D视频--关闭网站。基于该用户结束前的6条记录(浏览车型B视频--浏览同级别热门车型C报价--浏览车型C口碑测评--浏览同级别热门车型D报价--浏览车型D口碑测评--浏览车型D视频)确定该用户的新的特征标签100000002,与标签库中已有的特征标签“100000001”不同,故将该新的特征标签“100000002”也更新到标签库中。
在另一种应用场景中,当用户再次登录网站时,假设其行为按时间顺序依次是:
登录网站--浏览主页--搜索车型A报价--浏览同级别车型口碑排行榜--浏览同级别热门车型B报价--浏览车型B车主口碑--浏览车型B视频--转发车型B视频--关闭网站。基于该用户结束前的6条记录(搜索车型A报价--浏览同级别车型口碑排行榜--浏览同级别热门车型B报价--浏览车型B车主口碑--浏览车型B视频--转发车型B视频)确定该用户的新的特征标签为100000001,与标签库中已有的特征标签“100000001”相同,故不将该新的特征标签“100000001”更新到标签库中,并结束该用户其他行为的堆栈进程,默认为该用户的特征标签无变化,无需更新特征标签。
概括性的,参考如图2所示的一种基于堆栈技术的用户标签识别方法的流程示意图,具体包括:用户登录网站-记录用户行为至行为日志中-若识别到搜索行为-触发搜索行为堆栈进程;若识别到留言行为-触发留言行为堆栈进程;若识别到浏览行为-触发浏览行为堆栈进程;在识别到跳出行为时,确定特征标签-释放堆栈进程。
本发明实施例的技术方案:避免了对日志文件的全量、重复查询,实现了高效、合理地利用行为数据内容,利用堆栈存储技术,实现了实时标签识别功能。具体的,通过针对不同的预设行为建立对应的堆栈进程,并记录相关的行为序列,实现了对海量行为数据的第一次筛选提炼;通过使用堆栈技术,实现了高效提取距离当前时间最近的用户行为数据,在识别到重复的标签时,释放所有堆栈进程,避免提炼冗余信息,实现了降低系统运维压力、提高特征标签识别效率的目的。
图3为本发明实施例提供的一种基于堆栈技术的用户标签识别装置的结构示意图,该装置包括:监测模块310,用于实时监测目标用户对网站的行为日志;建立模块320,用于响应于监测到所述目标用户的任一预设行为,建立与各预设行为相对应的堆栈进程;所述预设行为有多个;存储模块330,用于按照时间先后顺序将监测到的以各预设行为为初始行为的连续行为记录依次存储到对应的堆栈进程;读取模块340,用于在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录;识别模块350,用于基于读取到的行为记录识别与预设行为对应的标签;循环模块360,用于在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作;释放模块370,用于如果一预设行为对应的标签重复,释放所有堆栈进程,结束本次对目标用户的标签识别操作。
进一步的,所述装置还包括:存储模块,用于在当所述目标用户重新打开所述网站后且基于读取到的行为记录识别与预设行为对应的标签之后,如果本次识别到的标签与基于同一堆栈进程识别到的历史标签不重复,利用本次识别到的标签替换所述历史标签进行存储。
进一步的,所述预设行为至少包括搜索行为、浏览行为和留言行为;所述连续行为记录至少包括浏览行为记录、回帖行为记录、搜索行为记录、留言行为记录和收藏行为记录。
进一步的,还包括重复模块,用于在结束本次对目标用户的标签识别操作之后,在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作。
进一步的,识别模块350包括:第一确定单元,用于基于读取到的行为记录确定行为类型、行为之间的间隔时长以及重复行为的次数;第二确定单元,用于根据所述行为类型、行为之间的间隔时长以及重复行为的次数确定与预设行为对应的标签。
进一步的,识别模块350具体用于:根据读取到的行为记录中用户行为的先后顺序确定与预设行为对应的标签。
进一步的,所述指定条数为6。
图4为本发明实施例提供的一种电子设备的结构示意图。如图4所示,电子设备400包括一个或多个处理器401和存储器402。
处理器401可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备400中的其他组件以执行期望的功能。
存储器402可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器401可以运行所述程序指令,以实现上文所说明的本发明任意实施例的基于堆栈技术的用户标签识别方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如初始外参、阈值等各种内容。
在一个示例中,电子设备400还可以包括:输入装置403和输出装置404,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。该输入装置403可以包括例如键盘、鼠标等等。该输出装置404可以向外部输出各种信息,包括预警提示信息、制动力度等。该输出装置404可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图4中仅示出了该电子设备400中与本发明有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备400还可以包括任何其他适当的组件。
除了上述方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本发明任意实施例所提供的基于堆栈技术的用户标签识别方法的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本发明的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本发明任意实施例所提供的基于堆栈技术的用户标签识别方法的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
需要说明的是,本发明所用术语仅为了描述特定实施例,而非限制本申请范围。如本发明说明书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
还需说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”等应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案。

Claims (6)

1.一种基于堆栈技术的用户标签识别方法,其特征在于,所述方法包括:
实时监测目标用户对网站的行为日志,并响应于监测到所述目标用户的任一预设行为,建立与各预设行为相对应的堆栈进程;所述预设行为有多个;
按照时间先后顺序将监测到的以各预设行为为初始行为的连续行为记录依次存储到对应的堆栈进程;
在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录,并基于读取到的行为记录识别与预设行为对应的标签;
在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作;
如果一预设行为对应的标签重复,释放所有堆栈进程,结束本次对目标用户的标签识别操作;
所述基于读取到的行为记录识别与预设行为对应的标签,包括:
根据读取到的行为记录中用户行为的先后顺序确定与预设行为对应的标签;或者,基于读取到的行为记录确定行为类型、行为之间的间隔时长以及重复行为的次数;根据所述行为类型、行为之间的间隔时长以及重复行为的次数确定与预设行为对应的标签。
2.根据权利要求1所述的方法,其特征在于,在当所述目标用户重新打开所述网站后且基于读取到的行为记录识别与预设行为对应的标签之后,还包括:
如果本次识别到的标签与基于同一堆栈进程识别到的历史标签不重复,利用本次识别到的标签替换所述历史标签进行存储。
3.根据权利要求1所述的方法,其特征在于,所述预设行为至少包括搜索行为、浏览行为和留言行为;所述连续行为记录至少包括浏览行为记录、回帖行为记录、搜索行为记录、留言行为记录和收藏行为记录。
4.根据权利要求1-3任一项所述的方法,其特征在于,在结束本次对目标用户的标签识别操作之后,还包括:
在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作。
5.根据权利要求1所述的方法,其特征在于,所述标签表征所述目标用户对所述网站的体验。
6.一种基于堆栈技术的用户标签识别装置,其特征在于,包括:
监测模块,用于实时监测目标用户对网站的行为日志;
建立模块,用于响应于监测到所述目标用户的任一预设行为,建立与各预设行为相对应的堆栈进程;所述预设行为有多个;
存储模块,用于按照时间先后顺序将监测到的以各预设行为为初始行为的连续行为记录依次存储到对应的堆栈进程;
读取模块,用于在所述目标用户关闭所述网站后,按照从堆栈顶部到底部的顺序,从各堆栈进程中读取指定条数的行为记录;
识别模块,用于基于读取到的行为记录识别与预设行为对应的标签;
循环模块,用于在所述目标用户重新打开所述网站后,返回所述按照时间先后顺序将监测到的以各预设行为为初始行为的行为记录依次存储到对应的堆栈进程的操作;
释放模块,用于如果一预设行为对应的标签重复,释放所有堆栈进程,结束本次对目标用户的标签识别操作;
识别模块具体用于:根据读取到的行为记录中用户行为的先后顺序确定与预设行为对应的标签;或者,基于读取到的行为记录确定行为类型、行为之间的间隔时长以及重复行为的次数;根据所述行为类型、行为之间的间隔时长以及重复行为的次数确定与预设行为对应的标签。
CN202211306981.3A 2022-10-25 2022-10-25 基于堆栈技术的用户标签识别方法和装置 Active CN115373965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211306981.3A CN115373965B (zh) 2022-10-25 2022-10-25 基于堆栈技术的用户标签识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211306981.3A CN115373965B (zh) 2022-10-25 2022-10-25 基于堆栈技术的用户标签识别方法和装置

Publications (2)

Publication Number Publication Date
CN115373965A CN115373965A (zh) 2022-11-22
CN115373965B true CN115373965B (zh) 2023-01-10

Family

ID=84073489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211306981.3A Active CN115373965B (zh) 2022-10-25 2022-10-25 基于堆栈技术的用户标签识别方法和装置

Country Status (1)

Country Link
CN (1) CN115373965B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109783316A (zh) * 2018-12-29 2019-05-21 360企业安全技术(珠海)有限公司 系统安全日志篡改行为的识别方法及装置、存储介质、计算机设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8583781B2 (en) * 2009-01-28 2013-11-12 Headwater Partners I Llc Simplified service network architecture
CN109145603A (zh) * 2018-07-09 2019-01-04 四川大学 一种基于信息流的Android隐私泄露行为检测方法和技术
CN109558191A (zh) * 2018-10-31 2019-04-02 深圳壹账通智能科技有限公司 一种配置页面的方法、装置、存储介质及计算机设备
CN111949522B (zh) * 2020-07-31 2024-05-03 中国工商银行股份有限公司 用户界面自动化测试方法及装置
CN113239277A (zh) * 2021-06-07 2021-08-10 安徽理工大学 一种基于用户评论的概率矩阵分解推荐方法
CN114416560A (zh) * 2022-01-19 2022-04-29 上海哔哩哔哩科技有限公司 程序崩溃分析聚合方法和系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109783316A (zh) * 2018-12-29 2019-05-21 360企业安全技术(珠海)有限公司 系统安全日志篡改行为的识别方法及装置、存储介质、计算机设备

Also Published As

Publication number Publication date
CN115373965A (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
CN109241427B (zh) 信息推送方法、装置、计算机设备和存储介质
WO2019095417A1 (zh) 广告实时推荐方法、装置、终端设备及存储介质
US7987261B2 (en) Traffic predictor for network-accessible information modules
US8380727B2 (en) Information processing device and method, program, and recording medium
CN111368043A (zh) 基于人工智能的事件问答方法、装置、设备及存储介质
US20110029464A1 (en) Supplementing a trained model using incremental data in making item recommendations
US20120054440A1 (en) Systems and methods for providing a hierarchy of cache layers of different types for intext advertising
US11449553B2 (en) Systems and methods for generating real-time recommendations
CN104850546B (zh) 移动媒介信息的展示方法和系统
US11080287B2 (en) Methods, systems and techniques for ranking blended content retrieved from multiple disparate content sources
CN103339623A (zh) 涉及因特网搜索的方法和设备
CN110888990A (zh) 文本推荐方法、装置、设备及介质
CN110543598A (zh) 信息推荐方法、装置及终端
CN112613938B (zh) 模型训练方法、装置及计算机设备
WO2015023304A1 (en) Refining search query results
CN114417157B (zh) 一种数据推送方法、装置、计算机设备以及计算机介质
US9165053B2 (en) Multi-source contextual information item grouping for document analysis
KR100961437B1 (ko) 개인화된 컨텐츠를 사용자 간에 공유할 수 있도록 하는방법, 시스템, 및 컴퓨터 판독 가능한 기록 매체
CN100555283C (zh) 一种直接针对用户的相关信息的发布方法和系统
CN116821475B (zh) 基于客户数据的视频推荐方法、装置及计算机设备
CN115373965B (zh) 基于堆栈技术的用户标签识别方法和装置
Antoniou et al. A Semantic Web Personalizing Technique: The Case of Bursts in Web Visits
CN112839063A (zh) 消息推送方法、消息显示方法、存储介质和计算机设备
CN112085566B (zh) 基于智能决策的产品推荐方法、装置及计算机设备
CN111127057B (zh) 一种多维用户画像恢复方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20221122

Assignee: Zhongqi Intellectual Property (Guangzhou) Co.,Ltd.

Assignor: China automobile information technology (Tianjin) Co.,Ltd.

Contract record no.: X2024440000002

Denomination of invention: User tag recognition method and device based on stack technology

Granted publication date: 20230110

License type: Common License

Record date: 20240105