TWI642015B - 產生使用者瀏覽屬性的方法、以及非暫存電腦可讀的儲存媒介 - Google Patents

Abstract

本揭露涉及一種產生使用者之瀏覽屬性的方法，包含：根據網路瀏覽歷程找出群聚網站；根據此群聚網站之網站類別之比例取得此群聚網站的標籤；計算相似度，取得此使用者的瀏覽偏好屬性；由使用者之網站瀏覽歷程中分析純度，取得此使用者當前的瀏覽模式屬性。

Description

產生使用者瀏覽屬性的方法、以及非暫存電腦可讀的儲存媒介

本揭露涉及一種產生使用者之瀏覽屬性的方法、以及一種非暫存電腦可讀的儲存媒介。

目前商品推薦或數位廣告投放的運作方式不外乎是從使用者過往的瀏覽紀錄中，找出使用者有興趣的商品或資訊，然後在使用者現在瀏覽的網頁中進行投放，以爭取使用者進行購買或點選廣告的機會。然而這樣的分析過程主要著重於在於發掘使用者瀏覽網站的特定項目或商品，較少針對使用者跨網站瀏覽屬性的發掘。

本揭露涉及一種產生使用者之瀏覽屬性的方法、 以及一種非暫存電腦可讀的儲存媒介。

本發明提供一種產生使用者之瀏覽屬性的方法，包含：根據網路瀏覽歷程找出群聚網站；根據該群聚網站之網站類別之比例取得該群聚網站的標籤；計算相似度，取得該使用者的瀏覽偏好屬性；由該使用者之該網站瀏覽歷程中分析純度，取得該使用者當前的瀏覽模式屬性。

本發明提供一種非暫存電腦可讀的儲存媒介，使用於一電腦程式產品中，該電腦程式產品包括複數個指令，該複數個指令被配置使一計算設備執行上述產生使用者瀏覽屬性的方法。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式做作詳細說明如下。

以下將配合圖式詳細說明例示性實施例，關連圖式中的相同元件或等同元件，則沿用相同的參考標號以及陳述。

本發明提出一種產生使用者之瀏覽屬性的方法，主要是以使用者於跨網站上瀏覽的資料為基礎，先找出會一同群聚發生的網站(即，網站群聚)，然後再以網站分類的比例來定義各網站群聚的標籤(tag)，接著再針對個別使用者近期的網站瀏覽資料，計算對於各網站群聚的標籤的相似度，以決定此個別使用者的瀏覽偏好屬性(標籤)。另以使用者於跨網站類別與跨主網站的純度(purity)比例，定義使用者當前的瀏覽模式屬性成旅居型 (sojourner)、定居型 (resident)、跨站流浪型(inter-wanderer)與站內流浪型 (intra-wanderer)共四類，提供作為商品推薦與數位廣告投放的參考，增進商品推薦與數位廣告投放的成功率。

針對跨網站瀏覽行為，可以下述範例來說明。例如：A君想要買一個單眼相機，使用google搜尋單眼相機後，逐步開啟瀏覽搜尋結果中的數個電子商務網站，然後又開啟mobile01，看看其它使用者的開箱文，最後還開啟比價網站查看各電子商務網站的價格。就上述的案例來看，A君進行最終採購前有一連串的行為模式，而這一連串的行為模式是由多個目的相關的網站所串連組成，如數個電子商務網站、論壇網站與比價網站，因此，若能找出這樣的採購瀏覽行為屬性，將更能掌握使用者的消費與行為意圖。

本發明亦對跨網站類別與跨主網站的屬性做探索，更有助於了解使用者的行為意識。舉例來說，A君開啟多個不同網站，但都屬於購物網站性質，所以其消費意圖明顯，若A君開啟多個不同網站，但類別散落於購物、生活等多種不同網站類別，則或許表示為無目的式的閒逛。本專利申請案便是想針對使用者的網站瀏覽行為進行屬性探索，並從中找出使用者的瀏覽偏好屬性與瀏覽模式屬性，更精準的提供給商品推薦與數位廣告投放作參考。

圖1為本發明的產生使用者之瀏覽屬性的流程圖。步驟110取得每個使用者的網站瀏覽資料(例如：網站瀏覽歷程(cs_uid)、點擊歷程或網站瀏覽紀錄)，每個使用者的網站瀏覽資料包括使用者識別碼、時間序列、跨網站瀏覽紀錄等。步驟120依使用情境決定記錄處理區間；例如：觀察大方向或市場趨勢可以選擇較長的時間區間如一年；觀察短期現象，可以選擇較短區間，如一周或一個月。步驟130使用群聚演算法決定所有網站瀏覽資料中，共同頻繁出現的網站紀錄若干群，即決定出若干群的群聚網站；可依群聚演算法選擇定義頻繁出現的門檻值定義。步驟140取得各網站的代表類別，然後依各群聚網站紀錄中的網站類別的比例，選擇高比例的網站類別，作為該群聚網站的標籤。步驟150，依每個使用者的網站瀏覽紀錄，計算與步驟140的各群聚網站紀錄的相似度，將該些使用者歸類到該若干群的群聚網站中，並於步驟160將每個使用者所屬的群聚網站的標籤作為該使用者的瀏覽偏好屬性。步驟170則將每個使用者於步驟120所取得的處理區間的網站瀏覽紀錄轉換為網站類別瀏覽紀錄，再計算跨網站類別與跨主網域的純度，並於步驟180中，產生出使用者之瀏覽模式屬性，包括旅居型 (sojourner)、定居型 (resident)、跨站流浪型(inter-wanderer)、以及站內流浪型(intra-wanderer)共四類。

以下將說明使用者的瀏覽偏好屬性的實施方式，即步驟120到步驟160的細節實施方式。使用者的瀏覽模式屬性即：挖掘出群體共通的瀏覽歷程，就可定義出特定意圖或行為歷程的熱門集合。

以上述為例，{ i2, i3, i4 }可視為一種比價類別的共通歷程 (某種比價標籤) 。接著再與使用者長期的歷史網路瀏覽歷程進行比對，便可反推出使用者個人的偏好屬性標籤，達到初步分眾的效果。

因此，實施步驟分成兩個階段：

階段 1：找出經常群聚在一起的共通熱門的網路瀏覽歷程的集合 X = { x1, x2, …, xm }。每個 xi∈X表示一群聚網站集合(至少包含一個網站)，xi的標籤(例如: 比價、找工作)以群聚網站的主要類別(類別比例高者)來決定，其中，1≦i≦m，m為一正整數。

階段 2：提出標籤化使用者的演算法。此演算法的輸入為X以及個別使用者的網路瀏覽歷程 (cs_uid)。輸出則為該使用者關聯至X中各群聚網站之標籤的權重值，例如：Label (uid) = ＜ x1 (50%), x2 (30%), … ＞。

在群體行為或歷程的分析應用上，可以參考許多相關的技術。例如，在典型的購物籃分析(Market Basket Analysis or Affinity Analysis)中，探勘頻繁項目集(Frequent Itemset Mining，FIM)以及關聯法則(Association Rules，AR)演算法常被用來挖掘顧客的購買習慣 (購買產品項之間的關聯性)。

先驗算法(Apriori)是一種典型用於計算關聯法則之演算法。其運算過程中，會同時產生許多頻繁項目集，例如，若{ A, B }為頻繁項目集，則表示A與B同時出現在交易資料的程度高於某個門檻值，而這個門檻值稱為支持度 (Support)。

在本發明之一實施例中，取樣資料為連續9天中隨機取出之10%使用者的網站瀏覽資料。由於FIM的輸入資料必須是交易(transaction)型態資料，每一筆記錄(table row)代表某個使用者在單一時間區間(Session)中的瀏覽歷程(clickstream)。

進行FIM後，很明顯可以發現這些頻繁項目集的組成基本上都屬於類別相近的網站，即群聚網站。例如，一群聚網站{www.yes123.com.tw, www.1111.com.tw, www.104.com.tw, pda.104.com.tw, www.518.com.tw} 聚集了一群找工作類別的網站，這意味著，大多數找工作者的網路共通歷程可以被定義出;也可以因為使用者的歷程跟這個頻繁項目集很類似，進而推論該使用者正在找工作。此外也可以觀察到許多與購物相關的頻繁項目集，利用這些輔助資訊，例如頻繁項目集，可以找到更多同質性高的熱門網站歷程，擴增了原先對特定類別使用者可能的歷程範圍(廣度)的理解，例如，利用上述輔助資訊可以因此找出一群同為購物屬性的一熱門網站集合{www.momoshop.com.tw, shopping.udn.com, shopping.pchome.com.tw, www.pingle.com.tw, www.gohappy.com.tw, … }。

這些頻繁項目集可以用來定義群體使用者的瀏覽偏好屬性，而相似度係藉由個別使用者的瀏覽紀錄對於這些頻繁項目集的相似程度，當相似程度夠接近時，例如此相似程度大於一門檻值時，在本發明之一實施例中，使用者與頻繁項目集被給予相同的標籤(tag)，並且將此標籤做為使用者的瀏覽偏好屬性。

以下將說明使用者的瀏覽模式屬性，即步驟120到步驟180。根據網站瀏覽歷程(假定在某個時間區間s中的網站瀏覽歷程表示為s = {i1, i2, …, in }) 關連到使用者的網站瀏覽行為，定義使用者的瀏覽模式屬性將以網站類別純度(Category Purity)與站內行為純度(In-Site Purity)進行計算與歸類。

本發明之網站類別純度係透過飛塔防火牆(FortiGuard)的外部分類資料。每一個網站連結都會有一個類別 (category，因此網站瀏覽歷程s會有一組對應的類別集合 {t1, t2, …, tn }。網站類別純度 (P_cat) 的定義如下：

。換句話說，此網站類別純度係指在該網站瀏覽歷程的所有網站連結中，至少一網站連結落在同一網站類別所佔的比例。

當P_cat值偏高，表示s這段網站瀏覽歷程的同質性偏高。舉例來說，當 P_cat = 1，表示這n個連結都落在同一網站類別，如果此網站類別為找工作(Job Search)，那就表示s這段網站瀏覽歷程的背後意圖很可能就是在找工作。若P_cat值偏低，就表示s這段瀏覽歷程的意圖相對發散。

本發明之站內行為純度中之“站內”是指網站之網址有相同的主網域名稱(主網域名稱在此處是指第二階網域名稱(Second-Level Domain Label))，例如：以下網址{'tw.yahoo.com', 'tw.news.yahoo.com', 'tw.search.yahoo.com'} 皆屬於yahoo這個主網域名稱的站內連結。類似P_cat，站內行為純度 (P_ins) 的定義如下：

。換句話說，此站內行為純度係指在該網站瀏覽歷程的所有網站連結中，至少一網站連結的一網址具有相同的一主網域所佔的比例。

當P_ins值偏高，表示s這段網站瀏覽歷程的站內行為偏高。舉例來說，當 P_ins = 1，表示這n個連結都屬於站內行為，如果此站為yahoo，那就表示s這段網站瀏覽歷程的瀏覽習性偏好此yahoo網站。若P_ins值偏低，就表示s這段網站瀏覽歷程的瀏覽特性屬於跨站瀏覽。

根據網站類別純度與站內行為純度，任一段網站瀏流覽歷程皆可對應到圖2之使用者的瀏覽模式屬性的分類矩陣，例如，類別-網域一致性矩陣(Category-Domain Coherence Matrix:，CDC Matrix)。為了方便解讀，初步將CDC Matrix分為四個區域，並分別對應到不同的瀏覽模式。

在圖2的左上為使用者的瀏覽模式屬性之旅居型 (sojourner)：指來回跨越多網站而且瀏覽的網站類別相近之瀏覽行為。例如：在多個不同網站來回查閱商品進行比價。由於旅居型的使用者行為通常專注在尋找某個物品或研究某種主題，所以這些使用者可以被合理假設就是潛在的廣告受眾。

在圖2的右上為使用者的瀏覽模式屬性之定居型 (resident)：指駐足於特定站內觀看類別相近內容之瀏覽行為 (即在站內為了單一目的之瀏覽行為)。例如：使用者習慣在momo或pchome系列網站進行商品瀏覽。由於意圖明確，因此這些使用者也是合理的廣告受眾。

在圖2左下為使用者的瀏覽模式屬性之跨站流浪型 (inter-wanderer)：指來回跨越多網站但是目的不明顯(觀看類別分散)之瀏覽行為。因為足跡分散，可能屬於漫無目的之瀏覽行為，也可能是綜合跨站行為但難以判讀之意圖。

在圖2右下為使用者的瀏覽模式屬性之站內流浪型 (intra-wanderer)：指特定網站內目的不明顯 (觀看類別分散) 之瀏覽行為。類似跨站流浪型，差別在使用者的瀏覽行為偏重於站內，這些站通常是比較大型的複合式網站 (具有各種不同的網站類別)，如yahoo。點擊歷程之偏好屬性分類器可簡單定義如以下的瀏覽模式程式(Program browsing-mode)：

輸入(Input)：點擊歷程s = {i1, i2, …, in }; 參數K (介於0到1)定義了區分網站類別相近或相異的純度門檻值; 參數L (介於0到1)定義了區分跨站或站內行為的純度門檻值。

輸出(Output)：瀏覽模式屬性。可以是旅居型(S-mode)、定居型(R-mode)、跨站流浪型(cW-mode) 或站內流浪型(iW-mode)。 program browsing-mode (s): if P_cat (s) ≥ K and P_ins (s) ≤ L: return S-mode elif P_cat (s) ≥ K and P_ins (s) ＞ L: return R-mode elif P_cat (s) ＜ K and P_ins (s) ≤ L: return cW-mode else P_cat (s) ＜ K and P_ins (s) ＞ L: return iW-mode

假定由一群網站瀏覽歷程組成的集合S = { s1, s2, …, sn } 代表某使用者在一段時間內的一群網站瀏覽歷程，藉由程式browsing-mode(s) 可以將S對應到如圖2的CDC Matrix進行瀏覽行為的解讀。

基於本發明之上述實施例，也將先前提及的群體使用者的網站點擊頻繁項目集X = { x1, x2, …, xn } 投射到CDC Matrix，進而對群體使用者的網站瀏覽行為作綜合解讀。由於輸入的結構類似，在程序上只需以網站點擊頻繁項目集X代替下列程式browsing-mode-summary(S)中的參數(argument) S即可。 program browsing-mode-summary (S): for each s in S: count browsing-mode(s) by modes (S-mode, R-mode, cW-mode and iW-mode) display count and percentage for each mode return mode x such that x.count is the maximum (among the four modes)

相關的資料觀察將在以下討論。

上述利用CDC Matrix 從網站點擊頻繁項目集的角度，進行群體瀏覽行為的綜合分析與討論，其取樣資料同樣為連續9天中隨機取出之10%使用者的網站瀏覽歷程，並經過適當的資料處理。

圖3為網站點擊頻繁項目集對應到CDC Matrix的分佈情況(取K=0.5，L = 0.5)，其中每一個標記代表一個頻繁項目集。由圖3中可以觀察到，大部分的熱門的網站瀏覽歷程落在上半部 (旅居型與定居型)，這是因為熱門的共同網站瀏覽歷程通常會有比較明確的意圖 (P_cat偏高)；漫無目的的網站瀏覽歷程，相對不易形成頻繁項目集。

這當中又以旅居型的網站瀏覽歷程居多，這說明當使用者專注在尋找某個物品或研究某種主題時，通常會尋求跨站的資源，例如找工作的網站瀏覽歷程可能會遍及104, 518, 1111, yes123等熱門求職網站 (如圖4)。

整體而言，只要能取得網站瀏覽歷程以及該些歷程所對應的分類，便可透過網站類別純度(P_cat)與站內行為純度(P_ins) 此兩指標進行瀏覽模式的歸類、瀏覽行為的趨勢解讀，同時找出潛在的廣告受眾包括旅居型與定居型使用者。

現今電子商務商的商品推薦與數位廣告的投放除了要爭取商品與服務的曝光外，本發明可強化因應使用者當下的需求與狀況，及提升商品與服務銷售的可能性。

在本發明中另一實施範例中，揭露一種非暫存電腦可讀的儲存媒介，此儲存媒介使用於一電腦程式產品中，此電腦程式產品包括複數個指令，此複數個指令被配置使一計算設備執行上述產生使用者之瀏覽屬性的方法。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

110‧‧‧取得使用者之網路瀏覽紀錄

120‧‧‧決定記錄處理區間

130‧‧‧群聚網站處理

140‧‧‧取得群聚網站的標籤

150‧‧‧計算使用者紀錄與群聚網站的相似度

160‧‧‧產出使用者之瀏覽偏好屬性

170‧‧‧計算使用者之網站紀錄類別與跨主網站純度

180‧‧‧產出使用者之瀏覽模式屬性

圖1舉例說明本發明產生使用者之瀏覽屬性的示例性流程圖。 圖2舉例說明本發明使用者之瀏覽模式屬性。 圖3舉例說明本發明使用者之瀏覽模式屬性之足跡範例。 圖4舉例說明本發明使用者之瀏覽模式屬性之足跡範表列。

Claims (7)

1. 一種產生使用者瀏覽屬性的方法，包括：根據使用者群體的一網路瀏覽歷程找出一群聚網站，該群聚網站包含至少一網站，其中每一該至少一網站具有一網站類別；根據該至少一網站的該網站類別之比例取得該群聚網站的一標籤；計算一相似度，取得一個別使用者的一瀏覽偏好屬性，該相似度係根據該個別使用者之一網站瀏覽歷程，計算與該群聚網站的相似程度；以及由該個別使用者之該網站瀏覽歷程中分析一純度，取得該個別使用者當前的一瀏覽模式屬性，該純度由一網站類別純度與一站內行為純度所決定。
2. 如申請專利範圍第1項所述的方法，其中該群聚網站依一群聚演算法產生。
3. 如申請專利範圍第1項所述的方法，其中該標籤係由該群聚網站之該網站類別的該比例，選擇高比例的該網站類別而產生。
4. 如申請專利範圍第1項所述的方法，其中該相似程度夠接近時，則該個別使用者之該瀏覽偏好屬性即為該群聚網站之該標籤。
5. 如申請專利範圍第1項所述的方法，其中該網站類別純度係指在該網站瀏覽歷程的所有網站連結中，至少一網站連結落在同一網站類別所佔的比例。
6. 如申請專利範圍第1項所述的方法，其中該站內行為純度係指在該網站瀏覽歷程的所有網站連結中，至少一網站連結的一網址具有相同的一主網域所佔的比例。
7. 一種非暫存電腦可讀的儲存媒介，該儲存媒介使用於一電腦程 式產品中，該電腦程式產品包括複數個指令，該複數個指令被配置使一計算設備執行申請專利範圍第1項的方法。