CN102831114A

CN102831114A - 实现互联网用户访问情况统计分析的方法及装置

Info

Publication number: CN102831114A
Application number: CN2011101593674A
Authority: CN
Inventors: 陈家耀; 申志辉; 欧阳佑
Original assignee: BEIJING SIBOTU INFORMATION TECHNOLOGY Co Ltd
Current assignee: Miaozhen Systems Information Technology Co Ltd
Priority date: 2011-06-14
Filing date: 2011-06-14
Publication date: 2012-12-19
Anticipated expiration: 2031-06-14
Also published as: CN102831114B

Abstract

本发明披露了实现互联网用户访问情况统计分析的方法及装置，其中方法包括：提取及记录每一来访用户对象所代表的用户机的信息，根据用户机的信息的相似度合并用户对象。本发明通过学习过程记录不同的Cookie所代表的用户机的信息以及对Cookie所发生的浏览行为，对用户相似程度进行判断，将有可能是同一个用户产生的Cookie进行合并，并基于合并后Cookie的浏览行为记录统计分析访问频次和浏览行为习惯，由此可避免因用户清除Cookie等因素造成的用户行为关联性丢失和统计误差，从而能够真实客观地评价网站的受访情况。

Description

实现互联网用户访问情况统计分析的方法及装置

技术领域

本发明涉及互联网服务提供商统计分析服务网站受访情况的方法，尤其涉及基于Cookie实现网站受访情况统计分析的方法及装置。

背景技术

Cookie是服务器暂时存放在上网用户的电脑里的资料，即一种文本文件，以便让服务器能够识别网络用户身份。当用户访问某一网站时，Web服务器会首先传递一份Cookie资料放在用户的机器上，将用户在访问网站时所输入的文字或做的一些选择记录下来。当用户再次访问同一个网站时，Web服务器若查询到该用户机留有Cookie资料，便会依据Cookie资料的内容来判断用户机，并送出特定的网页内容给用户机。

网站服务提供商可以利用cookie跟踪统计分析访问网站的访问频次和用户行为习惯。其中，用户行为包括浏览网站中的网页，点击网页中的广告，在网上进行购买活动，浏览网上商品，点播IPTV频道节目等；访问频次例如根据对访问页面、访问时间(在每个网页上的停留时间)、点击某一网站链接的次数以及用户的上网时间等行为习惯进行的分析，统计出访问总人数、人均访问次数以及不同访问次数的人数分布分析等。利用统计分析出的这些受访情况信息，一方面可以为用户提供个性化的网络服务，另一方面，也可以作为了解网络用户行为习惯的工具，用于改进网站经营策略。

随着互联网技术的高速发展，网络上的信息越来越多，能够提供的商品和信息服务越来越丰富，人们的生活也越来越依赖于网络，互联网用户呈爆炸式地增长。信息提供商希望通过统计分析用户的访问频次和浏览行为习惯，发现影响网站流量的相关因素，以便改善产品的质量和服务的针对性，吸引更多目标用户的访问。广告主则希望更科学地评价其广告投放的效果，并由此改善广告投放策略，将有限的广告资源更精准地集中针对潜在的客户上。

目前，针对互联网用户访问频次和行为的分析，主要是基于浏览器Cookie或Flash cookie(Share Object)，即把Cookie与用户等同起来。比如，当统计出一个网站的访问次数大于两次的Cookie有2000个，则认为访问该网站大于两次的人有2000人。

然而，依据Cookie进行统计分析存在以下问题：由于用户可以自行删除cookie，或者直接阻止cookie，因此通常Cookie的生命周期要比用户短很多，一个用户有可能对应了多个Cookie，Cookie实际只相当于用户在某段时间的行为片段；因此直接基于Cookie来统计分析相当于将一个用户割裂为多个用户，使得统计出的用户访问频次和行为数据会与实际的结果产生较大的误差，从而导致网站受访分析的结果缺乏真实性。

发明内容

本发明所要解决的技术问题是提供一种实现互联网用户访问情况统计分析的方法及装置，能够避免统计的用户行为的关联性丢失和统计误差。

为了解决上述技术问题，本发明提供了一种实现互联网用户访问情况统计分析的方法，包括：

提取及记录每一来访用户对象所代表的用户机的信息，根据用户机的信息的相似度合并用户对象。

进一步地，提取及记录每一来访用户对象所代表的用户机的信息，根据所述用户机的信息的相似度合并所述用户对象，具体包括：

为每一来访的用户对象分配一个唯一标识，针对用户对象提取并记录用户机的信息，包括IP地址、浏览器类型及其版本、操作系统类型及其版本、屏幕分辨率以及Flash版本信息中的一种或多种；

针对用户机的信息的重要性或相关程度为所述信息赋予相应的权重，包括：用户机的第1信息至第n信息的各个权重，n为大于1的整数；

按如下公式计算各用户对象之间的相似度：

＝∑第N信息的权重*用户对象之间第N信息的相似度；

式中，用户对象之间第N信息的相似度，是指该第N信息具有信息重叠部分占总信息的比率；N＝1～n；

将相似度大于或等于预定阈值的用户对象合并成代表一个互联网用户的新用户对象，为合并后的所述新用户对象重新分配一个唯一标识，并存储新用户对象的所述标识和描述合并后浏览行为的对应关系记录。

进一步地，该方法还包括：

记录用户对象的浏览行为，根据用户机的信息的相似度和浏览行为的相似度合并用户对象。

进一步地，记录用户对象的浏览行为，根据用户机的信息的相似度和浏览行为的相似度合并用户对象，具体包括：

记录浏览行为，包括浏览网站及其页面、浏览总时间、浏览总频次以及浏览网站频道的频次行为中的一种或多种；

针对用户机的信息和浏览行为的重要性或相关程度为所述信息和浏览行为赋予相应的权重，包括：用户机的第1信息至第n信息的各个权重，用户对象第1浏览行为至第m浏览行为的各个权重，n、m分别为大于1的整数；

按如下公式计算各用户对象之间的相似度：

＝∑第N信息的权重*用户对象之间第N信息的相似度

+∑第M浏览行为的权重*用户对象之间第M浏览行为的相似度；

式中，用户对象之间第M浏览行为的相似度通过求取浏览网站频道的频次占浏览总频次的比率计算；N＝1～n；M＝1～m；

将相似度大于或等于预定阈值的用户对象合并成代表一个互联网用户的新用户对象，为合并后的新用户对象重新分配一个唯一标识，并存储新用户对象的标识和描述合并后浏览行为的对应关系记录。

为了解决上述技术问题，本发明提供了一种实现互联网对象受访情况统计分析的方法，包括：

提取及记录每一来访用户对象所代表的用户机的信息，根据用户机的信息的相似度合并用户对象；

记录合并的用户对象的浏览行为，根据该记录统计分析网站受访情况。

为了解决上述技术问题，本发明提供了一种实现互联网用户访问情况统计分析的装置，包括用户机信息提取模块、存储模块以及用户合并模块，其中：

用户机信息提取模块，用于提取每一来访用户对象所代表的用户机的信息，并将提取的信息记录在存储模块中用户机信息记录中；

用户合并模块，用于根据存储模块记录中的用户机的信息的相似度合并用户对象，并将合并后的用户对象所发生的浏览行为记录在存储模块中合并用户行为记录中；

存储模块，至少用于存储用户机信息和合并用户行为记录。

进一步地，

用户合并模块针对所述用户机的信息的重要性或相关程度为信息赋予相应的权重，根据权重及用户机的信息的相似度计算各用户对象之间的相似度，将相似度大于或等于预定阈值的用户对象合并成代表一个互联网用户的新用户对象，为合并后的新用户对象重新分配一个唯一标识，并存储新用户对象的标识和描述合并后浏览行为的对应关系记录。

进一步地

用户行为记录模块，用于将记载在用户机信息和行为记录中的用户对象所发生的浏览行为记录在用户行为记录中；

用户合并模块还根据用户机的信息和浏览行为的相似度合并用户对象，并将合并后的用户对象所发生的浏览行为记录在存储模块中合并用户行为记录中；

存储模块还存储用户行为记录。

进一步地，

用户机信息提取模块为每一来访的用户对象分配一个唯一标识；针对用户对象提取并记录的用户机的信息包括IP地址、浏览器类型及其版本、操作系统类型及其版本、屏幕分辨率以及Flash版本信息中的一种或多种；

用户行为记录模块记录的用户对象的浏览行为包括浏览网站及其页面、浏览总时间、浏览总频次以及浏览网站频道的频次行为中的一种或多种；

用户合并模块针对用户机的信息和浏览行为的重要性或相关程度赋予相应的权重，根据所述权重、用户机的信息的相似度以及浏览行为的相似度计算各用户对象之间的相似度，将相似度大于或等于预定阈值的用户对象合并成代表一个互联网用户的新用户对象，为合并后的新用户对象重新分配一个唯一标识，并存储新用户对象的标识和描述合并后浏览行为的对应关系记录。

进一步地，该装置还包括统计分析模块，其中：

统计分析模块，用于根据存储模块中合并用户行为记录统计用户访问频次及用户行为，并将生成的结果报告存储在存储模块中的结果报告记录中；

存储模块还用于存储统计分析模块生成的结果报告。

本发明通过学习过程，对不同的Cookie所代表的用户机的信息以及对Cookie所发生的浏览行为的记录对用户相似程度进行判断，将有可能是同一个用户产生的Cookie进行合并，并基于合并后Cookie的浏览行为记录统计分析访问频次和浏览行为习惯，由此可避免因用户清除Cookie等因素造成的用户行为关联性丢失和统计误差，从而能够真实客观地评价网站的受访情况。

附图说明

图1为本发明的互联网用户访问情况统计分析的方法实施例的流程图；

图2为本发明的互联网用户访问情况统计分析的装置实施例的结构框图。

具体实施方式

以下结合附图和优选实施例对本发明的技术方案进行详细地阐述。以下例举的实施例仅用于说明和解释本发明，而不构成对本发明技术方案的限制。

如图1所示，是为本发明的实现互联网用户访问情况统计分析的方法实施例的流程，包括如下步骤：

110：提取及记录每一来访用户对象(即Cookie)所代表的用户机的信息；

首先为每一个来访Cookie分配一个唯一标识(ID)，提取并记录每个Cookie所代表的用户机的信息，包括IP地址、浏览器类型及其版本、操作系统类型及其版本以及屏幕分辨率等机器信息中的一种或多种。

记录的Cookie用户机的信息和/或浏览行为如表1所示。

表1

120：根据用户机的信息相似度合并Cookie；

针对所有Cookie计算各代表的用户机的信息的相似度，具体包括：

1)针对用户机不同的信息的重要性或相关程度赋予不同的权重：信息1的权重、信息2的权重、......、信息n的权重；

2)按如下公式计算各Cookie所代表的用户机的信息之间的相似度：

＝∑第N信息的权重*不同Cookie之间第N信息的相似度；

式中，N＝1～n；

3)按照不同的Cookie之间的相似度从高到低排列，将相似度大于或等于预定阈值的Cookie合并成代表一个互联网用户的新Cookie，为合并后的新Cookie新分配一个唯一的ID，并存储该新Cookie的ID和对应关系记录。

实施例1

1)针对Cookie的IP地址、浏览器(包括类型及其版本)的用户机信息，分别赋予0.2、0.3的权重；

2)计算Cookie1、Cookie2两个Cookie之间的相似度，等于：

0.2*Cookie1、Cookie2之间IP地址相似度

+0.3*Cookie1、Cookie2之间浏览器相似度；

用户机信息的相似度计算方法类似，是将具有信息重叠部分的比率作为相应信息的相似度，譬如将两个Cookie的IP地址(一串数字)中相应数位数字相同(重叠)的位数占总位数的比率作为IP地址相似度。

3)将相似度大于或等于预定阈值的Cookie合并成代表一个互联网用户的新Cookie，为合并后的新Cookie新分配一个唯一的ID，并存储该新Cookie的ID和描述合并后浏览行为的对应关系记录，如表2中所示。

表2

130：记录Cookie的浏览行为，根据用户机的信息的相似度和浏览行为的相关度合并Cookie；

记录每一Cookie的浏览行为，包括浏览网站及其页面、浏览总时间、浏览总次数以及浏览网站频道的次数等行为中的一种或多种。

虽然Cookie可以存放以用户浏览行为，但是Cookie由于容量、寿命等一些因素的限制一般不存放用户浏览行为。用户的浏览行为一般会由服务器端在用户进行浏览时进行记录，并以文件形式(例如数据库文件)存储在服务器端，记录及存储的浏览行为包括：Cookie ID和用户请求的统一资源定位符(URL，Uniform Resource Locator)，用于指定浏览行为信息的位置，从而形成一条浏览行为记录。因此，本发明中用户浏览行为可以从cookie直接获取，也可以从服务器端存储用户浏览行为的文件中获取。

针对用户机不同的信息和浏览行为的重要性或相关程度赋予不同的权重：信息1的权重、信息2的权重、......、信息n的权重、浏览行为1的权重、......、浏览行为m的权重；

2)按如下公式计算各Cookie之间的相似度，包括用户机的信息的相似度和浏览行为的相似度：

＝∑第N信息的权重*不同Cookie之间第N信息的相似度

+∑第M浏览行为的权重*不同Cookie之间第M浏览行为的相似度；

式中，N＝1～n；M＝1～m；

实施例2

1)针对Cookie的IP地址、浏览器(包括类型及其版本)以及Cookie在各网站频道的浏览行为，分别赋予0.2、0.3、0.3的权重；

2)计算Cookie1、Cookie2两个Cookie之间的相似度，等于：

0.2*Cookie1、Cookie2之间IP地址相似度

+0.3*Cookie1、Cookie2之间操作系统相似度

+0.3*浏览行为相关度；

其中，为了避免量纲不一致，浏览行为的相关度可通过求取相应的浏览频次比率计算；如表1中所示，Cookie1浏览体育频道的比率是30％，浏览娱乐频道的比率是70％；Cookie2浏览体育频道的比率为50％，浏览财经频道的比率为50％，则针对这两个Cookie可以将其重叠浏览频道的比率30％作为行为相关度，即0.3。

3)将相似度大于或等于预定阈值的Cookie合并成代表一个互联网用户的新Cookie，为合并后的新Cookie新分配一个唯一的ID，并存储该新Cookie的ID和对应关系记录，如表3所示。

表3

通过以上方法实施例的步骤，便可实现对互联网用户访问情况的统计分析。如果要将该方法应用于对互联网对象受访情况的统计分析，则还需要包括以下步骤：

140：基于合并后的Cookie的浏览行为的记录统计分析互联网对象受访情况。

互联网对象通常包括网站和软件客户端的一种或多种。譬如根据对这些合并后的Cookie浏览行为的记录，重新统计分析网站或客户端用户访问频次及用户行为，并出具受访情况的结果报告，以及据此做出相关性推荐等。

本发明针对上述方法实施例，相应地还提供了实现互联网用户访问情况统计分析的装置实施例，其结构如图2所示，包括用户机信息提取模块、存储模块以及用户合并模块，其中：

用户机信息提取模块，用于提取每一来访Cookie所代表的用户机的信息，并将提取的用户机的信息记录在存储模块中的用户机信息记录中；

用户合并模块，用于至少根据存储模块中记录的用户机信息的相似度合并Cookie，并将合并后的Cookie所发生的浏览行为记录在存储模块中的合并用户行为记录中；

存储模块，用于至少存储用户机信息记录和合并用户行为记录。

用户机信息提取模块为每一个来访Cookie分配一个唯一ID，提取并记录每个Cookie所代表的用户机的信息，包括IP地址、浏览器类型及其版本、操作系统类型及其版本以及屏幕分辨率等机器信息中的一种或多种，请参照表1；

用户合并模块根据用户机不同的信息的重要性或相关程度赋予不同的权重，计算不同Cookie之间的相似度，将相似度大于或等于预定阈值的Cookie合并成代表一个互联网用户的新Cookie，为合并后的新Cookie新分配一个唯一的ID，并存储该新Cookie的ID和对应关系记录，请参照表2。

上述装置实施例还包括用户行为记录模块，其中：

用户行为记录模块，用于将记载在用户机信息记录中的Cookie所发生的浏览行为记录在存储模块中的用户行为记录中；

用户合并模块还根据存储模块中记录的用户机信息和浏览行为的相似度合并Cookie，并将合并后的Cookie所发生的浏览行为记录在存储模块中的合并用户行为记录中；

存储模块还用于存储用户行为记录。

用户行为记录模块记录每一Cookie的浏览行为，包括浏览网站及其页面、浏览总时间、浏览总次数以及浏览网站频道的次数等行为中的一种或多种，请参照表1；

用户合并模块根据用户机不同的信息和Cookie浏览行为的重要性或相关程度赋予不同的权重，计算不同Cookie之间的相似度，将相似度大于或等于预定阈值的Cookie合并成代表一个互联网用户的新Cookie，为合并后的新Cookie新分配一个唯一的ID，并存储该新Cookie的ID和对应关系记录，请参照表3。

上述装置实施例还包括统计分析模块，其中：

统计分析模块，用于基于存储模块中的合并用户行为记录统计用户访问频次及用户行为，并将生成的结果报告存储在存储模块中的结果报告记录中；

存储模块还用于存储统计分析模块生成的结果报告。

对于本领域的专业人员来说，在了解了本发明内容和原理后，能够在不背离本发明的原理和范围的情况下，根据本发明的方法进行形式和细节上的各种修正和改变，但是这些基于本发明的修正和改变仍在本发明的权利要求保护范围之内。

Claims

1.一种对互联网用户访问情况统计分析的方法，包括：

提取及记录每一来访用户对象所代表的用户机的信息，根据所述用户机的信息的相似度合并所述用户对象。

2.按照权利要求1所述的方法，其特征在于，所述提取及记录每一来访用户对象所代表的用户机的信息，根据所述用户机的信息的相似度合并所述用户对象，具体包括：

为每一来访的所述用户对象分配一个唯一标识，针对所述用户对象提取并记录所述用户机的信息，包括IP地址、浏览器类型及其版本、操作系统类型及其版本、屏幕分辨率以及Flash版本信息中的一种或多种；

针对所述用户机的信息的重要性或相关程度为所述信息赋予相应的权重，包括：用户机的第1信息至第n信息的各个权重，所述n为大于1的整数；

按如下公式计算各用户对象之间的相似度：

＝∑第N信息的权重*所述用户对象之间第N信息的相似度；

式中，所述用户对象之间第N信息的相似度，是指该第N信息具有信息重叠部分占总信息的比率；所述N＝1～n；

将相似度大于或等于预定阈值的用户对象合并成代表一个互联网用户的新用户对象，为合并后的所述新用户对象重新分配一个唯一标识，并存储所述新用户对象的所述标识和描述合并后浏览行为的对应关系记录。

3.按照权利要求2所述的方法，其特征在于，还包括：

记录所述用户对象的浏览行为，根据所述用户机的信息的相似度和所述浏览行为的相似度合并所述用户对象。

4.按照权利要求3所述的方法，其特征在于，记录所述用户对象的浏览行为，根据所述用户机的信息的相似度和所述浏览行为的相似度合并所述用户对象，具体包括：

记录所述浏览行为，包括浏览网站及其页面、浏览总时间、浏览总频次以及浏览网站频道的频次行为中的一种或多种；

针对所述用户机的信息和所述浏览行为的重要性或相关程度为所述信息和所述浏览行为赋予相应的权重，包括：用户机的第1信息至第n信息的各个权重，用户对象第1浏览行为至第m浏览行为的各个权重，所述n、m分别为大于1的整数；

按如下公式计算各用户对象之间的相似度：

＝∑第N信息的权重*所述用户对象之间第N信息的相似度

+∑第M浏览行为的权重*所述用户对象之间第M浏览行为的相似度；

式中，所述用户对象之间第M浏览行为的相似度通过求取浏览网站频道的频次占浏览总频次的比率计算；所述N＝1～n；所述M＝1～m；

5.一种实现互联网对象受访情况统计分析的方法，包括：

提取及记录每一来访用户对象所代表的用户机的信息，根据所述用户机的信息的相似度合并所述用户对象；

6.一种实现互联网用户访问情况统计分析的装置，其特征在于，包括用户机信息提取模块、存储模块以及用户合并模块，其中：

用户合并模块，用于根据存储模块记录中的所述用户机的信息的相似度合并所述用户对象，并将合并后的用户对象所发生的浏览行为记录在存储模块中合并用户行为记录中；

存储模块，至少用于存储所述用户机信息和所述合并用户行为记录。

7.按照权利要求6所述的装置，其特征在于，

所述用户合并模块针对所述用户机的信息的重要性或相关程度为所述信息赋予相应的权重，根据所述权重及所述用户机的信息的相似度计算各用户对象之间的相似度，将相似度大于或等于预定阈值的用户对象合并成代表一个互联网用户的新用户对象，为合并后的所述新用户对象重新分配一个唯一标识，并存储所述新用户对象的所述标识和描述合并后浏览行为的对应关系记录。

8.按照权利要求7所述的装置，其特征在于，还包括用户行为记录模块，其中：

用户行为记录模块，用于将记载在所述用户机信息和行为记录中的用户对象所发生的浏览行为记录在用户行为记录中；

所述用户合并模块还根据所述用户机的信息和所述浏览行为的相似度合并所述用户对象，并将合并后的用户对象所发生的浏览行为记录在存储模块中合并用户行为记录中；

所述存储模块还存储所述用户行为记录。

9.按照权利要求8所述的装置，其特征在于，

所述用户机信息提取模块为每一来访的所述用户对象分配一个唯一标识；针对所述用户对象提取并记录的所述用户机的信息包括IP地址、浏览器类型及其版本、操作系统类型及其版本、屏幕分辨率以及Flash版本信息中的一种或多种；

所述用户行为记录模块记录的所述用户对象的浏览行为包括浏览网站及其页面、浏览总时间、浏览总频次以及浏览网站频道的频次行为中的一种或多种；

所述用户合并模块针对所述用户机的信息和所述浏览行为的重要性或相关程度赋予相应的权重，根据所述权重、所述用户机的信息的相似度以及所述浏览行为的相似度计算各用户对象之间的相似度，将相似度大于或等于预定阈值的用户对象合并成代表一个互联网用户的新用户对象，为合并后的所述新用户对象重新分配一个唯一标识，并存储所述新用户对象的所述标识和描述合并后浏览行为的对应关系记录。

10.按照权利要求7至9任一项所述的装置，其特征在于，还包括统计分析模块，其中：

统计分析模块，用于根据所述存储模块中所述合并用户行为记录统计用户访问频次及用户行为，并将生成的结果报告存储在所述存储模块中的结果报告记录中；

所述存储模块还用于存储统计分析模块生成的所述结果报告。