CN105786965A - 一种基于url的用户行为分析方法和装置 - Google Patents
一种基于url的用户行为分析方法和装置 Download PDFInfo
- Publication number
- CN105786965A CN105786965A CN201610052116.9A CN201610052116A CN105786965A CN 105786965 A CN105786965 A CN 105786965A CN 201610052116 A CN201610052116 A CN 201610052116A CN 105786965 A CN105786965 A CN 105786965A
- Authority
- CN
- China
- Prior art keywords
- url
- website
- commodity
- log
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 49
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 16
- 238000007619 statistical method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000009193 crawling Effects 0.000 claims description 6
- 230000006399 behavior Effects 0.000 abstract description 45
- 238000000034 method Methods 0.000 abstract description 11
- 230000000694 effects Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 235000013361 beverage Nutrition 0.000 description 3
- 230000000386 athletic effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000008157 edible vegetable oil Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording 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
- G06F11/3438—Recording 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于URL的用户行为分析方法和装置，方法包括：步骤1)获取网站的原始URL日志，对其进行格式化分解，分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品的唯一标识SKUID；步骤2)根据分解结果标记用户的行为、提取URL中对应商品的SKUID；步骤3)获取网站的爬虫数据，所述爬虫数据中至少包括：爬取信息日期、URL地址、商品品牌、商品品类、商品价格；步骤4)结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站UV、PV信息。
Description
技术领域
本发明属于互联网领域，属于一种基于URL的用户行为分析方法和装置。
背景技术
URL(UniformResourceLocator：统一资源定位器)，其在用户访问Internet时发挥着极其重要的作用，随着互联网技术的高速发展，运营商每天产生的URL日志量达到了TB级，伴随着大数据技术的成熟，处理大量URL日志成为可能，通过对大量URL日志的处理，可以分析、预测用户行为、分析网站用户流量等信息。
发明内容
基于上述问题，本发明通过大数据存储、分析平台Hadoop，使用用户行为分析方法，结合URL日志以及爬虫信息，实现了对用户的行为分析及预测。
本发明解决上述技术问题所采取的技术方案如下：
一种基于URL的用户行为分析方法，包括：
步骤1)获取网站的原始URL日志，对其进行格式化分解，
分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品的唯一标识SKUID；
步骤2)根据分解结果标记用户的行为、提取URL中对应商品的SKUID；
步骤3)获取网站的爬虫数据，所述爬虫数据中包括：爬取信息日期、URL地址、商品品牌、商品品类、商品价格等；
步骤4)结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站UV、PV等信息。
优选的是，所述步骤4)中，具体包括：
从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品网址和对应的品类和品牌信息；
当某一用户在访问了某一商品后，在默认时间内又访问了同一个品类中的不同品牌，则标记其发生了一次品牌流转；或者，当在默认时间内又访问了不同品类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算出网站的品类、品牌的流转信息。
优选的是，所述步骤4)中，具体包括：
获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等信息。
优选的是，步骤1)至步骤4)，是在Hadoop计算平台上进行计算。
优选的是，步骤2)中，基于用户行为分析算法标记用户的行为。
一种基于URL的用户行为分析装置，包括：
日志处理单元，用于获取网站的原始URL日志，对其进行格式化分解，
分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品的唯一标识SKUID；
日志分析单元，用于根据分解结果标记用户的行为、提取URL中对应商品的SKUID；
信息获取单元，用于获取网站的爬虫数据，所述爬虫数据中包括：爬取信息日期、URL地址、商品品牌、商品品类、商品价格；
统计分析单元，用于结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站UV、PV等信息。
优选的是，所述统计分析单元，进一步：
从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品网址和对应的品类和品牌等具体信息；
当某一用户在访问了某一商品后，在默认时间内又访问了同一个品类中的不同品牌，则标记其发生了一次品牌流转；当在默认时间内又访问了不同品类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算出网站的品类、品牌的流转信息。
优选的是，所述统计分析单元，进一步：
获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等信息。
优选的是，所述日志处理单元、日志分析单元和统计分析单元，是在Hadoop计算平台上进行计算。
优选的是，所述日志分析单元，基于用户行为分析算法标记用户的行为。
本发明采取了上述方案以后，基于Hadoop数据分析平台，结合原始URL日志和爬虫数据，通过用户行为分析算法，分析、预测用户行为等信息实现了大数据平台对用户行为的分析、预测，具有很好的效果，同时有较高的参考价值。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
下面结合附图对本发明进行详细的描述，以使得本发明的上述优点更加明确。其中，
图1是本发明基于URL的用户行为分析方法的流程示意图；
图2是本发明基于URL的用户行为分析方法的一个实施例的示意图；
图3是本发明基于URL的用户行为分析装置的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
实施例一：
如图1所示，本技术方案基于Hadoop数据分析平台，结合原始URL日志和爬虫数据，通过用户行为分析算法，分析、预测用户行为等信息。
具体来说，一种基于URL的用户行为分析方法，包括：
步骤1)获取网站的原始URL日志，对其进行格式化分解，
分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品的唯一标识SKUID；
步骤2)根据分解结果标记用户的行为、提取URL中对应商品的SKUID；
步骤3)获取网站的爬虫数据，所述爬虫数据中包括：爬取信息日期、URL地址、商品品牌、商品品类、商品价格；
步骤4)结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站UV、PV等信息。
其中，本发明采取了上述方案以后，基于Hadoop数据分析平台，结合原始URL日志和爬虫数据，通过用户行为分析算法，分析、预测用户行为等信息实现了大数据平台对用户行为的分析、预测，具有很好的效果。
实施例二：
对以上实施例进行说明，其中，如图1所示，本方案的核心思想如下：
1.对原始URL进行格式化分解。
2.根据分解结果标记用户的行为、提取URL中对应商品的SKUID(URL中商品唯一标识)。
3.结合爬虫数据，通过Hadoop计算平台，分析、预测用户行为。
举例来说通过URL分析用户行为，统计品类和品牌流转、网站UV、PV信息。
其中，所述步骤4)中，具体包括：
从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品网址和对应的品类和品牌信息；
其中，当某一用户在默认时间内又(如30s，时间可自定义)访问了同一个品类中的不同品牌，则标记其发生了一次品牌流转；当默认时间内访问了不同品类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算出网站的品类、品牌的流转信息。
所述步骤4)中，具体包括：
获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等信息。
实施例三：
一个具体实例如下，原始的URL日志如下：
2015-11-11
09：29：54||zsds1114245503916900.gd||http：//item.jd.com/1574513144.html
2015-11-11
09：30：24||zsds1114245503916900.gd||http：//item.jd.com/1572788571.html
2015-11-11
09：30：25||zsds1114245503916900.gd||http：//item.jd.com/1523686.html
2015-11-11
09：30：51||zsds1110928214616900.gd||http：//item.jd.com/1586724907.html
2015-11-11
09：31：20||zsds1110928214616900.gd||http：//item.jd.com/1619691378.html
其中，爬虫数据(部分)：
日期||URL||品牌||品类||价格
2015-11-11||http：//item.jd.com/1574513144.html||Nike||户外运动||599.00
2015-11-11||http：//item.jd.com/1572788571.html||Nike||户外运动||639.00
2015-11-11||http：//item.jd.com/1523686.html||福临门||食品饮料||49.90
2015-11-11||http：//item.jd.com/1586724907.html||Adidas||户外运动||599.00
2015-11-11||http：//item.jd.com/1619691378.html||Nike||户外运动||599.00
其中，根据以上实施例，品类、品牌流转统计：
首先罗列出需要统计的品类、品牌，从上述的URL日志，结合爬虫数据(可以访问URL日志中的商品网址来查看)，品类可以分为“运动户外”和“食品饮料”，而品牌可以分为“Nike”、“Adidas”、“福临门”，由于“福临门”食用油和其他两个不属于同一品类，所以在品牌流转时不会统计。
对于用户“zsdsl1142455039”来说，前两个URL访问的都是运动鞋，第三个URL访问的是食用油，品类流转中可以认为“运动户外”品类到“食品饮料”发生了一次品类流转。
对于用户“zsdsl1109282146”，第一个URL访问的是Adidas的运动鞋，第二个URL访问的是Nike的运动鞋，统计为Adidas到Nike发生一次品牌流转，通过对大量用户的行为分析，可以计算出品类、品牌的流转信息。
网站UV、PV统计：
从http：//item.jd.com可以看出用户访问的是京东，URL中的用户个数有两个，所以京东的UV可记为2，两个用户总共访问的京东的页面数为5，则京东的PV数为5。
通过上面的描述可以看出，这种方案带来的好处有下面几点：
1.实现了通过大量URL数据分析、预测用户的行为。
2.结合爬虫数据，准确的定位用户浏览的商品信息。
3.实现了大数据平台对用户行为的分析、预测。
实施例四：
与以上方法相对应，本发明还提供了一种基于URL的用户行为分析装置，包括：日志处理单元，用于获取网站的原始URL日志，对其进行格式化分解，
分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品的唯一标识SKUID；
日志分析单元，用于根据分解结果标记用户的行为、提取URL中对应商品的SKUID；
信息获取单元，用于获取网站的爬虫数据，所述爬虫数据中包括：爬取信息日期、URL地址、商品品牌、商品品类、商品价格；
统计分析单元，用于结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站UV、PV等信息。
优选的是，所述统计分析单元，进一步：
从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品网址和对应的品类和品牌等具体信息；
当某一用户在访问了某一商品后，在默认时间内又访问了同一个品类中的不同品牌，则标记其发生了一次品牌流转；当在默认时间内又访问了不同品类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算出网站的品类、品牌的流转信息。
优选的是，所述统计分析单元，进一步：
获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等信息。
优选的是，所述日志处理单元、日志分析单元和统计分析单元，是在Hadoop计算平台上进行计算。
优选的是，所述日志分析单元，基于用户行为分析算法标记用户的行为。
本发明具有以上方法相同的效果，即其结合原始URL日志和爬虫数据，通过用户行为分析算法，分析、预测用户行为等信息实现了大数据平台对用户行为的分析、预测，具有很好的效果，同时具有较高的参考价值。
需要说明的是，对于上述方法实施例而言，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于URL的用户行为分析方法，其特征在于，包括：
步骤1)获取网站的原始URL日志，对其进行格式化分解，
分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品的唯一标识SKUID；
步骤2)根据分解结果标记用户的行为、提取URL中对应商品的SKUID；
步骤3)获取网站的爬虫数据，所述爬虫数据中包括：爬取信息日期、URL地址、商品品牌、商品品类、商品价格等；
步骤4)结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站UV、PV等信息。
2.根据权利要求1所述的基于URL的用户行为分析方法，其特征在于，所述步骤4)中，具体包括：
从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品网址和对应的品类和品牌信息；
当某一用户在访问了某一商品后，在默认时间内又访问了同一个品类中的不同品牌，则标记其发生了一次品牌流转；或者，当在默认时间内又访问了不同品类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算出网站的品类、品牌的流转信息。
3.根据权利要求1所述的基于URL的用户行为分析方法，其特征在于，所述步骤4)中，具体包括：
获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等信息。
4.根据权利要求1～3任一所述的基于URL的用户行为分析方法，其特征在于，步骤1)至步骤4)，是在Hadoop计算平台上进行计算。
5.根据权利要求1～3任一所述的基于URL的用户行为分析方法，其特征在于，步骤2)中，基于用户行为分析算法标记用户的行为。
6.一种基于URL的用户行为分析装置，其特征在于，包括：
日志处理单元，用于获取网站的原始URL日志，对其进行格式化分解，
分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品的唯一标识SKUID；
日志分析单元，用于根据分解结果标记用户的行为、提取URL中对应商品的SKUID；
信息获取单元，用于获取网站的爬虫数据，所述爬虫数据中包括：爬取信息日期、URL地址、商品品牌、商品品类、商品价格；
统计分析单元，用于结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站UV、PV等信息。
7.根据权利要求6所述的基于URL的用户行为分析装置，其特征在于，所述统计分析单元，进一步：
从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品网址和对应的品类和品牌等具体信息；
当某一用户在访问了某一商品后，在默认时间内又访问了同一个品类中的不同品牌，则标记其发生了一次品牌流转；当在默认时间内又访问了不同品类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算出网站的品类、品牌的流转信息。
8.根据权利要求6所述的基于URL的用户行为分析装置，其特征在于，所述统计分析单元，进一步：
获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等信息。
9.根据权利要求6～8任一所述的基于URL的用户行为分析装置，其特征在于，所述日志处理单元、日志分析单元和统计分析单元，是在Hadoop计算平台上进行计算。
10.根据权利要求6～8任一所述的基于URL的用户行为分析装置，其特征在于，所述日志分析单元，基于用户行为分析算法标记用户的行为。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610052116.9A CN105786965A (zh) | 2016-01-27 | 2016-01-27 | 一种基于url的用户行为分析方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610052116.9A CN105786965A (zh) | 2016-01-27 | 2016-01-27 | 一种基于url的用户行为分析方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105786965A true CN105786965A (zh) | 2016-07-20 |
Family
ID=56403209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610052116.9A Pending CN105786965A (zh) | 2016-01-27 | 2016-01-27 | 一种基于url的用户行为分析方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105786965A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446113A (zh) * | 2016-09-18 | 2017-02-22 | 成都九鼎瑞信科技股份有限公司 | 移动大数据解析方法及装置 |
| CN106844588A (zh) * | 2017-01-11 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种基于网络爬虫的用户行为数据的分析方法及系统 |
| CN108039977A (zh) * | 2017-12-21 | 2018-05-15 | 广州市申迪计算机系统有限公司 | 一种基于用户上网行为的电信用户流失预测方法及装置 |
| CN108255993A (zh) * | 2017-12-29 | 2018-07-06 | 北京三快在线科技有限公司 | 提取业务字段的方法、装置、电子设备及存储介质 |
| CN109583472A (zh) * | 2018-10-30 | 2019-04-05 | 中国科学院计算技术研究所 | 一种web日志用户识别方法和系统 |
| CN109685537A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 用户行为的分析方法、装置、介质和电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102253936A (zh) * | 2010-05-18 | 2011-11-23 | 阿里巴巴集团控股有限公司 | 记录用户访问商品信息的方法及搜索方法和服务器 |
| CN102279851A (zh) * | 2010-06-12 | 2011-12-14 | 阿里巴巴集团控股有限公司 | 一种智能导航方法、装置和系统 |
| CN102693307A (zh) * | 2012-05-24 | 2012-09-26 | 上海克而瑞信息技术有限公司 | 一种网站用户的访问行为记录分析系统 |
| CN103218411A (zh) * | 2013-03-26 | 2013-07-24 | 亿赞普(北京)科技有限公司 | 网站关联信息获取方法与装置 |
| WO2015081801A1 (en) * | 2013-12-06 | 2015-06-11 | Tencent Technology (Shenzhen) Company Limited | Method, server, and system for information push |
| JP5805169B2 (ja) * | 2013-11-25 | 2015-11-04 | ヤフー株式会社 | 行動パターン分析装置および行動パターン分析方法 |
-
2016
- 2016-01-27 CN CN201610052116.9A patent/CN105786965A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102253936A (zh) * | 2010-05-18 | 2011-11-23 | 阿里巴巴集团控股有限公司 | 记录用户访问商品信息的方法及搜索方法和服务器 |
| CN102279851A (zh) * | 2010-06-12 | 2011-12-14 | 阿里巴巴集团控股有限公司 | 一种智能导航方法、装置和系统 |
| CN102693307A (zh) * | 2012-05-24 | 2012-09-26 | 上海克而瑞信息技术有限公司 | 一种网站用户的访问行为记录分析系统 |
| CN103218411A (zh) * | 2013-03-26 | 2013-07-24 | 亿赞普(北京)科技有限公司 | 网站关联信息获取方法与装置 |
| JP5805169B2 (ja) * | 2013-11-25 | 2015-11-04 | ヤフー株式会社 | 行動パターン分析装置および行動パターン分析方法 |
| WO2015081801A1 (en) * | 2013-12-06 | 2015-06-11 | Tencent Technology (Shenzhen) Company Limited | Method, server, and system for information push |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446113A (zh) * | 2016-09-18 | 2017-02-22 | 成都九鼎瑞信科技股份有限公司 | 移动大数据解析方法及装置 |
| CN106844588A (zh) * | 2017-01-11 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种基于网络爬虫的用户行为数据的分析方法及系统 |
| CN109685537A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 用户行为的分析方法、装置、介质和电子设备 |
| CN109685537B (zh) * | 2017-10-18 | 2021-02-26 | 北京京东尚科信息技术有限公司 | 用户行为的分析方法、装置、介质和电子设备 |
| CN108039977A (zh) * | 2017-12-21 | 2018-05-15 | 广州市申迪计算机系统有限公司 | 一种基于用户上网行为的电信用户流失预测方法及装置 |
| CN108255993A (zh) * | 2017-12-29 | 2018-07-06 | 北京三快在线科技有限公司 | 提取业务字段的方法、装置、电子设备及存储介质 |
| CN109583472A (zh) * | 2018-10-30 | 2019-04-05 | 中国科学院计算技术研究所 | 一种web日志用户识别方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105786965A (zh) | 一种基于url的用户行为分析方法和装置 | |
| CN105989004B (zh) | 一种信息投放的预处理方法和装置 | |
| Barford et al. | Adscape: Harvesting and analyzing online display ads | |
| CN102576443B (zh) | 受众分组估计 | |
| US9934467B2 (en) | Automatic artist and content breakout prediction | |
| US20190347287A1 (en) | Method for screening and injection of media content based on user preferences | |
| CN106021583B (zh) | 页面流量数据的统计方法及其系统 | |
| CN103778125B (zh) | 网页投放内容的分析方法和装置及自动投放方法和装置 | |
| US20080077561A1 (en) | Internet Site Access Monitoring | |
| CN101493832A (zh) | 网站内容联合推荐系统与方法 | |
| US8868570B1 (en) | Selection and display of online content items | |
| CN107797908A (zh) | 一种网站用户的行为数据采集方法 | |
| US20150302466A1 (en) | Data determination method and device for a thermodynamic chart | |
| CN106649316A (zh) | 一种视频推送方法及装置 | |
| US20090271260A1 (en) | Systems, Methods and Computer Program Products for Researching, Planning, Building, Purchasing and Tracking Digital Online Media Advertising | |
| US9262536B2 (en) | Direct page view measurement tag placement verification | |
| EP3289487B1 (en) | Computer-implemented methods of website analysis | |
| CN106919625A (zh) | 一种互联网用户属性识别方法和装置 | |
| CN104965863B (zh) | 一种对象聚类方法和装置 | |
| CN109977312A (zh) | 一种基于内容标签的知识库推荐系统 | |
| CN107436940B (zh) | 基于用户信息行为分析的web前端动态展示数据的方法 | |
| CN101188521A (zh) | 一种挖掘用户行为数据的方法和网站服务器 | |
| JP2009289172A (ja) | 行動履歴分析システムおよびその方法 | |
| CN110110219B (zh) | 根据网络行为确定用户偏好的方法及装置 | |
| CN106933905A (zh) | 网页访问数据的监测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160720 |