CN110020241B - 一种获取访客个人信息的方法及装置 - Google Patents
一种获取访客个人信息的方法及装置 Download PDFInfo
- Publication number
- CN110020241B CN110020241B CN201710919856.2A CN201710919856A CN110020241B CN 110020241 B CN110020241 B CN 110020241B CN 201710919856 A CN201710919856 A CN 201710919856A CN 110020241 B CN110020241 B CN 110020241B
- Authority
- CN
- China
- Prior art keywords
- visitor
- attribute information
- user
- website
- obtaining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000009826 distribution Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000015067 sauces Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种获取访客个人信息的方法及装置,监测访客的访问来源链接,当确定访客从设定网站跳转至目标网站时,获取设定网站的用户属性信息。然后,根据设定网站的用户属性信息确定该访客的用户属性信息。例如,访客从某个人的微博主页跳转到目标网站,此时,认为该访客与该微博主页所属用户之间存在某种关联关系,例如,好友关系、或具有相同的兴趣爱好等。分析微博主页所属用户的用户属性信息,根据该微博主页所属用户的用户属性信息推测访客的个人属性信息。该方法利用与用户关联的其它用户的属性信息推测该用户的属性信息,提高了获得访客的个人属性信息的可信度及准确率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种获取访客个人信息的方法及装置。
背景技术
随着网络技术飞速发展,互联网已经成为用户获取信息的重要来源之一。各种网站应运而生,为了提高用户体验,网站会结合用户的个人信息向用户推荐相关产品。
但是,网站每天的访客量很大,而且,很多用户都不用账户登录,而是以访客的身份访问网站,因此,很难获取访客的资料。精确获取网站访客的个人信息成为提高网络推荐信息的精准度的一个重要途径。
发明内容
鉴于上述问题,提出了本发明提供了一种获取访客个人信息的方法及装置,以解决目前的获取访客个人信息不精准的技术问题。其具体技术方案如下:
第一方面,本申请提供一种获取访客个人信息的方法,包括:
获取访客访问目标网站的访问来源链接;
当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息;
根据所述设定网站的用户属性信息推测所述访客的个人属性信息。
可选地,所述获取所述设定网站的用户属性信息,包括:
解析所述访问来源链接获得所述设定网站的跳转页面所属用户的用户标识信息;
根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
可选地,所述获取所述设定网站的用户属性信息,包括:
获取所述设定网站的内容属性信息;
获取访问所述内容属性信息所对应内容的用户属性信息。
可选地,根据所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
确定所述访客的目标推测信息项对应的权重系数;
根据所述目标推测信息项对应的权重系数及所述跳转页面所属用户的用户属性信息,计算得到所述访客的个人属性信息。
可选地所述方法还包括:
获取所述访客的访问来源IP,并根据所述访问来源IP确定所述访客的所在地;
所述根据所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
根据所述访客所在地的用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息。
可选地,根据所述访客所在地的用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
根据所述访客所在地的用户属性分布比例,以及所述设定网站的用户属性信息,利用加权平均算法,计算得到所述访客的个人属性信息。
第二方面,本申请还提供一种获取访客个人信息的装置,包括:
第一获取模块,用于获取访客访问目标网站的访问来源链接;
第二获取模块,用于当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息;
推测模块,用于根据所述设定网站的用户属性信息推测所述访客的个人属性信息。
可选地,所述第二获取模块包括:
解析子模块,用于解析所述访问来源链接获得所述设定网站的跳转页面所属用户的用户标识信息;
获取子模块,用于根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
第三方面,本申请还提供一种存储介质,其上存储有程序,所述程序被处理器执行时实现第一方面所述的获取访客个人信息的方法。
第四方面,本申请还提供一种处理器,所述处理器用于运行程序,所述程序运行时执行第一方面所述的获取访客个人信息的方法。
本发明提供的获取访客个人信息的方法,监测访客的访问来源链接,当确定访客从设定网站跳转至目标网站时,获取设定网站的用户属性信息。然后,根据设定网站的用户属性信息确定该访客的用户属性信息。例如,访客从某个人的微博主页跳转到目标网站,此时,认为该访客与该微博主页所属用户之间存在某种关联关系,例如,好友关系、或具有相同的兴趣爱好等。分析微博主页所属用户的用户属性信息,根据该微博主页所属用户的用户属性信息推测访客的个人属性信息。该方法利用与用户关联的其它用户的属性信息推测该用户的属性信息,提高了获得访客的个人属性信息的可信度及准确率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本申请实施例一种获取访客个人信息的方法流程图;
图2示出了本申请实施例一种获取设定网站的用户属性信息过程的流程图;
图3示出了本申请实施例另一种取设定网站的用户属性信息过程的流程图;
图4示出了本申请实施例另一种获取访客个人信息的方法流程图;
图5示出了本申请实施例一种获取访客个人信息的装置的框图;
图6示出了本申请实施例一种第二获取模块的框图;
图7示出了本申请实施例另一种获取访客个人信息的装置的框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
请参见图1,示出了本申请实施例一种获取访客个人信息的方法流程图,该方法应用于网站中,如图1所示,该方法可以包括以下步骤:
S110,获取访客访问目标网站的访问来源链接。
目标网站即要监测的网站,本文用于分析要监测的网站上的访客的个人信息。
如果用户A直接利用目标网站(例如,网站A)的URL进入该网站,此种场景下,用户的访问来源链接就是该网站的URL。如果用户A从其它网站跳转到网站A,则其访问来源链接中包含该其它网站的URL信息。例如,用户A从微博网站跳转到网站A,则网站A监测到的访问来源URL中包含微博网站的URL。
S120,当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息。
根据访客的访问来源链接判断访客是否是从其它网站跳转至该目标网站。如果访问来源链接中包含其它网站的URL则表明该用户从其它网站跳转到目标网站。
在本申请的一个实施例中,设定网站包括但不限于:微博、知乎、豆瓣、QQ空间等社交网站。然后,从访问来源链接中获取跳转网站的用户属性信息。
请参见图2,示出了本申请实施例一种获取设定网站的用户属性信息过程的流程图,该过程包括以下步骤:
S121,解析访问来源链接获得设定网站的跳转页面所属用户的用户标识信息。
S122,根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
例如,如果用户A从其好友(用户B)的微博页面点击了包含网站A的链接,此种场景下,用户的访问来源链接里包含用户B的微博账号信息(weiboid)。可以从微博网站中获取用户B公开的个人信息,例如,性别、年龄、所在地、兴趣爱好、星座等。
在本申请的另一个实施例中,可以根据跳转页面的内容属性信息确定该设定网站的用户属性信息。
请参见图3,示出了本申请实施例另一种取设定网站的用户属性信息过程的流程图,该过程包括以下步骤:
S123,获取所述设定网站的内容属性信息。
S124,获取访问所述内容属性信息所对应内容的用户属性信息。
例如,访客从知乎的某个专栏或某个问题页面跳转到目标网站,则可以分析具有什么属性的人比较有可能关注这类的专栏或问题。比如,访客从知乎的“汽车”专栏或者与“汽车”相关的问题页面挑战到目标网站,通常关注“汽车”的人中男性居多,例如,男性比例是80%,则可以认为该访客是男性的概率是80%。
S130,根据所述设定网站的用户属性信息推测所述访客的个人属性信息。
例如,如果访客从某个人的微博主页跳转至目标网站,此时,认为该访客与微博主页所属用户之间存在某种关联关系,根据该微博用户的用户属性信息来推测访客的个人属性信息。
例如,要获取访客的性别、年龄,可以根据该访客所访问的微博主页所属用户的性别、年龄,以及,确定性别、年龄的权重系数,然后,根据权重系数及微博主页用户的性别、年龄,计算出访客的性别概率和年龄段概率。例如,想推测从微博主页跳转到目标网站的访客的年龄,其中,微博主页所属用户的年龄是25岁,而微博主页所属用户年龄的权重系数是0.7,则该访客的年龄在15-35之间的概率是0.7。本实施例提供的获取访客个人信息的方法,监测访客的访问来源链接,当确定访客从设定网站跳转至目标网站时,获取设定网站的用户属性信息。然后,根据设定网站的用户属性信息确定该访客的用户属性信息。例如,访客从某个人的微博主页跳转到目标网站,此时,认为该访客与该微博主页所属用户之间存在某种关联关系,例如,好友关系、或具有相同的兴趣爱好等。分析微博主页所属用户的用户属性信息,根据该微博主页所属用户的用户属性信息推测访客的个人属性信息。该方法利用与用户关联的其它用户的属性信息推测该用户的属性信息,提高了获得访客的个人属性信息的可信度及准确率。
请参见图4,示出了本申请实施例另一种获取访客个人信息的方法流程图,该方法在图1所示实施例的基础上又增加了一项推测依据,如图4所示,该方法可以包括:
S210,获取访客访问目标网站的访问来源链接。
S220,当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息。
S230,获取所述访客的访问来源IP,并根据所述访问来源IP确定所述访客的所在地。
S240,获取所述访客所在地的用户属性分布比例。
例如,可以获取访客所在地的性别比例,年龄段分布比例等用户属性分布信息。
S250,根据所述用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息。
例如,要推测访客的性别,访客所在地的女性比例是45%、男性比例是55%,设定网站的用户中女性比例是80%,男性比例是20%,则该访客的性别概率可以根据上述两个维度的性别。例如,访客所在地的女性比例对应的权重系数是0.3,设定网站的用户中女性比例对应的权重系数是0.7,则利用加权平均计算得到该访客是女性概率是:0.45*0.3+0.8*0.7=0.695,即该访客为女性的概率是69.5%。
本实施例提供的获取访客个人信息的方法,利用访客跳转页面所属用户的用户属性信息,以及,访客所在地的用户属性信息,计算得到该访客的个人属性信息。增加了推测网站访客资料的依据,从而提高了获得的访客资料的可信度。
相应于上述的获取访客个人信息的方法实施例,本申请还提供了获取访客个人信息的装置实施例。
请参见图5,示出了本申请实施例一种获取访客个人信息的装置的框图,该装置应用于网站中,如图5所示,该装置可以包括:第一获取模块110、第二获取模块120和推测模块130。
第一获取模块110,用于获取访客访问目标网站的访问来源链接。
目标网站即要监测的网站,本文用于分析要监测的网站上的访客的个人信息。
如果用户A直接利用目标网站(例如,网站A)的URL进入该网站,此种场景下,用户的访问来源链接就是该网站的URL。如果用户A从其它网站跳转到网站A,则其访问来源链接中包含该其它网站的URL信息。例如,用户A从微博网站跳转到网站A,则网站A监测到的访问来源URL中包含微博网站的URL。
第二获取模块120,用于当根据访问来源链接确定该访客从设定网站跳转至目标网站时,获取设定网站的用户属性信息。
根据访客的访问来源链接判断访客是否是从其它网站跳转至该目标网站。如果访问来源链接中包含其它网站的URL则表明该用户从其它网站跳转到目标网站。
在本申请的一个实施例中,如图6所示,第二获取模块120包括:解析子模块121和获取子模块122;
解析子模块121,用于解析访问来源链接获得设定网站的跳转页面所属用户的用户标识信息。
获取子模块122,用于根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
例如,如果用户A从其好友(用户B)的微博页面点击了包含网站A的链接,此种场景下,用户的访问来源链接里包含用户B的微博账号信息(weiboid)。可以从微博网站中获取用户B公开的个人信息,例如,性别、年龄、所在地、兴趣爱好、星座等。
在本申请的另一个实施例中,第二获取模块具体用于:获取设定网站的内容属性信息;然后,获取访问内容属性信息所对应内容的用户属性信息。
例如,访客从知乎的某个专栏或某个问题页面跳转到目标网站,则可以分析具有什么属性的人比较有可能关注这类的专栏或问题。比如,访客从知乎的“汽车”专栏或者与“汽车”相关的问题页面挑战到目标网站,通常关注“汽车”的人中男性居多,例如,男性比例是80%,则可以认为该访客是男性的概率是80%。
推测模块130,用于根据所述设定网站的用户属性信息推测所述访客的个人属性信息。
例如,如果访客从某个人的微博主页跳转至目标网站,此时,认为该访客与微博主页所属用户之间存在某种关联关系,根据该微博用户的用户属性信息来推测访客的个人属性信息。
在本申请的一个实施例中,推测模块130具体用于:确定访客的目标推测信息项对应的权重系数;根据目标推测信息项对应的权重系数及跳转页面所属用户的用户属性信息,计算得到所述访客的个人属性信息。
例如,想推测从微博主页跳转到目标网站的访客的年龄,其中,微博主页所属用户的年龄是25岁,而微博主页所属用户年龄的权重系数是0.7,则该访客的年龄在15-35之间的概率是0.7。
本实施例提供的获取访客个人信息的装置,监测访客的访问来源链接,当确定访客从设定网站跳转至目标网站时,获取设定网站的用户属性信息。然后,根据设定网站的用户属性信息确定该访客的用户属性信息。例如,访客从某个人的微博主页跳转到目标网站,此时,认为该访客与该微博主页所属用户之间存在某种关联关系,例如,好友关系、或具有相同的兴趣爱好等。分析微博主页所属用户的用户属性信息,根据该微博主页所属用户的用户属性信息推测访客的个人属性信息。该装置利用与用户关联的其它用户的属性信息推测该用户的属性信息,提高了获得访客的个人属性信息的可信度及准确率。
请参见图7,示出了本申请实施例另一种获取访客个人信息的装置的框图,该装置在图5所示实施例的基础上还包括:第三获取模块210。
第三获取模块210,用于获取访客的访问来源IP,并根据所述访问来源IP确定访客的所在地。
所述推测模块130还用于:根据访客所在地的用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息。
在本申请的一个实施例中,该推测模块130具体用于根据所述访客所在地的用户属性分布比例,以及所述设定网站的用户属性信息,利用加权平均算法,计算得到所述访客的个人属性信息。
例如,要推测访客的性别,访客所在地的女性比例是45%、男性比例是55%,设定网站的用户中女性比例是80%,男性比例是20%,则该访客的性别概率可以根据上述两个维度的性别。例如,访客所在地的女性比例对应的权重系数是0.3,设定网站的用户中女性比例对应的权重系数是0.7,则利用加权平均计算得到该访客是女性概率是:0.45*0.3+0.8*0.7=0.695,即该访客为女性的概率是69.5%。
本实施例提供的获取访客个人信息的装置,利用访客跳转页面所属用户的用户属性信息,以及,访客所在地的用户属性信息,计算得到该访客的个人属性信息。增加了推测网站访客资料的依据,从而提高了获得的访客资料的可信度。
所述获取访客个人信息的装置包括处理器和存储器,上述第一获取模块、第二获取模块、推测模块和第三获取模块等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来提高获得访客个人资料的准确率。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述获取访客个人信息的方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述获取访客个人信息的方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
获取访客访问目标网站的访问来源链接;
当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息;
根据所述设定网站的用户属性信息推测所述访客的个人属性信息。
在本申请的一个实施例中,所述获取所述设定网站的用户属性信息,包括:
解析所述访问来源链接获得所述设定网站的跳转页面所属用户的用户标识信息;
根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
在本申请的一个实施例中,所述获取所述设定网站的用户属性信息,包括:
获取所述设定网站的内容属性信息;
获取访问所述内容属性信息所对应内容的用户属性信息。
在本申请的一个实施例中,根据所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
确定所述访客的目标推测信息项对应的权重系数;
根据所述目标推测信息项对应的权重系数及所述跳转页面所属用户的用户属性信息,计算得到所述访客的个人属性信息。
在本申请的一个实施例中,所述方法还包括:
获取所述访客的访问来源IP,并根据所述访问来源IP确定所述访客的所在地;
所述根据所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
根据所述访客所在地的用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息。
在本申请的一个实施例中,根据所述访客所在地的用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
根据所述访客所在地的用户属性分布比例,以及所述设定网站的用户属性信息,利用加权平均算法,计算得到所述访客的个人属性信息。
本文中的设备可以是服务器、PC、PAD、手机等。
本发明提供的设备,监测访客的访问来源链接,当确定访客从设定网站跳转至目标网站时,获取设定网站的用户属性信息。然后,根据设定网站的用户属性信息确定该访客的用户属性信息。例如,访客从某个人的微博主页跳转到目标网站,此时,认为该访客与该微博主页所属用户之间存在某种关联关系,例如,好友关系、或具有相同的兴趣爱好等。分析微博主页所属用户的用户属性信息,根据该微博主页所属用户的用户属性信息推测访客的个人属性信息。该方法利用与用户关联的其它用户的属性信息推测该用户的属性信息,提高了获得访客的个人属性信息的可信度及准确率。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:
获取访客访问目标网站的访问来源链接;
当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息;
根据所述设定网站的用户属性信息推测所述访客的个人属性信息。
在本申请的一个实施例中,所述获取所述设定网站的用户属性信息,包括:
解析所述访问来源链接获得所述设定网站的跳转页面所属用户的用户标识信息;
根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
在本申请的一个实施例中,所述获取所述设定网站的用户属性信息,包括:
获取所述设定网站的内容属性信息;
获取访问所述内容属性信息所对应内容的用户属性信息。
在本申请的一个实施例中,根据所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
确定所述访客的目标推测信息项对应的权重系数;
根据所述目标推测信息项对应的权重系数及所述跳转页面所属用户的用户属性信息,计算得到所述访客的个人属性信息。
在本申请的一个实施例中,所述方法还包括:
获取所述访客的访问来源IP,并根据所述访问来源IP确定所述访客的所在地;
所述根据所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
根据所述访客所在地的用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息。
在本申请的一个实施例中,根据所述访客所在地的用户属性分布比例及所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
根据所述访客所在地的用户属性分布比例,以及所述设定网站的用户属性信息,利用加权平均算法,计算得到所述访客的个人属性信息。
本发明提供的计算机程序产品,监测访客的访问来源链接,当确定访客从设定网站跳转至目标网站时,获取设定网站的用户属性信息。然后,根据设定网站的用户属性信息确定该访客的用户属性信息。例如,访客从某个人的微博主页跳转到目标网站,此时,认为该访客与该微博主页所属用户之间存在某种关联关系,例如,好友关系、或具有相同的兴趣爱好等。分析微博主页所属用户的用户属性信息,根据该微博主页所属用户的用户属性信息推测访客的个人属性信息。该方法利用与用户关联的其它用户的属性信息推测该用户的属性信息,提高了获得访客的个人属性信息的可信度及准确率。
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。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品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、商品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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,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。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (9)
1.一种获取访客个人信息的方法,其特征在于,包括:
获取访客访问目标网站的访问来源链接;
当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息;
根据所述设定网站的用户属性信息推测所述访客的个人属性信息;
其中,所述根据所述设定网站的用户属性信息推测所述访客的个人属性信息,包括:
根据所述访客的目标推测信息项对应的权重系数,以及所述用户属性信息,获得所述访客的个人属性信息;
或者,
根据所述访客所在地的用户属性分布比例,以及所述设定网站的用户属性信息,利用加权平均算法,计算得到所述访客的个人属性信息。
2.根据权利要求1所述的方法,其特征在于,所述获取所述设定网站的用户属性信息,包括:
解析所述访问来源链接获得所述设定网站的跳转页面所属用户的用户标识信息;
根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
3.根据权利要求1所述的方法,其特征在于,所述获取所述设定网站的用户属性信息,包括:
获取所述设定网站的内容属性信息;
获取访问所述内容属性信息所对应内容的用户属性信息。
4.根据权利要求1-3任意一项所述的方法,其特征在于,确定所述访客所在地的过程,包括:
获取所述访客的访问来源IP,并根据所述访问来源IP确定所述访客的所在地。
5.一种获取访客个人信息的装置,其特征在于,包括:
第一获取模块,用于获取访客访问目标网站的访问来源链接;
第二获取模块,用于当根据所述访问来源链接确定所述访客从设定网站跳转至所述目标网站时,获取所述设定网站的用户属性信息;
推测模块,用于根据所述设定网站的用户属性信息推测所述访客的个人属性信息;
其中,所述推测模块包括:
第一推测子模块,用于根据所述访客的目标推测信息项对应的权重系数,以及所述用户属性信息,获得所述访客的个人属性信息;
或者,
第二推测子模块,用于根据所述访客所在地的用户属性分布比例,以及所述设定网站的用户属性信息,利用加权平均算法,计算得到所述访客的个人属性信息。
6.根据权利要求5所述的装置,其特征在于,所述第二获取模块包括:
解析子模块,用于解析所述访问来源链接获得所述设定网站的跳转页面所属用户的用户标识信息;
获取子模块,用于根据所述用户标识信息从所述设定网站中获取所述跳转页面所属用户的用户属性信息。
7.根据权利要求5所述的装置,其特征在于,所述第二获取模块包括:
网站内容获取子模块,用于获取所述设定网站的内容属性信息;
用户属性获取子模块,用于获取访问所述内容属性信息所对应内容的用户属性信息。
8.一种存储介质,其上存储有程序,其特征在于,所述程序被处理器执行时实现权利要求1至4任一项所述的获取访客个人信息的方法。
9.一种处理器,所述处理器用于运行程序,其特征在于,所述程序运行时执行权利要求1至4任一项所述的获取访客个人信息的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710919856.2A CN110020241B (zh) | 2017-09-30 | 2017-09-30 | 一种获取访客个人信息的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710919856.2A CN110020241B (zh) | 2017-09-30 | 2017-09-30 | 一种获取访客个人信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110020241A CN110020241A (zh) | 2019-07-16 |
CN110020241B true CN110020241B (zh) | 2021-09-07 |
Family
ID=67186410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710919856.2A Active CN110020241B (zh) | 2017-09-30 | 2017-09-30 | 一种获取访客个人信息的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110020241B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100499512C (zh) * | 2007-08-10 | 2009-06-10 | 北大方正集团有限公司 | 互联网数据信息点击量的统计方法和装置 |
CN101431524A (zh) * | 2007-11-07 | 2009-05-13 | 阿里巴巴集团控股有限公司 | 一种定向网络广告投放的实现方法及装置 |
US10475047B2 (en) * | 2009-08-28 | 2019-11-12 | Resonate Networks, Inc. | Method and apparatus for delivering targeted content to website visitors |
CN106682931A (zh) * | 2015-11-11 | 2017-05-17 | 北京国双科技有限公司 | 营销信息的显示方法及装置 |
WO2017165230A1 (en) * | 2016-03-21 | 2017-09-28 | Lips Labs Inc. | In-memory suppression of query generated indexes and interfaces for navigating indexed content |
-
2017
- 2017-09-30 CN CN201710919856.2A patent/CN110020241B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110020241A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9336281B2 (en) | Systems and methods for identifying and analyzing internet users | |
CN106446005B (zh) | 因子分解模型 | |
US20160364490A1 (en) | Method, system and computer readable medium for creating a profile of a user based on user behavior | |
CN107341173B (zh) | 一种信息处理方法及装置 | |
US20190171724A1 (en) | Method and apparatus for determining hot event | |
US20080126411A1 (en) | Demographic prediction using a social link network | |
US8375305B1 (en) | Placement of user interface elements based on a window entry or exit point | |
US20220335456A1 (en) | Generating customized surveys using third-party social networking information | |
US20180365709A1 (en) | Personalized creator recommendations | |
US9094322B2 (en) | First party cookie system and method | |
CN108550046B (zh) | 一种资源和营销推荐方法、装置及电子设备 | |
JP2018514876A (ja) | サービスシナリオマッチング方法及びシステム | |
JP2018515845A (ja) | ウェブページでのクリック位置を記録及び復元する方法並びに装置 | |
US20130218876A1 (en) | Method and apparatus for enhancing context intelligence in random index based system | |
CN111241391A (zh) | 任务推荐的方法及装置 | |
US20210201208A1 (en) | System and methods for machine learning training data selection | |
JP6683681B2 (ja) | コンバージョンに対する様々なユーザ・インタラクションの貢献度の決定 | |
CN107665208B (zh) | 用户偏好度量方法及装置 | |
KR102262118B1 (ko) | 사용자 맞춤형 추천정보 제공장치 및 제공방법, 이를 실행시키기 위한 프로그램을 기록한 컴퓨터 해독 가능한 기록 매체 | |
CN110020241B (zh) | 一种获取访客个人信息的方法及装置 | |
CN109657153B (zh) | 一种用于确定用户的关联财经信息的方法与设备 | |
CN112036974A (zh) | 一种服务商品上线方法、装置、设备和存储介质 | |
US20170018009A1 (en) | Bidding Systems and Methods For Minimizing The Cost Of Field Experiments Using Advertisement Exchanges | |
US10033828B2 (en) | Associating social data with user profiles | |
CN107544968B (zh) | 一种确定网站可用性的方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 100080 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Applicant after: Beijing Guoshuang Technology Co.,Ltd. Address before: 100086 Beijing city Haidian District Shuangyushu Area No. 76 Zhichun Road cuigongfandian 8 layer A Applicant before: Beijing Guoshuang Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |