TW201243628A - Determination of recommendation data - Google Patents

Description

201243628 六、發明說明： 【發明所屬之技術領域】 本申請案係有關資料處理技術，尤其有關一種推薦資 料的推送方法及系統。 【先前技術】 隨著互聯網技術的發展，在網路用戶瀏覽互聯網網頁 內容的同時，網站運營者會透過網站伺服器向網路用戶所 在的用戶端推送一些與用戶的網頁訪問請求相關的推薦資 料，例如，與用戶所瀏覽的網頁內容相關的網路推薦廣告 、與用戶購買意圖相關的推薦商品等。 以現有的網路廣告投放爲例，傳統的投放方法是：在 預設的時間段內，在網站的固定位置展示某一預設的廣告 。這裏所展示的廣告是針對所有訪問該網站的用戶的，也 就是說每一個訪問該網站的用戶均能夠瀏覽到該廣告。該 投放方法並未考慮訪問網站的用戶之間的個體差異，廣告 投放效果較差。從而，定向廣告投放方法應運而生。 在現有的定向廣告投放方法中，根據用戶目前瀏覽網 頁的內容，確定與該內容對應的廣告，在預設位置展示該 廣告。具體而言，在用戶瀏覽網頁的過程中，網站伺服器 接收用戶所在用戶端發送來的網頁資料請求，根據所述網 頁資料請求而查找得到用戶所請求的網頁資料；根據所述 網頁資料來確定網頁內容，進而根據網頁內容而確定所需 投放的廣告資料，將廣告資料和網頁資料一起送回給用戶 -5- 201243628 所在的用戶端，以便用戶端在向用戶展示網頁的同時進行 對應廣告的展示。 但是，對於定向廣告投放來說，.將用戶意向與廣告精 確匹配非常重要，而現有的上述定向廣告投放方法中，由 於每一頁網頁所包含內容的多樣性，因此，透過網頁所包 含的內容並無法對用戶意向進行準確判斷，因此，所投放 廣告與用戶意向之間的匹配程度較低。 更爲重要的是，現有的定向廣告投放方法中，網站伺 服器在每次接收到用戶端發送來的網頁資料請求時，都需 要即時根據所述網頁資料請求所請求的網頁資料而確定所 需投放的廣告資料，因此，網站伺服器的資料處理量較大 ，從而影響了網站伺服器的處理速度和對於用戶端的回應 速度；尤其是在網站訪問量很大時，網站伺服器所接收到 的網頁瀏覽請求數量很大，這時，網站伺服器再同時進行 廣告資料的即時確定，必然會嚴重降低網站伺服器的處理 速度和回應速度。 綜上所述，現有的網頁推薦資料與用戶意向之間的匹 配程度較低，且由於網站伺服器的資料處理量較大，從而 影響了網站伺服器的處理速度和對於用戶端的回應速度 【發明內容】 有鑒於此，本申請案想要解決的技術問題是，提供~ 種網頁推薦資料的推送方法及系統，能夠提高用戶意向與 推薦資料之間的匹配程度，而且，能夠提高網站伺服器的

S -6- 201243628 處理速度和回應速度。 爲此，本申請案之實施例採用如下技術方案： 本申請案之實施例提供一種推薦資料的推送方法，包 括： 獲取預設時間點之前用戶的行爲日誌，以提取行爲日 誌中的第一關鍵字集合，利用預設規則來計算關鍵字集合 中各個關鍵字的第一權重；獲取預設時間點之後的用戶行 爲日誌，以提取行爲日誌中的第二關鍵字集合，利用預設 規則來計算關鍵字集合中各個關鍵字的第二權重； 將第一關鍵字集合和第二關鍵字集合進行合倂處理， 並對兩個集合中重複的關鍵字的權重進行合倂處理，以得 到第三關鍵字集合以及各個關鍵字的第三權重；以及 將第三關鍵字集合中的關鍵字與預先設定的推薦資料 的關鍵字進行匹配，確定所需向該用戶推送的推薦資料， 將確定的推薦資料隨用戶請求的網頁資料一起發送給用戶 所在的用戶端，以便用戶端根據所述推薦資料而進行展現 〇 本申請案之實施例還提供一種推薦資料的推送系統， 包括： 第一計算單元，用以獲取預設時間點之前用戶的行爲 曰誌’提取行爲日誌中的第一關鍵字集合，利用預設規則 來計算關鍵字集合中各個關鍵字的第一權重； 第二計算單元，用以獲取預設時間點之後的用戶行爲 日誌’提取行爲日誌中的第二關鍵字集合，利用預設規則 201243628 來計算關鍵字集合中各個關鍵字 合倂單元，用以將第一關鍵 進行合倂處理，並對兩個集合中 合倂處理，以得到第三關鍵字集 權重；以及 匹配單元，用以將第三關鍵 設定的推薦資料的關鍵字進行匹 送的推薦資料，將確定的推薦資 —起發送用戶所在的用戶端，以 料而進行展現。 對於上述技術方案的技術效 根據用戶在預設時間點之前 別進行關鍵字的提取以及權重的 近的關鍵字賦予更高的權重値， 倂處理後，透過權重値最高的幾 鍵字進行匹配，從而確定所需推 處理，從而使得所推送的推薦資 鍵字，亦即，用戶的意向進行匹 戶意向之間的匹配程度：而且， 的行爲日誌劃分爲兩部分，從而 週期性的對預設時間點之前用戶 以一個較小的週期値週期性的對 爲日誌進行處理，甚至，可以在 網頁訪問時，再對預設時間點之 的第二權重； 字集合和第二關 重複的關鍵字的 合以及各個關鍵 字集合中的關鍵 配，確定所需向 料隨用戶請求的 便用戶端根據所 果分析如下： 和之後的用戶行 計算，且爲距離 進行關鍵字以及 個關鍵字與推薦 送的推薦資料並 料與用戶行爲日 配，提高了推薦 透過預設時間點 可以以一個較大 的行爲日誌進行 預設時間點之後 網站伺服器確定 後的用戶行爲曰 鍵字集合 權重進行 字的第三 字與預先 該用戶推 網頁資料 述推薦資 爲曰誌分 目前時間 權重的合 資料的關 進行推送 誌中的關 資料與用 ，將用戶 的週期値 處理，而 的用戶行 用戶進行 誌進行處

S -8- 201243628 理，網站伺服器接收到用戶透過用戶端發送 請求後，無須根據所請求的網頁資料進行推 確定，而是預先進行用戶對應推薦資料的確 問網頁時直接查找得到用戶對應的推薦資料 站伺服器確定用戶進行網頁訪問時，再對預 的用戶行爲日誌進行處理，其所需處理的資 小，從而相對於現有技術中的推薦資料推送 服器的資料處理量大大降低，從而大大提高 的處理速度和回應速度； 另外，在實際應用中如果每次用戶訪問 行用戶所有行爲日誌資料的處理，則處理的 對網站系統的處理速率以及回應速度影響較 時處理用戶所有的行爲日誌時，對於用戶目 將會有所忽略。而透過設定預設時間點，分 期來進行預設時間點之前和之後行爲日誌的 的資料量相對很小，處理速度快，也可以提 回應速度。 【實施方式】 爲使本領域技術人員更加清楚的理解本 例，首先介紹本申請案之實施例所應用的網 1所示，包括網站伺服器1 1 〇以及用戶端1 2 0 伺服器用以接收到用戶透過用戶端發送來的 時，確定所需向用戶推送的推薦資料，將推 來的網頁資料 薦資料的即時 定，在用戶訪 即可；即使網 設時間點之後 料量也大大減 方法，網站伺 了網站伺服器 網站時，都進 資料量巨大， 大；而且，同 前的用戶意向 別以不同的週 處理，則處理 高網站系統的 申請案的實施 路環境。如圖 ，其中，網站 網頁資料請求 薦資料與網頁 -9 - 201243628 資料一起發送給用戶端；用戶端用以接收用戶操作指令， 根據用戶操作指令向網站伺服器發送網頁資料請求，並將 接收到的網頁資料和推薦資料向用戶進行展現。 以下，結合附圖而詳細說明本申請案之實施例的推薦 資料推送方法及系統的實現。 圖2爲本申請案之實施例的推薦資料推送方法流程示 意圖，該方法係適用於網站伺服器中，如圖2所示，包括 步驟20 1 :獲取預設時間點之前用戶的行爲日誌，以 提取行爲日誌中的第一關鍵字集合，利用預設規·則來計算 關鍵字集合中各個關鍵字的第一權重； 步驟202 :獲取預設時間點之後的用戶行爲日誌，以 提取行爲日誌中的第二關鍵字集合，利用預設規則來計算 關鍵字集合中各個關鍵字的第二權重； 其中，步驟20 1和步驟202之間的執行順序不限制。 另外，在實際應用中，可以爲步驟201設定一個第一 週期，以進行步驟201的迴圈（loop)處理；而爲步驟202設 定一個第二週期，以進行步驟202的迴圈處理，其中，第 一週期大於第二週期，例如，第一週期爲1天，而第二週 期爲1小時等；或者，步驟202也可以在網站伺服器確定用 戶進行網頁訪問時，再執行，這裏並不限制。 步驟203 :將第一關鍵字集合和第二關鍵字集合進行 合倂處理，並對兩個集合中重複的關鍵字的權重進行合倂 處理’以得到第三關鍵字集合以及各個關鍵字的第三權重

S -10- 201243628 步驟204:將第三關鍵字集合中的關鍵字與預先設定 的廣告資料的關鍵字進行匹配’以確定所需向該用戶推送 的推薦資料； 其中’該用戶對應的推薦資料亦即爲：所需向用戶推 送的推薦資料。 步驟205:將確定的推薦資料隨用戶請求的網頁資料 一起發送給用戶所在的用戶端，以便用戶端根據所述推薦 資料而進行展現。 在實際應用中，可以預先由用戶進行登錄，從而獲知 用戶資訊；或者由網站伺服器根據用戶端的IP位址等確定 所述網頁資料請求對應用戶的用戶資訊，以便在本步驟中 ’根據用戶資訊查找得到發送網頁資料請求的用戶對應的 廣告資料等等，這裏並不限制。 圖2所示的推薦資料推送方法中，根據用戶在預設時 間點之前和之後的用戶行爲日誌分別進行關鍵字的提取以 及權重的計算，且爲距離目前時間近的關鍵字賦予更高的 權重値，透過權重値最高的幾個關鍵字與推薦資料的關鍵 字進行匹配，從而確定所需向用戶推薦的推薦資料，從而 使得所推送的推薦資料與用戶行爲日誌中的關鍵字，亦即 ，用戶的意向進行匹配，提高了推薦資料與用戶意向之間 的匹配程度；而且，透過預設時間點，將用戶的行爲曰誌 劃分爲兩部分，從而可以以一個較大的週期値週期性之對 預設時間點之前用戶的行爲日誌進行處理，而以一個較小 -11 - 201243628 的週期値週期性之對預設時間點之後的用戶行爲日誌進行 處理，甚至，可以在網站伺服器確定用戶進行網頁訪問時 ，再對預設時間點之後的用戶行爲日誌進行處理，網站伺 服器接收到用戶透過用戶端發送來的網頁資料請求後，無 須根據所請求的網頁資料進行推薦資料的即時確定，而是 預先進行用戶對應推薦資料的確定，在用戶訪問網頁時直 接査找得到用戶對應的推薦資料即可；即使網站伺服器確 定用戶進行網頁訪問時，再對預設時間點之後的用戶行爲 曰誌進行處理，其所需處理的資料量也大大減小，從而相 對於現有技術中的定向廣告投放方法，網站伺服器的資料 處理量大大降低，從而大大提高了網站伺服器的處理速度 和回應速度； 另外，在實際應用中如果每次用戶訪問網站時，都進 行用戶所有行爲日誌資料的處理，則處理的資料量巨大， 對網站系統的處理速率以及回應速度影響較大；而且，同 時處理用戶所有的行爲日誌時，對於用戶目前的用戶意向 將會有所忽略。而透過設定預設時間點，分別以不同的週 期來進行預設時間點之前和之後行爲日誌的處理，則處理 的資料量相對很小，處理速度快，也可以提高網站系統的 回應速度。 圖3爲本申請案之實施例的推薦資料推送方法流程示 意圖，如圖3所示，包括： 步驟3 0 1 :獲取預設時間點之前用戶的行爲日誌，以 提取行爲日誌中的第一關鍵字集合，利用預設規則來計算

S -12- 201243628 關鍵字集合中各個關鍵字的第一權重； 其中，在進行用戶行爲日誌的獲取時，可以根據用戶 的ID或者用戶的cookie等而獲取。具體而言，如果所述用 戶爲該網站的註冊用戶，該用戶註冊並登錄了該網站時， 則可以以用戶ID標識該用戶，根據用戶ID進行用戶行爲日 誌的獲取；而如果該用戶爲非註冊用戶或者該用戶未登錄 ，則可以根據用戶的cookie而獲取該用戶的行爲日誌。 所述用戶的行爲日誌可以包括：用戶在網站上的點擊 、搜索、瀏覽、收藏等操作記錄。 其中，所述提取行爲日誌中第一關鍵字集合可以透過 以下步驟來予以實現： A1、使用中心詞提取方法而從所述行爲曰誌中提取出 第一預設數量的中心詞； A2、將提取的各個中心詞與預設產品詞庫中的產品詞 進行匹配，提取出中心詞中的產品詞，以提高所述產品詞 的優先順序： A3、將提取出的各個產品詞與預設競價詞庫中的競價 詞進行匹配，提取出產品詞中的競價詞，以提高所述競價 詞的優先順序； A4、將所述中心詞按照優先順序進行排序，從所述中 心詞中選擇優先順序最高的第二預設數量個關鍵字構成所 述第一關鍵字集合。 其中，所述產品詞庫以及競價詞庫可以預先進行設定 ，其中，產品詞庫可以爲根據各類產品詞或者幾類產品詞 -13- 201243628 所建立的資料庫；而競價詞可以與廣告（以廣告爲例對推 薦資料加以說明）的關鍵字相對應，以便更好的將廣告與 代表用戶意向的關鍵字進行匹配；或者，也可以方便網站 運營商根據競價詞向對應類別的廣告主進行廣告位的招標 和拍賣。 ^ 這裏，在具體實現中，可以預先設定優先順序爲：第 一級 < 第二級 < 第三級：則，在A 1步驟中將所有中心詞默 認爲或設定爲第一級；在A2步驟中將提取出的產品詞的優 先順序提高爲第二級；在A3步驟中將提取出的競價詞的優 先順序再提高爲第三級。從而在A4步驟中直接按照優先順 序進行中心詞的排序即可。 所述利用預設規則來計算各個關鍵字的第一權重可以 透過以下步驟來予以實現： B 1、從所述預設時間點開始，按照預設第一時間長度 而將該時間點之前的時間劃分爲幾個時間段，並確定每一 個時間段的順序號； B2、對於每一個關鍵字，從每一個時間段對應的行爲 曰誌中查找該關鍵字的出現次數；其中，所述出現次數可 以包括：對該關鍵字的搜索、瀏覽等操作，可以在實際應 用中自主設定。 B 3、根據預設的權重函數、時間段的順序號以及在該 時間段中出現次數來計算該關鍵字的第一權重。 其中，可以將第一時間長度設定爲天' N小時、1小時 甚至半小時等。其中，所述時間段的順序號與權重函數相

S -14- 201243628 關’如果權重函數是增函數’則爲每一個時間段確定順序 號可以爲：按照距離預設時間點的遠近，越遠的時間段順 序號越小’越近的時間段順序號越大：而如果權重函數爲 減函數，則爲每一個時間段確定順序號可以爲： 其中’第一時間長度爲天時，可以透過以下公式來計 算關鍵字的第一權重： k

Score (W) f (ti) *n (ti) =f (tl) *n (tl) +f (t2) *n (t2) +...+ 1=1 f (tk) *n (tk) (i ) 其中’ ti表示所述第i天距離所述預設時間點的天數； n ( ti )爲預設時間點之前第i天該詞出現的次數，f ( ti ) 是一個關於ti的遞減函數，亦即，所述權重函數；透過該 計算公式可知’距離預設時間點越遠的詞所獲得分數越低 。f ( ti )可以根據實際的應用情況選擇。例如，可以選 ’其中’參數a根據實際資料特徵進行賦値；k爲預設時間 點距離目前時間的天數。 以上的權重計算公式既體現了中心詞對用戶偏好等用 戶意向的反映’也能兼顧時間因素對用戶偏好等用戶意向 的影響。 例如’以下舉例進行說明：假設以天爲預設第一時間 長度’預設時間點爲當天之前，而用戶在最近7天的行爲 日誌中’對詞W搜索了 1〇次，瀏覽了 1〇〇個網頁，其中， 有27個網頁中包含了詞w，每天的頻率如表1所示： -15 - 201243628 表1 發生日期 當天搜索頻率 包含詞W的瀏覽網 第一天 2 5 第二天 1 2 第三天 1 1 — 第四天 3 8 第五天 2 6 —_ 第六天 1 5 第七天 0 0 則詞W在當天之前的7天的權重爲：

Score (W) =f(l) *0 + f ( 2 ) *6 + f ( 3 ) *8 + f(4) *"+“ 5 ) *2 + f ( 6) *3 + f ( 7) *7 f ( t )可以選函數e-a*t，其中，參數a根據實際資料 特徵進行賦値；其中，所述n(ti)是根據每天的當天ί叟索 頻率以及包含詞W的流覽網頁總數加和而得到的° 在具體實現中，透過步驟301，可以得到第一關鍵字 集合以及每一個關鍵字的第一權重，此時，可以將關鍵字 以及第一權重以<關鍵字，第一權重 >的二維向量方式表示 ，用幾個關鍵字表示用戶的歷史興趣，第一權重表示用戶 在該關鍵字上表示出的興趣程度。例如，從某用戶的行爲 日誌中提取出的關鍵字集合爲：{<葡萄酒，1 4.1 5 86>, <四 特酒，9.2 93 2 8〉，<低檔白酒，3.74181〉，〈中糧長城，3.22 5 76>，<張裕，3.1〇76>}，可以得出該用戶對“葡萄酒”的 興趣最強，其次爲四特酒、低檔白酒等。 步驟302 :獲取預設時間點之後的用戶行爲日誌，以 -16- 201243628 提取行爲曰誌中的第二關鍵字集合’利用預設規則來計算 關鍵字集合中各個關鍵字的第二權重。 其中，步驟3 〇2中各個步驟可以使用與步驟3 〇 1相同的 方式來予以實現，這裏不再贅述。 也就是說：在具體實現中，可以將步驟301和步驟3〇2 進行合倂同時進行，而這裏之所以將步驟302與步驟301進 行區別處理的理由在於： 在實際應用中如果每次用戶訪問網站時，都進行用戶 所有行爲日誌資料的處理，則處理的資料量巨大’對網站 系統的處理速率以及回應速度影響較大；而且，同時處理 用戶所有的行爲日誌時，對於用戶目前的用戶意向將會有 所忽略。而透過將步驟301和步驟302分別進行處理，則可 以以一個較大的週期値週期性的進行步驟301的處理，而 以一個較小的週期値進行步驟302的處理，甚至在用戶訪 問網頁時進行步驟302的處理，由於步驟301和步驟302已 經在網站後臺處理完畢，或者，在用戶訪問網頁時只有步 驟3 〇2中需要處理某一預設時間點之後的用戶行爲日誌， 則處理的資料量相對很小，處理速度快，可以提高網站系 統的回應速度；而且，單獨進行預設時間點之後的用戶行 爲曰誌中關鍵字的提取，考慮了用戶在最近時間內改變用 戶意向的可能性，從而提取到的關鍵字更接近用戶意向， 可以提高推薦資料與用戶意向的匹配精確度。 步驟303 ··將第一關鍵字集合和第二關鍵字集合進行 合倂處理’並對兩個集合中重複的關鍵字的權重進行合倂 -17- 201243628 處理’以得到第三關鍵字集合以及各個關鍵字的第三權重 〇 其中’將第一關鍵字集合和第二關鍵字集合進行合倂 處理’也就是說’將第一關鍵字集合和第二關鍵字集合中 所有的關鍵字進行合倂，以得到第三關鍵字集合。 而將重複的關鍵字的權重進行合倂處理可以爲：將該 關鍵字的第一權重與第二權重相加，或者也可以爲不同的 權重分別設定係數，再相加。 其中’如果第一關鍵字集合和第二關鍵字集合中不重 合的關鍵字過多，例如，用戶當天改變了前一段時間的購 買習慣’轉而對另一類產品感興趣並進行相關搜索和瀏覽 ，可能導致第三關鍵字集合中關鍵詞數量過多，爲了防止 這種現象的出現，可以爲第三關鍵字集合預先設定關鍵詞 數量閩値，從合倂後的關鍵字集合中選擇權重値最大的預 設數量個關鍵字構成第三關鍵字集合，這裏並不限定。 而這裏，由於在步驟301和步驟3 02中，對越與目前時 間靠近的關鍵字賦予的權重越高，從而本步驟中，即使按 照權重進行了第三關鍵字集合中關鍵字的選擇，也由於與 目前時間靠近的關鍵字權重較高的緣故，不會造成與用戶 意向匹配度高的關鍵字的漏選，從而影響推薦資料與用戶 意向匹配結果的精確度6 而且，透過這種綜合歷史行爲日誌和目前行爲日誌的 方式，在充分掌握用戶背景資訊基礎上，可以更好地理解 用戶的目前意向。例如，用戶的即時搜索關鍵字爲“蘋果 -18- 201243628 ” ’由於“蘋果”既可以是一種水果，也可以是一種電子 產品，僅用這個詞很難識別用戶真正的意圖，但在對用戶 的歷史行爲日誌分析中，得到了“筆記本” ，“ mp3 ” ，“ 筆記本配件”等關鍵字，由此，用戶的意圖表示爲{蘋果 ，筆記本，mp3，筆記本配件}，綜合之後可以得到該用戶 的意向是“蘋果”品牌的電子產品。 步驟304:將第三關鍵字集合中的關鍵字與預先設定 的各個推薦資料的關鍵字進行匹配，以得到匹配程度最高 的預設第三數量個推薦資料。 本步驟的實現中，可以使用現有的檢索模型，例如 BM25、向量空間模型等來予以實現，這裏不贅述。 步驟305:按照用戶在網站內的訪問路徑，將所述推 薦資料和所述訪問路徑對應的網頁資料一起發送給用戶所 在的用戶端，以便用戶端進行所述網頁以及推薦資料的展 現。 透過本步驟，將推薦資料始終跟隨著用戶在站內的訪 問路徑進行推送，從而無論甩戶切換到任何頁面，都將展 現與其意向相關的推薦資料。 進一步地’以推薦資料爲廣告資料爲例來加以說明， 在實際應用中，網站運營商可以根據表示用戶的意向的關 鍵字來進行廣告的投放，從而銷售不同產品的廣告主也可 以根據自身銷售的產品所針對的用戶意向，亦即，所述關 鍵字來進行廣告的購買’從而使得廣告的競價不再針對所 有用戶意向，而是在固定時間段內，由廣告主對表示用戶 • 19 - 201243628 不同意向的關鍵字進行購買，分別進行收費。如在網站首 頁中部的右邊有一個廣告位，廣告主A在購買該廣告位時 ，可以指定自己廣告的投放目標是對“運動”感興趣的用 戶，而另一個廣告主B則可以指定自己廣告的投放目標是 對“數碼產品”感興趣的用戶，因此當對“運動”感興趣 的用戶訪問網站時即可以根據用戶的關鍵字匹配出廣告A ，來進行廣告的投放，對“數碼產品”感興趣的用戶則根 據用戶的關鍵字匹配出廣告B來進行投放，依次類推。當 有多個廣告主需要購買“運動”這個關鍵字時，則可以進 行在效果廣告中存在的競價，競價成功的廣告主可以得到 向具有該關鍵字表示的用戶意向對應的用戶投放廣告的機 會。所述用來由廣告主進行競價的代表用戶意向的關鍵字 可以設定於所述競價詞庫中。 從而在進行廣告的計費時，可以根據該關鍵字對應的 收費標準以及該廣告的投放時間長度來進行計費。 與以上的推薦資料推送方法相對應地，本申請案之實 施例還提供了 一種推薦資料的推送系統，該系統可以被設 置於網站伺服器中，如圖4所示，該系統包括： 第一計算單元4 1 0 ’用以獲取預設時間點之前用戶的 行爲日誌’提取行爲日誌中的第一關鍵字集合，利用預設 規則來計算關鍵字集合中各個關鍵字的第一權重； 第二計算單元420，用以獲取預設時間點之後的用戶 行爲日誌，提取行爲日誌中的第二關鍵字集合，利用預設 規則來計算關鍵字集合中各個關鍵字的第二權重； 5? -20- 201243628 合倂單兀430’用以將第—關鍵字集合和第二關鍵字 集合進行合倂處理，並對兩個集合中重複的關鍵字的權重 進行合倂處理，以得到第三關鍵字集合以及各個關鍵字的 第三權重； 匹配單元440’用以將第三關鍵字集合中的關鍵字與 預先設定的推薦資料的關鍵字進行匹配，確定所需推送的 推薦資料’將確定的推薦資料推送給用戶所在的用戶端， 以便用戶端根據所述推薦資料而進行展現。 其中，如圖5所示，所述第一計算單元410可以包括： 劃分子單元5 1 0 ’用以從所述預設時間點開始，按照 預設第一時間長度將該時間點之前的時間劃分爲幾個時間 段； 査找子單元520，用以對於每一個關鍵字，從每一個 時間段對應的行爲日誌中查找該關鍵字的出現次數： 計算子單元53 0，用以根據預設的權重函數、時間段 距離預設時間點的時間長度以及在該時間段中出現次數來 計算該關鍵字的第一權重。 具體而言，所述計算子單元530具體可以用以：使用 公式Score ( W ) =f ( ti ) *n ( ti )來計算關鍵字的權重； 其中，W表示關鍵字；ti表示關鍵字所在時間段距離所述 預設時間點的時間長度；n ( U )表示ti對應的時間段內關 鍵字出現的次數’ f(U)爲關於“的權重函數’且該權重 函數爲遞減函數。其中’所述權重函數可以爲：f(ti) = e_aMi，a爲常數。 -21 - 201243628 較佳地，如圖6所示’第一計算單元410和第二計算單 元420分別可以包括如下子單元： 第一提取子單元610’用以使用中心詞提取方法而從 行爲日誌中提取出第一預設數量的中心詞； 第二提取子單元620，用以將提取的各個中心詞與預 設產品詞庫中的產品詞進行匹配，提取出中心詞中的產品 詞，以提高所述產品詞的優先順序； 第三提取子單元630，用以將提取出的各個產品詞與 預設競價詞庫中的競價詞進行匹配，提取出產品詞中的競 價詞，以提高所述競價詞的優先順序； 選擇子單元640，用以將所述中心詞按照優先順序進 行排序，從所述中心詞中選擇優先順序最高的第二預設數 量個關鍵字構成所述關鍵字集合。 較佳地，匹配單元4 4 0可以包括： 匹配子單元，用以將第三關鍵字集合中的關鍵字與預 先設定的推薦資料的關鍵字進行匹配’以確定所需推送的 推薦資料； 發送子單元，用以按照用戶在網站內的訪問路徑’將 所述推薦資料和所述訪問路徑對應的網頁資料一起發送給 用戶所在的用戶端，以便用戶端將所述推薦資料以及網頁 向用戶進行展現。 圖4〜6所示的推薦資料投推送系統中，第一計算單元 以及第二計算單元分別根據用戶在預設時間點之前和之後 的用戶行爲日誌進行關鍵字的提取以及權重的計算，且爲 Ο -22- 201243628 距離目前時間近的關鍵字賦予更高的權重値；合倂單元進 行關鍵字集合以及權重値的合倂處理後，匹配單元透過權 重値最高的幾個關鍵字與推薦資料的關鍵字進行匹配，從 而確定所需推送的推薦資料並進行推送處理，使得所推送 的推薦資料與用戶行爲日誌中的關鍵字，亦即，用戶的意 向進行匹配，提高了推薦資料與用戶意向之間的匹配程度 ，提高了推薦資料的推送效果；而且，透過預設時間點， 將用戶的行爲日誌劃分爲兩部分，從而可以以一個較大的 週期値週期性的對預設時間點之前用戶的行爲日誌進行處 理，而以一個較小的週期値週期性的對預設時間點之後的 用戶行爲日誌進行處理，甚至，可以在網站伺服器確定用 戶進行網頁訪問時，再對預設時間點之後的用戶行爲日誌 進行處理，網站伺服器接收到用戶透過用戶端發送來的網 頁資料請求後，無須根據所請求的網頁資料進行推薦資料 的即時確定，而是預先進行用戶對應推薦資料的確定，在 用戶訪問網頁時直接查找得到用戶對應的推薦資料即可； 即使網站伺服器確定用戶進行網頁訪問時，再對預設時間 點之後的用戶行爲日誌進行處理，其所需處理的資料量也 大大減小，從而相對於現有技術中的定向廣告投放方法， 網站伺服器的資料處理量大大降低，從而大大提高了網站 伺服器的處理速度和回應速度； 另外，在實際應用中’如果每次用戶訪問網站時，都 進行用戶所有行爲日誌資料的處理，則處理的資料量巨大 ，對網站系統的處理速率以及回應速度影響較大；而且， -23- 201243628 同時處理用戶所有的行爲日誌時，對於用戶目前的用戶意 向將會有所忽略。而通過設定預設時間點，分別以不同的 週期來進行預設時間點之前和之後行爲日誌的處理，則處 理的資料量相對很小，處理速度快，也可以提高網站系統 的回應速度。 本領域普通技術人員可以理解，實現上述實施例的方 法的過程可以透過程式指令相關的硬體來予以完成，所述 的程式可以被儲存於可讀取儲存媒體中，該程式在執行時 執行上述方法中的對應步驟。所述的儲存媒體可以爲諸如 :ROM/RAM、磁碟、光碟等。 以上所述僅是本申請案的較佳實施方式，應當指出， 對於本技術領域的普通技術人員來說，在不脫離本申請案 之原理的前提下，還可以做出若干改進和潤飾，這些改進 和潤飾也應被視爲在本申請案的保護範圍內。 【圖式簡單說明】 圖1爲本申請案之實.施例中的網路環境結構示意圖； 圖2爲本申請案之實施例的一種推薦資料推送方法流 程示意圖： 圖3爲本申請案之實施例的另一種推薦資料推送方法 流程示意圖； 圖4爲本申請案之實施例的—種推薦資料推送系統結 構示意圖； 圖5爲本申請案之實施例的推薦資料推送系統中的一

S ~ 24 - 201243628 個單元結構 圖6爲: 單元結構示 【主要元件 110 120 4 10 420 430 440 5 10 520 53 0 6 10 620 630 640 示意圖； 长申請案之實施例的推薦資料推送系統中另 意圖。 符號說明】 I站伺服器 3戶端 I 一計算單元 $二計算單元 Γ倂單元 ί配單元 ϋ分子單元 ϊ找子單元 -算子單元 ;一提取子單元 ;二提取子單元 ;三提取子單元 丨擇子單元 -25-

Claims (1)

1. 201243628 七、申請專利範圍： 1. 一種推薦資料的推送方法，其特徵在於，包括： 獲取預設時間點之前用戶的行爲日誌，提取行爲曰誌 中的第一關鍵字集合，利用預設規則來計算關鍵字集合中 各個關鍵字的第一權重；獲取預設時間點之後的用戶行爲 曰誌，提取行爲日誌中的第二關鍵字集合，利用預設規則 來計算關鍵字集合中各個關鍵字的第二權重； 將第一關鍵字集合和第二關鍵字集合進行合倂處理， 並對兩個集合中重複的關鍵字的權重進行合倂處理，以得 到第三關鍵字集合以及各個關鍵字的第三權重；以及 將第三關鍵字集合中的關鍵字與預先設定的推薦資料 的關鍵字進行匹配，以確定所需向該用戶推送的推薦資料 ，將確定的推薦資料隨用戶請求的網頁資料一起發送給用 戶所在的用戶端，以便用戶端根據該推薦資料而進行展現 〇 2. 根據申請專利範圍第1項所述的方法，其中，該利 用預設規則來計算關鍵字集合中各個關鍵字的權重包括： 從該預設時間點開始，按照預設第一時間長度而將該 時間點之前的時間劃分爲幾個時間段； 對於每一個關鍵字，從每一個時間段對應的行爲曰誌 中查找該關鍵字的出現次數；以及 根據預設的權重函數、時間段距離預設時間點的時間 長度以及在該時間段中出現次數來計算該關鍵字的權重。 3 .根據申請專利範圍第2項所述的方法，其中，該根 S -26- 201243628 據預設的權重函數、時間段距離預設時間點的時間長度以 及在該時間段中出現次數來計算該關鍵字的權重包括： k 使用公式3<:〇”（\¥)=11'(“）*11(1〇來計算關鍵 j=i 字的權重； 其中，W表示關鍵字；ti表示關鍵字所在時間段距離 該預設時間點的時間長度；n ( ti )表示ti對應的時間段內 關鍵字出現的次數，f(ti)爲關於ti的權重函數，且該權 重函數爲遞減函數；k爲預設時間點距離目前時間的時間 段數。 4·根據申請專利範圍第3項所述的方法，其中，該權 重函數爲：f ( ti ) =e_aMi，&爲常數。 5 _根據申請專利範圍第1項所述的方法，其中，該提 取行爲日誌中的關鍵字集合包括： 使用中心詞提取方法而從行爲日誌中提取出第一預設 數量的中心詞； 將提取的各個中心詞與預設產品詞庫中的產品詞進行 匹配，提取出中心詞中的產品詞，以提高該產品詞的優先 順序； 將提取出的各個產品詞與預設競價詞庫中的競價詞進 行匹配，提取出產品詞中的競價詞，以提高該競價詞的優 先順序；以及 將該中心詞按照優先順序進行排序，從該中心詞中選 擇優先順序最高的第二預設數量個關鍵字而構成該關鍵字 集合。 -27- 201243628 6. 根據申請專利範圍第1至5項中任一項所述的方法 ，其中，該將確定的推薦資料隨用戶請求的網頁資料一起 發送給用戶所在的用戶端包括： 按照用戶在網站內的訪問路徑，將該推薦資料和該訪 問路徑對應的網頁資料一起發送給用戶所在的用戶端。 7. —種推薦資料的推送系統，其特徵在於，包括： 第一計算單元，用以獲取預設時間點之前用戶的行爲 曰誌，提取行爲日誌中的第一關鍵字集合，利用預設規則 來計算關鍵字集合中各個關鍵字的第一權重； 第二計算單元，用以獲取預設時間點之後的用戶行爲 曰誌，提取行爲日誌中的第二關鍵字集合，利用預設規則 來計算關鍵字集合中各個關鍵字的第二權重； 合倂單元，用以將第一關鍵字集合和第二關鍵字集合 進行合倂處理，並對兩個集合中重複的關鍵字的權重進行 合倂處理，以得到第三關鍵字集合以及各個關鍵字的第三 權重；以及 匹配單元，用以將第三關鍵字集合中的關鍵字與預先 設定的推薦資料的關鍵字進行匹配，以確定所需向該用戶 推送的推薦資料，將確定的推薦資料隨用戶請求的網頁資 料一起發送用戶所在的用戶端，以便用戶端根據該推薦資 料而進行展現。 8. 根據申請專利範圍第7項所述的系統’其中’該第 一計算單元包括： 劃分子單元，用以從該預設時間點開始’按照預設第 S -28- 201243628 一時間長度而將該時間點之前的時間劃分爲幾個時間段； 查找子單元，用以對於每一個關鍵字，從每一個時間 段對應的行爲日誌中查找該關鍵字的出現次數：以及 計算子單元，用以根據預設的權重函數、時間段距離 預設時間點的時間長度以及在該時間段中出現次數來計算 該關鍵字的第一權重。 9 .根據申請專利範圍第8項所述的系統，其中，該計 算子單元具體用以：使用公式3(；〇1^(\^)=2^(1丨）！|£11( /=1 ti)來計算關鍵字的權重；其中，W表示關鍵字；ti表示關 鍵字所在時間段距離該預設時間點的時間長度；n ( ti )表 示ti對應的時間段內關鍵字出現的次數，f ( ti )爲關於ti 的權重函數，且該權重函數爲遞減函數；k爲預設時間點 距離目前時間的時間段數。 1 0 ·根據申請專利範圍第9項所述的系統，其中，該 權重函數爲：f ( ti) =e_aiti，a爲常數。 -29-