專利名稱：用戶行為數(shù)據(jù)分析方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)，特別是涉及一種用戶行為數(shù)據(jù)分析方法和裝置。
背景技術(shù)：
用戶互聯(lián)網(wǎng)行為主要是指用戶使用互聯(lián)網(wǎng)軟件和互聯(lián)網(wǎng)信息進(jìn)行交互的行為，包 括用戶獲取或提供互聯(lián)網(wǎng)信息等行為。對(duì)用戶互聯(lián)網(wǎng)行為數(shù)據(jù)進(jìn)行分析可為廣告投放和相 關(guān)產(chǎn)品推薦提供有效的參考信息，已廣泛應(yīng)用于互聯(lián)網(wǎng)廣告推送等業(yè)務(wù)?，F(xiàn)有技術(shù)通常是對(duì)獲取的互聯(lián)網(wǎng)用戶的一些靜態(tài)屬性，如對(duì)互聯(lián)網(wǎng)用戶的性別， 年齡，教育程度和收入水平等靜態(tài)屬性對(duì)用戶行為進(jìn)行分析，然后根據(jù)用戶訪問的網(wǎng)站的 內(nèi)容匹配相關(guān)的廣告。例如當(dāng)一個(gè)年輕的白領(lǐng)女性用戶訪問到一個(gè)健康保養(yǎng)之類的網(wǎng)站 時(shí)，該網(wǎng)站可能給該用戶投放保潔公司提供的護(hù)膚類的產(chǎn)品廣告等。發(fā)明人在實(shí)現(xiàn)本發(fā)明過程中發(fā)現(xiàn)，對(duì)于廣告策劃而言，除了抓住主要的顯式用戶 群，廣告主往往希望能夠開發(fā)潛在的用戶群。現(xiàn)有技術(shù)針對(duì)用戶的靜態(tài)屬性進(jìn)行用戶行為 分析，通常只能獲取顯式用戶群的信息，因而不利于廣告的精準(zhǔn)投放。

發(fā)明內(nèi)容
本發(fā)明提供一種用戶行為數(shù)據(jù)分析方法和裝置，有利于提高廣告投放的精準(zhǔn)性。本發(fā)明提供了一種用戶行為數(shù)據(jù)分析方法，包括獲取第一采樣用戶群的各用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)，所述互聯(lián)網(wǎng)歷史行為數(shù)據(jù) 包括任一用戶在預(yù)設(shè)時(shí)間段內(nèi)使用互聯(lián)網(wǎng)的信息；根據(jù)預(yù)設(shè)的抽樣條件對(duì)所述第一采樣用戶群的各用戶進(jìn)行抽樣，抽出的用戶組成 第二采樣用戶群；確定所述第二采樣用戶群的用戶相對(duì)于所述第一采樣用戶群的用戶，對(duì)于預(yù)設(shè)的 統(tǒng)計(jì)項(xiàng)的興趣程度的差異權(quán)值。本發(fā)明提供了一種用戶行為數(shù)據(jù)分析裝置，包括用戶行為數(shù)據(jù)獲取模塊，用于獲取第一采樣用戶群的各用戶的互聯(lián)網(wǎng)歷史行為數(shù) 據(jù)，所述互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括任一用戶在預(yù)設(shè)時(shí)間段內(nèi)使用互聯(lián)網(wǎng)的信息；抽樣模塊，用于根據(jù)預(yù)設(shè)的抽樣條件對(duì)所述第一采樣用戶群的各用戶進(jìn)行抽樣， 抽出的用戶組成第二采樣用戶群；分析模塊，用于確定所述第二采樣用戶群的用戶相對(duì)于所述第一采樣用戶群的用 戶，對(duì)于預(yù)設(shè)的統(tǒng)計(jì)項(xiàng)的興趣程度的差異權(quán)值。本發(fā)明實(shí)施例通過對(duì)用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)進(jìn)行分析，評(píng)估不同采樣用戶群 搜索預(yù)設(shè)的統(tǒng)計(jì)項(xiàng)的差異權(quán)值，差異權(quán)值反映了某一采樣用戶群中用戶的潛在興趣點(diǎn)，如 果根據(jù)用戶的潛在興趣點(diǎn)確定廣告投放策略，將有利于提高廣告投放的精準(zhǔn)性，使得廣告 在合適的位置展現(xiàn)給合適的人群，從而達(dá)到較佳的廣告宣傳效果。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明用戶行為數(shù)據(jù)分析方法實(shí)施例的流程圖；圖2為本發(fā)明用戶行為數(shù)據(jù)分析裝置實(shí)施例的結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有付出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖1為本發(fā)明用戶行為數(shù)據(jù)分析方法實(shí)施例的流程圖。如圖1所示，本實(shí)施例用 戶行為數(shù)據(jù)分析方法包括步驟11、獲取第一采樣用戶群的各用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)，所述互聯(lián)網(wǎng)歷史 行為數(shù)據(jù)包括任一用戶在預(yù)設(shè)時(shí)間段內(nèi)使用互聯(lián)網(wǎng)的信息。用戶的互聯(lián)網(wǎng)歷史行為主要是指用戶使用互聯(lián)網(wǎng)軟件或互聯(lián)網(wǎng)信息的行為，互聯(lián) 網(wǎng)歷史行為數(shù)據(jù)為用戶在預(yù)設(shè)時(shí)間段內(nèi)使用互聯(lián)網(wǎng)的信息，如在過去的一個(gè)月內(nèi)或一周內(nèi) 用戶使用互聯(lián)網(wǎng)的數(shù)據(jù)記錄?？蛇x的，任一用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)可包括在預(yù)設(shè)時(shí)間 段內(nèi)的用戶通過互聯(lián)網(wǎng)搜索信息行為的多條數(shù)據(jù)記錄，每條所數(shù)據(jù)記錄包括以下信息的一 種或多種組合用戶標(biāo)識(shí)、用戶提交的搜索關(guān)鍵詞、搜索行為的發(fā)生時(shí)間、訪問的網(wǎng)頁地址 信息和用戶使用互聯(lián)網(wǎng)的其他信息等。第一采樣用戶群可包括全網(wǎng)范圍內(nèi)的所有用戶，或者，也可包括訪問某一網(wǎng)站的 所有用戶，或者，還可由根據(jù)某些預(yù)設(shè)的抽樣條件預(yù)先抽樣出來的用戶組成，具體涉及用戶 的范圍可根據(jù)實(shí)際需要確定。步驟12、根據(jù)預(yù)設(shè)的抽樣條件對(duì)第一采樣用戶群的各用戶進(jìn)行抽樣，抽出的用戶 組成第二采樣用戶群。第二采樣用戶群為在第一采用用戶群包括的用戶范圍內(nèi)，根據(jù)抽樣條件確定的新 的用戶群。抽樣條件可根據(jù)實(shí)際需要預(yù)先設(shè)定，例如可采用隨機(jī)抽樣、特定搜索關(guān)鍵詞過濾 抽樣、訪問的特定網(wǎng)頁地址信息(如網(wǎng)頁的統(tǒng)一定位符⑴niform Resource Location，簡(jiǎn)稱 URL))過濾抽樣或其他抽樣方式，確定新的用戶群(即第二采樣用戶群)。隨機(jī)抽樣即為隨 機(jī)選取第一采樣用戶群中的用戶，得到預(yù)設(shè)抽樣數(shù)量的用戶以組成第二采樣用戶群。特定 搜索關(guān)鍵詞過濾抽樣就是根據(jù)預(yù)設(shè)的一個(gè)或多個(gè)特定搜索關(guān)鍵詞，對(duì)訪問第一采樣用戶群 中的用戶進(jìn)行采樣過濾，由采樣過濾后的用戶組成第二采樣用戶群，可選的，還可在采樣過 濾后的用戶中隨機(jī)抽取預(yù)設(shè)數(shù)量的用戶，由這些用戶組成第二采樣用戶群。訪問的特定網(wǎng) 頁地址信息是根據(jù)預(yù)設(shè)的特定網(wǎng)頁的URL，按照模糊或者精確匹配的方式對(duì)第一采樣用戶 群的各進(jìn)行采樣過濾，采樣過濾后的用戶可組成第二采樣用戶群，可選的，還可在采樣過濾 后的用戶中隨機(jī)抽取預(yù)設(shè)數(shù)量的用戶，由這些用戶組成第二采樣用戶群。上述抽樣方式可單獨(dú)使用，亦可組合使用。在實(shí)際應(yīng)用過程中，廣告主在策劃廣告投放策略過程可將待投放廣告自身的特 定，確定相關(guān)關(guān)鍵詞或相關(guān)網(wǎng)頁，將一個(gè)或多個(gè)相關(guān)關(guān)鍵詞作為特定搜索關(guān)鍵詞，和/或， 將一個(gè)或多個(gè)相關(guān)網(wǎng)頁的URL作為訪問的特定網(wǎng)頁地址信息?？蛇x的，如果抽樣條件包括 特定搜索關(guān)鍵詞，該情形下，可在所述第一采樣用戶群的各用戶中，抽取互聯(lián)網(wǎng)歷史行為數(shù) 據(jù)中包括上述特定搜索關(guān)鍵詞的用戶，即抽取在預(yù)設(shè)時(shí)間段內(nèi)曾采用上述特定搜索關(guān)鍵詞 搜索信息的用戶。或者，如果抽樣條件包括特定網(wǎng)頁地址信息，該情形下，可在所述第一采 樣用戶群的各用戶中，抽取互聯(lián)網(wǎng)歷史行為數(shù)據(jù)中包括所述特定網(wǎng)頁地址信息的用戶，即 抽取在預(yù)設(shè)時(shí)間段內(nèi)曾訪問上述特定網(wǎng)頁地址的用戶。抽取出的用戶組成第二采樣用戶 群。步驟13、確定第二采樣用戶群的用戶相對(duì)于第一采樣用戶群的用戶，對(duì)于預(yù)設(shè)的 統(tǒng)計(jì)項(xiàng)的興趣程度的差異權(quán)值。在確定差異權(quán)值時(shí)，可選的，可統(tǒng)計(jì)第一概率和第二概率，其中，第一概率為第一 采樣用戶群的多個(gè)隨機(jī)采樣子群中用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括預(yù)設(shè)統(tǒng)計(jì)項(xiàng)的平均概 率。第二概率為第二概率為第二采樣用戶群的多個(gè)隨機(jī)采樣子群中用戶的互聯(lián)網(wǎng)歷史 行為數(shù)據(jù)包括預(yù)設(shè)統(tǒng)計(jì)項(xiàng)的平均概率。可將第一采樣用戶群中采用隨機(jī)抽樣的方式，確定多個(gè)隨機(jī)采樣子群，每個(gè)隨機(jī) 采樣子群中包括的用戶為第一采樣用戶群中的部分用戶，且不同隨機(jī)采樣子群包括的用戶 不同或不完全相同。第二采樣用戶群確定隨機(jī)采樣子群的方法相同。不妨將第一采樣用戶 群的任一隨機(jī)采樣子群的中用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括預(yù)設(shè)統(tǒng)計(jì)項(xiàng)的概率，稱為“第 一子概率”，將第二采樣用戶群的任一隨機(jī)采樣子群的中用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括 預(yù)設(shè)統(tǒng)計(jì)項(xiàng)的概率，稱為“第二子概率”。預(yù)設(shè)的統(tǒng)計(jì)項(xiàng)可包括某個(gè)或某些搜索關(guān)鍵詞等。如果抽樣條件包括特定搜索關(guān)鍵 詞，則統(tǒng)計(jì)項(xiàng)中包括的搜索關(guān)鍵詞可與抽樣條件包括的特定搜索關(guān)鍵詞不同。抽樣條件包 括的特定搜索關(guān)鍵詞主要是用于確定特定用戶群，對(duì)采用用戶進(jìn)行進(jìn)一步的分類。統(tǒng)計(jì)項(xiàng) 包括的搜索關(guān)鍵詞主要是用于統(tǒng)計(jì)每一類用戶群中每個(gè)用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)中包 括有該搜索關(guān)鍵詞的比例，即相當(dāng)于統(tǒng)計(jì)某個(gè)用戶群中每個(gè)用戶在預(yù)設(shè)時(shí)間段內(nèi)是用該搜 索關(guān)鍵詞的概率。統(tǒng)計(jì)過程中主要用到的數(shù)據(jù)結(jié)構(gòu)可為統(tǒng)計(jì)字典，如哈希(hash)字典。統(tǒng)計(jì)完成之 后，每個(gè)隨機(jī)采樣子群統(tǒng)計(jì)過程中都可得到類似于表1所示的表格，表1中的“汽車”或“鮮 花”為某一統(tǒng)計(jì)項(xiàng)。表1某一采樣用戶群的某一隨機(jī)采樣子群統(tǒng)計(jì)數(shù)據(jù)示例
權(quán)利要求
1.一種用戶行為數(shù)據(jù)分析方法，其特征在于，包括獲取第一采樣用戶群的各用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)，所述互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括 任一用戶在預(yù)設(shè)時(shí)間段內(nèi)使用互聯(lián)網(wǎng)的信息；根據(jù)預(yù)設(shè)的抽樣條件對(duì)所述第一采樣用戶群的各用戶進(jìn)行抽樣，抽出的用戶組成第二 采樣用戶群；確定所述第二采樣用戶群的用戶相對(duì)于所述第一采樣用戶群的用戶，對(duì)于預(yù)設(shè)的統(tǒng)計(jì) 項(xiàng)的興趣程度的差異權(quán)值。
2.根據(jù)權(quán)利要求1所述的用戶行為數(shù)據(jù)分析方法，其特征在于，對(duì)所述第一采樣用戶 群中的各用戶進(jìn)行抽樣之前，還包括接收查詢請(qǐng)求，所述查詢請(qǐng)求包括預(yù)設(shè)的所述抽樣條件和預(yù)設(shè)的所述統(tǒng)計(jì)項(xiàng)；根據(jù)所述查詢請(qǐng)求獲取所述抽樣條件和所述統(tǒng)計(jì)項(xiàng)。
3.根據(jù)權(quán)利要求1或2所述的用戶行為數(shù)據(jù)分析方法，其特征在于，所述抽樣條件包括特定搜索關(guān)鍵詞，根據(jù)所述抽樣條件對(duì)所述第一采樣用戶群的各用 戶進(jìn)行抽樣，包括在所述第一采樣用戶群的各用戶中，抽取互聯(lián)網(wǎng)歷史行為數(shù)據(jù)中包括所 述特定搜索關(guān)鍵詞的用戶；或者所述抽樣條件包括特定網(wǎng)頁地址信息，根據(jù)所述抽樣條件對(duì)所述第一采樣用戶群的各 用戶進(jìn)行抽樣，包括在所述第一采樣用戶群的各用戶中，抽取互聯(lián)網(wǎng)歷史行為數(shù)據(jù)中包括 所述特定網(wǎng)頁地址信息的用戶。
4.根據(jù)權(quán)利要求1或2所述的用戶行為數(shù)據(jù)分析方法，其特征在于，所述抽樣條件包括特定搜索關(guān)鍵詞，根據(jù)所述抽樣條件對(duì)所述第一采樣用戶群的各用 戶進(jìn)行抽樣，包括建立所述特定搜索關(guān)鍵字到所述第一采樣用戶群中各用戶標(biāo)識(shí)的倒排 索引，在所述倒排索引中抽取互聯(lián)網(wǎng)歷史行為數(shù)據(jù)中包括所述特定搜索關(guān)鍵詞的用戶；或 者所述抽樣條件包括特定網(wǎng)頁地址信息，根據(jù)所述抽樣條件對(duì)所述第一采樣用戶群的各 用戶進(jìn)行抽樣，包括建立所述特定網(wǎng)頁地址信息到所述第一采樣用戶群中各用戶標(biāo)識(shí)的 倒排索引，在所述第一采樣用戶群的各用戶中，抽取互聯(lián)網(wǎng)歷史行為數(shù)據(jù)中包括所述特定 網(wǎng)頁地址信息的用戶。
5.根據(jù)權(quán)利要求1所述的用戶行為數(shù)據(jù)分析方法，其特征在于，確定所述第二采樣用戶群的用戶相對(duì)于所述第一采樣用戶群的用戶，對(duì)于所述統(tǒng)計(jì)項(xiàng) 的興趣程度的差異權(quán)值之前，還包括統(tǒng)計(jì)第一概率和第二概率，所述第一概率為所述第 一采樣用戶群的多個(gè)隨機(jī)采樣子群中用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括所述統(tǒng)計(jì)項(xiàng)的平均 概率；所述第二概率為所述第二概率為所述第二采樣用戶群的多個(gè)隨機(jī)采樣子群中用 戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括所述統(tǒng)計(jì)項(xiàng)的平均概率；確定所述第二采樣用戶群的用戶相對(duì)于所述第一采樣用戶群的用戶，對(duì)于所述統(tǒng)計(jì)項(xiàng) 的興趣程度的差異權(quán)值，包括根據(jù)所述第一概率和所述第二概率，確定所述第二采樣用戶 群的用戶相對(duì)于所述第一采樣用戶群的用戶，對(duì)于所述統(tǒng)計(jì)項(xiàng)的興趣程度的差異權(quán)值。
6.根據(jù)權(quán)利要求5所述的用戶行為數(shù)據(jù)分析方法，其特征在于，采用以下公式確定所 述差異權(quán)值 差異權(quán)值=IoglO (第二概率/第一概率)。
7.根據(jù)權(quán)利要求5所述的用戶行為數(shù)據(jù)分析方法，其特征在于，所述第一采樣用戶群 或所述第二采樣用戶群中，任一隨機(jī)采樣子群中用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括所述統(tǒng)計(jì) 項(xiàng)的概率等于，相應(yīng)隨機(jī)采樣子群中各用戶在預(yù)設(shè)時(shí)間段內(nèi)搜索過所述統(tǒng)計(jì)項(xiàng)的總次數(shù)， 與該隨機(jī)采樣子群中搜索過所述統(tǒng)計(jì)項(xiàng)的用戶數(shù)量的商值。
8.根據(jù)權(quán)利要求5所述的用戶行為數(shù)據(jù)分析方法，其特征在于，還包括建立并存儲(chǔ)以 下信息至少之一各隨機(jī)采樣子群、統(tǒng)計(jì)項(xiàng)與相應(yīng)概率的映射關(guān)系；各采樣用戶群、統(tǒng)計(jì)項(xiàng)與相應(yīng)差異權(quán)值的映射關(guān)系；各采樣用戶群、統(tǒng)計(jì)項(xiàng)與相應(yīng)概率分布的映射關(guān)系。
9.一種用戶行為數(shù)據(jù)分析裝置，其特征在于，包括用戶行為數(shù)據(jù)獲取模塊，用于獲取第一采樣用戶群的各用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)， 所述互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括任一用戶在預(yù)設(shè)時(shí)間段內(nèi)使用互聯(lián)網(wǎng)的信息；抽樣模塊，用于根據(jù)預(yù)設(shè)的抽樣條件對(duì)所述第一采樣用戶群的各用戶進(jìn)行抽樣，抽出 的用戶組成第二采樣用戶群；分析模塊，用于確定所述第二采樣用戶群的用戶相對(duì)于所述第一采樣用戶群的用戶， 對(duì)于預(yù)設(shè)的統(tǒng)計(jì)項(xiàng)的興趣程度的差異權(quán)值。
10.根據(jù)權(quán)利要求9所述的用戶行為數(shù)據(jù)分析裝置，其特征在于，還包括統(tǒng)計(jì)模塊，用于統(tǒng)計(jì)第一概率和第二概率，所述第一概率為所述第一采樣用戶群的多 個(gè)隨機(jī)采樣子群中用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括所述統(tǒng)計(jì)項(xiàng)的平均概率；所述第二概率 為所述第二概率為所述第二采樣用戶群的多個(gè)隨機(jī)采樣子群中用戶的互聯(lián)網(wǎng)歷史行為 數(shù)據(jù)包括所述統(tǒng)計(jì)項(xiàng)的平均概率；所述分析模塊，還用于根據(jù)所述第一概率和所述第二概率，確定所述第二采樣用戶群 的用戶相對(duì)于所述第一采樣用戶群的用戶，對(duì)于所述統(tǒng)計(jì)項(xiàng)的興趣程度的差異權(quán)值。
全文摘要
本發(fā)明涉及一種用戶行為數(shù)據(jù)分析方法和裝置。該方法包括獲取第一采樣用戶群的各用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)，所述互聯(lián)網(wǎng)歷史行為數(shù)據(jù)包括任一用戶在預(yù)設(shè)時(shí)間段內(nèi)使用互聯(lián)網(wǎng)的信息；根據(jù)預(yù)設(shè)的抽樣條件對(duì)所述第一采樣用戶群的各用戶進(jìn)行抽樣，抽出的用戶組成第二采樣用戶群；確定所述第二采樣用戶群的用戶相對(duì)于所述第一采樣用戶群的用戶，對(duì)于預(yù)設(shè)的統(tǒng)計(jì)項(xiàng)的興趣程度的差異權(quán)值。本發(fā)明根據(jù)用戶的互聯(lián)網(wǎng)歷史行為數(shù)據(jù)評(píng)估不同采樣用戶群搜索預(yù)設(shè)的統(tǒng)計(jì)項(xiàng)的差異權(quán)值，差異權(quán)值反映了某一采樣用戶群中用戶的潛在興趣點(diǎn)，如果依此確定廣告投放策略，將有利于提高廣告投放的精準(zhǔn)性。
文檔編號(hào)G06Q30/00GK102103603SQ20091024287
公開日2011年6月22日 申請(qǐng)日期2009年12月18日 優(yōu)先權(quán)日2009年12月18日
發(fā)明者王黎亮 申請(qǐng)人:百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司