專利名稱：網(wǎng)址導(dǎo)航的方法、裝置及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及瀏覽器技術(shù)領(lǐng)域，具體涉及網(wǎng)址導(dǎo)航的方法、裝置及系統(tǒng)。
背景技術(shù)：
隨著計(jì)算機(jī)技術(shù)的發(fā)展和互聯(lián)網(wǎng)用戶規(guī)模的不斷擴(kuò)大，越來(lái)越多的互聯(lián)網(wǎng)用戶使用個(gè)人計(jì)算機(jī)通過(guò)互聯(lián)網(wǎng)獲得各種各樣所需的信息。同時(shí)，為互聯(lián)網(wǎng)用戶提供信息服務(wù)的網(wǎng)站也越來(lái)越多，互聯(lián)網(wǎng)網(wǎng)頁(yè)的數(shù)量每天都在以驚人的速度增長(zhǎng)，互聯(lián)網(wǎng)信息呈現(xiàn)出爆發(fā)式的增長(zhǎng)。對(duì)于用戶來(lái)說(shuō)，經(jīng)常需要通過(guò)一定的手段，才能在浩如煙海的互聯(lián)網(wǎng)信息中迅速定位最適合自己需求的網(wǎng)站或者需要的信息，比如通過(guò)網(wǎng)址導(dǎo)航服務(wù)。網(wǎng)址導(dǎo)航是一個(gè)集合較多網(wǎng)址，并按一定條件進(jìn)行分類的一種網(wǎng)址站，主要為用戶提供網(wǎng)址導(dǎo)航服務(wù)。網(wǎng)址導(dǎo)航可以使用戶不用記憶網(wǎng)站的網(wǎng)址，就能通過(guò)網(wǎng)址導(dǎo)航頁(yè)面提供的鏈接方便找到自己需要的網(wǎng)站進(jìn)行瀏覽和信息檢索。同時(shí)，現(xiàn)有的網(wǎng)址導(dǎo)航有的還提供了一些比較實(shí)用的功能，如號(hào)碼查詢、郵箱登陸、熱點(diǎn)新聞、搜索引擎入口等，在一定程度上也為用戶的互聯(lián)網(wǎng)沖浪提供了便利。據(jù)統(tǒng)計(jì)，目前有相當(dāng)比例的互聯(lián)網(wǎng)用戶將瀏覽器的主頁(yè)設(shè)置為網(wǎng)址導(dǎo)航頁(yè)面，從一個(gè)側(cè)面也說(shuō)明了網(wǎng)址導(dǎo)航服務(wù)在實(shí)際應(yīng)用中確實(shí)有著方便用戶瀏覽的作用，從而受到了許多用戶的歡迎。然而，在現(xiàn)有的網(wǎng)址導(dǎo)航服務(wù)技術(shù)中，導(dǎo)航內(nèi)容頁(yè)面大多是由網(wǎng)址導(dǎo)航產(chǎn)品的運(yùn)營(yíng)維護(hù)人員人工推薦的靜態(tài)頁(yè)面，雖然頁(yè)面內(nèi)容內(nèi)的導(dǎo)航網(wǎng)址可能涉及到許多門(mén)類，但相對(duì)于互聯(lián)網(wǎng)上數(shù)量巨大并且高速增長(zhǎng)的信息量，網(wǎng)址導(dǎo)航內(nèi)容往往不能夠適應(yīng)互聯(lián)網(wǎng)用戶的瀏覽需求。

發(fā)明內(nèi)容
鑒于上述問(wèn)題，提出了本發(fā)明以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的網(wǎng)址導(dǎo)航的方法，裝置和相應(yīng)的網(wǎng)址導(dǎo)航的系統(tǒng)。依據(jù)本發(fā)明的一個(gè)方面，提供了一種網(wǎng)址導(dǎo)航的方法，包括獲取多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)；根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，所述興趣模型中保存有體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息；根據(jù)所述類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別?？蛇x地，所述根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，包括從所述歷史行為數(shù)據(jù)中提取特征詞；對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別，保存所述多個(gè)特征詞類別，得到所述群體興趣模型?？蛇x地，所述群體興趣模型中還保存有各個(gè)類別的權(quán)重，所述權(quán)重用于體現(xiàn)客戶端設(shè)備訪問(wèn)方群體對(duì)各個(gè)類別的感興趣程度，所述根據(jù)所述類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別包括根據(jù)各個(gè)類別的權(quán)重對(duì)各個(gè)類別進(jìn)行排序，根據(jù)排序結(jié)果確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別及排列順序。可選地，所述根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，包括從所述歷史行為數(shù)據(jù)中提取特征詞，并獲取各個(gè)特征詞的出現(xiàn)頻度；對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別；根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重；保存所述多個(gè)特征詞類別以及各自的權(quán)重，得到所述群體興趣模型?？蛇x地，所述類別包括一級(jí)類別以及二級(jí)類別，每個(gè)一級(jí)類別下包括多個(gè)二級(jí)類別，所述保存所述多個(gè)特征詞類別以及各自的權(quán)重包括以二維矩陣的形式保存各個(gè)二級(jí)類別的權(quán)重，其中，所述二維矩陣中的每一行對(duì)應(yīng)每一一級(jí)分類下的各個(gè)二級(jí)類別；所述根據(jù)各個(gè)類別的權(quán)重對(duì)各個(gè)類別進(jìn)行排序包括分別將所述二維矩陣中每一行的各個(gè)二級(jí)類別的權(quán)重相加，得到各個(gè)一級(jí)類別的權(quán)重；根據(jù)各個(gè)一級(jí)類別的權(quán)重對(duì)各個(gè)一級(jí)類別進(jìn)行排序，并根據(jù)一級(jí)類別下各個(gè)二級(jí)類別的權(quán)重，對(duì)各個(gè)二級(jí)類別進(jìn)行排序?？蛇x地，所述根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重包括分別對(duì)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度進(jìn)行累加，得到各個(gè)類別的權(quán)重。可選地，所述根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重包括根據(jù)搜索引擎服務(wù)器統(tǒng)計(jì)的特征詞熱點(diǎn)信息，獲取各個(gè)特征詞的熱點(diǎn)程度信息；根據(jù)各個(gè)特征詞的出現(xiàn)頻度以及所述熱點(diǎn)程度信息計(jì)算各個(gè)特征詞的綜合頻度
信息；分別對(duì)各個(gè)類別下的各個(gè)特征詞的綜合頻度信息進(jìn)行累加，得到各個(gè)類別的權(quán)重?？蛇x地，所述根據(jù)各個(gè)特征詞的出現(xiàn)頻度以及所述熱點(diǎn)程度信息計(jì)算各個(gè)特征詞的綜合頻度信息包括將特征詞的熱點(diǎn)程度信息乘以一加權(quán)系數(shù)，并與所述出現(xiàn)頻度進(jìn)行相加，得到特征詞的綜合頻度信息；其中，所述加權(quán)系數(shù)小于I。可選地，所述對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別包括對(duì)所述特征詞進(jìn)行歸一化處理；對(duì)歸一化處理后的特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別?？蛇x地，所述從所述歷史行為數(shù)據(jù)中提取特征詞包括將在搜索引擎中輸入的搜索關(guān)鍵詞作為所述特征詞；或者，從被訪問(wèn)網(wǎng)頁(yè)中提取內(nèi)容關(guān)鍵詞作為所述特征詞。
6
根據(jù)本發(fā)明的另一方面，提供了一種網(wǎng)址導(dǎo)航的裝置，包括數(shù)據(jù)獲取單元，用于獲取多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)；建立模型單元，用于根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，所述興趣模型中保存有體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息；確定類別單元，用于根據(jù)所述類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別。可選地，所述建立模型單元，包括特征詞提取子單元，用于從所述歷史行為數(shù)據(jù)中提取特征詞；第一建立模型子單元，用于對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別，保存所述多個(gè)特征詞類別，得到所述群體興趣模型?？蛇x地，所述群體興趣模型中還保存有各個(gè)類別的權(quán)重，所述權(quán)重用于體現(xiàn)客戶端設(shè)備訪問(wèn)方群體對(duì)各個(gè)類別的感興趣程度，所述確定類別單元包括第一確定類別子單元，用于根據(jù)各個(gè)類別的權(quán)重對(duì)各個(gè)類別進(jìn)行排序，根據(jù)排序結(jié)果確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別及排列順序?？蛇x地，所述建立模型單元，包括頻度獲取子單元，用于從所述歷史行為數(shù)據(jù)中提取特征詞，并獲取各個(gè)特征詞的出現(xiàn)頻度；聚類子單元，用于對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別；類別權(quán)重獲取子單元，用于根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重；第二建立模型子單元，用于保存所述多個(gè)特征詞類別以及各自的權(quán)重，得到所述群體興趣模型?？蛇x地，所述類別包括一級(jí)類別以及二級(jí)類別，每個(gè)一級(jí)類別下包括多個(gè)二級(jí)類別，所述第二建立模型子單元包括權(quán)重保存子單元，用于以二維矩陣的形式保存各個(gè)二級(jí)類別的權(quán)重，其中，所述二維矩陣中的每一行對(duì)應(yīng)每一一級(jí)分類下的各個(gè)二級(jí)類別；所述第一確定類別子單元包括—級(jí)類別權(quán)重獲取子單元，用于分別將所述二維矩陣中每一行的各個(gè)二級(jí)類別的權(quán)重相加，得到各個(gè)一級(jí)類別的權(quán)重；排序子單元，用于根據(jù)各個(gè)一級(jí)類別的權(quán)重對(duì)各個(gè)一級(jí)類別進(jìn)行排序，并根據(jù)一級(jí)類別下各個(gè)二級(jí)類別的權(quán)重，對(duì)各個(gè)二級(jí)類別進(jìn)行排序?？蛇x地，所述類別權(quán)重獲取子單元包括第一類別權(quán)重獲取子單元，用于分別對(duì)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度進(jìn)行累加，得到各個(gè)類別的權(quán)重?？蛇x地，所述類別權(quán)重獲取子單元包括熱點(diǎn)信息獲取子單元，用于根據(jù)搜索引擎服務(wù)器統(tǒng)計(jì)的特征詞熱點(diǎn)信息，獲取各個(gè)特征詞的熱點(diǎn)程度信息；綜合頻度信息獲取子單元，用于根據(jù)各個(gè)特征詞的出現(xiàn)頻度以及所述熱點(diǎn)程度信息計(jì)算各個(gè)特征詞的綜合頻度信息；第二類別權(quán)重獲取子單元，用于分別對(duì)各個(gè)類別下的各個(gè)特征詞的綜合頻度信息進(jìn)行累加，得到各個(gè)類別的權(quán)重?？蛇x地，所述綜合頻度信息獲取子單元具體用于將特征詞的熱點(diǎn)程度信息乘以一加權(quán)系數(shù)，并與所述出現(xiàn)頻度進(jìn)行相加，得到特征詞的綜合頻度信息；其中，所述加權(quán)系數(shù)小于I?？蛇x地，通過(guò)以下子單元對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別歸一化處理子單元，用于對(duì)所述特征詞進(jìn)行歸一化處理；聚類處理子單元，用于對(duì)歸一化處理后的特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別?？蛇x地，所述特征詞提取子單元包括第一提取子單元，用于將在搜索引擎中輸入的搜索關(guān)鍵詞作為所述特征詞；或者，第二提取子單元，用于從被訪問(wèn)網(wǎng)頁(yè)中提取內(nèi)容關(guān)鍵詞作為所述特征詞。根據(jù)本發(fā)明的另一方面，提供了一種網(wǎng)址導(dǎo)航的系統(tǒng)，包括服務(wù)器端及客戶端，其中，所述服務(wù)器端包括前述任一項(xiàng)所述的網(wǎng)址導(dǎo)航的裝置，以及待展現(xiàn)網(wǎng)址確定單元，用于確定網(wǎng)址導(dǎo)航頁(yè)面中展現(xiàn)的各個(gè)網(wǎng)址類別下分別需展現(xiàn)的網(wǎng)址條目；數(shù)據(jù)返回單元，用于接收到客戶端發(fā)出的瀏覽網(wǎng)址導(dǎo)航頁(yè)面的請(qǐng)求后，將所述網(wǎng)址導(dǎo)航頁(yè)面中需展現(xiàn)的網(wǎng)址類別及各類別下需展現(xiàn)的網(wǎng)址條目返回給客戶端；所述客戶端包括展現(xiàn)單元，用于對(duì)所述數(shù)據(jù)返回單元返回的數(shù)據(jù)進(jìn)行解析，展現(xiàn)所述網(wǎng)址導(dǎo)航頁(yè)面。根據(jù)本發(fā)明的網(wǎng)址導(dǎo)航的方法可以獲取多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)，并根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，進(jìn)而根據(jù)群體興趣模型中的類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別。由于群體興趣模型是基于客戶端設(shè)備訪問(wèn)方群體的歷史訪問(wèn)行為獲得的，其中包含的類別信息可以反映出客戶端設(shè)備訪問(wèn)方群體的訪問(wèn)興趣點(diǎn)，而根據(jù)群體興趣模型中的類別信息確定的網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別，也就更加符合客戶端設(shè)備訪問(wèn)方的瀏覽需求。由此解決了現(xiàn)有的導(dǎo)航服務(wù)技術(shù)下實(shí)現(xiàn)的導(dǎo)航頁(yè)面內(nèi)容不能滿足互聯(lián)網(wǎng)用戶的瀏覽需求的問(wèn)題，取得了使導(dǎo)航頁(yè)面的內(nèi)容更加符合互聯(lián)網(wǎng)用戶的需要的有益效果。上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式
。


通過(guò)閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中圖I示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)址導(dǎo)航的方法流程圖；圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)址導(dǎo)航的裝置示意圖；以及，圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)址導(dǎo)航的系統(tǒng)示意圖。
具體實(shí)施例方式下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。請(qǐng)參閱圖1，其示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的網(wǎng)址導(dǎo)航的方法流程圖。該方法實(shí)施例包括以下步驟SlOl :獲取多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)；每一個(gè)用戶可以對(duì)應(yīng)一個(gè)客戶端設(shè)備，用戶作為客戶端設(shè)備的訪問(wèn)方，可以是客戶端設(shè)備的登錄者或輸入者，每個(gè)客戶端設(shè)備的訪問(wèn)方可以被分配以一個(gè)和客戶端設(shè)備的訪問(wèn)方對(duì)應(yīng)的唯一性標(biāo)識(shí)，以對(duì)不同的客戶端設(shè)備訪問(wèn)方進(jìn)行區(qū)分。多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史數(shù)據(jù)可以包括但不限于多個(gè)客戶端設(shè)備訪問(wèn)方使用瀏覽器、輸入法等軟件在客戶端設(shè)備上進(jìn)行網(wǎng)頁(yè)瀏覽、搜索、輸入等訪問(wèn)時(shí)所產(chǎn)生的歷史行為數(shù)據(jù)，以及訪問(wèn)過(guò)的客戶端設(shè)備上的文檔信息等，例如客戶端設(shè)備訪問(wèn)方訪問(wèn)的網(wǎng)頁(yè)對(duì)應(yīng)的統(tǒng)一資源定位符URL，客戶端設(shè)備訪問(wèn)方進(jìn)行搜索時(shí)輸入的關(guān)鍵詞，客戶端設(shè)備訪問(wèn)方使用輸入法輸入的字詞等。多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)可以通過(guò)多種方法獲取，例如，可以通過(guò)有客戶端設(shè)備訪問(wèn)方歷史行為數(shù)據(jù)收集功能的瀏覽器、有客戶端設(shè)備訪問(wèn)方歷史行為數(shù)據(jù)收集功能的瀏覽器插件、有客戶端設(shè)備訪問(wèn)方歷史行為數(shù)據(jù)收集功能的其他應(yīng)用軟件等，在客戶端設(shè)備訪問(wèn)方訪問(wèn)網(wǎng)頁(yè)時(shí)，可以通過(guò)這些程序來(lái)對(duì)客戶端設(shè)備訪問(wèn)方歷史行為數(shù)據(jù)進(jìn)行收集，具體可以是在客戶端設(shè)備訪問(wèn)方使用瀏覽器瀏覽網(wǎng)頁(yè)時(shí)，瀏覽器向服務(wù)器發(fā)起請(qǐng)求后，由上述的這些程序?qū)⒖蛻舳嗽O(shè)備訪問(wèn)方的這些數(shù)據(jù)收集起來(lái)。此外，在用戶訪問(wèn)網(wǎng)頁(yè)時(shí)，也可以由提供網(wǎng)頁(yè)的服務(wù)器來(lái)收集客戶端設(shè)備訪問(wèn)方的歷史行為數(shù)據(jù)，諸如客戶端設(shè)備訪問(wèn)方在服務(wù)器提供的網(wǎng)頁(yè)上進(jìn)行點(diǎn)擊、搜索、輸入等操作時(shí)產(chǎn)生的行為數(shù)據(jù)。在獲取到多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)后，還可以對(duì)這些歷史行為數(shù)據(jù)進(jìn)行整理或統(tǒng)計(jì)操作，例如對(duì)重復(fù)的網(wǎng)址進(jìn)行去重操作，對(duì)同一 URL的訪問(wèn)次數(shù)進(jìn)行統(tǒng)計(jì)等。S102:根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，所述興趣模型中保存有體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息；為了更充分的公開(kāi)本步驟的具體實(shí)現(xiàn)，首先介紹一下客戶端設(shè)備訪問(wèn)方的群體興趣模型的相關(guān)技術(shù)特征?？蛻舳嗽O(shè)備訪問(wèn)方的群體興趣模型是體現(xiàn)客戶端設(shè)備訪問(wèn)方群體的訪問(wèn)興趣的一種數(shù)據(jù)模型，其中可以包括用于體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息?？蛻舳嗽O(shè)備訪問(wèn)方的群體興趣模型的表現(xiàn)形式可以是多樣的，本發(fā)明實(shí)施例對(duì)客戶端設(shè)備訪問(wèn)方的群體興趣模型的表現(xiàn)形式?jīng)]有限制，例如可以用集合的形式表示客戶端設(shè)備訪問(wèn)方的群體興趣模型，下面是一個(gè)用集合的形式表示的客戶端設(shè)備訪問(wèn)方的群體興趣模型的示例
{新聞，體育，科技，娛樂(lè)，汽車，視頻，......，房產(chǎn)，旅游，音樂(lè)，時(shí)尚，軍事，教育}集合中的各個(gè)元素可以代表體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息，例如其中的新聞、體育、科技等類別。為了方便使用計(jì)算機(jī)設(shè)備對(duì)客戶端設(shè)備訪問(wèn)方的群體興趣模型進(jìn)行表示和加工，還可以將上述的集合形式表示的客戶端設(shè)備訪問(wèn)方的群體興趣模型抽象為數(shù)據(jù)集合來(lái)表達(dá)，如上述以集合形式表示的客戶端設(shè)備訪問(wèn)方的群體興趣模型可以抽象為{a0, a1; a2, a3, a4, a5,......, ai；......}，此集合中，每一個(gè)數(shù)據(jù)元素可以與前述
集合中的各個(gè)元素相對(duì)應(yīng)，例如％對(duì)應(yīng)前述集合中的新聞?lì)悇e，而則對(duì)應(yīng)前述集合中的體育類別，以此類推。在以數(shù)據(jù)集合的形式表示客戶端設(shè)備訪問(wèn)方的群體興趣模型時(shí)，集合中的每個(gè)元素可以對(duì)應(yīng)一個(gè)體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別，同時(shí)，集合中的每一個(gè)元素還可以被賦予一定的數(shù)值，所述對(duì)集合中的元素賦值的過(guò)程，也可以看作是對(duì)客戶端設(shè)備訪問(wèn)方的群體興趣模型進(jìn)行量化的過(guò)程，而元素被賦予的數(shù)值，用以體現(xiàn)群體用戶對(duì)對(duì)應(yīng)的類別的感興趣程度，可以根據(jù)多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)獲得?？蛻舳嗽O(shè)備訪問(wèn)方的群體興趣模型還可以以二維矩陣的形式來(lái)表示，由于二維矩陣，由于二維矩陣有行和列兩個(gè)維度，用二維矩陣來(lái)可以更加細(xì)化地表示客戶端設(shè)備訪問(wèn)方的群體興趣模型，還可以利用行或列與位于其上的元素之間的關(guān)系來(lái)表現(xiàn)更加豐富的信息內(nèi)容，下面是一個(gè)用二維矩陣的形式表示的客戶端設(shè)備訪問(wèn)方的群體興趣模型的示例
權(quán)利要求
1.一種網(wǎng)址導(dǎo)航的方法，包括 獲取多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)； 根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，所述興趣模型中保存有體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息； 根據(jù)所述類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別。
2.如權(quán)利要求I所述的方法，所述根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，包括 從所述歷史行為數(shù)據(jù)中提取特征詞； 對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別，保存所述多個(gè)特征詞類別，得到所述群體興趣I吳型。
3.如權(quán)利要求I所述的方法，所述群體興趣模型中還保存有各個(gè)類別的權(quán)重，所述權(quán)重用于體現(xiàn)客戶端設(shè)備訪問(wèn)方群體對(duì)各個(gè)類別的感興趣程度，所述根據(jù)所述類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別包括 根據(jù)各個(gè)類別的權(quán)重對(duì)各個(gè)類別進(jìn)行排序，根據(jù)排序結(jié)果確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別及排列順頁(yè)序。
4.如權(quán)利要求3所述的方法，所述根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣I吳型,包括 從所述歷史行為數(shù)據(jù)中提取特征詞，并獲取各個(gè)特征詞的出現(xiàn)頻度； 對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別； 根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重； 保存所述多個(gè)特征詞類別以及各自的權(quán)重，得到所述群體興趣模型。
5.如權(quán)利要求4所述的方法，所述類別包括一級(jí)類別以及二級(jí)類別，每個(gè)一級(jí)類別下包括多個(gè)二級(jí)類別，所述保存所述多個(gè)特征詞類別以及各自的權(quán)重包括 以二維矩陣的形式保存各個(gè)二級(jí)類別的權(quán)重，其中，所述二維矩陣中的每一行對(duì)應(yīng)每一一級(jí)分類下的各個(gè)二級(jí)類別； 所述根據(jù)各個(gè)類別的權(quán)重對(duì)各個(gè)類別進(jìn)行排序包括 分別將所述二維矩陣中每一行的各個(gè)二級(jí)類別的權(quán)重相加，得到各個(gè)一級(jí)類別的權(quán)重； 根據(jù)各個(gè)一級(jí)類別的權(quán)重對(duì)各個(gè)一級(jí)類別進(jìn)行排序，并根據(jù)一級(jí)類別下各個(gè)二級(jí)類別的權(quán)重，對(duì)各個(gè)二級(jí)類別進(jìn)行排序。
6.如權(quán)利要求4所述的方法，所述根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重包括 分別對(duì)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度進(jìn)行累加，得到各個(gè)類別的權(quán)重。
7.如權(quán)利要求4所述的方法，所述根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重包括 根據(jù)搜索引擎服務(wù)器統(tǒng)計(jì)的特征詞熱點(diǎn)信息，獲取各個(gè)特征詞的熱點(diǎn)程度信息； 根據(jù)各個(gè)特征詞的出現(xiàn)頻度以及所述熱點(diǎn)程度信息計(jì)算各個(gè)特征詞的綜合頻度信息； 分別對(duì)各個(gè)類別下的各個(gè)特征詞的綜合頻度信息進(jìn)行累加，得到各個(gè)類別的權(quán)重。
8.如權(quán)利要求7所述的方法，所述根據(jù)各個(gè)特征詞的出現(xiàn)頻度以及所述熱點(diǎn)程度信息計(jì)算各個(gè)特征詞的綜合頻度信息包括 將特征詞的熱點(diǎn)程度信息乘以一加權(quán)系數(shù)，并與所述出現(xiàn)頻度進(jìn)行相加，得到特征詞的綜合頻度信息；其中，所述加權(quán)系數(shù)小于I。
9.如權(quán)利要求2、4-8任一項(xiàng)所述的方法，所述對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別包括 對(duì)所述特征詞進(jìn)行歸一化處理； 對(duì)歸一化處理后的特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別。
10.如權(quán)利要求2、4-8任一項(xiàng)所述的方法，所述從所述歷史行為數(shù)據(jù)中提取特征詞包括 將在搜索引擎中輸入的搜索關(guān)鍵詞作為所述特征詞； 或者， 從被訪問(wèn)網(wǎng)頁(yè)中提取內(nèi)容關(guān)鍵詞作為所述特征詞。
11.一種網(wǎng)址導(dǎo)航的裝置，包括 數(shù)據(jù)獲取單元，用于獲取多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)； 建立模型單元，用于根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，所述興趣模型中保存有體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息； 確定類別單元，用于根據(jù)所述類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別。
12.如權(quán)利要求11所述的裝置，所述建立模型單元，包括 特征詞提取子單元，用于從所述歷史行為數(shù)據(jù)中提取特征詞； 第一建立模型子單元，用于對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別，保存所述多個(gè)特征詞類別，得到所述群體興趣模型。
13.如權(quán)利要求11所述的裝置，所述群體興趣模型中還保存有各個(gè)類別的權(quán)重，所述權(quán)重用于體現(xiàn)客戶端設(shè)備訪問(wèn)方群體對(duì)各個(gè)類別的感興趣程度，所述確定類別單元包括 第一確定類別子單元，用于根據(jù)各個(gè)類別的權(quán)重對(duì)各個(gè)類別進(jìn)行排序，根據(jù)排序結(jié)果確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別及排列順序。
14.如權(quán)利要求13所述的裝置，所述建立模型單元，包括 頻度獲取子單元，用于從所述歷史行為數(shù)據(jù)中提取特征詞，并獲取各個(gè)特征詞的出現(xiàn)頻度； 聚類子單元，用于對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別； 類別權(quán)重獲取子單元，用于根據(jù)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度，獲得各個(gè)類別的權(quán)重； 第二建立模型子單元，用于保存所述多個(gè)特征詞類別以及各自的權(quán)重，得到所述群體興趣|吳型。
15.如權(quán)利要求14所述的裝置，所述類別包括一級(jí)類別以及二級(jí)類別，每個(gè)一級(jí)類別下包括多個(gè)二級(jí)類別，所述第二建立模型子單元包括 權(quán)重保存子單元，用于以二維矩陣的形式保存各個(gè)二級(jí)類別的權(quán)重，其中，所述二維矩陣中的每一行對(duì)應(yīng)每一一級(jí)分類下的各個(gè)二級(jí)類別； 所述第一確定類別子單元包括一級(jí)類別權(quán)重獲取子單元，用于分別將所述二維矩陣中每一行的各個(gè)二級(jí)類別的權(quán)重相加，得到各個(gè)一級(jí)類別的權(quán)重； 排序子單元，用于根據(jù)各個(gè)一級(jí)類別的權(quán)重對(duì)各個(gè)一級(jí)類別進(jìn)行排序，并根據(jù)一級(jí)類別下各個(gè)二級(jí)類別的權(quán)重，對(duì)各個(gè)二級(jí)類別進(jìn)行排序。
16.如權(quán)利要求14所述的裝置，所述類別權(quán)重獲取子單元包括 第一類別權(quán)重獲取子單元，用于分別對(duì)各個(gè)類別下的各個(gè)特征詞的出現(xiàn)頻度進(jìn)行累力口，得到各個(gè)類別的權(quán)重。
17.如權(quán)利要求14所述的裝置，所述類別權(quán)重獲取子單元包括 熱點(diǎn)信息獲取子單元，用于根據(jù)搜索引擎服務(wù)器統(tǒng)計(jì)的特征詞熱點(diǎn)信息，獲取各個(gè)特征詞的熱點(diǎn)程度信息； 綜合頻度信息獲取子單元，用于根據(jù)各個(gè)特征詞的出現(xiàn)頻度以及所述熱點(diǎn)程度信息計(jì)算各個(gè)特征詞的綜合頻度信息； 第二類別權(quán)重獲取子單元，用于分別對(duì)各個(gè)類別下的各個(gè)特征詞的綜合頻度信息進(jìn)行累加，得到各個(gè)類別的權(quán)重。
18.如權(quán)利要求17所述的裝置，所述綜合頻度信息獲取子單元具體用于將特征詞的熱點(diǎn)程度信息乘以一加權(quán)系數(shù)，并與所述出現(xiàn)頻度進(jìn)行相加，得到特征詞的綜合頻度信息；其中，所述加權(quán)系數(shù)小于I。
19.如權(quán)利要求12、14-18任一項(xiàng)所述的裝置，通過(guò)以下子單元對(duì)所述特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別 歸一化處理子單元，用于對(duì)所述特征詞進(jìn)行歸一化處理； 聚類處理子單元，用于對(duì)歸一化處理后的特征詞進(jìn)行聚類，獲得多個(gè)特征詞類別。
20.如權(quán)利要求12、14-18任一項(xiàng)所述的裝置，所述特征詞提取子單元包括 第一提取子單元，用于將在搜索引擎中輸入的搜索關(guān)鍵詞作為所述特征詞； 或者， 第二提取子單元，用于從被訪問(wèn)網(wǎng)頁(yè)中提取內(nèi)容關(guān)鍵詞作為所述特征詞。
21.—種網(wǎng)址導(dǎo)航的系統(tǒng)，包括服務(wù)器端及客戶端，其中，所述服務(wù)器端包括權(quán)利要求11至20任一項(xiàng)所述的網(wǎng)址導(dǎo)航的裝置，以及 待展現(xiàn)網(wǎng)址確定單元，用于確定網(wǎng)址導(dǎo)航頁(yè)面中展現(xiàn)的各個(gè)網(wǎng)址類別下分別需展現(xiàn)的網(wǎng)址條目； 數(shù)據(jù)返回單元，用于接收到客戶端發(fā)出的瀏覽網(wǎng)址導(dǎo)航頁(yè)面的請(qǐng)求后，將所述網(wǎng)址導(dǎo)航頁(yè)面中需展現(xiàn)的網(wǎng)址類別及各類別下需展現(xiàn)的網(wǎng)址條目返回給客戶端； 所述客戶端包括 展現(xiàn)單元，用于對(duì)所述數(shù)據(jù)返回單元返回的數(shù)據(jù)進(jìn)行解析，展現(xiàn)所述網(wǎng)址導(dǎo)航頁(yè)面。
全文摘要
本發(fā)明公開(kāi)了網(wǎng)址導(dǎo)航的方法、裝置及系統(tǒng)，其中，所述方法包括獲取多臺(tái)基于客戶端設(shè)備的訪問(wèn)事件的歷史行為數(shù)據(jù)；根據(jù)所述歷史行為數(shù)據(jù)建立客戶端設(shè)備訪問(wèn)方的群體興趣模型，所述興趣模型中保存有體現(xiàn)客戶端設(shè)備訪問(wèn)方群體訪問(wèn)興趣點(diǎn)的類別信息；根據(jù)所述類別信息確定在網(wǎng)址導(dǎo)航頁(yè)面中顯示的網(wǎng)址類別。通過(guò)本發(fā)明，解決了現(xiàn)有的導(dǎo)航服務(wù)技術(shù)下實(shí)現(xiàn)的導(dǎo)航頁(yè)面內(nèi)容不能滿足互聯(lián)網(wǎng)用戶的瀏覽需求的問(wèn)題，取得了使導(dǎo)航頁(yè)面的內(nèi)容更加符合互聯(lián)網(wǎng)用戶的需要的有益效果。
文檔編號(hào)G06F17/30GK102929990SQ20121040152
公開(kāi)日2013年2月13日 申請(qǐng)日期2012年10月19日 優(yōu)先權(quán)日2012年10月19日
發(fā)明者周浩, 鄧夏瑋 申請(qǐng)人:北京奇虎科技有限公司, 奇智軟件(北京)有限公司