一種基于用戶行為的信息推薦方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種基于用戶行為的信息推薦方法和系統(tǒng)，以解決為用戶推薦個(gè)性化信息準(zhǔn)確性較低的問題。所述的方法包括：收集用戶各類型的行為信息，其中，所述行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類；針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略；基于所述用戶策略向所述用戶推薦個(gè)性化信息。由于用戶搜索和點(diǎn)擊推薦信息的行為能體現(xiàn)用戶感興趣的內(nèi)容，因此依此確定的用戶策略也更符合用戶的需求，從而在基于用戶策略向用戶推薦個(gè)性化信息時(shí)，可以推薦個(gè)符合用戶需求的內(nèi)容，提高推薦內(nèi)容的準(zhǔn)確性和點(diǎn)擊率。
【專利說明】一種基于用戶行為的信息推薦方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)處理技術(shù)，特別是涉及一種基于用戶行為的信息推薦方法和系統(tǒng)。
【背景技術(shù)】
[0002]隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，網(wǎng)絡(luò)用戶也越來越多，網(wǎng)絡(luò)中的信息也越來越多樣，為便于用戶查找信息，可以為用戶推薦個(gè)性化信息。
[0003]現(xiàn)有技術(shù)中，通常是基于用戶瀏覽的網(wǎng)頁為用戶推薦個(gè)性化信息，即通過用戶瀏覽的網(wǎng)頁數(shù)據(jù)分析出用戶感興趣的網(wǎng)站或內(nèi)容，然后基于所述感興趣的網(wǎng)站或內(nèi)容為用戶推薦個(gè)性化信息。
[0004]但是，用戶對(duì)網(wǎng)頁的瀏覽并不具有明確的指向性，往往無法準(zhǔn)確的代表用戶的真實(shí)需求，而個(gè)性化信息通常是基于某些特定領(lǐng)域而制定的，因此基于用戶瀏覽的網(wǎng)頁為用戶推薦個(gè)性化信息準(zhǔn)確性較低。例如用戶瀏覽的是新聞?lì)惥W(wǎng)頁，而個(gè)性化信息是基于購物領(lǐng)域或游戲領(lǐng)域，則基于新聞?lì)惥W(wǎng)頁無法準(zhǔn)確的獲知用戶在購物領(lǐng)域或游戲領(lǐng)域的興趣點(diǎn)，因而無法進(jìn)行個(gè)性化信息的推薦。

【發(fā)明內(nèi)容】

[0005]本發(fā)明提供了一種基于用戶行為的信息推薦方法和系統(tǒng)，以解決為用戶推薦個(gè)性化信息準(zhǔn)確性較低的問題。
[0006]為了解決上述問題，本發(fā)明公開了一種基于用戶行為的信息推薦方法，包括:
[0007]收集用戶各類型的行為信息，其中，所述行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類；
[0008]針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略；
[0009]基于所述用戶策略向所述用戶推薦個(gè)性化信息。
[0010]本發(fā)明一個(gè)可選實(shí)施例中，所述針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略，包括:針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略；針對(duì)點(diǎn)擊行為信息，與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略。
[0011]本發(fā)明一個(gè)可選實(shí)施例中，所述訪問行為信息包括用戶訪問的各網(wǎng)頁的URL地址；所述搜索行為信息包括用戶搜索的各個(gè)關(guān)鍵詞；所述針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略，包括:針對(duì)訪問行為信息，采用所述每個(gè)URL地址中的字符依次對(duì)所述訪問類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)；確定所述匹配到的節(jié)點(diǎn)對(duì)應(yīng)的用戶策略；針對(duì)搜索行為信息，采用所述每個(gè)關(guān)鍵詞中的文字依次對(duì)所述搜索類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)；確定所述匹配到的節(jié)點(diǎn)對(duì)應(yīng)的用戶策略。
[0012]本發(fā)明一個(gè)可選實(shí)施例中，所述點(diǎn)擊行為信息包括用戶點(diǎn)擊的個(gè)性化信息的標(biāo)識(shí)；所述與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略，包括:采用所述個(gè)性化信息的標(biāo)識(shí)與所述哈希表中的預(yù)置標(biāo)識(shí)進(jìn)行匹配，確定所述個(gè)性化信息所屬的行業(yè)類別；確定所述行業(yè)類別對(duì)應(yīng)的用戶策略。
[0013]本發(fā)明一個(gè)可選實(shí)施例中，還包括:按照所屬類型分別對(duì)所述策略數(shù)據(jù)建立模式樹，其中，將策略數(shù)據(jù)中目標(biāo)URL地址的每一個(gè)字符作為一個(gè)節(jié)點(diǎn)建立訪問類型的模式樹；將策略數(shù)據(jù)中目標(biāo)關(guān)鍵詞的每一個(gè)文字作為一個(gè)節(jié)點(diǎn)建立搜索類型的模式樹；將預(yù)置的個(gè)性化信息的標(biāo)識(shí)作為預(yù)置標(biāo)識(shí)，并關(guān)聯(lián)所述個(gè)性化信息所屬的行業(yè)類別構(gòu)建哈希表。
[0014]本發(fā)明一個(gè)可選實(shí)施例中，建立模式樹之后，還包括:對(duì)所述模式樹構(gòu)造失敗指針；在行為信息與模式樹匹配的過程中還包括:當(dāng)所述行為信息與所述模式樹的一條分支中的節(jié)點(diǎn)匹配失敗時(shí)，通過所述失敗指針將所述行為信息指向所述模式樹的另一個(gè)分支的相應(yīng)節(jié)點(diǎn)上，繼續(xù)執(zhí)行匹配過程。
[0015]本發(fā)明一個(gè)可選實(shí)施例中，所述訪問行為信息包括用戶訪問的網(wǎng)頁的URL地址，進(jìn)一步所述URL地址包括對(duì)所述搜索行為信息執(zhí)行搜索后，用戶對(duì)搜索結(jié)果反饋的網(wǎng)頁進(jìn)行訪問的URL地址。
[0016]本發(fā)明一個(gè)可選實(shí)施例中，所述基于所述用戶策略向所述用戶推薦個(gè)性化信息，包括:依據(jù)所述用戶策略確定對(duì)應(yīng)的個(gè)性化信息；在網(wǎng)頁中檢測(cè)到所述用戶時(shí)，通過所述網(wǎng)頁向所述用戶推薦所述個(gè)性化信息。
[0017]相應(yīng)的，本發(fā)明還公開了一種基于用戶行為的信息推薦系統(tǒng)，包括:
[0018]收集模塊，用于收集用戶各類型的行為信息，其中，所述行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類；
[0019]匹配模塊，用于針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略；
[0020]推薦模塊，用于基于所述用戶策略向所述用戶推薦個(gè)性化信息。
[0021]本發(fā)明一個(gè)可選實(shí)施例中，所述匹配模塊，包括:第一匹配子模塊，用于針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略；第二匹配子模塊，用于針對(duì)點(diǎn)擊行為信息，與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略。
[0022]與現(xiàn)有技術(shù)相比，本發(fā)明包括以下優(yōu)點(diǎn):
[0023]本發(fā)明實(shí)施例中行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類，從而可以針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略。由于用戶搜索和點(diǎn)擊推薦信息的行為能體現(xiàn)用戶感興趣的內(nèi)容，因此依此確定的用戶策略也更符合用戶的需求，從而在基于用戶策略向用戶推薦個(gè)性化信息時(shí)，可以推薦個(gè)符合用戶需求的內(nèi)容，提高推薦內(nèi)容的準(zhǔn)確性和點(diǎn)擊率。
【專利附圖】

【附圖說明】
[0024]圖1是本發(fā)明實(shí)施例一提供的基于用戶行為的信息推薦方法流程圖；[0025]圖2是本發(fā)明實(shí)施例二提供的廣告推薦系統(tǒng)架構(gòu)圖；
[0026]圖3是本發(fā)明實(shí)施例二提供的基于用戶行為的信息推薦方法流程圖；
[0027]圖4本發(fā)明實(shí)施例二提供的模式樹示意圖；
[0028]圖5是本發(fā)明實(shí)施例三提供的基于用戶行為的信息推薦系統(tǒng)結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0029]為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。
[0030]本發(fā)明實(shí)施例提供一種基于用戶行為的信息推薦方法，針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略，并基于用戶策略進(jìn)行個(gè)性化信息的推薦，從而可以推薦個(gè)符合用戶需求的內(nèi)容，提高推薦內(nèi)容的準(zhǔn)確性和點(diǎn)擊率。
[0031]實(shí)施例一
[0032]參照?qǐng)D1，給出了本發(fā)明實(shí)施例一提供的基于用戶行為的信息推薦方法流程圖。
[0033]步驟101，收集用戶各類型的行為信息。
[0034]為了對(duì)用戶的行為進(jìn)行分析，需要首先獲取用戶的行為信息，所述行為信息是依據(jù)用戶在網(wǎng)絡(luò)上的行為獲取的。其中，行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息。
[0035]由于用戶在網(wǎng)絡(luò)中的行為，如搜索或?qū)ν扑]信息的點(diǎn)擊等行為可以比較明確地指出用戶感興趣的內(nèi)容，即用戶的需求，因此本發(fā)明實(shí)施例所收集的行為信息包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中的至少兩類。
[0036]其中，搜索行為信息指的是用戶在網(wǎng)絡(luò)中進(jìn)行搜索相關(guān)的信息，例如搜索網(wǎng)頁的類型，搜索的關(guān)鍵詞等。訪問行為信息指的是用戶訪問的網(wǎng)頁的相關(guān)信息，如用戶網(wǎng)上瀏覽的網(wǎng)頁等，進(jìn)一步還可以將用戶通過關(guān)鍵詞搜索到并點(diǎn)擊打開的網(wǎng)頁的相關(guān)信息。點(diǎn)擊行為信息指用戶對(duì)推薦的個(gè)性化信息進(jìn)行點(diǎn)擊的相關(guān)數(shù)據(jù)，如針對(duì)廣告行業(yè)，點(diǎn)擊行為信息可以指用戶在網(wǎng)盟網(wǎng)站在點(diǎn)擊廣告投放系統(tǒng)所投放的廣告的相關(guān)數(shù)據(jù)。
[0037]步驟102，針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略。
[0038]其中，策略數(shù)據(jù)是預(yù)先制定的基于用戶行為提供推薦策略的相關(guān)數(shù)據(jù)。通過策略數(shù)據(jù)可以對(duì)用戶行為進(jìn)行分析，從而確定查找的用戶。本發(fā)明實(shí)施例中，可以基于地理位置進(jìn)行策略數(shù)據(jù)的分配，即不同的地域會(huì)獲取到不同的策略數(shù)據(jù)，從而為用戶推薦的個(gè)性化信息也會(huì)因?yàn)榈赜虻牟煌嬖诓顒e。
[0039]由于收集了至少兩種不同類型的行為信息，因此對(duì)應(yīng)策略數(shù)據(jù)也包含多種類型，包括點(diǎn)擊類型、訪問類型和搜索類型。從而在對(duì)行為信息與策略數(shù)據(jù)進(jìn)行匹配時(shí)，可以針對(duì)不同類型的行為信息分別進(jìn)行匹配。
[0040]其中，不同類型的行為信息所對(duì)應(yīng)進(jìn)行匹配的預(yù)置算法也不同，例如可以采用模式匹配算法，也可以采用數(shù)據(jù)表查詢的方法，從而可以按照預(yù)置算法將不同類型的行為信息分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略，因此所確定的用戶策略更能體現(xiàn)用戶感興趣的方面，更加符合用戶的需求。[0041]其中，模式匹配是數(shù)據(jù)結(jié)構(gòu)中字符串的一種運(yùn)算方法，主要是指對(duì)輸入的模式元素，計(jì)算模式元素之間語義上的對(duì)應(yīng)關(guān)系的過程。因此，依據(jù)一次掃描中匹配的模式數(shù)，可以將模式匹配分為單模匹配和多模匹配。
[0042]若采用單模匹配方法，則在對(duì)行為信息的一次掃描中，僅需采用一種匹配模式與策略數(shù)據(jù)進(jìn)行匹配，即可確定對(duì)應(yīng)的用戶策略，如采用KMP算法，其中，KMP算法是由Knuth (D.E.Knuth)、Morris (J.H.Morris)和 Pratt (V.R.Pratt)三人設(shè)計(jì)的線性時(shí)間字符
串匹配算法。
[0043]與單模匹配有所不同，多模匹配算法可以在對(duì)行為信息的一次掃描中，與策略數(shù)據(jù)進(jìn)行大量的模式匹配，從而確定對(duì)應(yīng)的用戶策略，如采用AC自動(dòng)機(jī)(Aho-Corasickautomation)算法。
[0044]步驟103，基于所述用戶策略向所述用戶推薦個(gè)性化信息。
[0045]在匹配得到用戶策略后，若檢測(cè)到滿足該用戶且該用戶的行為滿足預(yù)置規(guī)則，則可以基于用戶策略向該用戶推薦個(gè)性化信息。例如，檢測(cè)到用戶打開某一設(shè)定網(wǎng)頁，則可以基于用戶策略在該網(wǎng)頁中展示推薦給該用戶的個(gè)性化信息，如廣告、新聞鏈接等。
[0046]綜上所述,本發(fā)明實(shí)施例中行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類，從而可以針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略。由于用戶搜索和點(diǎn)擊推薦信息的行為更能體現(xiàn)用戶感興趣的內(nèi)容，因此依此確定的用戶策略也更符合用戶的需求，從而在基于用戶策略向用戶推薦個(gè)性化信息時(shí)，可以推薦個(gè)符合用戶需求的內(nèi)容，提高推薦內(nèi)容的準(zhǔn)確性和點(diǎn)擊率。
[0047]實(shí)施例二
[0048]本實(shí)施例中，針對(duì)廣告行業(yè)進(jìn)行舉例說明，因此將廣告作為推薦的個(gè)性化信息。針對(duì)廣告的推薦主要包括如下系統(tǒng)架構(gòu)，如圖2所示:
[0049]廣告系統(tǒng)，用于確定策略數(shù)據(jù)，基于用戶策略制定并推送廣告等。
[0050]分析系統(tǒng)，用于獲取行為信息，并進(jìn)行用戶行為的分析，確定用戶策略等。
[0051]網(wǎng)盟網(wǎng)站，用于前端檢測(cè)，確定用戶并展示相應(yīng)的廣告。
[0052]基于上述系統(tǒng)架構(gòu)，具體包括如下步驟:
[0053]參照?qǐng)D3，給出了本發(fā)明實(shí)施例二提供的基于用戶行為的信息推薦方法流程圖。
[0054]步驟301，收集用戶各類型的行為信息。
[0055]其中，訪問行為信息包括用戶訪問的網(wǎng)頁的URL地址,進(jìn)一步訪問行為中包括基于搜索的訪問，即所述URL地址包括對(duì)所述搜索行為信息執(zhí)行搜索后，用戶對(duì)搜索結(jié)果反饋的網(wǎng)頁進(jìn)行訪問的URL地址。
[0056]步驟302，判斷行為信息的類型。
[0057]本發(fā)明實(shí)施例中，所述針對(duì)不同類型的行為信息，會(huì)按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略，包括:針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略；針對(duì)點(diǎn)擊行為信息，與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略。因此，需要先判斷行為信息的類型，進(jìn)而采用確定采用何種預(yù)置算法進(jìn)行匹配。[0058]若為訪問類型即訪問行為信息，則執(zhí)行步驟303;若為搜索類型即搜索類型的行為信息，則執(zhí)行步驟304 ;若為點(diǎn)擊類型即點(diǎn)擊行為信息，則執(zhí)行步驟305。
[0059]本實(shí)施例中，采用廣告行業(yè)進(jìn)行舉例論述，因此將廣告作為個(gè)性化信息時(shí)，對(duì)應(yīng)策略數(shù)據(jù)也是基于廣告而指定的，因此可以將廣告主所需要尋找的用戶群，如搜索過某些關(guān)鍵詞，訪問過某些網(wǎng)站，或者點(diǎn)擊過某一類廣告等數(shù)據(jù)定義為策略數(shù)據(jù)，并提交到廣告系統(tǒng)。因此策略數(shù)據(jù)中包括搜索類型的數(shù)據(jù),如由關(guān)鍵詞構(gòu)成的集合；訪問類型的數(shù)據(jù)如由URL (Uniform Resource Locator,統(tǒng)一資源定位符)地址構(gòu)成的集合；點(diǎn)擊類型的數(shù)據(jù)如廣告標(biāo)識(shí)(Identity，ID)和廣告行業(yè)ID對(duì)應(yīng)關(guān)系構(gòu)成的集合。
[0060]然后，廣告系統(tǒng)根據(jù)廣告投放的地域，將策略數(shù)據(jù)下發(fā)至相應(yīng)的局點(diǎn)，即相應(yīng)地域的分析系統(tǒng)中，如一個(gè)廣告在北京投放，策略數(shù)據(jù)中關(guān)鍵詞“裝修”，則關(guān)鍵詞“裝修”會(huì)下發(fā)到北京局點(diǎn)，而其它局點(diǎn)則不會(huì)收到此條策略數(shù)據(jù)，從而避免無效分析出其它局點(diǎn)的策略數(shù)據(jù)，從而減少資源浪費(fèi)。
[0061]在一個(gè)可選實(shí)施例中，所述的方法還包括:按照所屬類型分別對(duì)所述策略數(shù)據(jù)建立模式樹；將預(yù)置的個(gè)性化信息的標(biāo)識(shí)作為預(yù)置標(biāo)識(shí)，并關(guān)聯(lián)所述個(gè)性化信息所屬的行業(yè)類別構(gòu)建哈希表。
[0062]I)針對(duì)訪問和搜索類型的策略數(shù)據(jù)。
[0063]本實(shí)施例中采用分析系統(tǒng)進(jìn)行行為信息的分析，因此基于AC自動(dòng)機(jī)算法，由于策略數(shù)據(jù)具有不同的類型，分析系統(tǒng)首先可以基于策略數(shù)據(jù)所述的類型分別構(gòu)建模式樹，如上述關(guān)鍵詞集合可以構(gòu)成搜索類型的模式樹,訪問過網(wǎng)站的集合構(gòu)成點(diǎn)擊類型的模式樹，其中一種模式樹如圖4所示。
[0064]針對(duì)搜索類型的模式樹，搜索類型的策略數(shù)據(jù)包括目標(biāo)搜索關(guān)鍵詞，因此可以將目標(biāo)關(guān)鍵詞的每一個(gè)文字作為一個(gè)節(jié)點(diǎn)，建立搜索類型的模式樹，其中根節(jié)點(diǎn)中可以不包括文字。例如，關(guān)鍵詞是“裝修”，則可以將“裝”和“修”分別作為模式樹中一個(gè)分支的各節(jié)點(diǎn);又如關(guān)鍵詞是“decoration”，則可以將“d” “e” “c” “o” “r” “a” “t” “i” “o” 和“n”分別作為該模式樹中另一個(gè)分支的各節(jié)點(diǎn)。
[0065]針對(duì)訪問類型的模式樹，訪問類型的策略數(shù)據(jù)包括目標(biāo)URL地址，因此可以目標(biāo)URL地址中的每一個(gè)字符作為一個(gè)節(jié)點(diǎn)建立訪問類型的模式樹，例如針對(duì)URL地址畫.xxxx.com,則可以將其中的每一個(gè)字符作為該模式樹中的一個(gè)節(jié)點(diǎn)。
[0066]在本發(fā)明一個(gè)可選實(shí)施例中，對(duì)所述模式樹構(gòu)造失敗指針。針對(duì)每一個(gè)模式樹，還要構(gòu)建失敗指針，用于在模式樹的一個(gè)分支中匹配失敗時(shí)，可以跳轉(zhuǎn)到另一個(gè)分支上繼續(xù)進(jìn)行匹配。從而后續(xù)匹配過程中，在行為信息與模式樹的一條分支中的節(jié)點(diǎn)匹配失敗時(shí)，可以通過所述失敗指針將所述行為信息指向所述模式樹的另一個(gè)分支的相應(yīng)節(jié)點(diǎn)上，繼續(xù)執(zhí)行匹配過程。其中，還包括如下預(yù)置步驟:
[0067]I)針對(duì)點(diǎn)擊類型的策略數(shù)據(jù)。
[0068]針對(duì)點(diǎn)擊類型策略數(shù)據(jù)，策略數(shù)據(jù)中包括預(yù)置的個(gè)性化信息的標(biāo)識(shí)(如廣告ID)，以及所述個(gè)性化信息所屬的行業(yè)類別(如廣告ID對(duì)應(yīng)的廣告行業(yè)ID)，從而可以將預(yù)置的個(gè)性化信息的標(biāo)識(shí)作為預(yù)置標(biāo)識(shí)，并關(guān)聯(lián)所述個(gè)性化信息所屬的行業(yè)類別構(gòu)建哈希表。
[0069]以廣告系統(tǒng)為例，在該哈希表，可以將廣告ID作為key，將廣告ID對(duì)應(yīng)關(guān)聯(lián)的廣告行業(yè)作為value來構(gòu)建哈希表。從而通過key可以查找到value進(jìn)行確定廣告行業(yè)。[0070]在采用預(yù)置算法進(jìn)行匹配時(shí)，訪問行為信息與訪問類型的模式樹進(jìn)行匹配；搜索行為信息與搜索類型的模式樹進(jìn)行匹配；點(diǎn)擊行為信息與哈希表進(jìn)行匹配。因此匹配過程具體采用下述步驟306到步驟309。
[0071]步驟303，采用所述每個(gè)URL地址中的字符依次對(duì)所述訪問類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)。
[0072]訪問行為信息包括用戶點(diǎn)的各網(wǎng)頁的URL地址，可以從中獲取任意一個(gè)URL地址，然后針對(duì)URL中的每一個(gè)字符依次對(duì)訪問類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，首先獲取第一個(gè)字符與該模式樹中根節(jié)點(diǎn)下層的節(jié)點(diǎn)進(jìn)行匹配確定匹配的節(jié)點(diǎn)，如圖3所示，第一個(gè)字符為“S”，則匹配到根節(jié)點(diǎn)下層的第一個(gè)節(jié)點(diǎn)；然后針對(duì)第二個(gè)字符，與該匹配的節(jié)點(diǎn)的下層節(jié)點(diǎn)繼續(xù)進(jìn)行匹配，從而可以匹配的一條分支，如第一個(gè)字符為“h”，則匹配到節(jié)點(diǎn)“s”的第一個(gè)下層節(jié)點(diǎn)，若第三個(gè)字符為“e”，則進(jìn)一步匹配到下層的節(jié)點(diǎn)“e”，即此時(shí)的匹配路徑為 “s”_ “h”_ “e”。
[0073]若在匹配的過程中，匹配的分支中所選取的行為信息如URL地址與該分支中的節(jié)點(diǎn)匹配失敗，如上例中第四個(gè)字符為“r”，而節(jié)點(diǎn)“e”無下層節(jié)點(diǎn)或下層節(jié)點(diǎn)中無字符“r”，則可以通過失敗指針指向另一個(gè)分支的相應(yīng)節(jié)點(diǎn)上繼續(xù)進(jìn)行匹配，其中，所述相應(yīng)節(jié)點(diǎn)指的是與該分支的節(jié)點(diǎn)內(nèi)容相同的另一分支的節(jié)點(diǎn)，如指向“h”_ “e”_ “r”這一分支的節(jié)點(diǎn)“e”上，從而與其下層的節(jié)點(diǎn)“r”進(jìn)行匹配，然后在該分支中繼續(xù)匹配，從而通過上述方法指導(dǎo)最終完成匹配，確定最終的匹配節(jié)點(diǎn)。
[0074]步驟304，采用所述每個(gè)關(guān)鍵詞中的文字依次對(duì)所述搜索類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)。
[0075]搜索行為信息的匹配過程與訪問行為信息的匹配過程基本一致，搜索行為信息是獲取任意一個(gè)關(guān)鍵詞與模式樹進(jìn)行匹配，從而針對(duì)關(guān)鍵詞中的每一個(gè)文字分別與模式樹中的節(jié)點(diǎn)進(jìn)行匹配，并在一條分支的匹配失敗時(shí)，從該條分支中最后匹配到文字的節(jié)點(diǎn)上，采用失敗指針指向另一條分支的相同文字的節(jié)點(diǎn)上，繼續(xù)匹配，直到確定最終的匹配節(jié)點(diǎn)。
[0076]步驟305，采用所述個(gè)性化信息的標(biāo)識(shí)與所述哈希表中的預(yù)置標(biāo)識(shí)進(jìn)行匹配，確定所述個(gè)性化信息所屬的行業(yè)類別。
[0077]哈希表中采用預(yù)置標(biāo)識(shí)作為key，因此采用個(gè)性化信息的標(biāo)識(shí)(廣告ID)可以匹配到哈希表中的key，對(duì)應(yīng)獲取哈希表中的value，即所屬的行業(yè)類別，本實(shí)施例中為廣告行業(yè)ID，從而可以確定廣告行業(yè)。
[0078]步驟306，確定用戶策略。
[0079]其中，針對(duì)訪問行為信息和搜索行為信息，可以依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略；針對(duì)訪問行為信息，可以確定所述行業(yè)類別對(duì)應(yīng)的用戶策略。
[0080]例如，依據(jù)匹配到的節(jié)點(diǎn)可以確定其對(duì)應(yīng)匹配到的URL或關(guān)鍵詞，從而可以確定該URL或關(guān)鍵詞對(duì)應(yīng)的用戶策略，如推薦哪類廣告等，又如，確定某一廣告行業(yè)對(duì)應(yīng)推薦那些廣告等。進(jìn)一步，用戶可以采用用戶標(biāo)識(shí)唯一表示，因此可以將用戶策略與對(duì)應(yīng)的用戶標(biāo)識(shí)關(guān)聯(lián)，用以標(biāo)識(shí)出該用戶對(duì)應(yīng)采用的用戶策略。其中，用戶標(biāo)識(shí)可以為用戶使用計(jì)算機(jī)的IP地址，或用戶在瀏覽器或網(wǎng)頁等的注冊(cè)信息等，本發(fā)明實(shí)施例對(duì)此不作限定。
[0081]分析系統(tǒng)在分析出用戶策略并與用戶標(biāo)識(shí)關(guān)聯(lián)后，可以將該用戶策略以及對(duì)應(yīng)關(guān)聯(lián)的用戶標(biāo)識(shí)發(fā)送給廣告系統(tǒng)。[0082]步驟307，依據(jù)所述用戶策略確定對(duì)應(yīng)的個(gè)性化信息。
[0083]廣告系統(tǒng)在獲取到用戶策略及其關(guān)聯(lián)的用戶標(biāo)識(shí)后，可以為該用戶制定出對(duì)應(yīng)個(gè)性化信息，本實(shí)施例中該個(gè)性化信息即為廣告，如可以確定該用戶感興趣網(wǎng)游，則可以確定幾款網(wǎng)游廣告推薦給該用戶。
[0084]步驟308，當(dāng)在網(wǎng)頁中檢測(cè)到所述用戶時(shí)，通過所述網(wǎng)頁向所述用戶推薦所述個(gè)性
化信息。
[0085]用戶瀏覽網(wǎng)頁時(shí)，若該網(wǎng)頁屬于網(wǎng)盟網(wǎng)站，則可以從當(dāng)前網(wǎng)頁中檢測(cè)到用戶標(biāo)識(shí)，若該用戶標(biāo)識(shí)與廣告系統(tǒng)中已關(guān)聯(lián)用戶策略的用戶標(biāo)識(shí)一致，則進(jìn)而以通過網(wǎng)頁向該用戶推薦個(gè)性化信息，如廣告。
[0086]綜上所述，本發(fā)明實(shí)施例針對(duì)訪問行為信息采用URL地址中的字符依次對(duì)點(diǎn)擊類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配；針對(duì)搜索行為信息采用關(guān)鍵詞中的文字依次對(duì)搜索類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配；針對(duì)點(diǎn)擊行為信息采用哈希表確定個(gè)性化信息所屬的行業(yè)類另IJ，從而可以通過行為數(shù)據(jù)匹配出各自的用戶策略，使得用戶策略更加豐富，符合用戶的需求，進(jìn)而提高用戶對(duì)個(gè)性化信息的點(diǎn)擊率。
[0087]其次，在采用模式樹進(jìn)行匹配時(shí)，若一條分支中的節(jié)點(diǎn)匹配失敗，可以采用失敗指針指向該模式樹的另一條分支的相應(yīng)節(jié)點(diǎn)上，繼續(xù)執(zhí)行匹配過程。從而使得匹配過程更加靈活，更易獲取精確地匹配結(jié)果，進(jìn)而確定準(zhǔn)確的策略數(shù)據(jù)，為用戶推薦準(zhǔn)確、符合需求的個(gè)性化信息。
[0088]實(shí)施例三
[0089]相應(yīng)的，本發(fā)明實(shí)施例還提供的一種基于用戶行為的信息推薦系統(tǒng)，包括:收集模塊51、匹配模塊52和推薦模塊53。
[0090]參照?qǐng)D5，給出了本發(fā)明實(shí)施例三提供的基于用戶行為的信息推薦系統(tǒng)結(jié)構(gòu)圖。
[0091]其中:手收集模塊51，用于收集用戶各類型的行為信息。其中，所述行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類。
[0092]匹配模塊52，用于針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略。
[0093]推薦模塊53，用于基于所述用戶策略向所述用戶推薦個(gè)性化信息。
[0094]綜上所述,本發(fā)明實(shí)施例中行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類，從而可以針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略。由于用戶搜索和點(diǎn)擊推薦信息的行為能體現(xiàn)用戶感興趣的內(nèi)容，因此依此確定的用戶策略也更符合用戶的需求，從而在基于用戶策略向用戶推薦個(gè)性化信息時(shí)，可以推薦個(gè)符合用戶需求的內(nèi)容，提高推薦內(nèi)容的準(zhǔn)確性和點(diǎn)擊率。
[0095]可選的，匹配模塊52，包括:第一匹配子模塊，用于針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略；第二匹配子模塊，用于針對(duì)點(diǎn)擊行為信息，與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略。
[0096]可選的，所述訪問行為信息包括用戶訪問的各網(wǎng)頁的URL地址；所述搜索行為信息包括用戶搜索的各個(gè)關(guān)鍵詞；則第一匹配子模塊，用于針對(duì)訪問行為信息，采用所述每個(gè)URL地址中的字符依次對(duì)所述訪問擊類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)；確定所述匹配到的節(jié)點(diǎn)對(duì)應(yīng)的用戶策略；針對(duì)搜索行為信息，采用所述每個(gè)關(guān)鍵詞中的文字依次對(duì)所述搜索類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)；確定所述匹配到的節(jié)點(diǎn)對(duì)應(yīng)的用戶策略。
[0097]可選的，所述點(diǎn)擊行為信息包括用戶點(diǎn)擊的個(gè)性化信息的標(biāo)識(shí)；所述第二匹配子模塊，用于采用所述個(gè)性化信息的標(biāo)識(shí)與所述哈希表中的預(yù)置標(biāo)識(shí)進(jìn)行匹配，確定所述個(gè)性化信息所屬的行業(yè)類別；確定所述行業(yè)類別對(duì)應(yīng)的用戶策略。
[0098]可選的，所述的系統(tǒng)還包括:模式樹預(yù)置模塊，用于按照所屬類型分別對(duì)所述策略數(shù)據(jù)建立模式樹，其中，將策略數(shù)據(jù)中目標(biāo)URL地址的每一個(gè)字符作為一個(gè)節(jié)點(diǎn)建立訪問類型的模式樹；將策略數(shù)據(jù)中目標(biāo)關(guān)鍵詞的每一個(gè)文字作為一個(gè)節(jié)點(diǎn)建立搜索類型的模式樹。哈希表預(yù)置模塊，用于將預(yù)置的個(gè)性化信息的標(biāo)識(shí)作為預(yù)置標(biāo)識(shí)，并關(guān)聯(lián)所述個(gè)性化信息所屬的行業(yè)類別構(gòu)建哈希表。
[0099]可選的，所述的系統(tǒng)還包括:指針構(gòu)造模塊，用于對(duì)所述模式樹構(gòu)造失敗指針；則匹配子模塊，還用于在行為信息與模式樹匹配的過程中，在所述行為信息與所述模式樹的一條分支中的節(jié)點(diǎn)匹配失敗時(shí)，通過所述失敗指針將所述行為信息指向所述模式樹的另一個(gè)分支的相應(yīng)節(jié)點(diǎn)上，繼續(xù)執(zhí)行匹配過程。
[0100]可選的,所述訪問行為信息包括用戶訪問的網(wǎng)頁的URL地址,進(jìn)一步所述URL地址包括對(duì)所述搜索行為信息執(zhí)行搜索后，用戶對(duì)搜索結(jié)果反饋的網(wǎng)頁進(jìn)行訪問的URL地址。
[0101]可選的，所述推薦模塊53，包括:信息確定子模塊，用于依據(jù)所述用戶策略確定對(duì)應(yīng)的個(gè)性化信息；信息推薦子模塊，用于在網(wǎng)頁中檢測(cè)到所述用戶時(shí)，通過所述網(wǎng)頁向所述用戶推薦所述個(gè)性化信息。
[0102]綜上所述，本發(fā)明實(shí)施例針對(duì)訪問行為信息采用URL地址中的字符依次對(duì)點(diǎn)擊類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，針對(duì)搜索行為信息采用關(guān)鍵詞中的文字依次對(duì)搜索類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配；針對(duì)點(diǎn)擊行為信息采用哈希表確定個(gè)性化信息所屬的行業(yè)類另IJ，從而可以通過行為數(shù)據(jù)匹配出各自的用戶策略，使得用戶策略更加豐富，符合用戶的需求，進(jìn)而提高用戶對(duì)個(gè)性化信息的點(diǎn)擊率。
[0103]其次，在采用模式樹進(jìn)行匹配時(shí)，若一條分支中的節(jié)點(diǎn)匹配失敗，可以采用失敗指針指向該模式樹的另一條分支的相應(yīng)節(jié)點(diǎn)上，繼續(xù)執(zhí)行匹配過程。從而使得匹配過程更加靈活，更易獲取精確地匹配結(jié)果，進(jìn)而確定準(zhǔn)確的策略數(shù)據(jù)，為用戶推薦準(zhǔn)確、符合需求的個(gè)性化信息。
[0104]對(duì)于系統(tǒng)實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法實(shí)施例的部分說明即可。
[0105]本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見即可。
[0106]本發(fā)明可以在由計(jì)算機(jī)執(zhí)行的計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對(duì)象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計(jì)算環(huán)境中實(shí)踐本發(fā)明，在這些分布式計(jì)算環(huán)境中，由通過通信網(wǎng)絡(luò)而被連接的遠(yuǎn)程處理設(shè)備來執(zhí)行任務(wù)。在分布式計(jì)算環(huán)境中，程序模塊可以位于包括存儲(chǔ)設(shè)備在內(nèi)的本地和遠(yuǎn)程計(jì)算機(jī)存儲(chǔ)介質(zhì)中。[0107]最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或
者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)......”限定的要素，
并不排除在包括所述要素的過程、方法、商品或者設(shè)備中還存在另外的相同要素。
[0108]以上對(duì)本發(fā)明所提供的一種基于用戶行為的信息推薦方法和系統(tǒng)，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在【具體實(shí)施方式】及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。
【權(quán)利要求】
1.一種基于用戶行為的信息推薦方法，其特征在于，包括: 收集用戶各類型的行為信息，其中，所述行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類； 針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略； 基于所述用戶策略向所述用戶推薦個(gè)性化信息。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略，包括: 針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略； 針對(duì)點(diǎn)擊行為信息，與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述訪問行為信息包括用戶訪問的各網(wǎng)頁的URL地址；所述搜索行為信息包括用戶搜索的各個(gè)關(guān)鍵詞； 所述針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略，包括: 針對(duì)訪問行為信息，采用所述每個(gè)URL地址中的字符依次對(duì)所述訪問類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)；確定所述匹配到的節(jié)點(diǎn)對(duì)應(yīng)的用戶策略； 針對(duì)搜索行為信息，采用所述每個(gè)關(guān)鍵詞中的文字依次對(duì)所述搜索類型的模式樹中的節(jié)點(diǎn)進(jìn)行匹配，確定匹配到的節(jié)點(diǎn)；確定所述匹配到的節(jié)點(diǎn)對(duì)應(yīng)的用戶策略。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述點(diǎn)擊行為信息包括用戶點(diǎn)擊的個(gè)性化信息的標(biāo)識(shí)； 所述與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略，包括: 采用所述個(gè)性化信息的標(biāo)識(shí)與所述哈希表中的預(yù)置標(biāo)識(shí)進(jìn)行匹配，確定所述個(gè)性化信息所屬的行業(yè)類別；確定所述行業(yè)類別對(duì)應(yīng)的用戶策略。
5.根據(jù)權(quán)利要求2至4任一所述的方法，其特征在于，還包括: 按照所屬類型分別對(duì)所述策略數(shù)據(jù)建立模式樹，其中，將策略數(shù)據(jù)中目標(biāo)URL地址的每一個(gè)字符作為一個(gè)節(jié)點(diǎn)建立訪問類型的模式樹；將策略數(shù)據(jù)中目標(biāo)關(guān)鍵詞的每一個(gè)文字作為一個(gè)節(jié)點(diǎn)建立搜索類型的模式樹； 將預(yù)置的個(gè)性化信息的標(biāo)識(shí)作為預(yù)置標(biāo)識(shí)，并關(guān)聯(lián)所述個(gè)性化信息所屬的行業(yè)類別構(gòu)建哈希表。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，建立模式樹之后，還包括: 對(duì)所述模式樹構(gòu)造失敗指針； 在行為信息與模式樹匹配的過程中還包括:當(dāng)所述行為信息與所述模式樹的一條分支中的節(jié)點(diǎn)匹配失敗時(shí)，通過所述失敗指針將所述行為信息指向所述模式樹的另一個(gè)分支的相應(yīng)節(jié)點(diǎn)上，繼續(xù)執(zhí)行匹配過程。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述訪問行為信息包括用戶訪問的網(wǎng)頁的URL地址，進(jìn)一步所述URL地址包括對(duì)所述搜索行為信息執(zhí)行搜索后，用戶對(duì)搜索結(jié)果反饋的網(wǎng)頁進(jìn)行訪問的URL地址。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述用戶策略向所述用戶推薦個(gè)性化信息，包括: 依據(jù)所述用戶策略確定對(duì)應(yīng)的個(gè)性化信息； 在網(wǎng)頁中檢測(cè)到所述用戶時(shí)，通過所述網(wǎng)頁向所述用戶推薦所述個(gè)性化信息。
9.一種基于用戶行為的信息推薦系統(tǒng)，其特征在于，包括: 收集模塊，用于收集用戶各類型的行為信息，其中，所述行為信息按類型劃分包括訪問行為信息，點(diǎn)擊行為信息和搜索行為信息中至少兩類； 匹配模塊，用于針對(duì)不同類型的行為信息，按照預(yù)置算法分別與各自對(duì)應(yīng)分配的策略數(shù)據(jù)進(jìn)行匹配，確定所述用戶的用戶策略； 推薦模塊，用于基于所述用戶策略向所述用戶推薦個(gè)性化信息。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述匹配模塊，包括: 第一匹配子模塊，用于針對(duì)訪問行為信息和搜索行為信息，分別與所述策略數(shù)據(jù)構(gòu)成的對(duì)應(yīng)類型的模式樹進(jìn)行匹配，并依據(jù)對(duì)應(yīng)匹配到的節(jié)點(diǎn)確定用戶策略； 第二匹配子模塊，用于針對(duì)點(diǎn)擊行為信息，與采用所述策略數(shù)據(jù)構(gòu)成的哈希表進(jìn)行匹配，并依據(jù)匹配結(jié)果確定對(duì)應(yīng)的用戶策略。
【文檔編號(hào)】G06F17/30GK103699603SQ201310684120
【公開日】2014年4月2日 申請(qǐng)日期:2013年12月12日 優(yōu)先權(quán)日:2013年12月12日
【發(fā)明者】安俊海, 羅峰, 黃蘇支, 李娜 申請(qǐng)人:億贊普(北京)科技有限公司