[发明专利]基于网络浏览行为的用户倾向性建模方法

说明书

技术领域

本发明涉及一种基于网络浏览行为的用户倾向性建模方法，属于电数字数据处理领域。

背景技术

网络浏览行为分析技术在商业营销方面的应用，迄今为止一直沿着基于搜索引擎数据库中的关键词匹配的方向深入发展，典型的应用是http://www.google.com和http://www.baidu.com等大型网站，其应用的核心技术为关键词匹配，即：当用户输入并搜索或点击某一关键词的链接时，网站服务器将自身数据库中所有包含该关键词的资讯(包含广告、促销资讯)根据页面定量匹配给该用户。这一方法相对于无关联投放的网络营销而言，很大程度上提高了网络广告投放的准确性。其本质意义是：将广告或营销资讯的投放范围从所有网页浏览者缩小定位到关注相关资讯的网页浏览者，从而扩大了关注广告或相关资讯的可能性，相对提高了个性化、相关性和互动性。但是从逻辑上分析，“关注关键词关联资讯的网页浏览者”这一范畴并不能保证其全部对相关的营销资讯有真正的需求，例如输入查询或点击“笔记本电脑”的浏览者可能是需要查询相关维护、升级的信息，并没有购买笔记本电脑的需求，而上述方法却会将大量笔记本电脑的营销资讯灌入该浏览者的网页。这种投放所覆盖的受众，有相当一部分是没有需求的受众，尤其是那些没有点击或搜索“笔记本电脑”的浏览者中，会有相当一部分反而有购买笔记本电脑的倾向，也就是说，这种方法的投放仍然不够精准。因此，建立更加准确的用户倾向性模型将比目前的上述方法大大提高营销资讯的有效到达率。

公开号为CN1700220的发明专利在关键词匹配发送广告方面使用了如下方法：

a)根据标题、副标题、正文判定相关程度；

b)根据关键词在同一网页上出现频度作为广告投放参数；

c)根据网页链接结构分析关键词的相关性。

这些关联标准有一个明显的特征，即完全依据数据库中由广告发布者设定的关键词进行“机械”匹配。这一方法体系必将导致其分析匹配的结果只能局限于“关注关键词关联资讯的网页浏览者”这一范畴，而这一范畴必将“有相当一部分是没有需求的受众”，同时这一范畴也必将无法涵盖没有关注广告发布者设定的关键词的但是却有购买该广告发布者产品倾向的其他浏览者。对于将营销资讯投放给真正的需求者而言，在精准投放、精确定位方面，无疑有着相当的差距。

发明内容

为了比现有的关键词匹配方法更加精准的定位用户对某类营销产品的倾向性，本发明提供一种建立用户倾向性模型的方法，该方法可以捕捉到一部分没有搜索或点击营销资讯关键词的浏览者。

本发明通过以下步骤实现基于网络浏览行为的用户倾向性建模方法：

a.通过广告发布者或营销委托者的产品信息获取营销资讯关键词；

b.通过网站独立用户的浏览行为获取独立用户的关键词数据；

浏览行为的内容包括点击信息、浏览时间、输入搜索、注册、登陆、注销和退出。

独立用户的关键词数据是指根据浏览行为的内容进行综合排序的不同权重的关键词。

c.将独立用户浏览的关键词与营销资讯关键词建立关联进行搜索；

d.将搜索结果的资讯链接投放给该独立用户；

e.根据独立用户的反馈行为并结合其所有浏览行为进行倾向性评级并建立用户倾向性数据库；

倾向性是指根据浏览行为和反馈行为的内容进行综合排序的不同权重的倾向性。

f.根据独立用户的倾向性投放营销资讯。

本发明的有益效果是，可以捕捉表面上与营销资讯关键词毫无关联的浏览者对营销产品的倾向性，使用服务器和数据挖掘技术进行必要的数据处理，就可简便易行的实现。

下面结合附图和实施例对本发明进一步说明。

图1是本发明的信息流程图。

图2是本发明实施例的示意图。

具体实施方式

在图1中，示意了服务器为某网站的3个独立用户进行倾向性建模的信息流程。

①.服务器通过Internet从网站获得流量统计基本指标；

②.服务器通过Internet和网站从独立用户的浏览行为获得独立用户的关键词数据；

③.服务器向Internet搜索独立用户的关键词与营销资讯关键词相关联的资讯信息；

④.服务器从Internet得到独立用户的关键词与营销资讯关键词相关联的资讯信息；

⑤.服务器将得到的关联信息的链接通过Internet和网站对应发送给独立用户；

⑥.服务器从Internet和网站得到独立用户对关联信息链接的反馈行为并建立用户倾向性数据库；