[发明专利]一种用于精准分析互联网用户网络行为的方法和装置

说明书

技术领域

本发明属于计算机科学、系统工程领域，尤其涉及一种用于精准分析互联网用户网络行为的方法和装置，其可以应用于互联网行业，电子商务领域、社交网络服务领域、网络游戏领域。

背景技术

在计算机科学行业互联网电子商务领域，现有技术对互联网用户行为模式的分析，大多是基于以下信息的：①用户在使用网络或者终端时候所填写的静态注册信息，例如，姓名、年龄、出生所在地、目前所在地、工作所属领域、家庭收入、兴趣爱好、婚姻状况等；②在网络或者终端上已完成的行为，例如，访问过的网址、点击过的链接、浏览过的页面、收听过的音频资料、阅览过的视频资料、发表过的言论及其产生的文字和/或图片内容等；③在网络或者终端上正在进行的动作，例如，在某个网页上的停留及其所耗时间、与其他互联网用户的互动过程等。

现有技术一般通过以数学统计为核心的数据预测方法。这种基于统计学的数据处理方法是建立在拥有海量样本数据的基础上的，它对样本总量的大小有着强烈的依赖关系。这种依赖关系有两个致命的弱点：第一，当无法获得如此海量的数据来源时，此数据处理方法将瞬间瘫痪；第二，即便可以获得海量的数据，基于这些海量数据的分析结果所体现的也是所有这些海量数据的共性特征，而某一个特定数据的全部个性特征无法被挖掘并最终分析出来，使得分析结果存在不可控的偏差，甚至错误；第三，无法保证海量样本与被预测对象的属性可类比性，当被分析的海量样本与被预测的研究对象在某个属性方面有着共性或相似性，在其他属性方面有着本质区别时，如果被研究的属性属于上述有着本质区别的属性，那么此方法得出的结论通常情况下存在无法改良的错误。

发明内容

鉴于现有技术的缺陷，本发明提供一种用于精准分析互联网用户网络行为的方法，其特征在于包括如下步骤：

步骤一、将网络内容用标签类描述；

步骤二、将用户能够对网络内容所进行的操作对应到网络内容的标签；

步骤三、将能够对网络内容标签所实施的所有操作表示为行为域；

步骤四、用标签、标签所对应的行为域、<标签，行为>匹配对来描述网络运营商提供的网络内容；

步骤五、采集某一特定用户的实际行为，将<标签，实际行为>匹配对与预先设定的针对所述网络内容的用户预测行为所对应的<标签，预测行为>匹配对进行比对；

步骤六、针对该特定用户，用比对结果更新用于描述网络运营商提供的网络内容的<标签，行为>匹配对；

步骤七、将更新的针对该特定用户的<标签，行为>匹配对与该特定用户再次操作该网络内容的行为所产生的<标签，实际行为>匹配对进行比对；

步骤八、对该特定用户多次对网络内容施加的行为所更新产生的<标签，行为>匹配对进行绩效排序；

步骤九、针对该特定用户，将拥有最大绩效值的<标签，行为>匹配对作为对该特定用户对于该标签所描述网络内容的的精准行为模式输出给网络运营商。

进一步，本发明中针对某一特定用户所采取的策略是基于该特定用户的用户ID实现的。

此外，本发明还提供一种用于精准分析互联网用户网络行为的装置，其特征在于包括：

用户网络行为对比器(1)，其用于采集某一特定用户根据网络实际内容而采取的行为，以及被实施该行为的网络内容的标签；并将特定用户实际执行的行为与网络服务器端的决策制定分析器所输出的预先设定的用户行为进行对比，将对比结果以及用户实际的行为输出到网络内容属性标签收集器(2)中；

网络内容属性标签收集器(2)，其用于将网络上的内容分类，并按照分类等级的方法将分类后的内容的共同属性以标签的形式存储下来；

网络内容与行为匹配对存储器(3)，用于将用户网络行为对比器(1)中的某一特定用户行为和网络内容属性标签收集器(2)中的网络内容属性标签以<标签，行为>的形式进行配对，针对该特定用户，将配对结果记录在服务器上并同时提供给<标签，行为>行为绩效值序列存储器(4)；

<标签，行为>行为绩效值序列存储器(4)，用于对该特定用户多次对网络内容施加的行为所更新产生的<标签，行为>匹配对进行绩效排序，并将拥有最大绩效值的匹配对发送到最高绩效值匹配对存储器(5)；

最高绩效值匹配对存储器(5)，用于针对该特定用户，将拥有最大绩效值的<标签，行为>匹配对作为对该特定用户的精准行为模式输出给网络运营商。