[发明专利]一种在Web行为定向中的找回用户方法及系统

权利要求书

1.一种在Web行为定向中的找回用户方法，该方法用于提高web行为定向系统对用户的辨识率，其特征在于，所述的方法包含如下步骤：

步骤101)将用户历史访问行为中的习惯行为模型作生成找回用户时的因素；

步骤102)通过行为习惯模型值将丢失cookie标记的用户重新找回，从而将该用户与已被定位的历史用户对应起来，即找回了丢失cookie标记的用户，使得web行为定向系统可以重新定位到该用户。

2.根据权利要求1所述的在Web行为定向中的找回用户方法，其特征在于，所述的习惯行为模型为：

根据一段时间n内，用户访问某类网站的行为次数m，网站类型t，习惯行为模型h，则习惯行为模型h为：用户的习惯行为模型能够确定：历史h值h1，和当前h2，如果那么h2对应的用户也越有可能性是h1对应的用户。

3.根据权利要求1所述的在Web行为定向中的找回用户方法，其特征在于，所述行为次数m，该次数m等于用户访问某种类型为t的网站的次数。

4.一种在Web行为定向中的找回用户系统，该系统用于对web行为定向系统中丢失cookie标记的用户的重新找回，提高web行为定向系统对用户的辨识率，其特征在于，所述系统包含：访问网站的若干用户、在线行为定向子系统和习惯行为统计模型子系统；

所述在线行为定向子系统，用于向初次访问某类型为t的网站的用户做唯一标识ID，该ID用cookie标识文件记录，并且记录访问用户的访问行为，所述访问行为包含：访问的类型为t的网站的地址和访问的时间p；

所述习惯行为模型统计子系统，用于根据在线行为定向子系统输出用户对t类型的网站的访问时间p，计算得出一段时间间隔n＝p2-p1，再根据用户访问记录累计，得出访问t类型网站的访问次数m，最终计算各个访问用户的习惯行为模型值。

5.根据权利要求4所述的在Web行为定向中的找回用户系统，其特征在于，所述习惯行为模型值存放于习惯行为统计模型子系统中，以数据库或者文件形式持久化，并且随着时间间隔p，定期更新。

6.根据权利要求4所述在Web行为定向中的找回用户系统，其特征在于，所述习惯行为模型统计子系统进一步包含如下模块，

用户习惯行为模型计算模块，该模块接受输入用户对t类型网站的每条访问记录的访问时间p，计算得出一段时间间隔n＝p2-p1，根据用户访问记录累计，得出访问t类型网站的访问次数m，最终计算用户的习惯行为模型值；

用户习惯行为模型值的存储模块，该模块将用户习惯行为模型计算模块计算得出的习惯行为模型值进行持久化存储；和

用户找回模块，该模块根据习惯行为模型值h，去持久化存储中检索h值相同的用户，并且将检索到的用户的ID输出到在线行为定向子系统中，由在线行为定向子系统将ID重新写入用户的cookie标记文件中。