[发明专利]用户识别方法与装置

权利要求书

1.一种用户识别方法，其特征在于，包括：

从网络访问日志报文中获取设定时间段内用户标识相同，且所述用户标识与设定网站的网站COOKIE一一对应的报文；

从获取的所述报文中获取四元组信息，其中，所述四元组信息包括所述用户标识指示的用户访问网站的域名、所述用户标识、所述用户访问网站的COOKIE字段、和所述COOKIE字段的值；

对所述四元组信息进行统计，获得每个所述用户访问网站的访问信息；

对所述每个用户访问网站的访问信息进行过滤，获取所述每个用户访问网站标识所述用户的COOKIE字段；

建立获取的所述COOKIE字段与所述用户标识的对应关系，根据所述对应关系识别所述用户。

2.根据权利要求1所述的方法，其特征在于，

所述用户标识包括用户账号和浏览器版本号；

所述用户访问网站的访问信息包括：

所述用户访问网站的域名、所述域名的页面浏览量、所述域名的页面浏览量占比、所述用户访问网站的COOKIE字段、用户标识相同的页面浏览次数、用户标识不同的页面浏览次数、所述用户标识不同的页面浏览次数比例、用户标识相同的独立访客次数、用户标识不同的独立访客次数、所述用户标识不同的独立访客比例。

3.根据权利要求2所述的方法，其特征在于，在所述对所述每个用户访问网站的访问信息进行过滤的步骤之前，还包括：

按照所述用户标识不同的页面浏览次数比例和/或所述用户标识不同的独立访客比例对所述每个用户访问网站的访问信息进行排序。

4.根据权利要求2或3所述的方法，其特征在于，所述对所述每个用户访问网站的访问信息进行过滤，获取所述每个用户访问网站标识所述用户的COOKIE字段的步骤包括：

使用所述域名的页面浏览量、或者互信息，或者信息增益，对所述每个用户访问网站的访问信息进行过滤，获取所述每个用户访问网站标识所述单用户的COOKIE字段。

5.根据权利要求1所述的方法，其特征在于，还包括：

根据所述获取的报文，获取COOKIE名相同的两个网站的网站访问信息，其中，所述网站访问信息包括：

所述两个网站的COOKIE字段、所述COOKIE字段的值、所述两个网站的域名、用户标识相同的页面浏览次数、用户标识不同的页面浏览次数、所述用户标识不同的页面浏览次数比例、用户标识相同的独立访客次数、用户标识不同的独立访客次数、所述用户标识不同的独立访客比例；

按照所述用户标识不同的页面浏览次数比例和/或所述用户标识不同的独立访客比例对所述两个网站的访问信息进行排序；

对排序后的所述访问信息进行过滤，确定所述两个网站是否使用相同的COOKIE字段；

若是，则建立所述两个网站的关联，根据所述关联和所述COOKIE字段与所述用户标识的对应关系识别所述用户。

6.根据权利要求1所述的方法，其特征在于，还包括：

若用于标识所述用户的所述COOKIE字段包括多个COOKIE字段的值，则在所述多个COOKIE字段的值之间进行关联；

根据所述关联和所述COOKIE字段与所述用户标识的对应关系识别所述用户。

7.一种用户识别装置，其特征在于，包括：

第一获取模块，用于从网络访问日志报文中获取设定时间段内用户标识相同，且所述用户标识与设定网站的网站COOKIE一一对应的报文；

第二获取模块，用于从获取的所述报文中获取四元组信息，其中，所述四元组信息包括所述用户标识指示的用户访问网站的域名、所述用户标识、所述用户访问网站的COOKIE字段、和所述COOKIE字段的值；

第三获取模块，用于对所述四元组信息进行统计，获得每个所述用户访问网站的访问信息；

第四获取模块，用于对所述每个用户访问网站的访问信息进行过滤，获取所述每个用户访问网站标识所述用户的COOKIE字段；

识别模块，用于建立获取的所述COOKIE字段与所述用户标识的对应关系，根据所述对应关系识别所述用户。