[发明专利]基于社交行为进行用户的类别划分、广告投放方法和系统在审

专利信息
申请号: 201410492126.5 申请日: 2014-09-23
公开(公告)号: CN104298719A 公开(公告)日: 2015-01-21
发明(设计)人: 方庆安;潘伟;白彦冰;彭琨 申请(专利权)人: 新浪网技术(中国)有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06Q30/02
代理公司: 北京市京大律师事务所 11321 代理人: 方晓明
地址: 100080 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 社交 行为 进行 用户 类别 划分 广告 投放 方法 系统
【权利要求书】:

1.一种基于社交行为进行用户的类别划分方法,其特征在于,包括:

获取设定周期内待分类的用户的用户行为数据,以及用户社交数据;

从所述用户行为数据中抽取用户行为属性特征,从所述用户社交数据中抽取用户社交属性特征;

根据抽取的用户行为属性特征和用户社交属性特征,将所述用户划分到相应类别。

2.如权利要求1所述的方法,其特征在于,所述根据抽取的用户行为属性特征和用户社交属性特征,将所述用户划分到相应类别,具体包括:

将所述用户的用户行为属性特征,与预建的行为特征规则库中记录的用户行为属性特征进行匹配,根据匹配结果判断出所述用户所属的行为族群;其中,所述行为特征规则库中针对每种行为族群,记录了该行为族群所具有的用户行为属性特征;

将所述用户的用户社交属性特征,与预建的社交特征规则库中记录的用户社交属性特征进行匹配,根据匹配结果判断出所述用户所属的社交族群;其中,所述社交特征规则库中针对每种社交族群,记录了该社交族群所具有的用户社交属性特征;

查找出所述用户所属的行为族群与社交族群之间共同的族群,并将所述用户划分到查找出的共同的族群中。

3.如权利要求1所述的方法,其特征在于,所述根据抽取的用户行为属性特征和用户社交属性特征,将所述用户划分到相应类别,具体包括:

将抽取的所述用户的用户行为属性特征和用户社交属性特征融合汇总得到所述用户的用户特征;

将得到的所述用户的用户特征输入到用于类别划分的类别划分模型中;通过所述类别划分模型将所述用户划分到相应类别。

4.如权利要求3所述的方法,其特征在于,所述类别划分模型是预先训练的:

对于从网站的用户中选取出的每个训练用户,统计该训练用户的用户行为属性特征和用户社交属性特征后,融合汇总得到该训练用户的用户特征;并根据该训练用户的用户行为属性特征确定出该训练用户所属的行为族群,根据该训练用户的用户社交属性特征确定出该训练用户所属的社交族群,并将该训练用户所属的行为族群与社交族群之间共同的族群作为该训练用户的所属族群;

将每个训练用户的所属族群、用户特征作为训练数据,使用所述训练数据运用预置的多标签多分类算法进行模型训练,得到类别划分模型。

5.如权利要求4所述的方法,其特征在于,在所述得到类别划分模型之前,还包括:

对于从网站的用户中选取出的每个测试用户,统计该测试用户的用户行为属性特征和用户社交属性特征后,融合汇总得到该测试用户的用户特征;并根据该测试用户的用户行为属性特征确定出该测试用户所属的行为族群,根据该测试用户的用户社交属性特征确定出该测试用户所属的社交族群,并将该测试用户所属的行为族群与社交族群之间共同的族群作为该测试用户的所属族群;

将每个测试用户的所属族群、用户特征作为测试数据;以及

在使用所述训练数据运用预置的多标签多分类算法进行模型训练时,还使用所述测试数据运用预置的多标签多分类算法进行模型训练,得到所述类别划分模型。

6.一种广告投放方法,其特征在于,包括:

网站接收到用户的访问请求后,获取所述用户的身份识别号码cookieID以及对应的用户身份证明UID;

根据所述用户的cookieID和UID,采用如权利要求1-5任一所述的方法,得到所述用户的类别划分结果;

将得到的类别划分结果作为搜索关键词,查找出与所述搜索关键词相匹配的广告内容;

在针对所述访问请求向所述用户返回的网页的广告播放栏中播放查找出的广告内容。

7.一种基于社交行为进行用户的类别划分系统,其特征在于,包括:

用户数据获取模块,用于获取设定周期内待分类的用户的用户行为数据、以及用户社交数据并输出;

属性特征抽取模块,用于从所述用户数据获取模块输出的用户行为数据中抽取用户行为属性特征,从所述用户数据获取模块输出的用户社交数据中抽取用户社交属性特征;

用户类别划分模块,用于根据所述属性特征抽取模块抽取的用户行为属性特征和用户社交属性特征,将所述用户划分到相应类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新浪网技术(中国)有限公司,未经新浪网技术(中国)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410492126.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top