[发明专利]一种多维度网页浏览行为评估方法有效
| 申请号： | 201710054675.8 | 申请日： | 2017-01-24 |
| 公开（公告）号： | CN106886577B | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 朱全银;潘舒新;冯万利;李翔;贾笑颖;胡荣林;周泓;于柿民;赵阳;瞿学新;杨茂灿;唐海波;邵武杰 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G06F16/00 | 分类号： | G06F16/00 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 梁耀文 |
| 地址： | 223005 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多维度网页浏览行为评估方法，首先对搜狗语料库中的文本分词，以TF‑IDF作为文本特征，采用朴素贝叶斯方法对语料库进行训练得到文本训练集，将搜狗语料库中的文本折半切分，得到验证测试集，通过遍历得到最优拉普拉斯平滑参数Alpha，再爬取已浏览网页的指定文本内容，得到已浏览网页标题集，接着采用Alpha的朴素贝叶斯方法对已浏览网页标题集进行分类，得到已浏览网页分类集，并将大于阈值的网页信息加入文本训练集中，利用浏览网页时的停留时间、浏览终端等多维度数据，采用终端‑时间‑分类判别方法对网页浏览数据进行评估，得到评估结果。本发明方法有效分析了网页浏览信息，提高了网页浏览行为评估的准确度。 | ||
| 搜索关键词： | 一种 多维 网页 浏览 行为 评估 方法 | ||
【主权项】：
1.一种多维度网页浏览行为评估方法，其特征在于，包括如下步骤：/n步骤一：对搜狗语料库中的文本分词，计算词语的词频TF和逆向文件概率IDF作为文本特征，采用朴素贝叶斯方法对语料库进行文本分类训练，得到文本训练集，对搜狗语料库中的文本折半切分，得到验证测试集，通过遍历，得到最优拉普拉斯平滑参数Alpha；/n步骤二：通过一种改进型的自适应网页爬取方法，对待处理的网页浏览数据进行标题数据的爬取，得到处理后的已浏览网页标题集；/n步骤三：对步骤二中处理后的已浏览网页标题集进行分词，得到网页标题分词集，使用步骤一中的拉普拉斯平滑参数Alpha的朴素贝叶斯方法对网页标题分词集进行分类，得到已浏览网页分类集，设置网页类型判断阈值，将大于阈值的网页标题分词集加入文本训练集中；/n步骤四：对处理后的网页分类、浏览时间、浏览终端的网页浏览数据进行预处理，采用终端-时间-分类判别方法对处理后的网页浏览数据进行评估，得到网页浏览行为评估结果；/n所述步骤二中得到处理后的已浏览网页标题集的具体方法为：/n步骤2.1：定义已浏览网页地址集、网页停用词集和已浏览网页标题集；/n步骤2.2：将已浏览网页地址集中的URL按照目录分隔符“/”进行切割，得到处理后的URL，使用网页爬取程序按照从右至左依次爬取URL，获取网页中的title、description和keywords，并且剔除网页停用词；/n步骤2.3：当爬取到最后一个URL时，将URL按照域名分隔符“.”进行切割，得到处理后的URL，使用网页爬取程序按照从左至右依次爬取URL，获取网页中的title、description和keywords，并且剔除网页停用词；/n步骤2.4：将步骤2.2和步骤2.3中得到的网页数据加入到网页标题集中，得到处理后的已浏览网页标题集。/n
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淮阴工学院，未经淮阴工学院许可，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/patent/201710054675.8/，转载请声明来源钻瓜专利网。
