[发明专利]用户行为数据分析方法和装置

权利要求书

1.一种用户行为数据分析方法，其特征在于，包括：

获取第一采样用户群的各用户的互联网历史行为数据，所述互联网历史行为数据包括任一用户在预设时间段内使用互联网的信息；

根据预设的抽样条件对所述第一采样用户群的各用户进行抽样，抽出的用户组成第二采样用户群；

确定所述第二采样用户群的用户相对于所述第一采样用户群的用户，对于预设的统计项的兴趣程度的差异权值。

2.根据权利要求1所述的用户行为数据分析方法，其特征在于，对所述第一采样用户群中的各用户进行抽样之前，还包括：

接收查询请求，所述查询请求包括预设的所述抽样条件和预设的所述统计项；

根据所述查询请求获取所述抽样条件和所述统计项。

3.根据权利要求1或2所述的用户行为数据分析方法，其特征在于，

所述抽样条件包括特定搜索关键词，根据所述抽样条件对所述第一采样用户群的各用户进行抽样，包括：在所述第一采样用户群的各用户中，抽取互联网历史行为数据中包括所述特定搜索关键词的用户；或者

所述抽样条件包括特定网页地址信息，根据所述抽样条件对所述第一采样用户群的各用户进行抽样，包括：在所述第一采样用户群的各用户中，抽取互联网历史行为数据中包括所述特定网页地址信息的用户。

4.根据权利要求1或2所述的用户行为数据分析方法，其特征在于，

所述抽样条件包括特定搜索关键词，根据所述抽样条件对所述第一采样用户群的各用户进行抽样，包括：建立所述特定搜索关键字到所述第一采样用户群中各用户标识的倒排索引，在所述倒排索引中抽取互联网历史行为数据中包括所述特定搜索关键词的用户；或者

所述抽样条件包括特定网页地址信息，根据所述抽样条件对所述第一采样用户群的各用户进行抽样，包括：建立所述特定网页地址信息到所述第一采样用户群中各用户标识的倒排索引，在所述第一采样用户群的各用户中，抽取互联网历史行为数据中包括所述特定网页地址信息的用户。

5.根据权利要求1所述的用户行为数据分析方法，其特征在于，

确定所述第二采样用户群的用户相对于所述第一采样用户群的用户，对于所述统计项的兴趣程度的差异权值之前，还包括：统计第一概率和第二概率，所述第一概率为：所述第一采样用户群的多个随机采样子群中用户的互联网历史行为数据包括所述统计项的平均概率；所述第二概率为：所述第二概率为：所述第二采样用户群的多个随机采样子群中用户的互联网历史行为数据包括所述统计项的平均概率；

确定所述第二采样用户群的用户相对于所述第一采样用户群的用户，对于所述统计项的兴趣程度的差异权值，包括：根据所述第一概率和所述第二概率，确定所述第二采样用户群的用户相对于所述第一采样用户群的用户，对于所述统计项的兴趣程度的差异权值。

6.根据权利要求5所述的用户行为数据分析方法，其特征在于，采用以下公式确定所述差异权值：

差异权值＝log10(第二概率/第一概率)。

7.根据权利要求5所述的用户行为数据分析方法，其特征在于，所述第一采样用户群或所述第二采样用户群中，任一随机采样子群中用户的互联网历史行为数据包括所述统计项的概率等于，相应随机采样子群中各用户在预设时间段内搜索过所述统计项的总次数，与该随机采样子群中搜索过所述统计项的用户数量的商值。

8.根据权利要求5所述的用户行为数据分析方法，其特征在于，还包括建立并存储以下信息至少之一：

各随机采样子群、统计项与相应概率的映射关系；

各采样用户群、统计项与相应差异权值的映射关系；

各采样用户群、统计项与相应概率分布的映射关系。

9.一种用户行为数据分析装置，其特征在于，包括：

用户行为数据获取模块，用于获取第一采样用户群的各用户的互联网历史行为数据，所述互联网历史行为数据包括任一用户在预设时间段内使用互联网的信息；

抽样模块，用于根据预设的抽样条件对所述第一采样用户群的各用户进行抽样，抽出的用户组成第二采样用户群；

分析模块，用于确定所述第二采样用户群的用户相对于所述第一采样用户群的用户，对于预设的统计项的兴趣程度的差异权值。

10.根据权利要求9所述的用户行为数据分析装置，其特征在于，还包括：

统计模块，用于统计第一概率和第二概率，所述第一概率为：所述第一采样用户群的多个随机采样子群中用户的互联网历史行为数据包括所述统计项的平均概率；所述第二概率为：所述第二概率为：所述第二采样用户群的多个随机采样子群中用户的互联网历史行为数据包括所述统计项的平均概率；

所述分析模块，还用于根据所述第一概率和所述第二概率，确定所述第二采样用户群的用户相对于所述第一采样用户群的用户，对于所述统计项的兴趣程度的差异权值。