[发明专利]基于手机上网用户行为的分析方法和装置

权利要求书

1.一种基于手机上网用户行为的分析方法，包括：

获取用户上网的统一资源定位符URL数据，

对所述URL数据进行多级识别并且标记标签，以及

对标记的标签进行统计，以分析用户行为的特征。

2.根据权利要求1所述的方法，其中所述识别步骤包括下述中的至少两个：

根据所述URL数据进行站点识别，并且标记站点标签；

根据所述URL数据进行主题分类识别，并且标记主题标签；

根据所述URL数据进行内容分类识别，并且标记内容标签；以及

根据所述URL数据识别客户端，并且标记客户端标签。

3.根据权利要求2所述的方法，其中所述站点识别步骤包括：

将所述URL数据与站点库进行匹配，其中所述站点库中的站点与站点标签相关联，以及

如果在站点库中找到匹配的站点，则给所述URL数据标记对应的站点标签。

4.根据权利要求2所述的方法，其中所述主题分类识别步骤包括：

将所述URL数据与分类树库中的对应站点的分类树进行匹配，其中分类树的每个节点与主题标签相关联；

如果在所述分类书库中找到匹配的节点，则给所述URL数据标记对应的主题标签。

5.据权利要求4所述的方法，其中所述分类树的层次结构与网站的结构相对应。

6.根据权利要求2所述的方法，其中所述内容分类识别步骤包括：

对所述URL数据对应的网页进行页面抓取和文本处理，以进行内容分类，从而给所述URL数据标记内容标签。

7.根据权利要求6所述的方法，其中所述抓取和文本处理包括：

使用爬虫抓取用户访问的URL数据对应的页面；以及

下述步骤中的至少一个：

根据预定的解析规则对抓取到的页面进行解析，以确定网页的内容分类；

针对抓取到的页面的文本内容，通过网页文本分类算法对所述页面进行内容分类。

8.根据权利要求2所述的方法，其中所述识别客户端包括：

将所述URL数据与客户端标识库进行匹配，以及

如果发现匹配的客户端，则给所述URL数据标记相应的客户端标签。

9.根据权利要求1所述的方法，还包括：

根据所分析的用户行为的特征，聚合同类用户。

10.一种基于手机上网用户行为的分析器，包括：

获取装置，用于获取用户上网的统一资源定位符URL数据，

识别装置，用于对所述URL数据进行多级识别并且标记标签，以及

统计分析装置，用于对标记的标签进行统计，以分析用户行为的特征。

11.根据权利要求10所述的分析器，其中所述识别装置包括下述中的至少两个：

站点识别装置，用于根据所述URL数据进行站点识别，并且标记站点标签；

主题分类装置，用于根据所述URL数据进行主题分类识别，并且标记主题标签；

内容分类装置，用于根据所述URL数据进行内容分类识别，并且标记内容标签；以及

客户端识别装置，用于根据所述URL数据识别客户端，并且标记客户端标签。

12.根据权利要求11所述的分析器，其中所述站点识别装置进一步包括：

用于将所述URL数据与分类树库中的对应站点的分类树进行匹配的装置，其中分类树的每个节点与主题标签相关联；

用于如果在所述分类书库中找到匹配的节点，则给所述URL数据标记对应的主题标签的装置。

13.根据权利要求11所述的分析器，其中所述主题分类装置进一步包括：

用于将所述URL数据与分类树库中的对应站点的分类树进行匹配的装置，其中分类树的每个节点与主题标签相关联；

用于如果在所述分类书库中找到匹配的节点，则给所述URL数据标记对应的主题标签的装置。

14.根据权利要求13所述的分析器，其中所述分类树是与网站的结构相对应的站点树结构。