[发明专利]独立访问者数量估算方法和系统

说明书

技术领域

本发明涉及一种信息处理技术，尤其涉及一种独立访问者数量估算方法和系统。

背景技术

互联网环境下，独立访问者(Unique Visitor，UV)指访问某网站的用户群体中独立于其他个体而真实存在的自然人，独立访问者的数量是一种十分重要的统计指标。例如：某篇网络新闻的独立访问者数量反映了其受到关注的程度；某项调查的独立访问者数量关系到参与调查的人群基数大小；某条广告的独立访问者数量表示了多少人认知了广告的内容；等等。因此，准确地估算独立访问者数量在这些场景下将能够发挥很大的作用。在上述例子中，媒体的决策者能够根据每篇新闻的读者多少决定未来新闻采编的方向；发布调查的机构能够了解调查覆盖的人数是否足够使结果的可靠性达到特定的置信区间；广告主一方面能够根据收看一则广告的独立访问者的数量来判断该广告的到达率(Reach)是否达到预定的指标，另一方面还能够避免同一广告因为向同一用户展示的频率(Frequency)过高造成浪费。如果独立访问者数量可以估算得更准确，那么更多的需要这一统计指标的行业还将受益，而且还可能发掘出潜在的新行业。因此，对独立访问者数量进行准确估算的意义非常重大。

公开于2011年11月24日、公开号为US 2011/0288940 A1的美国专利申请公开了一种基于特征指纹(fingerprint-based)的独立访问者数量估算方法。该方法基于用户上网时的浏览器类型、操作系统类型、IP(一种互联网协议，可用于识别用户的大致位置、所属网络等信息)地址等特征把多个不同的cookie(某些网站为了辨别用户身份而储存在用户本地终端上的数据)对应到一个独立访问者。但该技术方案仅考虑了多个cookie对应一个独立访问者的情况，而没有考虑多个独立访问者对应一个cookie的情况。例如，某公司部署了一百台桌面工作站供员工使用，使用了同一批采购的硬件、系统镜像安装的软件，因而上述特征完全相同，使用这批工作站上网的员工很可能被识别为同一个独立访问者。

另，公开于2012年6月28日、公开号为2012/0166379 A1的美国专利申请公开了一种基于聚类(clustering-based)的独立访问者数量估算方法。该方法根据用户的上网历史行为，把多个不同的cookie聚类在一起，然后把这个聚类在一起的多个cookie对应到同一个独立访问者。这样就可以根据聚类的个数把独立访问者的个数估算出来。基于聚类的方法最大的优点是，可以把多个不同的cookie物理地聚类在一起，这对于那些经常清空cookie的用户识别非常有用。比如，某用户经常在网吧上网，由于网吧的电脑装有还原卡，每次登陆时都会清空cookie，因而该用户就对应多个cookie。然而，这一类方法和基于特征指纹的方法有同样的问题，即没有考虑多个独立访问者对应一个cookie的情况，导致估算的独立访问者数量准确度较低。

发明内容

本发明所要解决的技术问题是本发明要解决的技术问题是提供一种独立访问者数量估算方法及系统，以提高独立访问者数量估算的准确性。

为了解决上述技术问题，本发明提供了一种独立访问者数量估算方法，该方法包括：

采集步骤，采集终端的终端标识及与各终端标识对应的身份标识；

初始化步骤，初始化每个身份标识的变量值为初始值；

终端标识变量值计算步骤，根据各个终端标识对应的身份标识的变量值计算各个终端标识的变量值；

估算步骤，提取访问过指定内容的终端标识，基于访问过指定内容的终端标识的变量值估算访问该指定内容的独立访问者数量。

为解决上述技术问题，本发明还提供了一种独立访问者数量估算系统，该系统包括：

采集装置，用于采集终端的终端标识及与各终端标识对应的身份标识；

初始化装置，用于初始化每个身份标识的变量值为初始值；

终端标识变量值计算装置，用于根据各个终端标识对应的身份标识的变量值计算各个终端标识的变量值；

估算装置，用于提取访问过指定内容的终端标识，基于访问过指定内容的终端标识的变量值估算访问该指定内容的独立访问者数量。