[发明专利]日志分类模型的建立、行为日志分类方法及装置

说明书

【技术领域】

本发明涉及数据挖掘技术，尤其涉及一种日志分类模型的建立、行为日志分类方法及装置。

【背景技术】

随着通信技术的发展，终端集成了越来越多的功能，从而使得终端的系统功能列表中包含了越来越多相应的应用程序，例如，电脑中安装的应用程序，第三方智能手机中安装的应用程序（Application，APP）等。这些应用程序每天都会产生大量的用户的行为日志，对这些行为日志进行分析，能够确定用户的兴趣变化、突发热点事情、产品优缺点等重要信息。现有技术中，在对用户的行为日志进行分析的过程中，可以通过对检索关键词（Query）或题目（Title）等字段，进行基于主题的分类，例如，体育类、娱乐类、游戏类或医疗类等，实现对Query或Title等字段所属的行为日志进行统计。基于统计之后的行为日志进行分析，会使得分析结果更加准确。

然而，由于行为日志的多样性，因此，有很多行为日志可能会缺少Query或Title等字段，使得无法对Query或Title等字段，进行基于主题的分类，这样，则无法对行为日志进行统计，从而导致了行为日志的分析的准确性的降低。

【发明内容】

本发明的多个方面提供一种日志分类模型的建立、行为日志分类方法及装置，用以提高行为日志的分析的准确性。

本发明的一方面，提供一种日志分类模型的建立方法，包括：

从至少一个数据源中，获取指定用户的行为日志；

对所述行为日志进行划分，以获得至少一个Session段；

根据每个所述Session段中所包括的行为日志的检索关键词、题目和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题；

根据所述至少一个第一候选主题，利用投票方法，确定每个所述Session段所属的第二候选主题；

将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据；

利用所述至少一个第一候选主题和所述目标训练数据，训练日志分类模型，所述日志分类模型用于将待分类的行为日志映射到对应主题。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据每个所述Session段中所包括的行为日志的Query、Title和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题，包括：

利用每个所述Session段中所包括的行为日志的Query作为第一输入参数，运行Query分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题；

利用每个所述Session段中所包括的行为日志的Title作为第二输入参数，运行Title分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题；以及

利用每个所述Session段中所包括的行为日志的URL作为第三输入参数，运行URL分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述利用所述至少一个第一候选主题和所述目标训练数据，训练日志分类模型，所述日志分类模型用于将待分类的行为日志映射到对应主题，包括：

根据所述至少一个第一候选主题，生成训练主题特征；

利用所述训练主题特征和所述目标训练数据，训练所述日志分类模型。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述至少一个第一候选主题，生成训练主题特征，包括：

根据所述至少一个第一候选主题中每个所述第一候选主题，生成至少一个第三候选主题；

根据所述至少一个第一候选主题和所述至少一个第三候选主题，生成所述训练主题特征。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据，包括：

将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以生成候选训练数据；

对所述候选训练数据，进行有效性验证；

将通过所述有效性验证的候选训练数据，作为所述目标训练数据

本发明的另一方面，提供一种基于日志分类模型的行为日志分类方法，所述分类模型为采用如上所述的日志分类模型的建立方法建立；所述方法包括：