[发明专利]一种网页人群属性的预测方法

摘要

一种网页人群属性的预测方法，包括以下步骤：(1)根据用户的注册信息或用户ID获取用户的基本属性信息，并进行预处理去掉不合理的用户属性信息；(2)在用户访问页面时利用装载的Cookie跟踪用户访问的网页，进行访问页面的收集；(3)计算词对的页面的人群属性倾向性的影响；(3.1)利用人群属性区分度DG和信息增益IG进行文本向量特征词的选择；(3.2)计算词对页面人群属性倾向性的影响；(4)计算网页主题的人群属性倾向性；(5)分别从主题和词的方面预测人群属性倾向性后，得到整个网页的人群属性倾向性。本发明提供一种有效实现定向投放、可靠性良好的网页人群属性的测定方法。

主权项

一种网页人群属性的预测方法，其特征在于：所述预测方法包括以下步骤：(1)根据用户的注册信息或用户ID获取用户的基本属性信息，并进行预处理去掉不合理的用户属性信息；(2)在用户访问页面时利用装载的Cookie跟踪用户访问的网页，进行访问页面的收集；(3)计算词对页面的人群属性倾向性的影响；(3.1)利用人群属性区分度DG和信息增益IG进行文本向量特征词的选择；(3.2)计算词对页面的人群属性倾向性的影响，如下公式： p ( c | w j ) = Σ i = 1 I r ij u i ( c ) / Σ i = 1 I r ij 其中，p(c|wj)表示第j个词wj出现时页面人群属性为c的概率，ui(c)为第i个用户的属性c的值；(4)计算网页主题的人群属性倾向性，如下公式： p ( c | T j ) = Σ i = 1 I r ij u i ( c ) / Σ i = 1 I r ij 其中，p(c|Tj)表示人群属性c在第j个主题Tj下出现的可能性，ui(c)为第i个用户的属性c的值；(5)计算整个网页的人群属性倾向性。单从页面的主题或词的方面考虑，对页面人群属性倾向性的预测都显得不够全面，为了提高准确度下面综合考虑页面主题和词的影响，给出整个网页的人群属性倾向性的公式：p网页(c|wi)＝α×p主题(c|wi)+(1‑α)×p词(c|wi)其中，p网页(c|wi)表示页面人群属性倾向性，c表示一类人群属性，α为加权参数。