[发明专利]互联网用户主动访问行为轨迹的分析方法

摘要

本发明涉及一种互联网用户主动访问行为轨迹的分析方法，属于大数据分析领域。本发明根据用户访问互联网的DPI分光数据，构造用户会话（session），通过用户行为分析，分析出用户主动访问互联网的行为轨迹（即Click行为轨迹）以及连带产生的附属页面的方法。本发明的核心技术是如何判断click页面集合中哪些是点击（click）页面，哪些是由点击页面连带产生的附属页面（Hits或PageViews）。通过该方法可以直观、清晰地分析用户主动访问互联网的行为轨迹。

主权项

互联网用户主动访问行为轨迹的分析方法，其特征在于，包括如下步骤：（1）读取原始数据：从运营商的深度包检测DPI分光数据中读取海量的用户互联网访问记录，生成用户访问记录文件，该访问记录以访问时间为序；（2）初始赋值：赋值click页面集合中两两页面URL间的最大时间间隔阈值Tmax，同时预置i=1；（3）确定click页面集合：对于用户的访问可以模拟成用户会话Session，当会话中两两页面URL间的时间间隔≥Tmax时，此间隔点前的页面集合为该用户会话Session中的第i个click页面集合Pi{URL1，URL2，…，URLj，…}；（4）判断click页面：调用“click点击知识库”的知识，根据“click点击页面推理机”推理集合Pi中有无click点击页面：若推理成功，则确认该页面为click点击页面，即URL(i)click←URL(k)knowledge，其中k为知识库中第k条知识；若推理不成功，则计算集合Pi中的所有页面referer包含集合内其他页面数Count(URLj)referrer，取最大的Count(URLj)referrer为点击页面，即URL(i)click←Max{Count(URLj)referrer}；（5）生成用户行为轨迹：若在用户会话中还有click页面集合，则赋值i←i+1，返回步骤（3）重复构造click页面集合；若用户会话中没有click页面集合，则用户行为轨迹分析完毕，生成该用户主动访问行为轨迹URL(i)click，其中i=1，2，……，N。