[发明专利]一种从Cookie中提取用户样本的方法及装置

摘要

本发明公开了一种从Cookie中提取用户样本的方法及装置，涉及互联网的Cookie技术。本发明公开的从Cookie中提取用户样本的方法包括确定所有Cookie之间的相似度，将相似度达到设定值的Cookie聚为一类Cookie；针对每一类Cookie，分别按以下方式生成一份样本个体及其访问行为实时统计各类Cookie每个时刻的浏览行为的概率分布，利用所述概率分布建立概率分布模型，根据所述概率分布模型随机模拟出样本个体用户的浏览行为，并根据该类Cookie的个数，计算该类的权重。本发明还公开了一种从Cookie中提取用户样本的装置。本申请技术方案保证了样本代表性，保证了样本生命周期足够长，有持续行为，并保证了样本行为可以增量更新以方便维护。

主权项

一种从Cookie中提取用户样本的方法，其特征在于，该方法包括：确定所有Cookie之间的相似度，将相似度达到设定值的Cookie聚为一类Cookie；针对每一类Cookie，分别生成一份样本个体及其访问行为，将生成的所有样本个体构成一份样本，其中，按照以下方式分别生成各类Cookie对应的样本个体及其访问行为：实时统计各类Cookie每个时刻的浏览行为的概率分布，利用所述概率分布建立概率分布模型，根据所述概率分布模型随机模拟出样本个体用户的浏览行为，并根据该类Cookie的个数，计算该类的权重；根据该类Cookie的个数，计算该类的权重指：针对各类Cookie，统计每一天中同时存活的此类Cookie的个数，将所统计的最大值作为该类Cookie的权重。