專利名稱：基于瀏覽器數據的用戶導航推薦方法、系統(tǒng)及云端服務器的制作方法
技術領域：
本發(fā)明涉及通訊技術領域，特別涉及一種基于瀏覽器數據的用戶導航推薦方法、系統(tǒng)及云端服務器。
背景技術：
現有的導航推薦算法實現在瀏覽器客戶端，推薦策略利用的事訪問頻次經過時間衰減線性加權，再求topN的算法,其中每條記錄分值=(1+2* (I/ (1+該記錄距當天天數/7)))*來源權值。然而，現有的導航推薦策略僅使用用戶點擊url和時間戳兩維信息，通過訪問頻次時間衰減后進行線性加權，但是，這種策略一方面會導致計算出的歷史url不能發(fā)現具有導航意義的頻道頁；第二，在用戶使用客戶端產品的過程中經常性地使得用戶的短期興趣排序值靠前，推薦出的頁面用戶可能已經不再感興趣；第三，推薦出的url重復度高，如同一 host域下的多個子頁面同時展現，從而使得用戶體驗效果不佳。另外，現有的推薦策略在客戶端實現，從而導致客戶端cpu計算壓力較大，影響用戶體驗；客戶端產品升級周期長，算法更新需要用戶安裝升級包后才能生效。

發(fā)明內容
本發(fā)明的目的旨在至少解決所述技術缺陷之一。為此，本發(fā)明的第一個目的在于提出一種推薦結果重復度低、推薦結果更加貼合用戶的興趣點且降低客戶端計算量的基于瀏覽器數據的用戶導航推薦方法。本發(fā)明的第二個目的在于提出一種基于瀏覽器數據的用戶導航推薦系統(tǒng)。本發(fā)明的第三個目的在于提出一種云端服務器。為達到所述目的，本發(fā)明第一方面的實施例公開了一種基于瀏覽器數據的用戶導航推薦方法，包括以下步驟云端服務器獲得用戶的訪問日志；所述云端服務器根據所述用戶的訪問日志獲得所述用戶至少一個訪問會話產生的行為序列，其中，所述行為序列包括按照時間排列的多個行為；根據每個行為對應的頁面和訪問所述頁面游走鏈接圖和時間信息對所述至少一個訪問會話中行為序列中的多個行為進行排序；以及根據排序之后多個行為為所述用戶進行導航推薦。根據本發(fā)明實施例的基于瀏覽器數據的用戶導航推薦方法，首先獲取用戶近一段時間(如I個月)內的訪問回話(session)的多個行為序列，并根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而能夠提高用戶體驗。另外，該方法是通過云端服務器實現的，從而可有效降低客戶端的計算量，進一步提高客戶端的加載速度，進一步提聞用戶體驗度。另外，根據本發(fā)明上述實施例的基于瀏覽器數據的用戶導航推薦方法還可以具有如下附加的技術特征在一些示例中，每個行為包括用戶的跳轉頁面、用戶的訪問頁面、權重以及時間戳。在一些示例中，根據所述行為對應的頁面的時間信息得到所述行為的權重。在一些示例中，所述根據排序之后多個行為為所述用戶進行導航推薦的步驟之前，還包括對所述排序之后多個行為進行篩選；根據篩選之后的多個行為為所述用戶進行導航推薦。在一些示例中，對所述排序之后多個行為進行篩選的方法包括獲取所述多個行為對應的頁面地址；根據所述多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站；如果存在，則將所述同一網站對應的多個網頁的目錄深度最小的網頁推薦給用戶。本發(fā)明第二方面的實施例公開了一種基于瀏覽器數據的客戶端導航推薦系統(tǒng)，包括云端服務器和客戶端，其中，所述云端服務器用于獲得客戶端的訪問日志，并根據所述客戶端的訪問日志獲得所述客戶端至少一個訪問會話產生的行為序列，其中，所述行為序列包括按照時間排列的多個行為，并根據每個行為對應的頁面和訪問所述頁面游走鏈接圖和時間信息對所述至少一個訪問會話中行為序列中的多個行為進行排序，以及根據排序之后多個行為為所述客戶端進行導航推薦，所述客戶端將來自所述云端服務器的導航推薦結果進行顯示。根據本發(fā)明實施例的基于瀏覽器數據的用戶導航推薦系統(tǒng)，云端服務器首先獲取用戶近一段時間(如I個月)內的訪問回話(session)的多個行為序列，并根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而能夠提高用戶對客戶端的使用體驗。另外，該方法是通過云端服務器實現的，從而可有效降低客戶端的計算量，進一步提聞客戶端的加載速度，進一步提聞用戶對客戶端的使用體驗。另外，根據本發(fā)明上述實施例的基于瀏覽器數據的用戶導航推薦系統(tǒng)還可以具有如下附加的技術特征在一些示例中，每個行為包括跳轉頁面、客戶端的訪問頁面、權重以及時間戳。在一些示例中，所述云端服務器根據所述行為對應的頁面的時間信息得到所述行為的權重。在一些示例中，所述云端服務器在根據排序之后多個行為為所述客戶端進行導航推薦之前，還用于對所述排序之后多個行為進行篩選；根據篩選之后的多個行為為所述客戶端進行導航推薦。在一些示例中，所述云端服務器用于獲取所述多個行為對應的頁面地址，并根據所述多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站，如果存在，則將所述同一網站對應的多個網頁的目錄深度最小的網頁推薦給客戶端。本發(fā)明第三方面的實施例公開了一種云端服務器，所述云端服務器用于獲得客戶端的訪問日志，并根據所述客戶端的訪問日志獲得所述客戶端至少一個訪問會話產生的行為序列，其中，所述行為序列包括按照時間排列的多個行為，并根據每個行為對應的頁面和訪問所述頁面游走鏈接圖和時間信息對所述至少一個訪問會話中行為序列中的多個行為進行排序，以及根據排序之后多個行為為所述客戶端進行導航推薦。根據本發(fā)明實施例的云端服務器，首先獲取用戶近一段時間(如I個月)內的訪問回話(session)的多個行為序列，并根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而能夠提高用戶體驗。另外，該方法是通過云端服務器實現的，從而可有效降低客戶端的計算量，進一步提高客戶端的加載速度，進一步提高用戶體驗度。另外，根據本發(fā)明上述實施例的云端服務器還可以具有如下附加的技術特征在一些示例中，每個行為包括跳轉頁面、客戶端的訪問頁面、權重以及時間戳。在一些示例中，所述云端服務器根據所述行為對應的頁面的時間信息得到所述行為的權重。在一些示例中，所述云端服務器在根據排序之后多個行為為所述客戶端進行導航推薦之前，還用于對所述排序之后多個行為進行篩選；根據篩選之后的多個行為為所述客戶端進行導航推薦。在一些示例中，所述云端服務器用于獲取所述多個行為對應的頁面地址，并根據所述多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站，如果存在，則將所述同一網站對應的多個網頁的目錄深度最小的網頁推薦給客戶端。本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。


本發(fā)明所述的和/或附加的方面和優(yōu)點從下面結合附圖對實施例的描述中將變得明顯和容易理解，其中圖1是根據本發(fā)明一個實施例的基于瀏覽器數據的用戶導航推薦方法的流程圖；圖2是根據本發(fā)明一個實施例的基于瀏覽器數據的用戶導航推薦方法的一個訪問會話產生的行為序列之間的游走鏈接圖的示意圖；以及圖3是根據本發(fā)明一個實施例的基于瀏覽器數據的用戶導航推薦系統(tǒng)的結構圖。
具體實施例方式下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能解釋為對本發(fā)明的限制。在本發(fā)明的描述中，需要理解的是，術語“縱向”、“橫向”、“上”、“下”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底” “內”、“外”等指示的方位或位置關系為基于附圖所示的方位或位置關系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對本發(fā)明的限制。在本發(fā)明的描述中，需要說明的是，除非另有規(guī)定和限定，術語“安裝”、“相連”、“連接”應做廣義理解，例如，可以是機械連接或電連接，也可以是兩個元件內部的連通，可以是直接相連，也可以通過中間媒介間接相連，對于本領域的普通技術人員而言，可以根據具體情況理解所述術語的具體含義。以下結合附圖描述根據本發(fā)明實施例的基于瀏覽器數據的用戶導航推薦方法、系統(tǒng)及云端服務器。圖1是根據本發(fā)明一個實施例的基于瀏覽器數據的用戶導航推薦方法的流程圖。如圖1所示，該方法包括以下步驟步驟SlOl :云端服務器獲得用戶的訪問日志。例如用戶通過個人電腦(客戶端)訪問網站以后的訪問日志。步驟S102 :云端服務器根據用戶的訪問日志獲得用戶至少一個訪問會話產生的行為序列，其中，行為序列包括按照時間排列的多個行為。
在該實例中,訪問會話指session, session的劃分可根據時間片聚類方法劃分用戶訪問的session,例如,對于近一個月內用戶訪問記錄作為一個session。行為序列指該session中按照時間排列的多個行為，每個行為表示用戶的訪問記錄，作為一個具體的示例，每個行為包括用戶的跳轉頁面、用戶的訪問頁面、權重以及時間戳，從而訪問序列可表
示為(B1;B2，......Bn)，其中，B1, B2, ......Bn表示行為，n為行為序列中行為的個數，n為大
于I的整數，進一步地，每個行為可表示為=Bi= Curlrefer, urlaccess, weight, Umei),其中,i為小于等于n的正整數,Urlrefer指用戶的跳轉頁面，Urlaccess指用戶的訪問頁面,weight指權重(該行為對應的權重)，指行為Bi對應的時間戳。在上述示例中，權重weight可根據行為對應的頁面的時間信息得到。時間信息指行為對應的頁面的用戶訪問該頁面的總時間，例如，某一個用戶在一個月期間訪問WWW.XXXX. COM的總時間為I個小時，則該網頁的行為對應的時間信息為I個小時，進一步地，權重weight可由用戶的停留時間(時間信息)等行為信息通過經驗公式識別出是否是強訪問行為得到，并將數值歸一化得到，例如權重weight的取得為sigmoid核函數公式，SP
Weightr^xekihT ^t=t 2l{t xf )tsi為用戶s在網頁i上的停留時間q是用戶訪問網
頁的平均停留時間(幾何平均)，(為所有用戶在該網頁上的平均停留時間(幾何平均)。e_kMT來源于遺忘曲線，為時間衰減因子，At為時間戳與當前時間的差值，其中At大于0.5且小于I, k為1. 6左右。步驟S103 :根據每個行為對應的頁面和訪問頁面游走鏈接圖和時間信息對至少一個訪問會話中行為序列中的多個行為進行排序，例如對于一個用戶來說，根據其訪問游走鏈接圖構造其鄰接矩陣A=(au)nXn，，n為節(jié)點個數。其中若au幸0，表示用戶在一個
session (會話)中產生了從網頁i到j的一次跳轉，其中^ ^ weiS^tj weight」可由上
session,J
述示例的經驗公式求得。產生排序的方法為構造初始排序向量z=(l/n, 1/n, . . . )T,以zn+1=((l_a )E+a A) Xzn公式迭代向量z，其中a為一經驗常數,E為單位矩陣。迭代的終止條件為z在一定數值范圍內不再變化，經試驗一般的迭代次數不超過200次。最終產生的z即為該session (會話)內訪問鏈接圖的排序值。
具體地，如圖2所示，示出了本發(fā)明一個實施例的基于瀏覽器數據的用戶導航推薦方法的一個訪問會話產生的行為序列之間的隨機游走圖。其中，數字標號表示某一特定ur I,節(jié)點之間的一條有向邊表示用戶從Urlmto跳轉至ur Iacxejss,有向邊的指向表示入度,本發(fā)明實施例的方法通過綜合入度(游走鏈接圖)和權重(時間信息)對多個行為進行排序。步驟S104 :根據排序之后多個行為為用戶進行導航推薦。具體地，根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而能夠提高用戶體驗。根據本發(fā)明實施例的基于瀏覽器數據的用戶導航推薦方法，云端服務器首先獲取用戶近一段時間(如I個月)內的訪問回話(session)的多個行為序列，并根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因 此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而能夠提高用戶對客戶端的使用體驗。另外，該方法是通過云端服務器實現的，從而可有效降低客戶端的計算量，進一步提聞客戶端的加載速度，進一步提聞用戶對客戶端的使用體驗。在本本發(fā)明的一個實施例中，根據排序之后多個行為為用戶進行導航推薦的步驟之前，還包括對排序之后多個行為進行篩選；以及根據篩選之后的多個行為為用戶進行導航推薦。具體地，通過本發(fā)明上述步驟SlOl至S104能夠得到用戶興趣度高的推薦，但是可能存在推薦結果重復，例如一些主頁、子頁面等，因此，通過設定閾值，從排序的高到低便利當前推薦列表(推薦結果)直至選取N個兩兩間相似度都大于該閾值的url，因此，解決了推薦結果重復度高的問題。當然本發(fā)明的實施例并不限于此，例如還可通過如下方法進行篩選獲取所述多個行為對應的頁面地址；根據多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站；如果存在，則將同一網站對應的多個網頁的目錄深度最小的網頁推薦給用戶。例如某一個網站的主頁的url為XXX. COM. CN，而子網頁為YYY. XXX. COM. CN，判斷YYY.XXX. COM. CN為WWW. XXX. COM. CN的子網頁，因此，選擇主網頁作為推薦,將YYY. XXX. COM. CN刪除。從而避免推薦結果重復，進一步提高用戶的使用體驗。如圖3所示，本發(fā)明的進一步實施例提供了一種基于瀏覽器數據的客戶端導航推薦系統(tǒng)300，包括云端服務器310和客戶端320，其中，云端服務器310用于獲得客戶端320的訪問日志，例如用戶通過個人電腦(客戶端)訪問網站以后的訪問日志。云端服務器310根據客戶端320的訪問日志獲得客戶端320至少一個訪問會話產生的行為序列，其中，行為序列包括按照時間排列的多個行為。在該實例中，訪問會話指session, session的劃分可根據時間片聚類方法劃分用戶(客戶端320)訪問的session,例如，對于近一個月內用戶訪問記錄作為一個session。行為序列指該session中按照時間排列的多個行為，每個行為表示用戶的訪問記錄，作為一個具體的示例，每個行為包括用戶的跳轉頁面、用戶的訪問頁面、權重以及時間戳，從而訪問序列可表示為(Bi，B2，……Bn)，
其中，B1, B2, ......8 表示行為，n為行為序列中行為的個數，n為大于I的整數,進一步地，
每個行為可表示為=Bi= (urlrefer, Urlacxess, weight, Umei),其中,i為小于等于n的正整數，Urlrefer指用戶的跳轉頁面，Urlaccess指用戶的訪問頁面，weight指權重(該行為對應的權重)，指行為Bi對應的時間戳。在上述示例中，權重weight可根據行為對應的頁面的時間信息得到。時間信息指行為對應的頁面的用戶訪問該頁面的總時間，例如，某一個用戶在一個月期間訪問WWW.XXXX. COM的總時間為I個小時，則該網頁的行為對應的時間信息為I個小時，進一步地，權重weight可由用戶的停留時間(時間信息)等行為信息通過經驗公式識別出是否是強訪問行為得到，并將數值歸一化得到，例如權重weight的取得為sigmoid核函數公式，SP
weight =^7Xek AT，其中Mtsi為用戶s在網頁i上的停留時間，/是用戶訪問網
Il—lsi 1 .xiJ ) 5tS
頁的平均停留時間(幾何平均)，(為所有用戶在該網頁上的平均停留時間(幾何平均)。e_kMT來源于遺忘曲線，為時間衰減因子，At為時間戳與當前時間的差值，其中At大于0.5且小于I, k為1. 6左右。云端服務器310根據每個行為對應的頁面和訪問頁面游走鏈接圖和時間信息對至少一個訪問會話中行為序列中的多個行為進行排序。具體地，如圖2所示，示出了本發(fā)明一個實施例的基于瀏覽器數據的用戶導航推薦方法的一個訪問會話產生的行為序列之間的隨機游走圖。其中，數字標號表示某一特定url，節(jié)點之間的一條有向邊表示用戶從Urlrete跳轉至Url_ss，有向邊的指向表示入度，本發(fā)明實施例的系統(tǒng)通過綜合入度(游走鏈接圖)和權重(時間信息)對多個行為進行排序，例如對于一個用戶來說，根據其訪問游走鏈接圖構造其鄰接矩陣A=(au)nXn，，n為節(jié)點個數。其中若au幸0，表示用戶在一個
session (會話)中產生了從網頁i到j的一次跳轉，其中3^ ^ %eiS^j weight」可由上
sassion5J
述示例的經驗公式求得。產生排序的方法為構造初始排序向量Z= (1/n, 1/n, . . . )T,以zn+1=((l_a )E+a A) Xzn公式迭代向量z，其中a為一經驗常數,E為單位矩陣。迭代的終止條件為z在一定數值范圍內不再變化，經試驗一般的迭代次數不超過200次。最終產生的z即為該session (會話)內訪問鏈接圖的排序值。云端服務器310根據排序之后多個行為為客戶端320進行導航推薦。具體地，根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而能夠提高用戶體驗?？蛻舳?20將來自云端服務器310的導航推薦結果進行顯示。根據本發(fā)明實施例的基于瀏覽器數據的用戶導航推薦系統(tǒng)，云端服務器首先獲取用戶近一段時間(如I個月)內的訪問回話(session)的多個行為序列，并根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而 能夠提高用戶對客戶端的使用體驗。另外，該方法是通過云端服務器實現的，從而可有效降低客戶端的計算量，進一步提聞客戶端的加載速度，進一步提聞用戶對客戶端的使用體驗。
在本本發(fā)明的一個實施例中，根據排序之后多個行為為用戶進行導航推薦的步驟之前，云端服務器310還用于對排序之后多個行為進行篩選；以及根據篩選之后的多個行為為用戶進行導航推薦。具體地，通過本發(fā)明得到用戶興趣度高的推薦，但是可能存在推薦結果重復，例如一些主頁、子頁面等，因此，通過設定閾值，從排序的高到低便利當前推薦列表(推薦結果)直至選取N個兩兩間相似度都大于該閾值的url，因此，解決了推薦結果重復度高的問題。當然本發(fā)明的實施例并不限于此，例如云端服務器310還可通過如下方式進行篩選獲取所述多個行為對應的頁面地址；根據多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站；如果存在,則將同一網站對應的多個網頁的目錄深度最小的網頁推薦給用戶。例如某一個網站的主頁的url為Wffff.XXX. COM. CN，而子網頁為YYY.XXX.COM. CN,判斷YYY. XXX. COM. CN為ffffff. XXX. COM. CN的子網頁，因此，選擇主網頁作為推薦,將YYY. XXX. COM. CN刪除。從而避免推薦結果重復，進一步提高用戶的使用體驗。本發(fā)明的進一步實施例提出了一種云端服務器，該云端服務器用于獲得客戶端的訪問日志，并根據所述客戶端的訪問日志獲得所述客戶端至少一個訪問會話產生的行為序列，其中，所述行為序列包括按照時間排列的多個行為，在本發(fā)明的一個實施例中，每個行為包括跳轉頁面、客戶端的訪問頁面、權重以及時間戳，云端服務器根據所述行為對應的頁面的時間信息得到所述行為的權重。云端服務器根據每個行為對應的頁面和訪問所述頁面游走鏈接圖和時間信息對所述至少一個訪問會話中行為序列中的多個行為進行排序，以及根據排序之后多個行為為所述客戶端進行導航推薦。在本發(fā)明的一個實施例中，云端服務器在根據排序之后多個行為為客戶端進行導航推薦之前，還用于對排序之后多個行為進行篩選；根據篩選之后的多個行為為客戶端進行導航推薦。例如云端服務器獲取多個行為對應的頁面地址，并根據多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站，如果存在，則將同一網站對應的多個網頁的目錄深度最小的網頁推薦給客戶端。根據本發(fā)明實施例的云端服務器，首先獲取用戶近一段時間(如I個月)內的訪問回話(session)的多個行為序列，并根據每個行為序列的游走鏈接圖和用戶在行為序列對應的網頁的使用時間進行排序后推薦，這樣，不經能夠保證推薦結果是用戶近一段時間游走鏈接圖較多的，且是在網頁中停留時間較長的，因此，推薦結果更加具有參考意義，更加貼合用戶的興趣點，從而能夠提高用戶體驗。另外，該方法是通過云端服務器實現的，從而可有效降低客戶端的計算量，進一步提高客戶端的加載速度，進一步提高用戶體驗度。此夕卜，通過對推薦結果篩選，可去除重復的推薦，從而進一步提高用戶的使用體驗。在本說明書的描述中，參考術語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結合該實施例或示例描述的具體特征、結構、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對所述術語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結構、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結合。盡管已經示出和描述了本發(fā)明的實施例，對于本領域的普通技術人員而言，可以理解在不脫離本發(fā)明的原理和精神的情況下可以對這些實施例進行多種變化、修改、替換和變型，本發(fā)明的范圍由所附權利要求及其等同限定。
權利要求
1.一種基于瀏覽器數據的用戶導航推薦方法，其特征在于，包括以下步驟云端服務器獲得用戶的訪問日志；所述云端服務器根據所述用戶的訪問日志獲得所述用戶至少一個訪問會話產生的行為序列，其中，所述行為序列包括按照時間排列的多個行為；根據每個行為對應的頁面和訪問所述頁面游走鏈接圖和時間信息對所述至少一個訪問會話中行為序列中的多個行為進行排序；以及根據排序之后多個行為為所述用戶進行導航推薦。
2.根據權利要求1所述的基于瀏覽器數據的用戶導航推薦方法，其特征在于，每個行為包括用戶的跳轉頁面、用戶的訪問頁面、權重以及時間戳。
3.根據權利要求2所述的基于瀏覽器數據的用戶導航推薦方法，其特征在于，根據所述行為對應的頁面的時間信息得到所述行為的權重。
4.根據權利要求1所述的基于瀏覽器數據的用戶導航推薦方法，其特征在于，所述根據排序之后多個行為為所述用戶進行導航推薦的步驟之前，還包括對所述排序之后多個行為進行篩選；根據篩選之后的多個行為為所述用戶進行導航推薦。
5.根據權利要求4所述的基于瀏覽器數據的用戶導航推薦方法，其特征在于，對所述排序之后多個行為進行篩選的方法包括獲取所述多個行為對應的頁面地址；根據所述多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站；如果存在，則將所述同一網站對應的多個網頁的目錄深度最小的網頁推薦給用戶。
6.一種基于瀏覽器數據的客戶端導航推薦系統(tǒng)，其特征在于，包括云端服務器和客戶端，其中，所述云端服務器用于獲得客戶端的訪問日志，并根據所述客戶端的訪問日志獲得所述客戶端至少一個訪問會話產生的行為序列，其中，所述行為序列包括按照時間排列的多個行為，并根據每個行為對應的頁面和訪問所述頁面游走鏈接圖和時間信息對所述至少一個訪問會話中行為序列中的多個行為進行排序，以及根據排序之后多個行為為所述客戶端進行導航推薦，所述客戶端將來自所述云端服務器的導航推薦結果進行顯示。
7.根據權利要求6所述的基于瀏覽器數據的客戶端導航推薦系統(tǒng)，其特征在于，每個行為包括跳轉頁面、客戶端的訪問頁面、權重以及時間戳。
8.根據權利要求7所述的基于瀏覽器數據的客戶端導航推薦系統(tǒng)，其特征在于，所述云端服務器根據所述行為對應的頁面的時間信息得到所述行為的權重。
9.根據權利要求6所述的基于瀏覽器數據的客戶端導航推薦系統(tǒng)，其特征在于，所述云端服務器在根據排序之后多個行為為所述客戶端進行導航推薦之前，還用于對所述排序之后多個行為進行篩選；根據篩選之后的多個行為為所述客戶端進行導航推薦。
10.根據權利要求9所述的基于瀏覽器數據的客戶端導航推薦系統(tǒng)，其特征在于，所述云端服務器用于獲取所述多個行為對應的頁面地址，并根據所述多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站，如果存在，則將所述同一網站對應的多個網頁的目錄深度最小的網頁推薦給客戶端。
11.一種云端服務器，其特征在于，所述云端服務器用于獲得客戶端的訪問日志，并根據所述客戶端的訪問日志獲得所述客戶端至少一個訪問會話產生的行為序列，其中，所述行為序列包括按照時間排列的多個行為，并根據每個行為對應的頁面和訪問所述頁面游走鏈接圖和時間信息對所述至少一個訪問會話中行為序列中的多個行為進行排序，以及根據排序之后多個行為為所述客戶端進行導航推薦。
12.根據權利要求11所述的云端服務器，其特征在于，每個行為包括跳轉頁面、客戶端的訪問頁面、權重以及時間戳。
13.根據權利要求12所述的云端服務器，其特征在于，所述云端服務器根據所述行為對應的頁面的時間信息得到所述行為的權重。
14.根據權利要求11所述的云端服務器，其特征在于，所述云端服務器在根據排序之后多個行為為所述客戶端進行導航推薦之前，還用于對所述排序之后多個行為進行篩選；根據篩選之后的多個行為為所述客戶端進行導航推薦。
15.根據權利要求14所述的云端服務器，其特征在于，所述云端服務器用于獲取所述多個行為對應的頁面地址，并根據所述多個行為對應的頁面地址判斷是否存在多個網頁地址對應同一網站，如果存在，則將所述同一網站對應的多個網頁的目錄深度最小的網頁推薦給客戶端。
全文摘要
本發(fā)明提出了一種基于瀏覽器數據的用戶導航推薦方法，包括以下步驟云端服務器獲得用戶的訪問日志；云端服務器根據用戶的訪問日志獲得用戶至少一個訪問會話產生的行為序列，行為序列包括按照時間排列的多個行為；根據每個行為對應的頁面和訪問頁面游走鏈接圖和時間信息對至少一個訪問會話中行為序列中的多個行為進行排序；根據排序之后多個行為為用戶進行導航推薦。本發(fā)明的實施例推薦結果更加貼合用戶的興趣點且降低客戶端計算量，具有提高用戶體驗效果的優(yōu)點。本發(fā)明還提出了一種基于瀏覽器數據的用戶導航推薦系統(tǒng)和云端服務器。
文檔編號G06F17/30GK102999634SQ20121055315
公開日2013年3月27日 申請日期2012年12月18日 優(yōu)先權日2012年12月18日
發(fā)明者陳沁宇 申請人:百度在線網絡技術(北京)有限公司