本發(fā)明涉及一種性別預(yù)測方法，尤其涉及一種在博客網(wǎng)站上利用使用者的網(wǎng)頁瀏覽行為來進(jìn)行性別預(yù)測的方法。
背景技術(shù)：
：博客網(wǎng)站通常指以時間排序，并時時更新的網(wǎng)站，其多半以日記型態(tài)存在并且包含文章及回復(fù)功能。網(wǎng)絡(luò)日志的內(nèi)容可以是個人生活，甚至到政治話題，而其主題可以是一個小眾的議題，或是大范圍的話題。在目前較知名的博客網(wǎng)站中，其網(wǎng)頁上的廣告收入主要為其收入來源之一，而若是要吸引著名的廣告商加入其網(wǎng)站，則此網(wǎng)站必須要有極高的點(diǎn)擊率或是人氣。然而，無論是網(wǎng)站中的廣告或是其內(nèi)部的網(wǎng)站內(nèi)容，目前大多是以單向播放方式來進(jìn)行，即將網(wǎng)頁的檔案在一定的時間周期內(nèi)進(jìn)行反復(fù)地播放，然而此種方式卻極有可能招致使用者的反感，而使得點(diǎn)擊率下降。舉例來說，當(dāng)一男性使用者瀏覽博客網(wǎng)站時，看到的卻是有關(guān)女性的文章內(nèi)容或是廣告信息等，此男性用戶便可能不耐煩地直接跳離此博客網(wǎng)站而不繼續(xù)瀏覽。歸究發(fā)生此情況的最主要原因在于，此網(wǎng)站無法得知在計(jì)算機(jī)前的用戶的性別，進(jìn)而根據(jù)其性別來播放相關(guān)聯(lián)的廣告或文章，而使得使用者能愿意停留在此博客網(wǎng)站中。也因?yàn)槿绱?，?dǎo)致目前部份的博客網(wǎng)站可能偏向于以一特定主題為主，如僅吸引部份的少女族群或是上班族群，無法廣泛的適用于不同的使用者。如此一來，對于博客網(wǎng)站來說，其廣告商的來源便只能局限于一個領(lǐng)域，將導(dǎo)致其收入減少。而對于使用者而言，其也只能看到由博客網(wǎng)站固定擺放的文章內(nèi)容以及廣告。再者，對于廣告商而言，其營銷通路亦無法有效地進(jìn)行擴(kuò)增，而造成三輸?shù)木置娈a(chǎn)生。因此，本發(fā)明人提出一種通過博客網(wǎng)站來進(jìn)行性別預(yù)測的方法以解決以上的問題。技術(shù)實(shí)現(xiàn)要素：根據(jù)上述
背景技術(shù)：
的問題，本發(fā)明用來解決無法得知瀏覽一博客網(wǎng)站的使用者性別的問題。根據(jù)上述
背景技術(shù)：
的問題，本發(fā)明用來解決無法針對用戶播放適當(dāng)信息及廣告內(nèi)容的問題?；谏鲜瞿康?，本發(fā)明提供一種利用網(wǎng)頁瀏覽行為的性別預(yù)測方法，適用于博客網(wǎng)站，此博客網(wǎng)站架設(shè)在網(wǎng)站服務(wù)器上，網(wǎng)站服務(wù)器分別存儲多個第一用戶的性別數(shù)據(jù)以及多個第一使用者登錄陸博客網(wǎng)站時的網(wǎng)頁瀏覽信息，性別預(yù)測方法包含下列步驟：離散化多個第一用戶的連續(xù)特征以形成至少一離散特征，連續(xù)特征可包含連續(xù)數(shù)值。根據(jù)至少一離散特征以及多個第一特征產(chǎn)生多個測試特征，多個第一特征包含文章類別、登錄來源網(wǎng)址、文章瀏覽信息及登錄博客網(wǎng)站時的前一網(wǎng)站信息。計(jì)算對應(yīng)多個測試特征的多個男性比例以及多個女性比例。將第二使用者瀏覽博客網(wǎng)站時的多個第二特征代入至分類器，由分類器依據(jù)多個男性比例以及多個女性比例計(jì)算第二使用者的性別比例。多個第一使用者以及多個第二使用者通過博客網(wǎng)站瀏覽網(wǎng)頁兩次以上。優(yōu)選地，本發(fā)明的性別預(yù)測方法進(jìn)一步包含利用一拉普拉斯平滑(LaplaceSmoothing)以正規(guī)化男性比例以及女性比例。優(yōu)選地，分類器可包含單純貝氏分類器(BayesClassifier)。優(yōu)選地，登錄來源網(wǎng)址可包含國別信息或組織信息。優(yōu)選地，文章瀏覽信息可包含作者信息。優(yōu)選地，連續(xù)特征可為瀏覽博客網(wǎng)站的時間。優(yōu)選地，本發(fā)明的性別預(yù)測方法進(jìn)一步包含利用假設(shè)檢驗(yàn)方法以減少多個第一特征的個數(shù)，假設(shè)檢驗(yàn)方法可為卡方檢驗(yàn)測試(chi-squaretest)。優(yōu)選地，登錄博客網(wǎng)站時的前一網(wǎng)站信息可包含不同于博客網(wǎng)站的外部網(wǎng)頁以及在博客網(wǎng)站內(nèi)的另一網(wǎng)頁。優(yōu)選地，本發(fā)明的性別預(yù)測方法進(jìn)一步包含根據(jù)性別比例以實(shí)時變動博客網(wǎng)站內(nèi)廣告的內(nèi)容、版面的設(shè)計(jì)以及推薦的文章。附圖說明圖1為根據(jù)本發(fā)明的性別預(yù)測方法的流程圖。圖2為根據(jù)本發(fā)明另一實(shí)施例的性別預(yù)測方法的第一示意圖。圖3為根據(jù)本發(fā)明另一實(shí)施例的性別預(yù)測方法的第二示意圖。具體實(shí)施方式為了解本發(fā)明的特征、內(nèi)容與優(yōu)點(diǎn)及其所能達(dá)成的功效，茲將本發(fā)明配合附圖，并以實(shí)施例的表達(dá)形式詳細(xì)說明如下，而其中所使用的圖式，其主旨僅為示意及輔助說明書之用，未必為本發(fā)明實(shí)施后的真實(shí)比例與精準(zhǔn)配置，故不應(yīng)就所附的附圖的比例與配置關(guān)系解讀、局限本發(fā)明于實(shí)際實(shí)施上的權(quán)利范圍。本發(fā)明的優(yōu)點(diǎn)、特征以及達(dá)到的技術(shù)方法將參照例示性實(shí)施例及所附圖式進(jìn)行更詳細(xì)地描述而更容易理解，且本發(fā)明或可以不同形式來實(shí)現(xiàn)，故不應(yīng)被理解僅限于此處所陳述的實(shí)施例，相反地，對本領(lǐng)域技術(shù)人員而言，所提供的實(shí)施例將更加透徹與全面且完整地傳達(dá)本發(fā)明的范疇，且本發(fā)明將僅為所附加的權(quán)利要求所定義。如圖1所示，為根據(jù)本發(fā)明的性別預(yù)測方法的流程圖。如圖1所示，此利用網(wǎng)頁瀏覽行為的性別預(yù)測方法適用于博客網(wǎng)站，此博客網(wǎng)站安裝在網(wǎng)站服務(wù)器上，網(wǎng)站服務(wù)器可為工作站主機(jī)或是計(jì)算機(jī)主機(jī)且其可用存儲多個第一用戶的性別數(shù)據(jù)以及多個第一使用者登錄博客網(wǎng)站時的網(wǎng)頁瀏覽信息，其性別數(shù)據(jù)可以在第一用戶加入此博客網(wǎng)站的會員時加以記錄，而在每一次此第一使用者登錄此博客網(wǎng)站之后，在其瀏覽網(wǎng)頁時同時存儲此第一用戶的瀏覽記錄，如其IP位置、點(diǎn)擊的網(wǎng)頁等等。而本發(fā)明的性別預(yù)測方法包含下列步驟。步驟S11，離散化多個第一用戶的一連續(xù)特征以形成至少一離散特征，其中此連續(xù)特征可包含一連續(xù)數(shù)值，如登錄的時間或是瀏覽網(wǎng)頁的時間總和。步驟S12，根據(jù)至少一離散特征以及多個第一特征產(chǎn)生多個測試特征，其中此多個第一特征可包含文章類別、登錄來源網(wǎng)址、文章瀏覽信息及登錄博客網(wǎng)站時的前一網(wǎng)站信息，登錄來源網(wǎng)址可包含國別信息(如.tw或cn)或組織信息(如com或org)，文章瀏覽信息可包含作者信息，登錄博客網(wǎng)站時的前一網(wǎng)站信息可包含不同于博客網(wǎng)站的外部網(wǎng)頁，即通過外部網(wǎng)頁鏈接至此博客網(wǎng)站，以及在博客網(wǎng)站內(nèi)的另一網(wǎng)頁，即通過此博客網(wǎng)站的另一網(wǎng)頁而鏈接此目前瀏覽的網(wǎng)頁。步驟S13，計(jì)算對應(yīng)多個測試特征的多個男性比例以及多個女性比例，并將多個男性比例以及多個女性比例代入分類器。步驟S14，將一第二使用者瀏覽博客網(wǎng)站時的多個第二特征代入至分類器，并由分類器依據(jù)多個男性比例以及多個女性比例計(jì)算第二使用者的性別比例。其中此分類器可以為單純貝氏分類器(BayesClassifier)，并且此多個第二特征包含于多個測試特征內(nèi)，并且多個第一使用者以及多個第二使用者通過博客網(wǎng)站瀏覽網(wǎng)頁兩次以上。在本發(fā)明的性別預(yù)測方法中更可以包含根據(jù)步驟14所計(jì)算出的性別比例以實(shí)時變動博客網(wǎng)站內(nèi)廣告的內(nèi)容、版面的設(shè)計(jì)以及推薦的文章。本發(fā)明的性別預(yù)測方法更可包含利用一假設(shè)檢驗(yàn)方法以減少多個第一特征的個數(shù)，其中此假設(shè)檢驗(yàn)方法可為卡方檢驗(yàn)測試(chi-squaretest)。通過上述可以得知，本發(fā)明的性別預(yù)測方法可以通過已注冊在博客網(wǎng)站上會員的網(wǎng)頁瀏覽行為，來預(yù)測瀏覽此博客網(wǎng)站的非會員使用者的性別，并根據(jù)所預(yù)測到的性別立即產(chǎn)生與使用者性別有關(guān)的內(nèi)容、廣告等等，以具體改進(jìn)傳統(tǒng)博客網(wǎng)站無法針對用戶播放適當(dāng)信息及廣告內(nèi)容的問題。本發(fā)明的另一優(yōu)選實(shí)施例以一博客網(wǎng)站的登錄會員及非登錄會員來舉例實(shí)施，其中此博客網(wǎng)站架設(shè)在網(wǎng)站服務(wù)器上。此網(wǎng)站服務(wù)器中記錄了會員登錄此博客網(wǎng)站時的瀏覽信息，包含會員的姓名、性別、年紀(jì)、工作性質(zhì)、年紀(jì)以及其國別、登錄的ip地址、使用的瀏覽器、在此博客網(wǎng)站所瀏覽的頁面、瀏覽的博客文章及其類別、登錄時間、瀏覽網(wǎng)頁的博客文章的前后網(wǎng)頁等等信息。表一說明五個會員(p1～p5)登錄此博客網(wǎng)站時所被記錄的瀏覽文章類別與登錄時間，如表一所示，p1、p2為男性使用者，而p3～p5則均為女性使用者。值得一提的是，表一的內(nèi)容為已經(jīng)過離散化的記錄結(jié)果，此離散化的方式為根據(jù)將一天的登錄時間切割為24等分，即以小時來進(jìn)行區(qū)分，并記錄每小時內(nèi)會員所瀏覽的文章類別，如p1的男性使用者曾在06:00AM以及07:00AM的時間區(qū)段瀏覽有關(guān)“財(cái)經(jīng)”及“運(yùn)動”類別的文章，而p3的女性使用者曾在03:00PM及04:00PM分別瀏覽“美妝”以及“美妝”與“旅游”類別的文章。然而表一中所挑選的“瀏覽文章類別”與“登錄時間”僅為舉例實(shí)施，但不以此為限，亦可以以其他用戶瀏覽行為的特征來舉例實(shí)施，如所觀看博客文章的作者、類別、瀏覽一網(wǎng)頁時的前一個網(wǎng)頁信息或是國別(即以ip來進(jìn)行推定)。表一使用者類別登錄時間p1(男)財(cái)經(jīng)06:00AMp1運(yùn)動07:00AMp2(男)運(yùn)動08:00AMp2旅游06:00AMp3(女)旅游04:00PMp3美妝04:00PMp3美妝03:00PMp4(女)旅游06:00AMp4運(yùn)動03:00PMp5(女)美妝05:00PMp5美妝05:00PM表二為利用表一所整理出來的特征特性表，其中以特征“hour_6”的特征來說，在男性特性“2/2”“表示在2個男性會員中，此2個男性會員均有在6:00時登錄”，而在女性特性“1/3”則“表示在3個女性會員中，只有一個會員會在6:00時登錄”，此計(jì)算方式即計(jì)算“瀏覽文章類別”與“登錄時間”相對于“性別”的條件機(jī)率值，其他特征與其所對應(yīng)的男性特性以及女性特性的表示內(nèi)容等同于特征“our_6”與其所對應(yīng)的男性特性以及女性特性的內(nèi)容，故在此不進(jìn)行贅述。表二特征男性比例女性比例hour_62/21/3hour_71/20/3hour_81/20/3hour_150/22/3hour_160/21/3hour_170/21/3cate_財(cái)金1/20/3cate_運(yùn)動2/21/3cate_旅游1/21/3cate_美妝0/22/3進(jìn)一步地，可將表二進(jìn)行拉普拉斯平滑(LaplaceSmoothing)以正規(guī)化男性比例以及女性比例以形成如下的表三，此拉普拉斯平滑正規(guī)化方式利用分子加1以及分母加2的方式來加以進(jìn)行運(yùn)算。表三在建立表三內(nèi)的男性比例以及女性比例之后，網(wǎng)站服務(wù)器可將此結(jié)果存儲于其內(nèi)部的存儲單元內(nèi)，其中此存儲單元可以為一物理內(nèi)存或是一硬盤。當(dāng)有一非會員的使用者瀏覽此博客網(wǎng)站時，網(wǎng)站服務(wù)器可以利用表三所存儲的男性比例以及女性比例來預(yù)測此非會員使用者的性別。舉例來說，當(dāng)一非會員使用者p6瀏覽此博客網(wǎng)站時，若是其分別在06:30AM以及07:15AM瀏覽了運(yùn)動以及旅游的文章類別時，則此時用戶p6被記錄的“瀏覽文章類別”與“登錄時間”可離散化成如表四所示。表四使用者類別登錄時間p6運(yùn)動6p6旅游7在本實(shí)施例中利用單純貝氏分類器(BayesClassifier)作為分類器使用，其公式如下所述：，P(x|yj)＝Пi＝n(P(i|yj)×xi+(1-xi)(1-P(i|yi)))，i∈{1，2，～n}其中，為了方便計(jì)算，我們將其以上公式取對數(shù)進(jìn)行計(jì)算，而根據(jù)以上兩個公式，我們可以分別計(jì)算出使用者p6為男性的分?jǐn)?shù)為-2.3(log(2/5)+log(3/4)+log(2/4)+log(1-2/4)+log(1-1/4)+log(1-1/4)+log(1-1/4)+log(1-2/4)+log(3/4)+log(2/4)+log(1-1/4)～＝-2.3)，其中第一個(2/5)表示五個使用者中為男性的機(jī)率，為女性的分?jǐn)?shù)為-3.54(log(3/5)+log(2/5)+log(1/5)+log(1-1/5)+log(1-3/5)+log(1-2/5)+log(1-2/5)+log(1-1/5)+log(2/5)+log(2/5)+log(1-3/5)～＝-3.54)，其中第一個(3/5)表示五個使用者中為女性的機(jī)率，而由于男性的分?jǐn)?shù)較高，故通過本發(fā)明的性別預(yù)測方法可預(yù)測使用者p6的性別為一男性。而在網(wǎng)站服務(wù)器計(jì)算出使用者p6為男性之后，其便可以將使用者p6正在瀏覽的網(wǎng)頁畫面進(jìn)行更新，如更新成有關(guān)男性使用者的廣告內(nèi)容，包含運(yùn)動器材、3C用品或是汽車廣告等等，或是更新成男性使用者有興趣的博客文章，以增加p6停留在此博客網(wǎng)站的瀏覽時間，進(jìn)而增加博客網(wǎng)站的點(diǎn)擊率或是人氣。而值得一提的是，本發(fā)明所使用的使用者p1～p6的網(wǎng)頁瀏覽記錄指其必須在此博客網(wǎng)站瀏覽網(wǎng)頁兩次以上，換句話說，使用者必須停留在此博客網(wǎng)站并進(jìn)行最少一次的頁面切換動作，若是使用者點(diǎn)擊至此博客網(wǎng)站后而直接離開此博客網(wǎng)站者，則此種網(wǎng)頁瀏覽記錄將不被使用于本發(fā)明的內(nèi)。如圖2和圖3所示，是根據(jù)本發(fā)明另一實(shí)施例的性別預(yù)測方法的第一示意圖及第二示意圖。在此實(shí)施例中，博客網(wǎng)站100架設(shè)在網(wǎng)站服務(wù)器101上，其中此網(wǎng)站服務(wù)器101可包含計(jì)算機(jī)主機(jī)、工作站或是服務(wù)器。如圖2所示，當(dāng)?shù)诙脩?0利用計(jì)算機(jī)瀏覽至本發(fā)明的博客網(wǎng)站100的網(wǎng)頁時，若是此第二使用者20并未以會員的身份登錄至此博客網(wǎng)站100內(nèi)，且其在此博客網(wǎng)站100上瀏覽至少兩個以上頁面時，此時網(wǎng)站服務(wù)器101可以通過網(wǎng)絡(luò)接收第二用戶20點(diǎn)擊網(wǎng)頁時所送出的封包，以得知第二使用者20瀏覽網(wǎng)頁時的多個第二特征21，其中此第二特征21可包含登錄的時間、文章類別、登錄來源網(wǎng)址以及所瀏覽文章的類別、作者及其他相關(guān)信息等。如圖3所示，當(dāng)網(wǎng)站服務(wù)器101接收到此第二特征21后，利用本發(fā)明的性別預(yù)測方法即可預(yù)測出目前瀏覽此博客網(wǎng)站100的第二使用者20的性別為何，而其利用第一用戶的網(wǎng)頁瀏覽信息進(jìn)行預(yù)測的計(jì)算方式已于上述實(shí)施例公開，故在此不進(jìn)行贅述。而當(dāng)預(yù)測出第二使用者20的性別為女性時，則此時博客網(wǎng)站100便可以傳送更新頁面22，包含女性的廣告頁面、博客文章頁面，或是更新為較柔合的版面設(shè)計(jì)至第二使用者20正在瀏覽的頁面上，以增加此第二使用者20在此博客網(wǎng)站100的停留時間或是點(diǎn)擊率。盡管本發(fā)明的內(nèi)容已經(jīng)通過上述優(yōu)選實(shí)施例作了詳細(xì)介紹，但應(yīng)當(dāng)認(rèn)識到上述的描述不應(yīng)被認(rèn)為是對本發(fā)明的限制。在本領(lǐng)域技術(shù)人員閱讀了上述內(nèi)容后，對于本發(fā)明的多種修改和替代都將是顯而易見的。因此，本發(fā)明的保護(hù)范圍應(yīng)由所附的權(quán)利要求來限定。當(dāng)前第1頁1 2 3