用戶數(shù)據(jù)處理方法、用戶數(shù)據(jù)的提供方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及信息處理技術(shù)，尤其設(shè)及一種用戶數(shù)據(jù)處理方法、用戶數(shù)據(jù)的提供方 法和系統(tǒng)。
【背景技術(shù)】
[0002] 致力于滿足政府、企業(yè)針對網(wǎng)絡(luò)輿情監(jiān)控的需求，需要利用全網(wǎng)數(shù)據(jù)（包括微博， 貝占吧，新聞，論壇等）對熱點事件、用戶關(guān)屯、事件進行實時監(jiān)控。在輿情監(jiān)控中，除了輿情事 件本身，事件相關(guān)的人群數(shù)據(jù)也是需求者所重點關(guān)注的信息。隨著當下人們的隱私意識越 發(fā)強烈，越來越少的用戶會主動在網(wǎng)絡(luò)上填寫個人信息并且公開，因此如何準確地獲取用 戶的數(shù)據(jù)，便成為輿情監(jiān)控中的一大難題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的實施例提供一種用戶數(shù)據(jù)處理方法、用戶數(shù)據(jù)的提供方法和系統(tǒng)，W基 于用戶的網(wǎng)絡(luò)行為獲取用戶的屬性信息。
[0004] 為達到上述目的，本發(fā)明的實施例提供了一種基于用戶網(wǎng)絡(luò)行為的用戶數(shù)據(jù)處理 方法，包括；獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)；分別通過至少一種用于識別用戶屬性的分類模型 對所述用戶的網(wǎng)絡(luò)行為數(shù)據(jù)進行識別，獲取所述用戶的至少一個用戶屬性信息；將識別獲 取的所述用戶的至少一個用戶屬性信息添加到所述用戶的用戶模型數(shù)據(jù)中。
[0005] 進一步地，所述用戶的用戶模型數(shù)據(jù)包括用戶的標識信息W及至少一個所述用戶 屬性信息。
[0006] 可選地，所述方法還包括；從所述用戶的網(wǎng)絡(luò)行為數(shù)據(jù)提取關(guān)鍵詞，根據(jù)提取的關(guān) 鍵詞選擇用于識別用戶屬性的所述分類模型。
[0007] 進一步地，所述用戶屬性信息包括年齡、性別、地域、興趣、所屬行業(yè)當中的至少一 個。
[000引本發(fā)明的實施例還提供了一種用戶數(shù)據(jù)的提供方法，包括；獲取用戶的網(wǎng)絡(luò)行為 數(shù)據(jù)；根據(jù)所述用戶的第一用戶標識從用戶標識映射表中獲取所述用戶的第二用戶標識， 其中，所述用戶標識映射表關(guān)聯(lián)記錄有用戶的多個用戶標識；根據(jù)所述第二用戶標識獲取 所述用戶的用戶模型數(shù)據(jù)，所述用戶模型數(shù)據(jù)包括所述用戶的至少一個用戶屬性信息。
[0009] 可選地，所述方法還包括；從所述網(wǎng)絡(luò)行為數(shù)據(jù)中獲取所述用戶的第一用戶標識。
[0010] 進一步地，所述用戶標識映射表關(guān)聯(lián)記錄的多個用戶標識包括至少兩個W下標 識產(chǎn)少一個用戶的注冊賬號、MAC地址、被叫用戶識別號CUID W及國際移動設(shè)備識別碼 IMEIo
[0011] 本發(fā)明的實施例還提供了一種基于用戶網(wǎng)絡(luò)行為的用戶數(shù)據(jù)處理系統(tǒng)，包括：數(shù) 據(jù)獲取模塊，用于獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)；數(shù)據(jù)識別模塊，用于分別通過至少一種用于識 別用戶屬性的分類模型對所述用戶的網(wǎng)絡(luò)行為數(shù)據(jù)進行識別，獲取所述用戶的至少一個用 戶屬性信息；信息添加模塊，用于將識別獲取的所述用戶的至少一個用戶屬性信息添加到 所述用戶的用戶模型數(shù)據(jù)中。
[0012] 進一步地，所述用戶的用戶模型數(shù)據(jù)包括用戶的標識信息W及至少一個所述用戶 屬性信息。
[0013] 可選地，所述系統(tǒng)還包括；模型選取模塊，用于從所述用戶的網(wǎng)絡(luò)行為數(shù)據(jù)提取關(guān) 鍵詞，根據(jù)提取的關(guān)鍵詞選擇用于識別用戶屬性的所述分類模型。
[0014] 進一步地，所述用戶屬性信息包括年齡、性別、地域、興趣、所屬行業(yè)當中的至少一 個。
[0015] 本發(fā)明的實施例還提供了一種用戶數(shù)據(jù)的提供系統(tǒng)，包括；數(shù)據(jù)獲取模塊，用于獲 取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)；用戶標識獲取模塊，用于根據(jù)所述用戶的第一用戶標識從用戶標 識映射表中獲取所述用戶的第二用戶標識，其中，所述用戶標識映射表關(guān)聯(lián)記錄有用戶的 多個用戶標識；用戶模型數(shù)據(jù)獲取模塊，用于根據(jù)所述第二用戶標識獲取所述用戶的用戶 模型數(shù)據(jù)，所述用戶模型數(shù)據(jù)包括所述用戶的至少一個用戶屬性信息。
[0016] 可選地，所述用戶標識獲取模塊還用于從所述網(wǎng)絡(luò)行為數(shù)據(jù)中獲取所述用戶的第 一用戶標識。
[0017] 進一步地，所述用戶標識映射表關(guān)聯(lián)記錄的多個用戶標識包括至少兩個W下標 識產(chǎn)少一個用戶的注冊賬號、MAC地址、被叫用戶識別號CUID W及國際移動設(shè)備識別碼 IMEIo
[0018] 本發(fā)明實施例提供的基于用戶網(wǎng)絡(luò)行為的用戶數(shù)據(jù)處理、用戶數(shù)據(jù)的提供方法和 系統(tǒng)，利用可識別用戶屬性的分類模型對用戶網(wǎng)絡(luò)行為數(shù)據(jù)進行識別，得到包含至少一個 用戶屬性信息的用戶模型數(shù)據(jù)；通過預(yù)置的用戶標識映射表，對獲取的新的用戶的網(wǎng)絡(luò)行 為數(shù)據(jù)中的用戶標識進行識別，找到與該用戶標識具有映射關(guān)系的用戶標識，W進一步獲 取與該映射的用戶標識對應(yīng)的用戶模型數(shù)據(jù)。
【附圖說明】
[0019] 圖1為本發(fā)明提供的基于用戶網(wǎng)絡(luò)行為的用戶數(shù)據(jù)處理方法一個實施例的方法 流程圖；
[0020] 圖2為本發(fā)明提供的用戶數(shù)據(jù)的提供方法一個實施例的方法流程圖；
[0021] 圖3為本發(fā)明提供的基于用戶網(wǎng)絡(luò)行為的用戶數(shù)據(jù)處理系統(tǒng)一個實施例的結(jié)構(gòu) 不意圖；
[0022] 圖4為本發(fā)明提供的基于用戶網(wǎng)絡(luò)行為的用戶數(shù)據(jù)處理系統(tǒng)另一個實施例的結(jié) 構(gòu)示意圖；
[0023] 圖5為本發(fā)明提供的用戶數(shù)據(jù)的提供系統(tǒng)一個實施例的結(jié)構(gòu)示意圖。
【具體實施方式】
[0024] 本發(fā)明的基本發(fā)明構(gòu)思是，先通過已訓(xùn)練好的分類模型對用戶的網(wǎng)絡(luò)行為數(shù)據(jù)對 應(yīng)的用戶屬性進行識別，得到與該用戶對應(yīng)的包含至少一個用戶屬性信息的用戶模型數(shù) 據(jù)；然后利用該用戶模型數(shù)據(jù)W及預(yù)先建立好的同一用戶對應(yīng)的多個用戶標識的用戶標識 映射表，在全網(wǎng)系統(tǒng)中對新獲取的用戶的網(wǎng)絡(luò)行為數(shù)據(jù)的用戶屬性信息進行識別。
[0025] 實施例一
[0026] 圖1為本發(fā)明提供的基于用戶網(wǎng)絡(luò)行為的用戶數(shù)據(jù)處理方法一個實施例的方法 流程圖，該方法的執(zhí)行主體可W為具有數(shù)據(jù)處理功能的服務(wù)器。
[0027] 參照圖1，在步驟S110,獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)。
[002引所述的用戶的網(wǎng)絡(luò)行為數(shù)據(jù)可W為用戶在使用互聯(lián)網(wǎng)絡(luò)的行為操作中所產(chǎn)生的 相關(guān)數(shù)據(jù)，具體地，可W包括日志、cookies等數(shù)據(jù)。例如，用戶捜索了 "聯(lián)想"，則該關(guān)鍵詞 可W作為一項網(wǎng)絡(luò)行為數(shù)據(jù)。類似的，用戶在百度捜索后所點擊的網(wǎng)站鏈接，W及在百度合 作的網(wǎng)站上的廣告點擊，都可W作為用戶的網(wǎng)絡(luò)行為數(shù)據(jù)。該些網(wǎng)絡(luò)行為數(shù)據(jù)隨著用戶的 網(wǎng)絡(luò)行為產(chǎn)生，并被網(wǎng)絡(luò)瀏覽器或網(wǎng)絡(luò)服務(wù)器保存下來。
[0029] 在步驟S120,分別通過至少一種用于識別用戶屬性的分類模型對用戶的網(wǎng)絡(luò)行為 數(shù)據(jù)進行識別，獲取用戶的至少一個用戶屬性信息。
[0030] 所述的分類模型為預(yù)先設(shè)置的用于識別用戶屬性信息的模型。其中，用戶屬性信 息可W包括用戶的包括年齡、性別、地域、興趣、所屬行業(yè)當中的至少一個的信息。而針對 用戶在不同維度下的用戶屬性信息，可采用不同的分類模型分別進行識別。每種分類模型 都可包含識別相應(yīng)用戶屬性信息的關(guān)鍵詞，利用該些關(guān)鍵詞與用戶的網(wǎng)絡(luò)行為數(shù)據(jù)進行匹 配，則可識別出該用戶最有可能的用戶屬性。
[0031] 例如，針對"性別"維度下的用戶屬性信息的識別，在識別為女性的分類模型中采 用的關(guān)鍵詞可W包括特別針對女性特殊行為的關(guān)鍵詞，如"化妝品"、"美容"、"母嬰"等；類 似的，針對"地域"維度下的用戶屬性信息的識別，在識別為某省/市的分類模型中采用的 關(guān)鍵詞可W是包含在該省/市內(nèi)的大部分地理名稱。依此類推，通過至少一種分類模型下 的關(guān)鍵詞可W獲取用戶的至少一個用戶屬性信息。
[0