一种Cookie标识关联方法及装置的制造方法
【技术领域】
[0001] 本发明设及互联网领域，尤其设及一种Cookie标识关联方法及装置。
【背景技术】
[0002] 在互联网上用户行为定向应用中，最核屯、的技术就是对访客进行标记。目前常用 的标记方法是用Js Cookie。当用户再次访问网站时，网站可W通过Cookie中存储的信息对 用户进行标定和识别。
[0003] 但是，有时对应于同一用户的Cookie会W几个文件的形式保存，导致基于Cookie 的用户行为分析不够准确，故需要在对应同一用户的Cookie之间建立准确度较高关联关 系。
【发明内容】
[0004] 本发明解决的技术问题是在对应同一用户的Cookie之间建立准确度较高的关联 关系。
[0005] 为解决上述技术问题，本发明实施例提供一种Cookie标识关联方法，包括：
[0006] 基于上网行为数据确定候选Cookie标识组;所述上网行为数据包括:Cookie标识、 网络行为信息W及时间戳；
[0007] 生成所述候选Cookie标识组的特征信息;所述特征信息表征所述候选Cookie标识 组中Cooki e标识的关联程度；
[000引参照分类模型，在所述候选Cookie标识组中选取目标Cookie标识组;所述分类模 型包括:正确关联的Cookie标识组样本和错误关联的Cookie标识组样本;所述正确关联的 Cookie标识组样本和错误关联的Cookie标识组样本均包括所述特征信息；
[0009] 记录所述目标Cookie标识组的关联关系，W关联对应的Cookie。
[0010] 可选的，所述的Cookie标识关联方法还包括:对所述上网行为数据进行标准化处 理，W统一所述上网行为数据的格式。
[0011] 可选的，所述网络行为信息包括网络识别标识，所述确定候选Cookie标识组包括： 在对应于同一网络识别标识的Cooki e标识中选取候选Cooki e标识组。
[0012] 可选的，所述确定候选Cookie标识组还包括:确定所述对应于同一网络识别标识 的Cookie标识的数目小于阔值。
[0013] 可选的，所述生成所述候选Cookie标识组的特征信息包括生成W下至少一种：用 户识别标识信息、相同网站浏览信息、网站相似度信息、网络行为时间信息;其中：
[0014] 生成所述用户识别标识信息包括:获取所述Cookie标识组中每个Cookie标识分别 对应的用户识别标识;判断所述每个Cookie标识分别对应的用户识别标识中是否包含同样 的用户识别标识;基于所述判断结果确定所述用户识别标识信息的特征数值；
[0015] 生成所述相同网站浏览信息包括:计算所述Cookie标识组中的各Cookie标识与相 同网站间具有对应关系的概率;生成所述相同网站浏览信息的特征数值；
[0016] 生成所述浏览网站相似度信息包括:对与所述Cookie标识组中的各Cookie标识建 立过对应关系的网站进行类型相似度计算;生成所述浏览网站相似度信息的特征数值；
[0017] 生成所述网络行为时间信息包括:计算所述Cooki e标识组中Cooki e标识对应的网 络行为出现在同一时间段内的次数和频率;生成所述网络行为事件信息的特征数值。
[0018] 可选的，所述正确关联的Cookie标识组样本通过如下方式生成：
[0019] 选取对应于同一用户的第一 Cookie标识；
[0020] 改变所述第一 Cookie标识为第二Cookie标识；
[0021] 所述第一 Cookie标识和所述第二Cookie标识组成的Cookie标识组作为正确关联 的Cookie标识组；
[0022] 参照所述第一 Cookie标识对应的上网行为数据和所述第二Cookie标识对应的上 网行为数据，生成所述正确关联的Cookie标识组的特征信息；
[0023] 所述正确关联的Cookie标识组样本包括所述正确关联的Cookie标识组的特征信 息和所述正确关联的标识值。
[0024] 可选的，所述错误关联的Cookie标识组样本通过如下方式生成：
[0025] 选取对应于不同用户的第^Cookie标识和第四Cookie标识；
[00%] 所述第SCookie标识和所述第四Cookie标识组成的Cookie标识组作为错误关联 的Cookie标识组；
[0027] 参照所述第SCookie标识对应的上网行为数据和所述第四Cookie标识对应的上 网行为数据，生成作所述错误关联的Cookie标识组的特征信息；
[00%]所述错误关联的Cookie标识组样本包括所述错误关联的Cookie标识组的特征信 息和所述错误关联的标识值。
[00巧]可选的，所述参照分类模型，在所述候选Cookie标识组中选取目标Cookie标识组 包括：
[0030] 参照所述正确关联的Cookie标识组样本和错误关联的Cookie标识组样本，分别计 算对应所述正确关联的Cookie标识组样本和错误关联的Cookie标识组样本中包含的各个 特征信息的权重值；
[0031] 参照所述各个特征信息的权重值和所述候选Cookie标识组的特征信息，构造预测 函数；
[0032] 参照所述预测函数的函数值，在所述候选Cooki e标识组中选取目标Cooki e标识 组。
[0033] 本发明实施例还提供一种Cookie标识关联装置，包括:候选Cookie标识组选取单 元、特征信息生成单元、目标Cookie标识组确定单元W及关联单元；
[0034] 所述候选Cookie标识组选取单元，适于基于上网行为数据确定候选Cookie标识 组;所述上网行为数据包括:Cookie标识、网络行为信息W及时间戳；
[0035] 所述特征信息生成单元，适于生成所述候选Cookie标识组的特征信息；所述特征 信息表征所述候选Cooki e标识组中Cooki e标识的关联程度；
[0036] 所述目标Cookie标识组确定单元，适于参照分类模型，在所述候选Cookie标识组 中选取目标Cookie标识组;所述分类模型包括:正确关联的Cookie标识组样本和错误关联 的Cookie标识组样本;所述正确关联的Cookie标识组样本和错误关联的Cookie标识组样本 均包括所述特征信息；
[0037] 所述关联单元，适于记录所述目标Cookie标识组的关联关系，W关联对应的 Cookie。
[0038] 可选的，所述的Cookie标识关联装置还包括:标准化处理单元，适于对所述上网行 为数据进行标准化处理，W统一所述上网行为数据的格式。
[0039] 可选的，所述网络行为信息包括网络识别标识，所述确定候选Cookie标识组包括： 在对应于同一网络识别标识的Cooki e标识中选取候选Cooki e标识组。
[0040] 可选的，所述的Cookie标识关联装置还包括:数目判断单元，适于确定所述对应于 同一网络识别标识的Cookie标识的数目小于阔值。
[0041 ] 可选的，所述特征信息生成单元，适于生成W下至少一种Cookie标识组的特征信 息：用户识别标识信息、相同网站浏览信息、网站相似度信息、网络行为时间信息;其中：
[0042] 生成所述用户识别标识信息包括:获取所述Cookie标识组中每个Cookie标识分别 对应的用户识别标识;判断所述每个Cookie标识分别对应的用户识别标识中是否包含同样 的用户识别标识;基于所述判断结果确定所述用户识别标识信息的特征数值；
[0043] 生成所述相同网站浏览信息包括:计算所述Cookie标识组中的各Cookie标识与相 同网站间具有对应关系的概率;生成所述相同网站浏览信息的特征数值；
[0044] 生成所述浏览网站相似度信息包括:对与所述Cookie标识组中的各Cookie标识建 立过对应关系的网站进行类型相似度计算;生成所述浏览网站相似度信息的特征数值；
[0045] 生成所述网络行为时间信息包括:计算所述Cookie标识组中的各Cookie标识对应 的网络行为出现在同一时间段内的次数和频率;生成所述网络行为事件信息的特征数值。
[0046] 可选的，所述正确关联的Cookie标识组样本通过如下方式生成：
[0047] 选取对应于同一用户的第一Cookie标识；
[004引改变所述第一 Cookie标识为第二Cookie标识；
[0049] 所述第一 Cookie标识和所述第二Cookie标识组成的Cookie标识组作为正确关联 的Cookie标识组；
[0050] 参照所述第一 Cookie标识对应的上网行为数据和所述第二Cookie标识对应的上 网行为数据，生成所述正确关联的Cookie标识组的特征信息；
[0化1] 所述正确关联的Cookie标识组样本包括所述正确关联的Cookie标识组的特征信 息和所述正确关联的标识值。
[0052] 可选的，所述错误关联的Cookie标识组样本通过如下方式生成：
[0053] 选取对应于不同用户的第^Cookie标识和第四Cookie标识；
[0化4] 所述第SCookie标识和所述第四Cookie标识组成的Cookie标识组作为错误关联 的Cookie标识组；
[0055] 参照所述第SCookie标识对应的上网行为数