一种识别独立用户的方法和装置的制造方法
【技术领域】
[0001] 本发明涉及互联网技术，尤指一种识别独立用户（UV，Unique Visitor)的方法和 装置。
【背景技术】
[0002] 在科技产品和互联网飞速发展的当下社会，一人多机已经成为人们生活中的普遍 现象。很多网民通常同时拥有手机，平板电脑及台式机等电子设备，甚至一人持有多部手 机，或多台电脑。如何准确识别独立用户对于信息对象的监测具有重大意义。
[0003] 现有的识别独立用户的方法中，将个人计算机（PC, Personal Computer)设备 和移动设备分记为两个不同的独立用户。其中，对于PC设备采用cookie来识别独立用 户。Cookie是指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端 上的数据。对于多次出现的访问数据，如果具有相同的Cookie，则认为是同一个独立用 户。对于移动设备采用设备标识（ID)来识别独立用户。设备ID可以是开放设备识别 码（OpenUDID)、广告标示符（IDFA，Identifier For Advertising)、移动设备国际身份 码（IMEI，International Mobile Equipment Identity)、媒体访问控制地址（MAC，Media Access Control Address)、安卓标识（AndroidID)、设备指纹、Cookie等信息中的一个或多 个。
[0004] 现有的识别独立用户的方法中，由于同一个独立用户可能在较短的时间内先后使 用多台PC设备和/或多台移动设备访问相同的内容，例如某大型快餐连锁品牌的广告；而 使用现有的识别独立用户的方法来识别独立用户时，该独立用户使用的PC设备计为一个 独立用户，移动设备计为另一个独立用户。这与只有一个独立用户的实际情况是不符的，从 而使得识别独立用户的精度较低。
[0005] 现有的另一种识别独立用户的方法是根据互联网协议（IP，InternetProtocol) 地址来识别独立用户，即相同IP地址的用户为同一独立用户，而不同IP地址的用户为不同 的独立用户。该方法忽略了相同IP地址的用户也可能是不同的独立用户，例如，网吧中多 台设备通过光纤专线接入网络，虽然具有相同的IP地址，但大多数为不同的独立用户，从 而识别独立用户的精度较低。
【发明内容】
[0006] 为了解决上述问题，本发明提出了一种识别独立用户的方法和装置，能够提高识 别独立用户的精度。
[0007] 为了达到上述目的，本发明提出了一种识别独立用户的方法，包括：
[0008] 获取第一阈值；
[0009] 在第二预设时间内获取不同设备的上网行为数据，所述上网行为数据至少包括通 用唯一识别码UUID、互联网协议IP地址和时间；
[0010] 计算同一 IP地址对应的UUID的个数，判断出计算得到的UUID的个数大于第一阈 值，所述同一 IP地址对应的各UUID均为不同的独立用户。
[0011] 优选地，所述获取第一阈值包括：
[0012] 选取第一样本用户集合，在第一预设时间或第一预设时间周期内统计所述第一样 本用户集合中每个样本用户使用过的UUID的个数，计算第一样本用户集合中所有样本用 户的UUID的个数的均值和标准差，将高于均值三个标准差的UUID的个数作为第一阈值。
[0013] 优选地，当判断出计算得到的UUID的个数小于或等于第一阈值时，该方法还包 括：
[0014] 为所述同一 IP地址对应的各UUID分配关联标识；
[0015] 所述关联标识相同的UUID为同一独立用户，所述关联标识不同的各UUID均为不 同的独立用户。
[0016] 优选地，所述为所述同一 IP地址对应的各UUID分配关联标识包括：
[0017] 获取第二阈值；
[0018] 将所述同一 IP地址对应的各UUID的所有上网行为数据按照时间顺序排列；
[0019] 将排列好的第一项上网行为数据设置为当前项；
[0020] 根据自身保存的UUID和关联标识之间的对应关系判断出所述当前项中的UUID 存在关联标识，且判断出所述当前项存在下一项，计算所述当前项和下一项之间的时间间 隔；
[0021] 判断出计算得到的时间间隔大于所述第二阈值，将所述下一项上网行为数据设置 为所述当前项，重复判断直至所述当前项不存在下一项。
[0022] 优选地，所述获取第二阈值包括：
[0023] 选取第二样本用户集合，在第三预设时间内或者在第二预设时间周期内统计第二 样本用户集合中每个样本用户使用的UUID和IP均发生变化时，前一次和后一次产生上网 行为的时间间隔，计算第二样本用户集合中所有样本用户的时间间隔的均值和标准差，将 低于均值三个标准差的时间间隔作为第二阈值。
[0024] 优选地，当根据自身保存的UUID和关联标识之间的对应关系判断出所述当前项 中的UUID不存在关联标识时，该方法还包括：
[0025] 为所述当前项中的UUID分配关联标识；
[0026] 保存所述当前项中的UUID和分配的关联标识之间的对应关系。
[0027] 优选地，当判断出计算得到的时间间隔小于或等于所述第二阈值，且所述下一项 中的UUID不存在关联标识时，该方法还包括：
[0028] 为所述下一项中的UUID分配与所述当前项中的UUID的关联标识相同的关联标 识；
[0029] 保存所述下一项中的UUID和分配的关联标识之间的对应关系；
[0030] 将所述下一项设置为所述当前项。
[0031] 优选地，当判断出所述下一项中的UUID存在关联标识，且所述下一项中的UUID的 关联标识与所述当前项中的UUID的关联标识不相同时，该方法还包括：
[0032] 根据自身保存的UUID和关联标识之间的对应关系，将与所述下一项中的UUID的 关联标识相同的所有UUID的关联标识更改为所述当前项中的UUID的关联标识。
[0033] 本发明还提出了一种识别独立用户的装置，至少包括：
[0034] 获取模块，用于获取第一阈值；在第二预设时间内获取不同设备的上网行为数据， 所述上网行为数据至少包括通用唯一识别码UUID、互联网协议IP地址和时间；
[0035] 计算模块，用于计算同一 IP地址对应的UUID的个数；
[0036] 判断模块，用于判断出计算得到的UUID的个数大于第一阈值，所述同一 IP地址对 应的各UUID均为不同的独立用户。
[0037] 优选地，所述判断模块，还用于：
[0038] 判断出计算得到的UUID的个数小于或等于第一阈值，为所述同一 IP地址对应的 各UUID分配关联标识；所述关联标识相同的UUID为同一独立用户，所述关联标识不同的各 UUID均为不同的独立用户。
[0039] 优选地，所述判断模块判断出计算得到的UUID的个数小于或等于第一阈值后，具 体用于：
[0040] 将所述同一 IP地址对应的各UUID的所有上网行为数据按照时间顺序排列；将排 列好的第一项上网行为数据设置为当前项；根据自身保存的UUID和关联标识之间的对应 关系判断出所述当前项中的UUID存在关联标识，且判断出所述当前项存在下一项，计算所 述当前项和下一项之间的时间间隔；判断出计算得到的时间间隔大于第二阈值，将所述下 一项上网行为数据设置为所述当前项，重复判断直至所述当前项不存在下一项；
[0041] 所述判断模块判断出计算得到的UUID的个数小于或等于第一阈值后