[发明专利]一种从Cookie中提取用户样本的方法及装置

权利要求书

1.一种从Cookie中提取用户样本的方法，其特征在于，该方法包括：

确定所有Cookie之间的相似度，将相似度达到设定值的Cookie聚为一类Cookie；

针对每一类Cookie，分别生成一份样本个体及其访问行为，将生成的所有样本个体构成一份样本，其中，按照以下方式分别生成各类Cookie对应的样本个体及其访问行为：

实时统计各类Cookie每个时刻的浏览行为的概率分布，利用所述概率分布建立概率分布模型，根据所述概率分布模型随机模拟出样本个体用户的浏览行为，并根据该类Cookie的个数，计算该类的权重；

根据该类Cookie的个数，计算该类的权重指：

针对各类Cookie，统计每一天中同时存活的此类Cookie的个数，将所统计的最大值作为该类Cookie的权重。

2.如权利要求1所述的方法，其特征在于，确定所有Cookie之间的相似度指：

根据所有Cookie的浏览行为计算所有Cookie之间的相似度；或者

根据所有Cookie的信息和浏览行为计算所有Cookie之间的相似度。

3.如权利要求1或2所述的方法，其特征在于，该方法还包括：

当有新的Cookie加入时，确定新加入的Cookie的相似度，根据所确定的相似度将新加入的Cookie分到对应类别的Cookie中；

重新模拟新加入Cookie的此类Cookie对应的的样本个体用户的浏览行为。

4.如权利要求1或2所述的方法，其特征在于，实时统计各类Cookie每个时刻的浏览行为的概率分布指：

实时统计各类Cookie在各个网站上独立的浏览概率分布；或者

实时统计各类Cookie在多个网站上的联合概率分布。

5.如权利要求4所述的方法，其特征在于，

所述概率分布模型为柏松分布模型。

6.一种从Cookie中提取用户样本的装置，其特征在于，该装置包括：

分类单元，确定所有Cookie之间的相似度，将相似度达到设定值的Cookie划分为一类Cookie；

第一存储单元，存储所述分类单元所划分的各类Cookie及其聚类信息；

统计单元，实时统计所述第一存储单元中各类Cookie每个时刻的浏览行为的概率分布；

模型构建器，利用所述统计单元为各类Cookie所统计的概率分布分别为所述第一存储单元中的各类Cookie建立概率分布模型，根据各类Cookie的概率分布模型随机模拟出样本个体用户的浏览行为；

第二存储单元，存储所述模型构建器模拟出的各类Cookie的样本个体用户的浏览行为，并根据该类Cookie的个数，计算存储该类的权重；

第三单元，将所述第二存储单元存储的所有样本个体构成一份样本；

根据该类Cookie的个数，计算该类的权重指：

针对各类Cookie，统计每一天中同时存活的此类Cookie的个数，将所统计的最大值作为该类Cookie的权重。

7.如权利要求6所述的装置，其特征在于，所述分类单元确定所有Cookie之间的相似度指：

根据所有Cookie的浏览行为计算所有Cookie之间的相似度；或者

根据所有Cookie的信息和浏览行为计算所有Cookie之间的相似度。