[发明专利]互联网信息统计方法及系统

权利要求书

1.一种互联网信息统计方法，其特征在于，包括：

S1、按照业务主题将用户网络访问数据通过MapReduce划分成多个业务主题数据集，其中，所述用户网络访问数据为用户跨网访问数据；

S2、对每个业务主题数据集中包含的数据根据不同的指标进行统计，将各业务主题的统计数据保存起来；

S3、当接收到统计信息查询请求时，根据所述查询请求要查询的业务主题获取对应的统计数据并返回。

2.如权利要求1所述的互联网信息统计方法，其特征在于，在所述步骤S1之前还包括：预先去除网络访问数据中的无效数据；所述无效数据包括：后缀错误的域名数据，访问量小于预设阈值的域名数据。

3.如权利要求2所述的互联网信息统计方法，其特征在于，在识别无效数据时先判断是否属于黑白名单中预设的域名数据，对于白名单中的域名数据和所述域名数据的下级域名数据，始终视为有效数据，对于黑名单中的域名数据和所述域名数据的下级域名数据，始终视为无效数据。

4.如权利要求1所述的互联网信息统计方法，其特征在于，所述步骤S2中的所述将各业务主题的统计数据保存起来具体为：将所述各业务主题的统计数据保存到数据集市DM中。

5.如权利要求1所述的互联网信息统计方法，其特征在于，以服务的形式为所述步骤S2中的各业务主题的统计数据提供访问接口。

6.如权利要求5所述的互联网信息统计方法，其特征在于，利用所述服务创建至少一个业务子模块，其中封装了针对所述统计数据的预定义运算，并以服务的形式为该业务子模块提供访问接口。

7.一种互联网信息统计系统，其特征在于，包括：

数据拆分单元，按照业务主题将用户网络访问数据通过MapReduce划分成多个业务主题数据集，其中，所述用户网络访问数据为用户跨网访问数据；数据汇总单元，对每个业务主题数据集中包含的数据根据不同的指标进行统计，将各业务主题的统计数据保存起来；

数据查询单元，当接收到统计信息查询请求时，根据所述查询请求要查询的业务主题获取对应的统计数据并返回。

8.如权利要求7所述的互联网信息统计系统，其特征在于还包括：

数据预处理单元，预先去除网络访问数据中的无效数据；

所述无效数据包括：后缀错误的域名数据，访问量小于预设阈值的域名数据。

9.如权利要求8所述的互联网信息统计系统，其特征在于，在识别无效数据时先判断是否属于黑白名单中预设的域名数据，对于白名单中的域名数据和所述域名数据的下级域名数据，始终视为有效数据，对于黑名单中的域名数据和所述域名数据的下级域名数据，始终视为无效数据。

10.如权利要求7所述的互联网信息统计系统，其特征在于还包括数据集市，用于保存数据汇总单元统计得到的数据。