[发明专利]用户兴趣数据分析和收集系统及其方法

说明书

本申请公开了一种用户兴趣数据分析和收集系统，所述系统包括：会话识别模块，用于从web服务器抽取日志数据以及与所述日志数据对应的商品购买历史记录，并对所述日志数据进行处理，从而生成页面浏览序列参照集合；推荐服务控制器，用于实时收集用户的浏览记录；日志数据预处理模块，用于在满足预定条件下，从所述推荐服务控制器接收所述用户在本次会话中的浏览日志数据，并对该日志数据进行预处理；以及匹配分析模块，用于将经过预处理的日志数据与所生成的页面浏览序列参照集合进行匹配，并根据匹配结果来确定所述用户潜在感兴趣的商品集合。本申请还公开了一种用户兴趣数据分析和收集方法。

技术领域

本发明涉及电子信息技术领域，具体来说，涉及一种用户兴趣数据分析和收集系统以及其方法。

背景技术

随着互联网的迅猛发展，中国网络购物的用户规模不断上升。2010年中国网络购物市场交易规模接近5000亿，达4980.0亿元，占到社会消费品零售总额的3.2%；同时，网络购物用户规模达到1.48亿，在网民中的渗透率达30.8%。对于一些传统企业而言，通过一些传统的营销手段已经很难对现今的市场形成什么重大的改变了。如果想将企业的销售渠道完全打开，企业就必需引进新的思维和新的方法。而网络购物正好为现今的传统企业提供了一个很好的机会与平台，传统企业通过借助第三方平台和建立自有平台纷纷试水网络购物，构建合理的网络购物平台、整合渠道、完善产业布局成为传统企业未来发展重心和出路。

随着网络购物平台的蜂拥崛起，如何基于大数据来分析和收集用户兴趣数据，以便更好地向该用户提供推荐从而提升用户体验成为了研究重点。

在申请号为201310717507.4的中国专利（发明名称为“一种基于Web日志数据的信息个性化推荐方法”）中介绍了一种通过分析日志的Web推荐技术。在该专利中，通过对服务器中Web日志文件的数据进行分析和预处理，提取出干净、规则、准确的数据源；使用协同过滤技术建立用户兴趣矩阵，计算各用户间的相似度，选较大相似度的用户作为相似用户；对相似用户的兴趣爱好建立推荐资源池；服务器选推荐资源池中推荐值大于阈值的页面推荐给用户。

但是，在该专利中，度量用户兴趣方法为用户浏览某一资源类别的时间。而分析获得的兴趣粒度很大程度上取决于资源分类的粗细粒度。如果粒度较粗，较难精确判断兴趣细微倾向。另外，用户浏览过的页面通常会涵盖多个类别主题。多个主题的页面数据源会导致最后分析结果的不精确。

发明内容

为了解决上述问题，本申请提供了一种基于用户页面浏览序列的商品推荐方法。当新的用户访问电商网站时，通过将用户当前会话中的浏览记录序列拆分为多个浏览子序列，分析和匹配子序列和Web日志中其他用户的浏览记录，找到类似页面浏览记录的历史会话，最后根据类似会话的最终实际购买商品，实施相关的商品推荐。

根据本申请的一个方面，提供了一种用户兴趣数据分析和收集系统。该系统包括会话识别模块、推荐服务控制器、日志数据预处理模块以及匹配分析模块。其中，会话识别模块用于在线下从web服务器抽取日志数据以及与所述日志数据对应的商品购买历史记录，并对所述日志数据进行处理，从而生成页面浏览序列参照集合。推荐服务控制器用于实时收集用户的浏览记录。日志数据预处理模块用于在满足预定条件下，从所述推荐服务控制器接收所述用户在本次会话中的浏览日志数据，并对该日志数据进行预处理。匹配分析模块用于将经过预处理的日志数据与所生成的页面浏览序列参照集合进行匹配，并根据匹配结果来确定所述用户潜在感兴趣的商品集合。

上述系统还可包括：候选结果过滤排序模块，用于从所述匹配分析模块接收所确定的商品集合，并根据预设定的推荐规则，对所述商品集合中的商品进行排序，并将排序的结果发送给所述推荐服务控制器。

在上述系统中，所述推荐服务控制器还配置成根据所述候选结果过滤排序模块所发送的排序结果，选择出最终的推荐商品并发送给所述用户。