[发明专利]一种基于URL的用户行为分析方法和装置

权利要求书

1.一种基于URL的用户行为分析方法，其特征在于，包括：

步骤1)获取网站的原始URL日志，对其进行格式化分解，

分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品 的唯一标识SKUID；

步骤2)根据分解结果标记用户的行为、提取URL中对应商品的SKUID；

步骤3)获取网站的爬虫数据，所述爬虫数据中包括：爬取信息日期、URL 地址、商品品牌、商品品类、商品价格等；

步骤4)结合所述爬虫数据，统计网站中用户关于品类和品牌流转、网站 UV、PV等信息。

2.根据权利要求1所述的基于URL的用户行为分析方法，其特征在于， 所述步骤4)中，具体包括：

从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品 网址和对应的品类和品牌信息；

当某一用户在访问了某一商品后，在默认时间内又访问了同一个品类中 的不同品牌，则标记其发生了一次品牌流转；或者，当在默认时间内又访问了 不同品类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算 出网站的品类、品牌的流转信息。

3.根据权利要求1所述的基于URL的用户行为分析方法，其特征在于， 所述步骤4)中，具体包括：

获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问 用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等 信息。

4.根据权利要求1～3任一所述的基于URL的用户行为分析方法，其特 征在于，步骤1)至步骤4)，是在Hadoop计算平台上进行计算。

5.根据权利要求1～3任一所述的基于URL的用户行为分析方法，其特 征在于，步骤2)中，基于用户行为分析算法标记用户的行为。

6.一种基于URL的用户行为分析装置，其特征在于，包括：

日志处理单元，用于获取网站的原始URL日志，对其进行格式化分解，

分解后的URL日志中至少包括：访问时间、用户标记、URL地址、商品 的唯一标识SKUID；

日志分析单元，用于根据分解结果标记用户的行为、提取URL中对应商 品的SKUID；

信息获取单元，用于获取网站的爬虫数据，所述爬虫数据中包括：爬取信 息日期、URL地址、商品品牌、商品品类、商品价格；

统计分析单元，用于结合所述爬虫数据，统计网站中用户关于品类和品牌 流转、网站UV、PV等信息。

7.根据权利要求6所述的基于URL的用户行为分析装置，其特征在于， 所述统计分析单元，进一步：

从所述格式化分解后的URL日志和爬虫数据中，获取到用户访问的商品 网址和对应的品类和品牌等具体信息；

当某一用户在访问了某一商品后，在默认时间内又访问了同一个品类中 的不同品牌，则标记其发生了一次品牌流转；当在默认时间内又访问了不同品 类，则认为其发生了一次品类流转；通过对大量用户的行为分析，计算出网站 的品类、品牌的流转信息。

8.根据权利要求6所述的基于URL的用户行为分析装置，其特征在于， 所述统计分析单元，进一步：

获取URL日志中的某一URL地址对应的网站，统计访问该网站的访问 用户和对应的网页页面数，根据用户个数和访问页面数计算网站UV、PV等 信息。

9.根据权利要求6～8任一所述的基于URL的用户行为分析装置，其特 征在于，所述日志处理单元、日志分析单元和统计分析单元，是在Hadoop计 算平台上进行计算。

10.根据权利要求6～8任一所述的基于URL的用户行为分析装置，其特 征在于，所述日志分析单元，基于用户行为分析算法标记用户的行为。