[发明专利]确定页面访问的流量来源的方法和装置

权利要求书

1.一种确定页面访问的流量来源的方法，其特征在于，包括：

获取第一时间段内的一个或多个页面访问记录，和第二时间段内的一个或多个广告点击记录；

提取第一时间段内的每一个页面访问记录和第二时间段内的每一个广告点击记录的特征，以获得页面访问记录的特征数据和广告点击记录的特征数据，并得到由所有特征数据组成的特征数据集合；

在所述特征数据集合中，根据每一个页面访问记录的特征数据对应的最近一次广告点击记录的特征数据判断该页面访问记录的流量来源类型；

所述判断页面访问记录的流量来源类型的步骤包括：

对所述特征数据集合中的每个特征数据执行下述流量来源判断过程：

免费流量判断步骤：若当前特征数据为页面访问记录的特征数据，则判断该特征数据与其最近一次广告点击记录的特征数据的设备号是否相同，若不同，则确定该页面访问记录的流量来源类型为免费流量；

付费流量判断步骤：若当前页面访问记录的特征数据与其最近一次广告点击记录的特征数据的设备号相同，则判断该最近一次广告点击记录的特征数据的点击时间是否在当前页面访问记录的特征数据的访问时间之前的预设时长内，若在，则确定该页面访问记录的流量来源类型为付费流量。

2.根据权利要求1所述的方法，其特征在于，

所述页面访问记录的特征包括：访问时间和访问设备号；广告点击记录的特征包括：点击时间和点击设备号；

在所述判断页面访问记录的流量来源类型的步骤之前，对所述特征数据集合进行排序，以得到该集合的一个或多个分区，其中，所述分区中包括：相同设备号的一个或多个特征数据，在所述分区中所述特征数据按照时间由远至近排序；

所述页面访问记录的特征数据对应的最近一次广告点击记录的特征数据为在所述特征数据集合中排序在该页面访问记录的特征数据之前且距离最近的广告点击记录的特征数据。

3.根据权利要求2所述的方法，其特征在于，所述付费流量判断步骤中还包括：

判断当前页面访问记录是否是其会话中的第一个记录，若是，则所述预设时长为第一时长，否则，所述预设时长为第二时长，所述第二时长大于所述第一时长。

4.根据权利要求3所述的方法，其特征在于，

在所述提取第一时间段内的每一个页面访问记录和第二时间段内的每一个广告点击记录的特征的步骤之前，还包括：根据页面访问记录的访问时间和访问设备号为所述第一时间段内的每个页面访问记录添加会话标识，以使得页面访问记录的特征还包括所述会话标识，其中，具有相同访问设备号且访问时间在预设的第三时长内所有页面访问记录的会话标识相同；

对于页面访问记录是否是其会话中的第一个记录的判断是根据页面访问记录的特征数据中的会话标识进行的。

5.根据权利要求4所述的方法，其特征在于，

所述流量来源判断过程是顺序的对所述特征数据集合中的每个特征数据执行的，所述流量来源判断过程还包括：

在所述免费流量判断步骤之前定义第一变量和第二变量，第一变量和第二变量的初始状态为空；

在所述免费流量判断步骤之前执行选定步骤：若当前特征数据是广告点击记录的特征数据，则把第一变量替换为该特征数据，并清空第二变量；

在所述免费流量判断步骤中和所述付费流量判断步骤中，使用第一变量来表示当前特征数据的最近一次广告点击记录的特征数据，

在所述付费流量判断步骤中，判断页面访问记录是否是其会话中的第一个记录包括：判断当前特征数据的会话标识是否等于第二变量以及第二变量是否为空，若当前特征数据的会话标识不等于第二变量或者第二变量为空则表示该特征数据对应的页面访问记录是其会话中的第一个记录，

并且当该特征数据对应的页面访问记录是其会话中的第一个记录且其对应的最近一次广告点击记录的特征数据的点击时间在其特征数据的访问时间之前的第一时长内，则把第二变量替换为该特征数据的会话标识。