[发明专利]确定页面访问的流量来源的方法和装置

说明书

本发明公开了确定页面访问的流量来源的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：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。该实施方式高效快速，且能够准确对流量日志进行去重。

技术领域

本发明涉及计算机技术领域，尤其涉及一种确定页面访问的流量来源的方法和装置。

背景技术

网站流量是指网站的访问量，用来描述访问一个网站的用户数量以及用户所浏览的网页数量等指标。为了提高网站流量，电子商务平台通常利用多种渠道进行引流，例如依靠展示广告和搜索广告等付费引流方式，或者利用电商平台的展示楼层和营销活动等免费引流方式。为了在提升网站流量的同时保证流量良好的转化，供应商需要对各渠道的流量对总体的贡献以及各渠道的流量的质量进行评价，这就需要建立全面、统一的流量渠道体系，对每个渠道带来的流量和转化进行合理的划分和统计，而其前提就是对网站页面访问流量的来源进行分析。

现有的对页面访问流量的来源进行分析的方法是通过数据仓库对流量日志和广告点击日志进行联合查询，然后通过查询结果进行后续的流量来源的确定。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有技术的方法在处理数十亿的流量日志和数亿的广告点击日志时，速度较慢，效率较低。

因此，亟需一种高效快速的确定网站页面访问的流量来源的方法和装置。

发明内容

有鉴于此，本发明实施例提供一种确定网站页面访问的流量来源的方法和装置，能够高效快速的处理大量的日志数据。

为实现上述目的，根据本发明实施例的一个方面，提供了一种确定页面访问的流量来源的方法，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。

进一步的，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。

进一步的，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；