一种基于访问行为的活跃用户识别方法

摘要

一种基于访问行为的活跃用户识别方法，步骤如下：1)解析用户访问日志，提取用户的有用信息：包含用户ID、用户姓名、用户访问时间、用户访问模块URL；2)统计用户模块访问次数；3)过滤冗余用户和访问模块，根据得到的每个用户每日模块的访问次数，由于用户的数量远远大于模块的数量，用户‑模块访问组成的矩阵将会是一个高维稀疏的矩阵，对矩阵进行优化，舍掉不必要的特征，只留下核心模块；4)划分用户身份，采用聚类领域的相关算法对用户进行划分；考虑到只需要将用户划分成活跃用户和非活跃用户，采用K‑means算法，其中K＝2，进行活跃用户划分。

主权项

一种基于访问行为的活跃用户识别方法，其特征是步骤如下：1)解析用户访问日志，访问日志来自于数据库的中日志表；解析日志的任务，提取用户的有用信息：包含用户ID、用户姓名、用户访问时间、用户访问模块URL；2)统计用户模块访问次数，首先应在数据库中建立一张访问模块信息的维表，该维表应该包含各级模块的URL地址以及各级模块之间的对应关系；访问的模块有一级至三级从高级到低级的模块结构，若一级模块名称、二级模块名称、三级模块中有上下级模块缺失，应进行必要的补充；然后，依据之前提取访问日志信息，匹配模块维表，统计用户每天在不同模块的访问次数；3)过滤冗余用户和访问模块，根据得到的每个用户每日模块的访问次数，由于用户的数量远远大于模块的数量，用户‑模块访问组成的矩阵将会是一个高维稀疏的矩阵，对矩阵进行优化：第一是面向用户，根据访问量统计用户频数分布，把频数和访问量同时较小的用户过滤掉，第二是面向模块，利用SVD技术对模块维度进行特征抽取，舍掉不必要的特征，只留下核心模块；4)划分用户身份，采用聚类领域的相关算法对用户进行划分；考虑到只需要将用户划分成活跃用户和非活跃用户，故采用如K‑means算法，其中K＝2，进行活跃用户划分。