一种网络用户的行为追踪方法及平台技术

本发明专利技术公开了一种网络用户的行为追踪方法及平台，该方法包括：判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值，若判断出所述用户访问流量大于或等于监控阈值，则根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。该方法能够查找网络用户的群体行为源头，实时准确地追踪网络用户，有效提升网络安全。

A network user's behavior tracking method and platform

The present invention discloses a network user's behavior tracking method and platform. The method includes: judging whether the user access traffic is greater than or equal to the monitoring threshold in a set time period, and if the user access traffic is greater than or equal to the monitoring threshold, it is valid according to the pre - Mr. User data sets are classified and tracked for users. This method can find the source of network users' group behavior, track network users in real-time and accurately, and effectively enhance network security.

【技术实现步骤摘要】
一种网络用户的行为追踪方法及平台
本专利技术涉及数据处理领域，特别涉及一种网络用户的行为追踪方法及平台。
技术介绍
随着网络的高速发展，很多群体事件都起源于网络用户的群体行为，网络内容及网络用户的群体行为影响着社会的稳定性。准确、实时地跟踪网络用户的行为，对提升网络安全有着重要的意义。但由于目前网络数据量较为庞大，网络用户的群体行为源头无法查找，导致无法对网络用户的进行实时和准确地追踪，进而降低了网络安全。
技术实现思路
本专利技术提供一种网络用户的行为追踪方法及平台，能够查找网络用户的群体行为源头，实时准确地追踪网络用户，有效提升网络安全。为实现上述目的，本专利技术提供了一种网络用户的行为追踪方法，包括：判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值；若判断出所述用户访问流量大于或等于监控阈值，根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。可选地，在所述判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值之前还包括：根据历史事件数据和/或热点事件数据生成事件判断模板，所述事件判断模板包括事件类别、网站信息和关键词；采集与所述事件判断模板中网站信息对应的网站的访问数据和用户数据，所述网站的访问数据包括访问记录和流量信息，所述用户数据包括用户标识、位置信息和访问时间；根据所述网站的访问数据、用户数据及事件判断模板生成与所述事件判断模板中网站对应的有效用户数据集。可选地，在所述采集所述事件判断模板中网站的访问数据和用户数据之后还包括：根据所述网站的访问数据和用户数据生成设定时间段内的总流量或用户平均访问流量；根据所述总流量和用户平均访问流量设定监控阈值，所述监控阈值为所述总流量平均值或用户平均访问流量平均值的N倍。可选地，所述根据所述网站的访问数据、用户数据及事件判断模板生成与所述事件判断模板中网站对应的有效用户数据集包括：关联所述网站的访问数据和用户数据生成用户业务数据集，所述用户业务数据集包括访问记录、流量信息、用户标识、位置信息和访问时间；根据所述事件判断模板对所述用户业务数据集进行过滤，生成与所述事件判断模板中网站对应的有效用户数据集。可选地，所述根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪包括：根据处置策略对所述有效用户数据集进行分类生成分类结果，所述分类结果包括：非常积极参与用户类、积极参与用户类和一般参与用户类；根据不同分类结果对应的跟踪方法对所述用户进行跟踪。可选地，所述根据处置策略对所述有效用户数据集进行分类生成分类结果包括：选取两个不同时间段内的用户访问流量作为维度建立坐标系；在所述坐标系中选取多个迭代质心，所述多个迭代质心表示不同的类别；根据所述迭代质心对所述有效用户数据集中的有效用户进行多次迭代后生成分类结果。为实现上述目的，本专利技术提供了一种网络用户的行为追踪平台，包括：判断模块，用于判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值；跟踪模块，用于若所述判断模块判断出所述用户访问流量大于或等于监控阈值，根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。可选地，还包括：生成模块，用于根据历史事件数据和/或热点事件数据生成事件判断模板，所述事件判断模板包括事件类别、网站信息和关键词；采集模块，用于采集与所述事件判断模板中网站信息对应的网站的访问数据和用户数据，所述网站的访问数据包括访问记录和流量信息，所述用户数据包括用户标识、位置信息和访问时间；所述生成模块还用于根据所述网站的访问数据、用户数据及事件判断模板生成与所述事件判断模板中网站对应的有效用户数据集。可选地，还包括设定模块；所述生成模块还用于根据所述网站的访问数据和用户数据生成设定时间段内的总流量或用户平均访问流量；所述设定模块，用于根据所述总流量和用户平均访问流量设定监控阈值，所述监控阈值为所述总流量平均值或用户平均访问流量平均值的N倍。可选地，所述生成模块具体用于关联所述网站的访问数据和用户数据生成用户业务数据集，所述用户业务数据集包括访问记录、流量信息、用户标识、位置信息和访问时间，根据所述事件判断模板对所述用户业务数据集进行过滤，生成与所述事件判断模板中网站对应的有效用户数据集。本专利技术具有以下有益效果：本专利技术提供的一种网络用户的行为追踪方法，判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值，若判断出所述用户访问流量大于或等于监控阈值，则根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。该方法能够查找网络用户的群体行为源头，实时准确地追踪网络用户，有效提升网络安全。附图说明图1是本专利技术实施例一提供的一种网络用户的行为追踪方法的流程示意图；图2是本专利技术实施例二提供的一种网络用户的行为追踪方法的流程示意图；图3是本专利技术实施例三提供的一种网络用户的行为追踪平台的结构示意图。具体实施方式为使本领域的技术人员更好地理解本专利技术的技术方案，下面结合附图对本专利技术中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一图1是本专利技术实施例一提供的一种网络用户的行为追踪方法的流程示意图，如图1所示，该方法包括：步骤101、判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值，若判断出所述用户访问流量大于或等于监控阈值，执行步骤102。步骤102、根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。本实施例提供的一种网络用户的行为追踪方法，判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值，若判断出所述用户访问流量大于或等于监控阈值，则根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。该方法能够查找网络用户的群体行为源头，实时准确地追踪网络用户，有效提升网络安全。实施例二图2是本实施例二提供的一种网络用户的行为追踪方法的流程示意图，如图2所示，该方法包括：步骤201、根据历史事件数据和/或热点事件数据生成事件判断模板，所述事件判断模板包括事件类别、网站信息和关键词。优选地，本实施例的各步骤由网络用户的行为追踪平台执行。历史事件是指曾经在网络上引起较多用户参与及讨论，并在线上甚至线下造成一定影响的网络事件。热点事件为目前引起较多用户参与及讨论，可能在未来造成一定影响的网络事件。事件类别包括非法传销类、国家安全类、或假冒伪劣产品类等类别，网站信息包括网站名称、网站地址、网站内热点板块等信息，关键词可以为一个或多个涉及事件的敏感非法词汇。事件判断模板用于预测和实时分析网络用户的群体事件，为多维度数据集合C(c1(条件1，条件2…)，c2(条件1，条件2…))，如在历史事件中网站d1中的某个板块d11易产生网络用户聚集，网络用户讨论的话题key1，key2会引起网络用户的群体事件，则依据该历史事件形成多维度数据集合C(a1(a11(key1，key2)))。本实施例中，a1和a11表示网站信息，a1表示网站，a11表示网站中的具体板块，key1和key2为关键词。例如，A网站的A1板块中有大量网络用户讨论敏感非法信息，B网站的B1板块中有大量网络用户讨论本文档来自技高网...

【技术保护点】
一种网络用户的行为追踪方法，其特征在于，包括：判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值；若判断出所述用户访问流量大于或等于监控阈值，根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。

【技术特征摘要】
1.一种网络用户的行为追踪方法，其特征在于，包括：判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值；若判断出所述用户访问流量大于或等于监控阈值，根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪。2.根据权利要求1所述的网络用户的行为追踪方法，其特征在于，在所述判断网站在设定时间段内的用户访问流量是否大于或等于监控阈值之前还包括：根据历史事件数据和/或热点事件数据生成事件判断模板，所述事件判断模板包括事件类别、网站信息和关键词；采集与所述事件判断模板中网站信息对应的网站的访问数据和用户数据，所述网站的访问数据包括访问记录和流量信息，所述用户数据包括用户标识、位置信息和访问时间；根据所述网站的访问数据、用户数据及事件判断模板生成与所述事件判断模板中网站对应的有效用户数据集。3.根据权利要求2所述的网络用户的行为追踪方法，其特征在于，在所述采集所述事件判断模板中网站的访问数据和用户数据之后还包括：根据所述网站的访问数据和用户数据生成设定时间段内的总流量或用户平均访问流量；根据所述总流量和用户平均访问流量设定监控阈值，所述监控阈值为所述总流量平均值或用户平均访问流量平均值的N倍。4.根据权利要求2所述的网络用户的行为追踪方法，其特征在于，所述根据所述网站的访问数据、用户数据及事件判断模板生成与所述事件判断模板中网站对应的有效用户数据集包括：关联所述网站的访问数据和用户数据生成用户业务数据集，所述用户业务数据集包括访问记录、流量信息、用户标识、位置信息和访问时间；根据所述事件判断模板对所述用户业务数据集进行过滤，生成与所述事件判断模板中网站对应的有效用户数据集。5.根据权利要求1所述的网络用户的行为追踪方法，其特征在于，所述根据预先生成的与所述网站对应的有效用户数据集对用户进行分类追踪包括：根据处置策略对所述有效用户数据集进行分类生成分类结果，所述分类结果包括：非常积极参与用户类、积极参与用户类和一般参与用户类；根据不同分类结果...

【专利技术属性】
技术研发人员：彭佳，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11