本发明专利技术提供一种日志分类模型的建立、行为日志分类方法及装置。一方面，本发明专利技术实施例通过根据每个Session段中所包括的行为日志的检索关键词、题目和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题，进而根据所述至少一个第一候选主题，利用投票方法，确定每个所述Session段所属的第二候选主题，使得能够将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据，由于通过对行为日志进行基于主题的分类，实现对该行为日志的统计，能够避免现有技术中由于很多行为日志缺少Query或Title等字段而导致的无法对行为日志进行统计的问题，从而提高了行为日志的分析的准确性。
【技术实现步骤摘要】
【专利摘要】本专利技术提供一种日志分类模型的建立、行为日志分类方法及装置。一方面，本专利技术实施例通过根据每个Session段中所包括的行为日志的检索关键词、题目和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题，进而根据所述至少一个第一候选主题，利用投票方法，确定每个所述Session段所属的第二候选主题，使得能够将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据，由于通过对行为日志进行基于主题的分类，实现对该行为日志的统计，能够避免现有技术中由于很多行为日志缺少Query或Title等字段而导致的无法对行为日志进行统计的问题，从而提高了行为日志的分析的准确性。【专利说明】日志分类模型的建立、行为日志分类方法及装置【
】本专利技术涉及数据挖掘技术，尤其涉及一种日志分类模型的建立、行为日志分类方法及装置。【
技术介绍
】随着通信技术的发展，终端集成了越来越多的功能，从而使得终端的系统功能列表中包含了越来越多相应的应用程序，例如，电脑中安装的应用程序，第三方智能手机中安装的应用程序(AppliCation，APP)等。这些应用程序每天都会产生大量的用户的行为日志，对这些行为日志进行分析，能够确定用户的兴趣变化、突发热点事情、产品优缺点等重要信息。现有技术中，在对用户的行为日志进行分析的过程中，可以通过对检索关键词(Query)或题目(Title)等字段，进行基于主题的分类，例如，体育类、娱乐类、游戏类或医疗类等，实现对Query或Title等字段所属的行为日志进行统计。基于统计之后的行为日志进行分析，会使得分析结果更加准确。然而，由于行为日志的多样性，因此，有很多行为日志可能会缺少Query或Title等字段，使得无法对Query或Title等字段，进行基于主题的分类，这样，则无法对行为日志进行统计，从而导致了行为日志的分析的准确性的降低。【
技术实现思路
】本专利技术的多个方面提供一种日志分类模型的建立、行为日志分类方法及装置，用以提高行为日志的分析的准确性。本专利技术的一方面，提供一种日志分类模型的建立方法，包括:`从至少一个数据源中，获取指定用户的行为日志；对所述行为日志进行划分，以获得至少一个Session段；根据每个所述Session段中所包括的行为日志的检索关键词、题目和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题；根据所述至少一个第一候选主题，利用投票方法，确定每个所述Session段所属的第二候选主题；将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据；利用所述至少一个第一候选主题和所述目标训练数据，训练日志分类模型，所述日志分类模型用于将待分类的行为日志映射到对应主题。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据每个所述Session段中所包括的行为日志的Query、Title和URL,获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题，包括:利用每个所述Session段中所包括的行为日志的Query作为第一输入参数,运行Query分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题；利用每个所述Session段中所包括的行为日志的Title作为第二输入参数，运行Title分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题；以及利用每个所述Session段中所包括的行为日志的URL作为第三输入参数,运行URL分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述利用所述至少一个第一候选主题和所述目标训练数据，训练日志分类模型，所述日志分类模型用于将待分类的行为日志映射到对应主题，包括:根据所述至少一个第一候选主题，生成训练主题特征；利用所述训练主题特征和所述目标训练数据，训练所述日志分类模型。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述至少一个第一候选主题，生成训练主题特征，包括:根据所述至少一个第一候选主题中每个所述第一候选主题，生成至少一个第三候选主题；根据所述至少一个第一候选主题和所述至少一个第三候选主题，生成所述训练主题特征。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据，包括:将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以生成候选训练数据；对所述候选训练数据，进行有效性验证；将通过所述有效性验证的候选训练数据，作为所述目标训练数据本专利技术的另一方面，提供一种基于日志分类模型的行为日志分类方法，所述分类模型为采用如上所述的日志分类模型的建立方法建立；所述方法包括:获取待识别的行为日志；根据所述行为日志的Query、Title和URL，获得所述行为日志的对应字段所属的至少一个第一候选主题；根据所述至少一个第一候选主题，利用所述日志分类模型，对所述行为日志进行分类，以将所述行为日志映射到对应主题。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述行为日志的Query、Title和URL，获得所述行为日志的对应字段所属的至少一个第一候选主题，包括:利用所述行为日志的Query作为第一输入参数，运行Query分类模型，以获得所述行为日志的对应字段所属的第一候选主题；利用所述行为日志的Title作为第二输入参数，运行Title分类模型，以获得所述行为日志的对应字段所属的第一候选主题；以及利用所述行为日志的URL作为第三输入参数，运行URL分类模型，以获得所述行为日志的对应字段所属的第一候选主题。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述至少一个第一候选主题，利用所述日志分类模型，对所述行为日志进行分类，以将所述行为日志映射到对应主题，包括:根据所述至少一个第一候选主题，生成匹配主题特征；利用所述匹配主题特征作为第四输入参数，运行所述日志分类模型，以将所述行为日志映射到对应主题。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述至少一个第一候选主题，生成匹配主题特征，包括:根据所述至少一个第一候选主题中每个所述第一候选主题，生成至少一个第二候选主题；根据所述至少一个第一候选主题和所述至少一个第二候选主题，生成所述匹配主题特征。本专利技术的另一方面，提供一种日志分类模型的建立装置，包括:获取单元，用于从至少一个数据源中，获取指定用户的行为日志；划分单元，用于对所述行为日志进行划分，以获得至少一个Session段；匹配单元，用于根据每个所述Session段中所包括的行为日志的Query、Title和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题；确定单元本文档来自技高网...
【技术保护点】
一种日志分类模型的建立方法，其特征在于，包括：从至少一个数据源中，获取指定用户的行为日志；对所述行为日志进行划分，以获得至少一个Session段；根据每个所述Session段中所包括的行为日志的检索关键词、题目和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题；根据所述至少一个第一候选主题，利用投票方法，确定每个所述Session段所属的第二候选主题；将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据；利用所述至少一个第一候选主题和所述目标训练数据，训练日志分类模型，所述日志分类模型用于将待分类的行为日志映射到对应主题。
【技术特征摘要】
【专利技术属性】
技术研发人员：黄世维，黄硕，徐倩，向伟，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。