买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京才多对信息技术有限公司申请的专利浏览行为信息识别方法、装置、设备与介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118332216B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410521030.0，技术领域涉及：G06F16/958；该发明授权浏览行为信息识别方法、装置、设备与介质是由宁辽原;师璐;杜妲颐;刘海波;毋丽颖;李弈成设计研发完成，并于2024-04-28向国家知识产权局提交的专利申请。

本浏览行为信息识别方法、装置、设备与介质在说明书摘要公布了：本公开的实施例公开了浏览行为信息识别方法、装置、设备与介质。该方法的一具体实施方式包括：获取当前用户在预设时间段内的历史浏览行为数据，其中，历史浏览行为数据表示用户所浏览的各个页面的行为数据；根据历史浏览行为数据，生成对应用户的特征向量；将特征向量输入至用户浏览行为关联节点预测模型中，得到用户浏览行为关联节点预测信息，其中，用户浏览行为关联节点预测信息表示预测的用户与所浏览的页面对应各个节点之间的关联关系；响应于确定用户浏览行为关联节点预测信息符合预设条件，将用户的用户信息推送至相关联的至少一个节点终端。该实施方式可以识别出用户与页面的节点终端之间是否具有通信连接关系。

本发明授权浏览行为信息识别方法、装置、设备与介质在权利要求书中公布了：1.一种浏览行为信息识别方法，包括：获取当前用户在预设时间段内的历史浏览行为数据，其中，历史浏览行为数据表示用户所浏览的各个页面的行为数据；根据所述历史浏览行为数据，生成对应所述用户的特征向量；获取用户历史浏览行为信息集，其中，所述用户历史浏览行为信息集中的用户历史浏览行为信息包括响应标签、节点干预标签和特征信息集；根据所述用户历史浏览行为信息集，训练浏览响应标签分类网络和节点干预标签分类网络，其中，所述浏览响应标签分类网络和所述节点干预标签分类网络均对应有特征序列；根据所述浏览响应标签分类网络对应的特征序列与所述节点干预标签分类网络对应的特征序列，生成浏览行为因果特征集；根据所述浏览行为因果特征集和所述用户历史浏览行为信息集，对初始用户浏览行为关联节点预测模型进行训练，得到训练完成的用户浏览行为关联节点预测模型；将所述特征向量输入至预先训练的用户浏览行为关联节点预测模型中，得到用户浏览行为关联节点预测信息，其中，所述用户浏览行为关联节点预测信息表示预测的用户与所浏览的页面对应各个节点之间的关联关系；响应于确定所述用户浏览行为关联节点预测信息符合预设条件，将所述用户的用户信息推送至相关联的至少一个节点终端；其中，所述根据所述历史浏览行为数据，生成对应所述用户的特征向量，包括：通过以下公式，确定自定义事件集：S＝{A1，c1，t1,A2，c2，t2…，An，cn，tn}，其中，S表示自定义事件集，A1、A2、An为自定义事件集，c1、c2、cn表示对自定义事件的访问时间，t1、t2、tn表示自定义事件的驻留时间；通过以下公式，确定自定义事件集的总访问时间： 其中，C为所述总访问时间，ci为对自定义事件的访问时间，n为自定义事件集中自定义事件的数量；通过以下公式，确定自定义事件集的总驻留时间： 其中，T为所述总驻留时间，ti为对自定义事件的驻留时间；通过以下公式，确定每个访问时间在总访问时间中的占比： 其中，表示第i个访问时间在总访问时间中的占比；通过以下公式，确定每个驻留时间在总驻留时间中的占比： 其中，为第i个驻留时间在总驻留时间中的占比；通过以下公式，确定用户对每个自定义事件的兴趣度： 其中，ωi为第i个兴趣度；将所述自定义事件集、所述总访问时间、所述总驻留时间、每个访问时间在总访问时间中的占比、每个驻留时间在总驻留时间中的占比，以及用户对每个自定义事件的兴趣度合并为对应所述用户的特征向量；其中，所述根据所述浏览响应标签分类网络对应的特征序列与所述节点干预标签分类网络对应的特征序列，生成浏览行为因果特征集，包括：将所述浏览响应标签分类网络对应的特征序列中满足预设特征条件的各个特征确定为第一特征组；将所述节点干预分类网络对应的特征序列中满足预设特征条件的各个特征确定为第二特征组；将所述第一特征组与所述第二特征组的交集确定为浏览行为因果特征集；其中，所述根据所述浏览行为因果特征集和所述用户历史浏览行为信息集，对初始用户浏览行为关联节点预测模型进行训练，得到训练完成的用户浏览行为关联节点预测模型，包括：将节点干预特征添加至所述浏览行为因果特征集中，以对浏览行为因果特征集进行更新；根据对应所述用户历史浏览行为信息集的训练集和更新后的浏览行为因果特征集，生成用户历史浏览行为信息训练样本集，其中，所述用户历史浏览行为信息训练样本集中的每个用户历史浏览行为信息训练样本包括响应标签和对应浏览行为因果特征集的各个特征信息，对应节点干预特征的特征信息为节点干预标签；根据所述用户历史浏览行为信息训练样本集，对初始用户浏览行为关联节点预测模型进行训练，得到训练完成的用户浏览行为关联节点预测模型；其中，所述根据所述用户历史浏览行为信息训练样本集，对初始用户浏览行为关联节点预测模型进行训练，得到训练完成的用户浏览行为关联节点预测模型，包括：从所述用户历史浏览行为信息训练样本集中选择出目标用户历史浏览行为信息训练样本；对目标用户历史浏览行为信息训练样本对应特征集进行特征分组，生成至少一个特征组；将至少一个特征组输入至初始用户浏览行为关联节点预测模型包括的初始特征交叉组合网络中，以生成特征交叉组合信息；根据特征交叉组合信息和目标用户历史浏览行为信息训练样本对应的样本标签，确定初始用户浏览行为关联节点预测模型是否训练完成；响应于确定训练完成，将初始用户浏览行为关联节点预测模型确定为用户浏览行为关联节点预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京才多对信息技术有限公司，其通讯地址为：102601 北京市大兴区瓜乡路32号院1号楼二层202室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。