公开(公告)号：CN103440328B

公开(公告)日：2016-09-07

申请号：CN201310395555.6

申请日：2013-09-03

Applicant: 暨南大学

Inventor： 邓玉辉 ,  邓伟鸿

IPC: G06F17/30 ,  G06F3/0484 ,  G06F3/033

Abstract: 本发明公开了一种基于鼠标行为的用户分类方法，包括下述步骤：S1、对电脑屏幕区域划分，对不同尺寸的屏幕、分辨率进行统一量化；S2、建立鼠标热点区域模型，然后根据鼠标在某个区域内出现的次数的多寡，来判断该区域的热点程度，同时通过比较不同类别用户每个区域热点程度的不同来进行分类；S3、建立鼠标活跃度模型，评定每个划分好的区域内用户鼠标移动的活跃程度，根据用户每个区域鼠标活跃度的异同特征，对用户进行分类。本发明完全是基于鼠标行为，没有依赖网页内容、IP、PV、UV等信息，完全通过用户行为来进行用户属性分类的方法。另外，本发明不但可以灵活地设置收集数据的区域位置大小，还支持多类别分类，可运用于网站或各种操作系统上。

公开(公告)号：CN103440328A

公开(公告)日：2013-12-11

申请号：CN201310395555.6

申请日：2013-09-03

Applicant: 暨南大学

Inventor： 邓玉辉 ,  邓伟鸿

IPC: G06F17/30 ,  G06F3/0484 ,  G06F3/033

Abstract: 本发明公开了一种基于鼠标行为的用户分类方法，包括下述步骤：S1、对电脑屏幕区域划分，对不同尺寸的屏幕、分辨率进行统一量化；S2、建立鼠标热点区域模型，然后根据鼠标在某个区域内出现的次数的多寡，来判断该区域的热点程度，同时通过比较不同类别用户每个区域热点程度的不同来进行分类；S3、建立鼠标活跃度模型，评定每个划分好的区域内用户鼠标移动的活跃程度，根据用户每个区域鼠标活跃度的异同特征，对用户进行分类。本发明完全是基于鼠标行为，没有依赖网页内容、IP、PV、UV等信息，完全通过用户行为来进行用户属性分类的方法。另外，本发明不但可以灵活地设置收集数据的区域位置大小，还支持多类别分类，可运用于网站或各种操作系统上。