Web会话构造中基于多窗口的路径补充.pdf

2009年 7月 　　 ComputerApp licati ons and Soft ware Jul . 2009 Web会话构造中基于多窗口的路径补充 黄金晶 　 赵 　 雷 　杨季文 (苏州大学计算机科学与技术学院　江苏 苏州 215006) 收稿日期: 2008 - 01 - 22。高等学校博士学科点专项科研基金 (2006 0285008)。黄金晶,硕士生,主研领域:数据库和数据挖掘。 摘 　 要 　　 在 Web会话识别中 ,传统的路径补充算法仅考虑了点击“ 后退 ” 按钮造成日志记录的不连续性。针对此问题 ,提出基于 多窗口的路径补充思想 ,并结合确定的有限自动机 (DFA)来实现该算法。对于用户从新窗口打开页面 ,异步并发访问网站时造成 日志记录的不连续 ,该算法能避免按“ 后退 ” 方式进行路径补充 ,而是采用多窗口方式。通过实例验证了该方法比传统路径补充算 法更能准确地反映用户实际的访问路径。 关键词 　　Web使用挖掘 　 会话构造 　 路径补充 　 多窗口 PATH SUPPLEM ENT IN SESS ION RECONSTRUCTION BASED ONM ULTIW INDOW Huang J injing　Zhao Lei　Yang J i wen ( School of Com puter Science and Technology, Soochow Univer sity, Suzhou 215006, J iangsu, China) Abstract　　In web sessi on recogniti on, traditi onal algorithm of path supp lement just considers the incontinuity of records in l ogs caused by clicking the “back” butt on . Ai ming at the p roblem, in this paper it p roposes an idea of path supp lement based on multi2 window, and i mp lements the algorithm in combinati on with Deterministic Finite State Aut omata (DFA) . For the incontinuity of records in l ogs caused by opening s ource pages from the new window and browsing the website with asynchronous concurrentmode, this algorithm does path supp lementwith the mode of multi2 window rather than with the “backward” mode . I n the end of this paper, it shows thr ough examp les that this algorithm reflects the users ’ ctual browsing pathsmore accurately than traditi onal algorithm. Keywords　　Web usage mining　Sessi on reconstructi on　Path supp lement　Multiwindow 0　 引 　 言 Web使用挖掘[ 1, 3, 4 ] 是 Web挖掘的一个分支 ,是通过挖掘用 户的访问日志 ,从中发现用户的访问模式 ,对网站结构的重构、 提供个性化服务等方面有重要的作用。在 Web使用挖掘中 ,首 要任务就是对日志信息进行数据预处理 ,将日志分割成不同的 用户会话。会话的生成主要有两种启发方式 ,分别为基于时间 的启发方式和基于引用的启发方式[ 2 ] ,而路径补充是数据预处 理生成最终用户会话的重要环节之一。本文就是在当前主要的 路径补充及其算法上提出基于多窗口路径补充的思想 ,并将该 思想用确定的有限自动机 (DFA)来实现。 1　 相关研究工作 通常由于本地缓存或者代理服务器缓存 ( cache)的存在 ,用 户通过浏览器的“后退 ” 按钮得到的页面日志中并不记录[ 5 ]