Weblog会话动态聚类分析.pdfVIP

第 1O卷 第32期 2010年 11月 科 学 技 术 与 工 程 VoL10 No．32 NOV．2010 1671— 1815(2010)32—8077—04 ScienceTechnologyandEn~neefing @ 2010 Sci．Tech．Engng． Weblog会话动态聚类分析 谢维奇 ， 吴四光 (驻马店职业技术学院信息工程系 ，驻马店 463000；山东大学数学与系统科学学院 ，济南 250100) 摘 要 Web使用挖掘分析访问者 日志，可以发现很多潜在的规律。利用会话之间的依赖关系，给出会话的依赖特征和数值 度量，利用会话的动态特性给出会话动态聚类分析的算法和应用，并和模糊聚类算法方法进行比较研究。 关键词 Web使用挖掘 web日志 会话 依赖度 聚类分析 应用 中图法分类号 TP391； 文献标志码 A Web使用挖掘中，日志记录了访 问者的所有 记S={sli=1，…，n}是会话 ．s构成的集合。 信息，通过对 日志的分析，可以发现很多内在的规 定义3 称S×S是 s生成的笛卡尔积，而且 律，比如 ：访 问者偏好，聚类，访 问规则等 [1I2]。这 S×S= {(S，sj)J，J=1，2，…，凡} (1) 些规律可以帮助我们改善网络的结构。如果把一 定义4 若 SxS，称 是 s生成的会话 位访问者在一定时间段 内的访 问称为一次会话 关系。 (session)，不同人在不同时刻，甚至同一个人在不 定义 5 称P是会话 ．s对 sj的依赖度 ，而且 同时刻的会话是不相 同的，会话具有动态特征 。 P =card(SnSt)／card(S) (2) 另外，由于网站不断更新 ，页面集合不断变化和更 这里 ：card=Cardinalnumber，0≤p ≤1，P = 新，传统 的研究方法在动态数据面前显的力不 1，Pq不一定等于 。 从心。 定义6 称会话s依赖 s，如果 研究会话之间的依赖关系，给出会话依赖关系 P =A (3) 的度量特征，给出基于会话依赖关系的动态聚类算 这里 ：0≤A≤1。 法和应用，经检验动态聚类算法比模糊聚类算法更 特别是： 加便捷和准确。已有的文献中未发现对动态聚类 如果P=0，称会话 不依赖 st。 算法进行过讨论。 如果P=1，称会话S半完全依赖 f。 如果p= =l，称会话Js完全依赖st。 1 会话依赖关系 定义7 若S，s(i,j=1，2，…，n)是会话，R是 Js生成的会话关系，称矩阵R是会话的依赖矩阵， 定义1 若P是网站的一个页面，称集合 P= 而且 {P，P，…，P}是网站页面的集合。 … 定义2 访 问者在一定时间内访 问的页面集