模式恢复算法在Web使用挖掘中的应用.pdfVIP

点击下一访 问过的页面 ，直到 landingpage。 xmlns=IThttp：／／schemas．microsoft．com／AspNet／SiteMap—File-1．0 山峰模式 ：该模式为上行阶梯械和下行阶梯模式的组 ” 合，一般表示用户到达某一页面之后，再沿原访问路径返回 siteMapNodeurl=”／index”tit】e=”Home” 到 lnadingpage。 siteMapNodeurl=”／accottnt／login’title=”Yogin’ 手指模式 ：该模式表示，用户从lnadingpage点击进入 siteMapNode url=’’／account／register” title= 某此过程。一页面，停留一段时间之后再次进人 landingpage， ”Register” description=””／ 然后再次进入新的页面，不断地重复。 ／siteMapNode 1．2 组合 日志格式(CombinedLogFormat) ／siteMap 组合 日志格式(CombinedLogForm~)是将通用 日志格式 2 点击流数据的缺失问题 (CommonLogFornaat)~n其它部分信息组合而成的Web日志 在 Web使用挖掘中，一般有两类数据来源：客户端数据 格式。Apache服务器通过配置可以产生这一格式的Web访 和服务器端数据。客户端数据的收集，一般是通过在页面文 问日志。 档中插入一小段脚本程序来完成的。用户在客户端的所有浏 通用 日志格式：主要包含以下几部分信息，缺失部分则 览行为都可以被客户端脚本程序记录并且发回到服务器端， 用 “．”表示。 因此客户端数据一般是不会发生缺失的。但是相对于客户端 (1)访 问者 IPl 数据，在 Web使用挖掘中使用更广泛的则是服务器端数据， (2)访问者用户名； 也就是点击流数据。由于对数据的记录发生在服务端，因此 (3)访问日期； 会有多种因素导致点击流数据的缺失。 (4)访 问路径 ； 2．1 用户浏览器造成的点击流数据缺失 (5)HTTP状态码； 在众多造成点击流数据缺失的因素中，用户浏览器是影 (6)访问者所请求文档大小，以字节表示。 响最为广泛的一种。现代浏览器几乎全部使用缓存机制。即 以下是一条实际的通用 日志格式的访问记录实例 当用户初次向Web服务器请求一份页面文档之后，该页面文 127．0．0．1 · [08N／ov／2011：05：37：49 -0800] ”GET 档所包含的元素(图片，样式文件，脚本文件等)甚至是页面 ／account／login．htm HTTP／1．1”2002758 文档本身都会被浏览器缓存起来。 组合 日志格式：在通用 日志格式的基础上，组合添加了 当用户接下来通过在地址栏输入地址或是点击刷新按 两条重要的信息，分别是： 钮再次请求同一页面文档的时候，浏览器会首先尝试向Web (1)HTTPReferer，表示访问者在来到当前页面之前所在 服务器询问部分元素内容是否变动，如果没有变动 ，则服务 的页面 器会向浏览器发送一个状态码为 304的HTTP回复，指示该 (2)User-agent，客户端浏览器标识 元素内容没有变动，则浏览器不用再次请求该元素，则使用 以下是一条实际的组合 日志格式的访问记录实例 缓存中的内容来呈现给用户。在此情形下，虽然浏览器并没 12