一种改进的Web日志会话识别方法.pdfVIP

年 期 计算 机 技 术 与 发 展 Vo1 第 8 第u ． 18 No．1I 2008 11B COMPUTERTECHNOLOGYANDDEVEIOPMENT Nov． 20O8 一 种改进的Web日志会话识别方法 方元康 一，胡学钢 ，夏启寿2 (1．合肥工业大学计算机信息学院，安徽 合肥 230009； 2．池州学院计算机中心，安徽 池州 247000) 摘 要：会话识别是Web日志挖掘中的数据预处理中的一个重要步骤。文中提出了一种改进的会话识别方法。首先，在 用户识别后，进行框架页面的过滤，从而大大地减少了实验产生的有效页面，然后为页面设置访问时间阙值，并根据页面 内容及站点结构确定的页面重要程度对该阈值进行调整。通过实验证明，相对于传统的对所有页面使用单一的先验阈值 进行会话识别的方法，该方法所得到的会话集更具有真实性。 关键词：Web挖掘 ；数据预处理 ；阈值；Frame页面 ；会话识别 中图分类号：TP393 文献标识码 ：A 文章编号：1673—629X(2008)11—0214—03 AnImprovedM ethodforTransactionSession IdentificationinW ebUsageM ining FANGYuan-kang．一，HUXue-gang，XIAQi—shou2 (1．Computer InformationCollege，HefeiUniversityofTechnology，Hefei230009，China； 2．CenterofComputerTcehnology，ChizhouCollege，Chizhou247000，China) Ala~raet：Sessionidentificationisanimportantstepindatapreprocessingofweblogmining．anacce~8intervals—basedimprovementwas carriedoutoftransactionsessionidentificationinwebusagemining．Afteridentifying users，effectivewebpagesinexperimentar re— ducedgreatlybylfilteringframepflges，andtheaccesstimet~eshddwasadjmtedbythewebo。呲∞tsandsite’sstructureonthiseondi— tion．1掣 redtothetraditionalmethodthatdefinm auniformathresholdforallwebpagesexperimentally，theapproachpresentde can decidetheaocesstimethr~holdmoreaccurately．Algorithm enhancing thequalityoftransactionsessionisprovedbyexperiments． Key删 s：W ebminil~；adat pmprocessing ；threshold；framepage；sessionidentification O 引 言 于时间的，依据站点结构的，给予引用的。 web使用挖掘LlJ就是通过挖掘web日志记录来 (1)Hvii：给用户在整个站点的停 留时间一个上 发现用户访问Web页面的模式，从中可以提炼出设计 界，如果超过