基于时间密度的Web日志用户浏览行为分析.pdf

计算机科学2004V01．31N-o4 基于时间密度的Web日志用户浏览行为分析 庄力可1张长水1勒中坚z (清华大学智能技术与系统国家重点实验室 北京100084)1(江西财经大学计算机系 南昌330000)2 摘要本文针对Web日志中用户套话识别阚值同题，培出一种基于时间密度的撅度分析方法。文中首先特基于时 问问膈枣数刘度的用户访问频度定义为一个随机向量，给出了随机向量的切尾算法；蠊后建立频度与IP用户的相关 矩阵t矩阵的列为访问频度，矩阵的行为用户IP，矩阵中的每一个值为莱一时间间隔的访问频度。通过列向量的聚类 分析，对不同类剥用户的访问行为进行探讨。最后，对合话识剐的阙值进行参数估计，井通过抽样对闰位进行辁洲和参 数修正。 关键词Web日志挖掘，时间间隔．频度分布，随机向量，套话闽值 1研，弋 of BehaviourinWeb BasedonTime Analysis Log Browsing Density zHuANGLi-KelZHANG Chan-SuilLE zhonE_jian矿 Labof and (StateKey Sy8terns,Ts IntelligentTeehnology LnshuaUniversity，Beiiing。100084)1 of (Departmentof UniversityFinanceand Computer·Jiansxi Economics·Najehang，330000)2 Abstract thethresholdofsession inWeb methodbasedontime Facing recognizelogmining，afrequencyanalysis intervalisintroducedFirst．thevisitor ofuserbasedoilscale ot isdefinedasa frequency parametertimeinterval random vector．TheCUt—tail forrandomvectorisalso IPrelevantmatrixis algorithm given．Second，afrequency—user set istakenasrowanduserIPistaken8scolumn．andeachelement’svalueofthismatrixisthe up·wherefrequency user’s visitor oilthetimeinterval．ThedifferentIPusers8reclassified between frequency bymeasuringsimilarity columnvectorsandthe behaviouris andtest