- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于群体智慧的Web 访问日志会话主题划分研究*
方奇,刘奕群,张敏,茹立云,马少平
智能技术与系统国家重点实验室
清华信息科学与技术国家实验室(筹)
清华大学计算机系,北京,100084
E-mail: fangqi2003@
摘 要:Web 访问日志中的会话(session )是指特定用户在一定时间范围内的访问行为的连续序列。会话
中的主题(topic )是指会话中具有相同用户意图的部分。将 session 进一步划分成能体现用户意图的处理
单元 (topic )是进行用户访问行为分析的重要基础。目前相关工作主要集中在边界识别上,无法处理用户
意图交叉情况。为了解决该问题,本文重新形式化定义了session 和topic 的相关概念,提出最大划分的求
解任务,并设计出了基于用户群体智慧的会话主题划分算法。在使用大规模真实Web 访问日志的实验中,
我们的算法取得了不错的效果。
关键词:会话主题划分,Web 访问日志
Web Access Log Session Topic Segmentation Based on
Wisdom of Crowds
Qi Fang, Yiqun Liu, Min Zhang, Liyun Run, Shaoping Ma
State Key Laboratory of Intelligent Technology and Systems
Tsinghua National Laboratory for Information Science and Technology
Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China
E-mail: fangqi2003@
Abstract: A session in Web access log denotes a continuous-time sequence of user’s Web browsing behavior. A
topic of a session represents a hidden browsing intent of a Web user. It is fundamental to split a session into
several topic-based log units. Existing work mainly focuses on detecting boundaries without considering the
common situation in which different topics often overlap in one session. In this paper, we first re-define the
concept of session and topic, and then the task of largest segmentation is proposed. We further design the session
topic segmentation algorithm based on crowd wisdom of Web users. The effectiveness of the algorithm is
validated by the experiments performed on large scale of realistic Web access logs.
Keywords: session topic segmentation, Web access log
1 引言
随着互联网技术的迅猛发展,Web 上存储的信息量日新月异。如今万维网已经
文档评论(0)