基于Web日志的自适应站点优化研究与应用.docVIP

基于Web日志的自适应站点优化研究与应用 　　摘要:论文主要从理论上分析了一种自适应网站性能优化算法,该算法首先以Web站点的URL为行、以用户的UserID为列,建立URL_UserID关联矩阵,元素值为用户的访问次数;接着对行向量进行分析获得频繁闭相关页面集;最后,对频繁闭相关页面集进一步处理发现频繁访问路径。Web站点可根据频繁路径自动改进链接结构,提高Web站点对所有用户的整体服务性能,提高客户访问的效率。 　　关键词:频繁访问路径;URL_UserID 关联矩阵;闭相关页面集;自适应站点 　　中图分类号:TP393文献标识码:A文章编号:1009-3044(2009)14-3671-02 　　An Adaptive Optimization Method Based on the Web Logs 　　MAI Quan-bang, FU Ren-yi 　　(Shunde Polytechnic, Shunde 528333, China) 　　Abstract: A theoretical analysis of adaptive Web site performance optimization algorithm for the first to the Web site URL for the trip to the UserID users listed, the establishment of URL_UserID association matrix, the elements of value for the user visits; proceeded to Row vector analysis of the relevant pages were frequently closed-end, the frequent closure of the relevant pages set processed further found that frequent access path. Web site under frequent automatic path to improve link structure, improve the Web site for all users of the overall service performance, enhance the efficiency of customer visits. 　　Key wrods: Frequent access path; URL_UserID association matrix; closed-related pages; adaptive site 　　1 引言 　　Internet技术和智能电子商务的普及,人们希望能够快速准确的从Web页中寻找需求的信息,各网站设计者们也希望能够根据用户的偏好确定网站内容的设置,提高其市场竞争力。自适应Web网站能够更好地理解用户,发现用户隐藏的兴趣和群体用户的行为规律,从而制定相应的信息过滤策略,按照用户的个性化信息进行主动式的推荐服务。 　　自适应Web网站(Adaptive Web Site)[1-2]是指Web服务器通过学习用户的访问模式,自动地改进Web站点信息的组织与显示。Chen等人[3]首先将数据挖掘技术应用于Web服务器日志文件,以期发现用户浏览模式。他们提出了最大前向引用序列MFR的概念,并用它将用户会话分割成一系列的事务,然后采用与关联规则相似的方法挖掘频繁浏览路径。 　　2 Web站点的表示 　　2.1 用户浏览行为描述 　　Web服务器日志包括访问日志、引用日志和代理日志。通过对这些日志进行恰当的预处理后,可以L=的形式来表示,分别代表客户IP地址、用户ID、用户请求的URL及相应的浏览时间。现将用户的浏览行为T定义为一个三元组: 　　T= 　　URLt={(L1t.URL,L1t.HITS),(L2t.URL,L2t.HITS),…,(Lmt.URL,Lmt.HITS)} 　　其中,Lt∈L,Lt.IP=IPt,Lt.UID=UIDt,t≥1,HITS表示到目前为止用户UIDt浏览页面Lt.URL的次数。 　　2.2 Web站点拓扑结构 　　一个Web站点的拓扑结构就是一个有向图,而用户在一段时间内的访问模式则为其子图。具有相似访问子图的客户就是需求相似的用户,即用户群体聚类。用户访问频繁的有向边,就是频繁路径。假设Web站点G就是一个具有如下形式的有向图: 　　G=(N,Np,E,Ep) 　　其中,N为结点集:NP={Node∈N,{(UserID,HITS)}n},n≥1,记录客户UserID及其访