全Flash視頻網(wǎng)站用戶行為數(shù)據(jù)的采集及其預(yù)處理.pdf

1、伴隨網(wǎng)絡(luò)寬帶的普及、Web2.0技術(shù)的發(fā)展，網(wǎng)絡(luò)視頻行業(yè)成為近年來全球新興的一種傳媒行業(yè)。國(guó)內(nèi)的主流傳媒、商業(yè)網(wǎng)站、技術(shù)公司和個(gè)人創(chuàng)業(yè)者紛紛進(jìn)入這個(gè)行業(yè)，建立起大量不同類型的視頻網(wǎng)站。越來越多的網(wǎng)民選擇通過互聯(lián)網(wǎng)觀看視頻節(jié)目，也有不少網(wǎng)民一直向網(wǎng)站上傳自己制作的視頻。視頻網(wǎng)站對(duì)現(xiàn)代人的生活影響日益增加。
　　 本文以東華大學(xué)研究生多媒體體驗(yàn)中心為應(yīng)用平臺(tái)，就全Flash視頻網(wǎng)站日志數(shù)據(jù)的采集及其預(yù)處理技術(shù)的若干關(guān)鍵問題展開了具體

2、的研究工作。文中提出將客戶端用戶操作信息用定義好的標(biāo)識(shí)符表示，并拼接到HTTP請(qǐng)求的URL字串中，同時(shí)利用Flex中的HTTPService對(duì)象向服務(wù)器發(fā)送請(qǐng)求而將前臺(tái)用戶操作信息記錄到網(wǎng)站訪問日志的方法，較好的解決了Flash不能實(shí)時(shí)和服務(wù)器交互的問題，同時(shí)利用向外部服務(wù)頁(yè)面請(qǐng)求會(huì)話標(biāo)識(shí)的方法巧妙解決了Flash不能保存會(huì)話信息的問題。
　　 在拼接HTTP請(qǐng)求中URL字串的同時(shí)，本文定義了一套可以準(zhǔn)確、高效標(biāo)識(shí)用戶操作信息的

3、標(biāo)識(shí)符，這些標(biāo)識(shí)符在相應(yīng)的操作下隨著請(qǐng)求同時(shí)被傳遞給服務(wù)器，被記錄在服務(wù)器的訪問日志中，極其的方便了之后數(shù)據(jù)的導(dǎo)入和預(yù)處理，也提高了數(shù)據(jù)清洗、解析的準(zhǔn)確性。
　　 在采集到用戶操作信息之后，本文設(shè)計(jì)并實(shí)現(xiàn)了一套能夠快速解析日志并將數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)的應(yīng)用系統(tǒng)，同時(shí)通過SQL存儲(chǔ)過程對(duì)導(dǎo)入的基本表進(jìn)行預(yù)處理，高效、準(zhǔn)確地進(jìn)行了會(huì)話識(shí)別等操作，為后期的數(shù)據(jù)分析與數(shù)據(jù)挖掘創(chuàng)造了有利條件。
　　 最后，本文展示了通過本采集和預(yù)處理系