基于web日志的訪問行為分類技術研究.pdf

1、隨著Internet技術的飛速發(fā)展和電子商務的廣泛應用，網(wǎng)絡用戶日益增加，用戶的訪問行為和目的日趨多樣。不同類型的訪問行為對網(wǎng)站有不同的影響，正常的訪問行為有助于網(wǎng)站設計者優(yōu)化網(wǎng)站設計，機器訪問等異常的訪問行為則會影響網(wǎng)絡分析、增加網(wǎng)絡負載等，因此對人機訪問行為進行分類研究具有重要的現(xiàn)實意義。
　　本文首先介紹了訪問行為分類的發(fā)展現(xiàn)狀，重點分析了人機訪問行為分類的原理和方法，指出各種人機訪問行為分類方法的優(yōu)缺點。
　　其次，

2、對影響人機訪問行為分類的兩個主要問題進行改進，提高分類質量。一方面，會話識別是現(xiàn)有分類技術的基礎，其質量對分類結果影響深遠，文中針對會話的頁面集邊界確定不合理和缺失路徑補充方法不完善問題，提出利用非頁面日志信息和網(wǎng)站的拓撲結構改進會話的頁面集分組規(guī)則及路徑補充算法，提高了會話識別的質量。另一方面，現(xiàn)有分類技術建立在會話識別基礎上，沒有充分利用多個會話間的聯(lián)系，文中采用貝葉斯技術，從面向用戶的角度選取人機訪問行為分類的特征參數(shù)，保證選取的