第五讲： Web点击流分析模型

1、第四讲： Web点击流分析模型主讲：梁满发Web点击流分析Web点击流分析就是通过分析那些访问过的网页的有序数据，预测访问者对WWW站点的访问行为。分析的目的是揭示如何通过Web点击流认识到用户对一个站点最可能的浏览路径，也能求得客户浏览某个特定网页的概率，预测某时间进入网站或离开网站的概率，分析客户浏览某类网页的行为。这些知识可以用来网站在线预测，网页组织设计，电子商务营销宣传等工作。工作目标（）了解客户访问网页模式，即各类页网访问频率，链接频率；（）分析网页关联和链接关联，分析各类页相近性；（）访客访问网页链接秩序，即行为模式；（）寻找某网页之间的链接路径。认识数据我们以某个网站服务器记录

2、下某段时间客户访问网站的日志数据为分析对象，文件名为SAMPSIO.WEBPATH ，它含有四个变量信息：REFERRER 访问网页信息。SESSION_ID 客户标识。REQUESTED_FILE 访问过程中要提交的信息。SESSION_SEQUENCE 访问的次序。REFERRER变量频数表这个变量是服务记录下访客访问网页的记录。从表中看出，有232个缺损值（标记），这个缺损值可能是服务器记录错误，因此，数据要过滤掉它。SESSION_ID变量频数表此变量记录了访客访问的时间。没有缺损值。REQUESTED_FILE变量频数表REQUESTED_FILE 表示在访问网页过程被要求提交信息。

3、SESSION_SEQUENCE变量频数表设置变量角色首先，我们进行日志文件分析。从REQUESTED_FILE变量中提取访问网页的信息。因此，我们把 SESSION_ID 变量设置为ID角色，REQUESTED_FILE 变量为 Target角色，其它的为Rejected角色。增加 Input Data Source 节点 到工作窗to the diagram workspace.设 SAMPSIO.WEBPATH 为源数据.分配 SESSION_ID 为ID角色.分配 REQUESTED_FILE 为Target 角色.分配 REFFERER 和 SESSION_SEQUENCE 为Rej

4、ected 角色.采集点击流信息增加 Link Analysis 节点.打开 Link Analysis 节点, 选择 Tools Settings. 点击 Post Processing.关闭Detailed Settings 窗 和 Link Analysis 节点. 保存修改.右击 Link Analysis 节点, 选择 Run.选择 results.MDS分析注意：没有链接方向在圈中的页面可认为是同类的，即目标访问相近链接次序分析为了分析访客访问网页秩序行为，则要增加网页链接秩序的变量，因此，u分配 SESSION_ID 为ID角色，.u分配 REQUESTED_FILE 为Targ

5、et 角色u分配 SESSION_SEQUENCE 为Sequence 角色.u分配 REFFERER 为Rejected 角色l增加Link Analysis节点.l打开 Link Analysis, 选择 Tools Settings. l点击 Transactions ，并将 Minimum Count 值设置为1l点击Post Processing ，在Nodes: separate prefix from value下下, 将 Number of delimiters 从 0 改为10。l保存修改l选择运行l观察结果节点数从30个增加到67个客户点击导航模式显示网页之间的移动模式显示

6、访问路径u点击Transactions ，并 将Sequences 栏中的 Minimum Count 值设为 1.u设置 Keep very long sequences 为“ No”.u设置 Retain path positions 为“ Yes”. u点击Post Processing，在 Nodes: separate prefix from value内内, 将 Number of delimiters 从0 改为 10. u运行u浏览结果选择Detailed Results. 移去All.增加All在 Layout窗中, Technique 选择Tree ，点击 在在 方向选择 polar ，点击 OK. u右击工作窗，从弹出的菜单中选择Display，再点击，再点击 Links 栏. 在 Direction 域中, direction 设为_null_.u在 Mode 栏中, 选择 Enhanceu设 Batch Size 为 1024 。 u点击OK ，关闭.寻找详细的导航路径右击选择Path 菜单. 在 Find Paths窗中, 点击 Source Nodes ， 选择增加Text 在Sourc