基于时间分片的Web用户浏览访问矩阵的构造方法

摘要

一种基于时间分片的Web用户浏览访问矩阵的构造方法，根据用户在服务器的访问记录，采用时间分片的方法，将用户访问记录按访问的月份、星期和每天时段分成三类，分别转换成为三个访问矩阵数组，并为每类访问矩阵赋予相应的权重参数，最终得到一个平均访问矩阵。当用户访问网站的时候，将该平均访问矩阵作为输入，即可利用现有的偏爱路径算法得到用户偏爱浏览路径。本方法反映了不同时间用户的偏爱浏览行为也不同的特点，因而能获得更准确的用户偏爱浏览路径。同时，不同时间访问矩阵的权重参数可调节，增加了本方法的灵活性和适应性。

主权项

1.基于时间分片的Web用户浏览访问矩阵的构造方法，其特征是：在数据清洗阶段，根据互联网信息服务中的日志文件，建立并存储Web用户的访问记录表，然后，根据Web用户访问记录表中的访问时间，按月份、星期、每天时段三种不同粒度分别为每个Web用户建立三个时间分片的访问矩阵数组，当用户访问网站的时候，按照用户访问时间及权重计算得到一个平均访问矩阵，将该平均访问矩阵作为输入，利用现有的偏爱路径算法得到用户偏爱浏览路径；包括如下步骤：步骤1，数据清洗阶段，根据互联网信息服务中的日志文件，建立并存储Web用户的访问记录表，每条记录表示某个用户在一个访问时间点，从上一个引用页面跳转到当前访问页面的过程；记录表的结构包括：用户IP地址、用户操作系统、用户浏览器、用户访问时间、引用页面、访问页面，其中，根据用户访问IP地址、用户操作系统和用户浏览器将不同的用户区分开来；步骤2，建立Web用户浏览访问矩阵：根据Web用户访问记录表中的访问时间，按月份、星期、每天时段三种不同粒度进行时间分片，分别为每个Web用户建立三个时间分片的访问矩阵数组，包括：一个有12个元素的月份访问矩阵数组表示1月~12月；一个有7个元素的星期访问矩阵表示星期一~星期天；一个有3个元素的每天时段访问矩阵表示8:00~12:00、12:00~18:00和18:00~次日8:00三个时段，每个访问矩阵的结构是相同的，行表示引用页面的网址，列表示当前页面的网址，元素值为支持度，即用户由引用页面跳转到访当前页面路径的访问次数，另外，访问矩阵的行列都要添一个空值，在行向量里出现表示用户不通过网页链接而是通过直接输入网址、用书签来访问或从其它网站链接进入当前访问网页；在列向量里出现表示用户在此页结束浏览或链接到其它网站网页；步骤3，计算平均访问矩阵：当Web用户访问网站时候，系统根据访问时间，计算出该访问时间的月份i、星期j、每天时段k，并从三个访问矩阵数组M，W，D中分别取出相对应的M[i],W[j],D[k]矩阵元素，并用公式（1）求平均访问矩阵N：N=α·M[i]+β·W[j]+γ·D[k]     （1）其中，α，β，γ分别是月份访问矩阵、星期访问矩阵、每天时段访问矩阵的权重参数，且满足：0≤α,β,γ≤1,α+β+γ=1；步骤4，利用现有的用户偏爱路径算法，以平均访问矩阵N作为输入，得到用户偏爱浏览路径。