基于m-Markov模型的交叉用户会话识别  

Identifying Interleaved User Sessions Based on m-Markov Model

作　　者：黄浩[1] 李兵[1] 姜丹[1] 

机构地区：[1]对外经济贸易大学信息学院,北京100029

出　　处：《计算机科学》2012年第S3期200-203,共4页Computer Science

基　　金：国家自然科学基金青年项目"互联网环境下国际团队中的个人信任发展规律实证研究:基于建导式协作背景";对外经济贸易大学学术创新团队资助项目资助

摘　　要：Web访问日志数据是由单个用户点击形成的数据集,各点击是独立的,会话识别的任务就是将各个独立的点击划分成有意义的会话片段。一般的会话识别算法无法对包含交叉会话数据的Web访问日志数据成功地进行会话识别,利用自适应m-Markov模型能对Web访问日志数据进行交叉服务器会话识别和重构,并在m-Markov模型的基础上结合不同的会话结束判断准则进行会话识别准确率的比较。实验结果显示,将m-Markov模型与基于奖惩策略的会话结束算法结合能明显提高会话识别和重构的准确率。Web访问日志数据是由单个用户点击形成的数据集,各点击是独立的,会话识别的任务就是将各个独立的点击划分成有意义的会话片段。一般的会话识别算法无法对包含交叉会话数据的Web访问日志数据成功地进行会话识别,利用自适应m-Markov模型能对Web访问日志数据进行交叉服务器会话识别和重构,并在m-Markov模型的基础上结合不同的会话结束判断准则进行会话识别准确率的比较。实验结果显示,将m-Markov模型与基于奖惩策略的会话结束算法结合能明显提高会话识别和重构的准确率。

关 键 词：WEB使用挖掘 MARKOV模型 会话重构 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]