一种对移动Web访问日志中层次数据的提取方法  

An Extraction Method of Hierarchical Data in Mobile Web Access Log

作　　者：高丽峰[1] 高丽萍 李梦颖[1] 

机构地区：[1]四川大学计算机学院,成都610065 [2]北京南瑞智芯微电子科技有限公司,昌平102200

出　　处：《现代计算机》2015年第8期47-53,共7页Modern Computer

基　　金：四川省科技厅项目(No.2013GZ0015)

摘　　要：提出一种基于可视分析的层次数据提取方法,实现对移动Web访问日志中层次数据的精确高效提取。通过数据样本建立数据字典,确保没有信息遗漏,并根据字典统计样本并记录相关数据,建立数据网络权重图。可视化该网络,并以可视分析的方法确定数据间的层次结构,并以此构建数据层次结构有向图,结合结点权重进行拓扑排序,使用得到的拓扑序列更新数据字典。将待提取日志与数据字典中的关键词依次进行正则匹配,并保存提取结果。对移动Web访问日志中User-Agent域中的浏览器信息进行数据提取,实验表明该方法能够很好地确定层次数据间的层次关系,实现数据的精确提取。Proposes an effective extraction method for hierarchical data in mobile Web access log files based on visual analysis. Builds a data dictio- nary to ensure that no information is missing. Records the correlations and frequency of data to build a weighted network from the sample file based on the data dictionary. Visualizes the network, which accelerates the analysis about the hierarchical structure. Following the an- alyzing result, hierarchical structure digraph grows and topological sequence with weight priority can be gained to update the data dictio- nary. Saves data, which is extracted from the log files with the updated date dictionary by regex matching. The experimental results show that the proposed method can address the following goals： analyzing the hierarchical structure among hierarchical data; effective extraction for mobile Web access log; can be popularized in other hierarchical data.

关 键 词：数据提取 可视分析 层次数据 移动Web访问日志 User—Agent 

分 类 号：TP393.092[自动化与计算机技术—计算机应用技术]