第五講： Web點(diǎn)擊流分析模型

1、第四講： Web點(diǎn)擊流分析模型主講：梁滿發(fā)Web點(diǎn)擊流分析Web點(diǎn)擊流分析就是通過(guò)分析那些訪問(wèn)過(guò)的網(wǎng)頁(yè)的有序數(shù)據(jù)，預(yù)測(cè)訪問(wèn)者對(duì)WWW站點(diǎn)的訪問(wèn)行為。分析的目的是揭示如何通過(guò)Web點(diǎn)擊流認(rèn)識(shí)到用戶對(duì)一個(gè)站點(diǎn)最可能的瀏覽路徑，也能求得客戶瀏覽某個(gè)特定網(wǎng)頁(yè)的概率，預(yù)測(cè)某時(shí)間進(jìn)入網(wǎng)站或離開網(wǎng)站的概率，分析客戶瀏覽某類網(wǎng)頁(yè)的行為。這些知識(shí)可以用來(lái)網(wǎng)站在線預(yù)測(cè)，網(wǎng)頁(yè)組織設(shè)計(jì)，電子商務(wù)營(yíng)銷宣傳等工作。工作目標(biāo)（）了解客戶訪問(wèn)網(wǎng)頁(yè)模式，即各類頁(yè)網(wǎng)訪問(wèn)頻率，鏈接頻率；（）分析網(wǎng)頁(yè)關(guān)聯(lián)和鏈接關(guān)聯(lián)，分析各類頁(yè)相近性；（）訪客訪問(wèn)網(wǎng)頁(yè)鏈接秩序，即行為模式；（）尋找某網(wǎng)頁(yè)之間的鏈接路徑。認(rèn)識(shí)數(shù)據(jù)我們以某個(gè)網(wǎng)站服務(wù)器記錄

2、下某段時(shí)間客戶訪問(wèn)網(wǎng)站的日志數(shù)據(jù)為分析對(duì)象，文件名為SAMPSIO.WEBPATH ，它含有四個(gè)變量信息：REFERRER 訪問(wèn)網(wǎng)頁(yè)信息。SESSION_ID 客戶標(biāo)識(shí)。REQUESTED_FILE 訪問(wèn)過(guò)程中要提交的信息。SESSION_SEQUENCE 訪問(wèn)的次序。REFERRER變量頻數(shù)表這個(gè)變量是服務(wù)記錄下訪客訪問(wèn)網(wǎng)頁(yè)的記錄。從表中看出，有232個(gè)缺損值（標(biāo)記），這個(gè)缺損值可能是服務(wù)器記錄錯(cuò)誤，因此，數(shù)據(jù)要過(guò)濾掉它。SESSION_ID變量頻數(shù)表此變量記錄了訪客訪問(wèn)的時(shí)間。沒(méi)有缺損值。REQUESTED_FILE變量頻數(shù)表REQUESTED_FILE 表示在訪問(wèn)網(wǎng)頁(yè)過(guò)程被要求提交信息。

3、SESSION_SEQUENCE變量頻數(shù)表設(shè)置變量角色首先，我們進(jìn)行日志文件分析。從REQUESTED_FILE變量中提取訪問(wèn)網(wǎng)頁(yè)的信息。因此，我們把 SESSION_ID 變量設(shè)置為ID角色，REQUESTED_FILE 變量為 Target角色，其它的為Rejected角色。增加 Input Data Source 節(jié)點(diǎn) 到工作窗to the diagram workspace.設(shè) SAMPSIO.WEBPATH 為源數(shù)據(jù).分配 SESSION_ID 為ID角色.分配 REQUESTED_FILE 為Target 角色.分配 REFFERER 和 SESSION_SEQUENCE 為Rej

4、ected 角色.采集點(diǎn)擊流信息增加 Link Analysis 節(jié)點(diǎn).打開 Link Analysis 節(jié)點(diǎn), 選擇 Tools Settings. 點(diǎn)擊 Post Processing.關(guān)閉Detailed Settings 窗 和 Link Analysis 節(jié)點(diǎn). 保存修改.右擊 Link Analysis 節(jié)點(diǎn), 選擇 Run.選擇 results.MDS分析注意：沒(méi)有鏈接方向在圈中的頁(yè)面可認(rèn)為是同類的，即目標(biāo)訪問(wèn)相近鏈接次序分析為了分析訪客訪問(wèn)網(wǎng)頁(yè)秩序行為，則要增加網(wǎng)頁(yè)鏈接秩序的變量，因此，u分配 SESSION_ID 為ID角色，.u分配 REQUESTED_FILE 為Targ

5、et 角色u分配 SESSION_SEQUENCE 為Sequence 角色.u分配 REFFERER 為Rejected 角色l增加Link Analysis節(jié)點(diǎn).l打開 Link Analysis, 選擇 Tools Settings. l點(diǎn)擊 Transactions ，并將 Minimum Count 值設(shè)置為1l點(diǎn)擊Post Processing ，在Nodes: separate prefix from value下下, 將 Number of delimiters 從 0 改為10。l保存修改l選擇運(yùn)行l(wèi)觀察結(jié)果節(jié)點(diǎn)數(shù)從30個(gè)增加到67個(gè)客戶點(diǎn)擊導(dǎo)航模式顯示網(wǎng)頁(yè)之間的移動(dòng)模式顯示

6、訪問(wèn)路徑u點(diǎn)擊Transactions ，并 將Sequences 欄中的 Minimum Count 值設(shè)為 1.u設(shè)置 Keep very long sequences 為“ No”.u設(shè)置 Retain path positions 為“ Yes”. u點(diǎn)擊Post Processing，在 Nodes: separate prefix from value內(nèi)內(nèi), 將 Number of delimiters 從0 改為 10. u運(yùn)行u瀏覽結(jié)果選擇Detailed Results. 移去All.增加All在 Layout窗中, Technique 選擇Tree ，點(diǎn)擊 在在 方向選擇 polar ，點(diǎn)擊 OK. u右擊工作窗，從彈出的菜單中選擇Display，再點(diǎn)擊，再點(diǎn)擊 Links 欄. 在 Direction 域中, direction 設(shè)為_null_.u在 Mode 欄中, 選擇 Enhanceu設(shè) Batch Size 為 1024 。 u點(diǎn)擊OK ，關(guān)閉.尋找詳細(xì)的導(dǎo)航路徑右擊選擇Path 菜單. 在 Find Paths窗中, 點(diǎn)擊 Source Nodes ， 選擇增加Text 在Sourc