51、网页会话聚类、CPU执行时间分析与图像形状表示技术

网页会话聚类、CPU执行时间分析与图像形状表示技术

网页会话聚类

在网页分析领域，对用户访问网页的会话进行聚类是一项重要任务。通过聚类可以发现用户的导航模式，为网站优化和用户体验提升提供依据。

序列对齐方法计算距离

采用序列对齐方法（SABDM）来比较网页会话。例如，当对两个会话S1和S2进行对齐时，部分页面能成功对齐，但像p2和p9未对齐，通过SABDM方法计算得到S1和S2的归一化距离为0.33。与其他方法不同，SABDM方法在计算距离时考虑的是对齐情况，而不是使两个会话相等所需的操作数量。

聚类过程

基于用户访问网页的顺序对会话进行聚类。使用改进的k - 均值算法进行网页会话聚类，不过这里用SABDM算法替代了VLVD函数。确定聚类数量‘k’时，采用R - 平方度量。具体步骤如下：
1. 准备数据集：选取了两个数据集，一个是NASA日志，从http://ita.ee.lbl.gov/html/contrib/NASA - HTTP.html获取，预处理后识别出868个不同页面；另一个是MSNBC数据集，从msnbc.com获取，按URL类别记录访问情况，NASA数据集有30个页面类别，MSNBC数据集有17个页面类别。每个数据集选取5000个会话用于聚类。
2. 观察导航模式：通过观察每个聚类中页面类别的频率，发现了一些用户导航模式。比如NASA数据集的模式有{/shuttle/missions/, /history/apollo/, /shuttle/countdown/}等；MSNBC数据集的模式有{front page, news, sports}等。
3. 确定聚类数量：
- R