文献类型：期刊文献

中文题名：动态Web点击流中频繁访问序列的挖掘

英文题名：Mining of Frequent Traversal Sequences in Dynamic Web Clickstreams

作者：张啸剑[1];邵超[1];张亚东[1]

第一作者：张啸剑

机构：[1]河南财经学院信息学院

第一机构：河南财经政法大学计算机与信息工程学院

年份：2009

卷号：35

期号：14

起止页码：58-59

中文期刊名：计算机工程

外文期刊名：Computer Engineering

收录：CSTPCD;;Scopus;北大核心:【北大核心2008】；CSCD:【CSCD2011_2012】；

基金：河南省科技厅基金资助项目(082300410110)

语种：中文

中文关键词：频繁访问序列;加权调和平均数;调节因子

外文关键词：Frequent Traversal Sequence（FTS）; Weighted Harmonic Average（WHA）; regulatory factor

摘要：基于False-Positive方法挖掘Web点击流中的频繁访问序列时通过相关比率ρ控制其内存消耗和挖掘精度,两者之间会因ρ产生冲突。针对该问题提出一种基于False-Negative方法和时间敏感滑动窗的算法FTS-Stream,该算法利用2个边界参数约束ρ,采用2个边界的加权调和平均数替代ρ。实验证明该算法相对于同类方法有较好的性能。
When using false-positive approach to mine Frequent Traversal Sequence（FTS） in Web clickstreams, it utilizes relaxation ratio p to control memory consumption and precision of mining result. However, such approaches may lead to a conflict between precision and memory consumption because of using p. This paper proposes FfS-Stream algorithm based on false-negative approach and time-sensitive sliding window to solve the problem. FTS-Stream uses two bounds to constrain p, and adopts a Weighted Harmonic Average（WHA） of the two bounds to replace p. Experiments show that the algorithm performs better than many established FTS mining methods.