專利名稱：網(wǎng)站使用記錄探勘裝置及方法以及計(jì)算機(jī)可讀取儲(chǔ)存媒體的制作方法
技術(shù)領(lǐng)域：
此發(fā)明涉及一種網(wǎng)站使用記錄探勘裝置及方法，特別是一種依據(jù)網(wǎng)絡(luò)階層所訂定的多個(gè)最小支持度記錄并關(guān)聯(lián)法則(association rule)分析算法，進(jìn)行網(wǎng)絡(luò)使用記錄探勘的裝置及方法以及計(jì)算機(jī)可讀取儲(chǔ)存媒體。
背景技術(shù)：
隨著因特網(wǎng)的快速發(fā)展，網(wǎng)站數(shù)據(jù)探勘(web data mining)儼然成為一重要的研發(fā)議題。其中一重要的主題為瀏覽路徑模式探勘(mining of pathtraversal patterns)，在統(tǒng)計(jì)顯著關(guān)聯(lián)(significant statisticalcorrelation)的基礎(chǔ)下，用以決定使用者下一可能瀏覽的網(wǎng)頁。網(wǎng)站服務(wù)器所搜集的網(wǎng)頁使用記錄數(shù)據(jù)(web log data)，記載了使用者讀取網(wǎng)站網(wǎng)頁的信息，亦即擁有不同地址的不同客戶端請(qǐng)求統(tǒng)一資源定位(uniform resourcelocator；URL)的順序。對(duì)于這些大量的使用記錄數(shù)據(jù)的分析，需要運(yùn)用數(shù)據(jù)探勘方法。依據(jù)關(guān)聯(lián)法則探勘(association rules mining)的定義，欲挖掘出的模式為經(jīng)常出現(xiàn)的讀取順序，如果一讀取順序的頻率滿足一最小要求值，則此順序則代表了一經(jīng)常瀏覽路徑模式(frequent traversal pathpattern)。在因特網(wǎng)環(huán)境中，了解使用者讀取模式不僅可幫助改善網(wǎng)站設(shè)計(jì)(例如，針對(duì)高度關(guān)聯(lián)的對(duì)象提供取得方式，改善網(wǎng)頁布置設(shè)計(jì)等)，更可進(jìn)行高品質(zhì)的行銷決策(例如，在適當(dāng)?shù)木W(wǎng)頁放置廣告，更好的消費(fèi)者區(qū)隔以及使用行為分析等)。
雖然已知的關(guān)聯(lián)法則探勘方法足以從使用記錄數(shù)據(jù)中探勘出經(jīng)常瀏覽路徑模式，但是其結(jié)果通常過多以至于無法分析。大多數(shù)的關(guān)聯(lián)法則探勘方法使用單一的支持度來決定經(jīng)常瀏覽路徑模式，而不考慮一些諸如模式長度、網(wǎng)頁階層等重要因素。結(jié)果，當(dāng)支持度設(shè)得太低，則會(huì)得到過多無意義的模式；當(dāng)支持度設(shè)得過高，則又會(huì)忽略掉一些重要的模式。
所以，需要一關(guān)聯(lián)法則探勘技術(shù)，其考慮模式長度、網(wǎng)頁階層等因素，據(jù)以增加產(chǎn)出結(jié)果的有效性。
發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的是提供一種網(wǎng)站使用記錄探勘裝置及方法，使用考慮模式長度與網(wǎng)頁階層的關(guān)聯(lián)法則分析算法，據(jù)以增加產(chǎn)出結(jié)果的有效性。
依據(jù)上述目的，本發(fā)明的網(wǎng)站使用記錄探勘裝置及方法首先設(shè)置一中央處理器、一內(nèi)存、一數(shù)據(jù)儲(chǔ)存裝置。中央處理器從內(nèi)存接收并執(zhí)行程序指令，用以達(dá)成網(wǎng)站使用記錄探勘的功能。數(shù)據(jù)儲(chǔ)存裝置儲(chǔ)存多筆網(wǎng)絡(luò)使用記錄以及多筆依據(jù)瀏覽階層所設(shè)定的最小支持度記錄。內(nèi)存最主要包括一記錄探勘程序，其中又包括探勘模塊、數(shù)據(jù)準(zhǔn)備模塊、雙關(guān)聯(lián)順序產(chǎn)生模塊以及多關(guān)聯(lián)順序產(chǎn)生模塊，用以輸入網(wǎng)絡(luò)使用記錄以及最小支持度記錄，產(chǎn)生經(jīng)常關(guān)聯(lián)順序(frequent reference sequence)集合。
探勘模塊為程序的主要模塊，會(huì)執(zhí)行數(shù)據(jù)準(zhǔn)備模塊、雙關(guān)聯(lián)順序產(chǎn)生模塊以及多關(guān)聯(lián)順序模塊，用以產(chǎn)生結(jié)果。設(shè)min_sup(p)表示網(wǎng)頁p的最小支持度，且MinSup(c)表示關(guān)聯(lián)順序c中的所有網(wǎng)頁p中的最小支持度，定義為<math> <mrow> <mi>MinSup</mi> <mrow> <mo>(</mo> <mi>c</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>min</mi> <mrow> <mi>p</mi> <mo>∈</mo> <mi>c</mi> </mrow> </munder> <mo>{</mo> <mi>min</mi> <mo>_</mo> <mi>sup</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>}</mo> <mo>.</mo> </mrow> </math> 首先，須執(zhí)行數(shù)據(jù)準(zhǔn)備模塊中的帶有P以及D兩參數(shù)的Prepare算法，產(chǎn)生候選雙關(guān)聯(lián)順序(candidate 2-referencesequence；C2)集合，作為產(chǎn)生長k關(guān)聯(lián)順序(其出現(xiàn)次數(shù)超過MinSup(.))的起點(diǎn)，其中，P表最小支持度記錄，D表網(wǎng)絡(luò)使用記錄。此算法中，經(jīng)由多次掃描網(wǎng)絡(luò)使用記錄，可得到的長k關(guān)聯(lián)順序(large k-reference sequence；Lk)集合。除了C2集合是由雙關(guān)聯(lián)順序產(chǎn)生模塊產(chǎn)生外，在k-1次掃描網(wǎng)站使用記錄所產(chǎn)生的長k-1關(guān)聯(lián)順序(large k-1-reference sequence；Lk-1)集合，會(huì)被多關(guān)聯(lián)順序產(chǎn)生模塊所使用，以產(chǎn)生候選k關(guān)聯(lián)順序(candidatek-reference sequence；Ck)集合。接下來，掃描網(wǎng)絡(luò)使用記錄，得到Ck的出現(xiàn)次數(shù)。最后，移除出現(xiàn)次數(shù)小于相應(yīng)的MinSup(.)的Ck，得到Lk集合。最后，經(jīng)常關(guān)聯(lián)順序?yàn)樗蠰k的集合。
附圖簡述 為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉實(shí)施例，并配合附圖，進(jìn)行詳細(xì)說明如下
圖1是表示本發(fā)明實(shí)施例的網(wǎng)站使用記錄探勘裝置的方塊圖； 圖2是表示本發(fā)明實(shí)施例的網(wǎng)站使用記錄探勘裝置的內(nèi)存示意圖； 圖3是表示本發(fā)明實(shí)施例的范例網(wǎng)頁架構(gòu)示意圖； 圖4是表示本發(fā)明實(shí)施例網(wǎng)絡(luò)使用的范例記錄示意圖； 圖5是表示本發(fā)明實(shí)施例最小支持度的范例記錄示意圖； 圖6是表示本發(fā)明實(shí)施例的范例長單關(guān)聯(lián)順序(L1)以及長雙關(guān)聯(lián)順序(L2)的數(shù)據(jù)處理示意圖； 圖7是表示本發(fā)明實(shí)施例的范例長三關(guān)聯(lián)順序(L3)的數(shù)據(jù)處理示意圖； 圖8是表示本發(fā)明實(shí)施例的網(wǎng)站使用記錄探勘方法的方法流程圖； 圖9是表示本發(fā)明實(shí)施例的計(jì)算機(jī)可讀取儲(chǔ)存媒體示意圖。
附圖符號(hào)說明 100-網(wǎng)站使用記錄探勘裝置；11-顯示裝置；12-中央處理器；13-內(nèi)存；14-數(shù)據(jù)儲(chǔ)存裝置；15-輸入裝置；21-總線；131-操作系統(tǒng)；132-應(yīng)用程序；133-網(wǎng)絡(luò)使用記錄探勘程序；1331-探勘模塊；1332-數(shù)據(jù)準(zhǔn)備模塊；1333-雙關(guān)聯(lián)順序產(chǎn)生模塊；1334-多關(guān)聯(lián)順序產(chǎn)生模塊；141-網(wǎng)絡(luò)使用記錄；142-最小支持度記錄；90-計(jì)算機(jī)可讀取儲(chǔ)存媒體。
具體實(shí)施例方式 圖1是表示本發(fā)明實(shí)施例的網(wǎng)站使用記錄探勘裝置的方塊圖。網(wǎng)站使用記錄探勘裝置100包括一顯示裝置11、一中央處理器12、一內(nèi)存13、一數(shù)據(jù)儲(chǔ)存裝置14以及一輸入裝置15。在Von Neumann架構(gòu)中，中央處理器12利用一總線21連接顯示裝置11、中央處理器12、內(nèi)存13、數(shù)據(jù)儲(chǔ)存裝置14以及輸入裝置15。中央處理器12、顯示裝置11、內(nèi)存13以及輸入裝置15可以組合成為一部個(gè)人計(jì)算機(jī)。中央處理器12可以為由Motorola、IBM或Intel所生產(chǎn)的微處理器；顯示裝置11可以為映像管顯示器、液晶屏幕顯示器或電漿顯示器；輸入裝置15可以為鍵盤、鼠標(biāo)或其它可輸入信號(hào)的裝置。中央處理器12亦可耦接于諸如硬盤、軟盤、隨身碟、存儲(chǔ)卡等數(shù)據(jù)儲(chǔ)存裝置14。任何熟悉此項(xiàng)技藝者皆了解，網(wǎng)站使用記錄探勘系統(tǒng)100可以是一個(gè)人計(jì)算機(jī)、工作站、迷你計(jì)算機(jī)、大型主機(jī)或筆記型計(jì)算機(jī)。中央處理器12從內(nèi)存13接收并執(zhí)行程序指令，用以達(dá)成網(wǎng)站使用記錄探勘的功能。
圖2是表示本發(fā)明實(shí)施例的網(wǎng)站使用記錄探勘裝置的內(nèi)存示意圖。數(shù)據(jù)儲(chǔ)存裝置14儲(chǔ)存多筆網(wǎng)絡(luò)使用記錄141以及多筆最小支持度記錄142。內(nèi)存13在最佳的情況為隨機(jī)存取內(nèi)存(RAM)，但亦包括只讀存儲(chǔ)器(ROM)、可電子抹寫程序只讀存儲(chǔ)器(EEPROM)以及閃存(flash ROM)。在內(nèi)存13中，包括操作系統(tǒng)131、應(yīng)用程序132以及網(wǎng)絡(luò)使用記錄探勘程序133。本發(fā)明的內(nèi)存44最主要包括一記錄探勘程序133，其中又包括探勘模塊1331、數(shù)據(jù)準(zhǔn)備模塊1332、雙關(guān)聯(lián)順序產(chǎn)生模塊1333以及多關(guān)聯(lián)順序產(chǎn)生模塊1334，用以輸入網(wǎng)絡(luò)使用記錄141以及最小支持度記錄142，產(chǎn)生經(jīng)常關(guān)聯(lián)順序(frequentreference sequence)集合。本發(fā)明所采用的操作系統(tǒng)131，可為MicrosoftWindows、Unix、Linux、Sun Solaris、IBM AIX等。內(nèi)存13亦可包含各式各樣的應(yīng)用程序132，諸如Microsoft Word、Excel、IE等。
圖3是表示本發(fā)明實(shí)施例的范例網(wǎng)頁架構(gòu)示意圖，此架構(gòu)包含網(wǎng)頁A-H，用以表示網(wǎng)頁間的連結(jié)情形。網(wǎng)絡(luò)使用記錄141在最佳的情況下，具有兩個(gè)字段，編號(hào)以及瀏覽路徑，瀏覽路徑字段記錄具順序性的網(wǎng)頁編號(hào)集合，表示一使用者依此順序?yàn)g覽網(wǎng)站中的網(wǎng)頁。圖4是表示本發(fā)明實(shí)施例網(wǎng)絡(luò)使用的范例記錄示意圖，其中，相應(yīng)于圖3所示的網(wǎng)頁架構(gòu)，包含10筆記錄401-410。例如，記錄408代表使用者依序?yàn)g覽了C、B以及F網(wǎng)頁。圖5是表示本發(fā)明實(shí)施例最小支持度的范例記錄示意圖，其中，圖3所示的每一網(wǎng)頁包含一最小支持度，分別記載于記錄51-58。依據(jù)瀏覽階層，會(huì)設(shè)定不同的支持度，在最佳的情況下，越上層的網(wǎng)頁，例如，入口網(wǎng)頁，會(huì)設(shè)定較高的支持度值。
探勘模塊1331為程序的主要模塊，會(huì)執(zhí)行數(shù)據(jù)準(zhǔn)備模塊1332、雙關(guān)聯(lián)順序產(chǎn)生模塊1333以及多關(guān)聯(lián)順序模塊1334，用以產(chǎn)生經(jīng)常關(guān)聯(lián)順序(frequent referencesequence)，代表使用者經(jīng)常瀏覽的經(jīng)常瀏覽路徑模式。設(shè)min_sup(p)表示網(wǎng)頁p的最小支持度，如圖5所示，且MinSup(c)表示關(guān)聯(lián)順序c中的所有網(wǎng)頁p中的最小支持度，定義為<math> <mrow> <mi>MinSup</mi> <mrow> <mo>(</mo> <mi>c</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>min</mi> <mrow> <mi>p</mi> <mo>∈</mo> <mi>c</mi> </mrow> </munder> <mo>{</mo> <mi>min</mi> <mo>_</mo> <mi>sup</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>}</mo> <mo>.</mo> </mrow> </math> 探勘模塊1331使用如下的mining算法(algorithm)，執(zhí)行如下順序的偽碼 Algorithm mining(P，D)(a1)SD＝Prepare(P，D)；(a2)L1＝{＜s＞|s∈SD，s.count≥min_sup(s)}；(a3)for(k＝2；Lk-1≠0；k++)do begin(a4)if(k＝2)then C2＝SeqGenC2(SD)；<!-- SIPO <DP n="4"> --><dp n="d4"/>(a5)else Ck＝SeqGenCk(Lk-1)；(a6)endScan database and compute frequency of each<br/>candidate Ck；(a8)Lk＝{c∈Ck|c.count≥MinSup(c)}；(a9) end(a10)Answer＝∪kLk； 首先，須執(zhí)行數(shù)據(jù)準(zhǔn)備模塊1332中的帶有P以及D兩參數(shù)的Prepare算法，產(chǎn)生候選雙關(guān)聯(lián)順序(candidate 2-reference sequence；C2)集合，作為產(chǎn)生長k關(guān)聯(lián)順序(其出現(xiàn)次數(shù)超過MinSup(.))的起點(diǎn)，其中，P表如圖5所示的最小支持度記錄142，D表如圖4所示的網(wǎng)絡(luò)使用記錄141。此算法中，經(jīng)由多次掃描網(wǎng)絡(luò)使用記錄141，可得到的長k關(guān)聯(lián)順序(large k-referencesequence；Lk)集合。除了C2集合是由SeqGenC2算法產(chǎn)生外(參考第a4行的偽碼)，在k-1次掃描網(wǎng)絡(luò)使用記錄141所產(chǎn)生的長k-1關(guān)聯(lián)順序(largek-1-reference sequence；Lk-1)集合，會(huì)被SeqGenCk算法所使用，以產(chǎn)生候選k關(guān)聯(lián)順序(candidate k-reference sequence；Ck，參考第a5行的偽碼)集合。接下來，掃描網(wǎng)絡(luò)使用記錄141，得到Ck的出現(xiàn)次數(shù)(參考第a7行的偽碼)。最后，移除出現(xiàn)次數(shù)小于相應(yīng)的MinSup(.)的Ck，得到Lk(參考第a8行的偽碼)集合。最后，經(jīng)常關(guān)聯(lián)順序?yàn)樗蠰k的集合(參考第a10行的偽碼)。
數(shù)據(jù)準(zhǔn)備模塊1332輸入代表P的最小支持度記錄142(如圖5所示)以及D的網(wǎng)絡(luò)使用記錄141(如圖4所示)，使用Prepare算法，以產(chǎn)生種子集合(seed set；SD)以及長單關(guān)聯(lián)順序L1集合。Prepare算法包含如下順序的偽碼 Algorithm Prepare(P，D)(b1) Scan database and compute frequency of each pagep∈P；(b2) Sort pages in P in ascending order of their frequency；(b3) Following sorted order，find first page f in P thatfrequency of f exceeds min_sup(f)；(b4) Insert page f into seed set SD；(b5) for each subsequent page i in P that is ordered after f<!-- SIPO <DP n="5"> --><dp n="d5"/>(b6)if (i.count≥min_sup(f))(b7) insert i into set SD；(b8) end 圖6是表示本發(fā)明實(shí)施例的范例長單關(guān)聯(lián)順序(L1)以及長雙關(guān)聯(lián)順序(L2)的數(shù)據(jù)處理示意圖。請(qǐng)參考圖3所示的網(wǎng)頁架構(gòu)、圖4所示網(wǎng)絡(luò)使用記錄141范例以及圖6(a)所示最小支持度記錄142范例。經(jīng)過一次數(shù)據(jù)庫掃描，根據(jù)網(wǎng)頁的最小支持度以升冪的方式，得到如圖6(b)所示的網(wǎng)頁A到H的出現(xiàn)次數(shù)(參考第b1行的偽碼)。接下來，個(gè)別比對(duì)網(wǎng)頁A到H的出現(xiàn)次數(shù)是否大于如圖6(a)所示的最小支持度，是則將該網(wǎng)頁加入到L1中(參考第b3行至b8行的偽碼)。在其中，由于網(wǎng)頁B的出現(xiàn)次數(shù)小于其最小支持度，故將其剔除于L1之外。
雙關(guān)聯(lián)順序產(chǎn)生模塊1333輸入SD的種子集合(如圖6(b)所示)，使用seqGenC2算法，以產(chǎn)生候選雙關(guān)聯(lián)順序C2集合。SeqGenC2算法包含如下順序的偽碼 Algorithm SeqGenC2(SD) (c1) for each p in SD in the same order do begin (c2) if p.count≥min_sup(p)then (c3)for each q is ordered after p in SD do begin (c4) if q.count≥min_sup(p)then (c5) insert {pq} and {qp} into C2； (c6)end (c7) end 輸入SD之后，使用雙循環(huán)，依序判斷其中每一網(wǎng)頁p以及其后的網(wǎng)頁q的出現(xiàn)次數(shù)是否大于p的最小支持度，是則將{pq}以及{pq}加入到C2中(參考第c1行至c7行的偽碼)。在其中，由于網(wǎng)頁B的出現(xiàn)次數(shù)小于其最小支持度，故將{BA}{AB}{BC}{CB}剔除于C2之外。
圖7是表示本發(fā)明實(shí)施例的范例長三關(guān)聯(lián)順序(L3)的數(shù)據(jù)處理示意圖。多關(guān)聯(lián)順序產(chǎn)生模塊1334輸入Lk-1集合(如圖7(a)所示)，使用SeqGenCk算法，以產(chǎn)生候選三關(guān)聯(lián)順序(candidate 3-reference sequence；C3)。SeqGenCk算法包含如下順序的偽碼 Algorithm SeqGenCk(Lk-1) (d1) insert into Ck//join Lk-1 with Lk-1 (d2) select p1，p2，…，pk-1，qk-1 from p，q∈Lk-1 where//mid_join p2＝q1，…，pk-1＝qk-2 and p1
MSP(p)and qk-1
MSP(q) (d3) Union (d4) select p1，p2，…，pk-1，qk-1 from p，q∈Lk-1 where//head_join p1＝q1，…，pk-2＝qk-2 and p1∈MSP(p) and q1∈MSP(q) (d5) Union (d6) select p1，q1，q2，…，qk-1 from p，q∈Lk-1 where//tail_join p2＝q2，…，pk-1＝qk-1 and pk-1∈MSP(p) and qk-1∈MSP(q)； (d7) for each reference sequence c∈Ck do begin (d8)for each k-1 subsets s of c do begin (d9) if -|MSP(c)|≥2 or MinSup(s)＝MinSup(c) then (d10) if(
Lk-1)then (d11) delete c from Ck； (d12)end (d13) end SeqGenCk算法輸入Lk-1集合。首先，使用三種合并形式(join form)，序中合并(mid_join)、序首合并(head_join)以及序尾合并(tail_join)，進(jìn)行Lk-1與Lk-1集合的自身合并(參考第d1行至第d6行的偽碼)，產(chǎn)生暫存的候選k關(guān)聯(lián)順序(temporal candidate k-reference sequence；ck*)集合。
MSP(r)表示關(guān)聯(lián)順序r中的下限支持網(wǎng)頁(minimum support page)，定義為MSP(r)＝{p|p∈r，min_sup(p)＝MinSup(r)}。設(shè)有兩長k-1關(guān)聯(lián)順序p與q，分別擁有{p1，…，pk-1}以及{q1，…，qk-1}的網(wǎng)頁。若除p1以及qk-1外，p與q相同，且p1與qk-1分別不是MSP(p)與MSP(q)，則進(jìn)行序中合并，成為ck*{p1，…，pk-2，qk-1}。若除pk-1以及qk-1外，p與q相同，且p1與q1分別是MSP(p)與MSP(q)，則進(jìn)行序首合并，成為ck*{p1，…，pk-1，qk-1}。若除p1以及q1外，p與q相同，且pk-1與qk-1分別是MSP(p)與MSP(q)，則進(jìn)行序尾合并，成為ck*{p1，q1，…，qk-1}。
之后，刪除ck*集合中但不存在于Lk-1集合中的ck*，產(chǎn)生Ck集合(參考第d7行至d13行的偽碼)。
請(qǐng)參考圖3所示的網(wǎng)頁架構(gòu)、圖4所示網(wǎng)絡(luò)使用記錄141范例以及圖6(a)所示最小支持度記錄142范例。SeqGenCk算法輸入L2(如圖7(a)所示)后，進(jìn)行自身合并，產(chǎn)生暫存的候選三關(guān)聯(lián)順序集合(temporal candidate3-reference sequence；c3*，如圖7(b)所示)。其中，{BEG}為{BG}與{EG}使用序中合并形式的合并結(jié)果。{EBG}為{BG}與{EG}使用序尾合并形式的合并結(jié)果。{BAF}為{BF}與{AF}使用序首合并形式的合并結(jié)果。最后，剔除{EBG}、{BAF}、{ABF}，產(chǎn)生最終的候選三關(guān)聯(lián)順序集合(candidate 3-referencesequence；C3，如圖7(c)所示)。
最后，網(wǎng)絡(luò)使用記錄探勘程序132收集所有的Lk，產(chǎn)生經(jīng)常關(guān)聯(lián)順序集合(請(qǐng)參考mining算法的第a10行)，如圖6(c)、(e)以及圖7(d)所示。
圖8是表示本發(fā)明實(shí)施例的網(wǎng)站使用記錄探勘方法的方法流程圖。首先，如步驟S811以及S812，分別輸入網(wǎng)絡(luò)使用記錄141，如圖4所示，以及最小支持度記錄142，如圖5所示。網(wǎng)絡(luò)使用記錄141在最佳的情況下，具有兩個(gè)字段，編號(hào)以及瀏覽路徑，瀏覽路徑字段記錄具順序性的網(wǎng)頁編號(hào)集合，表示一使用者依此順序?yàn)g覽網(wǎng)站中的網(wǎng)頁。最小支持度記錄142記錄了每一網(wǎng)頁的最小支持度。
如步驟S821，依據(jù)網(wǎng)絡(luò)使用記錄141，計(jì)算每一網(wǎng)頁的出現(xiàn)次數(shù)并剔除沒有出現(xiàn)過的網(wǎng)頁，之后，根據(jù)網(wǎng)頁的最小支持度以升冪的方式，產(chǎn)生SD，如圖6(b)所示。之后，如步驟S822，依據(jù)最小支持度記錄142，剔除種子集合中出現(xiàn)次數(shù)小于最小支持度的網(wǎng)頁，產(chǎn)生長單關(guān)聯(lián)順序(L1)集合，如圖6(c)所示。
如步驟S831，輸入種子集合(如圖6(b)所示)，參考偽碼第c1行至c7行，由上至下選取一網(wǎng)頁p，并逐一選取之后的網(wǎng)頁q，判斷網(wǎng)頁p以及網(wǎng)頁q的出現(xiàn)次數(shù)是否小于網(wǎng)頁p的最小支持度，是則將{pq}以及{qp}當(dāng)作C2，加入到C2集合。如步驟S831，參考偽碼第a7行至a8行，掃描網(wǎng)絡(luò)使用記錄141，計(jì)算并比較每一C2的出現(xiàn)次數(shù)是否大于MinSup(C2)。若是則將此C2當(dāng)作L2，加入到L2集合(如圖6(e)所示)。
如步驟S840，設(shè)定k值為3，表示將產(chǎn)生L3集合。之后，進(jìn)行步驟S841的判斷，因存在L2，接著執(zhí)行步驟S842。在步驟S842中，輸入L2集合，進(jìn)行L2與L2的自身合并，并參考偽碼第d1行至d6行，使用序首、序中、序尾合并規(guī)則，據(jù)以產(chǎn)生c3*集合(如圖7(b)所示)。之后，參考偽碼第d7行至d13行，刪除c3*集合中但不存在于L2集合中的c3*，產(chǎn)生最終的C3集合(如圖7(c)所示)。如步驟S843，參考偽碼第a7行至a8行，掃描網(wǎng)絡(luò)使用記錄141，計(jì)算并比較每一C3的出現(xiàn)次數(shù)是否大于MinSup(C3)。若是則將此C3當(dāng)作一L3，加入L3集合(如圖6(d)所示)。如步驟S844所示，將k加1，表示將產(chǎn)生長四關(guān)聯(lián)順序(large 4-reference sequence；L4)集合。
由于只存在一L3，因此，不可能會(huì)再產(chǎn)生任何的L4，所以，最后會(huì)執(zhí)行步驟S851，合并所有的L1、L2以及L3，成為經(jīng)常關(guān)聯(lián)順序集合，如圖6(c)、(e)以及圖7(d)所示。
再者，本發(fā)明提出一種計(jì)算機(jī)可讀取儲(chǔ)存媒體，用以儲(chǔ)存上述網(wǎng)絡(luò)使用記錄探勘程序132。圖9是表示本發(fā)明實(shí)施例的計(jì)算機(jī)可讀取儲(chǔ)存媒體示意圖。此計(jì)算機(jī)可讀取儲(chǔ)存媒體90，儲(chǔ)存網(wǎng)絡(luò)使用記錄探勘程序133，包含四個(gè)模塊，包含探勘模塊1331、數(shù)據(jù)準(zhǔn)備模塊1332、雙關(guān)聯(lián)順序產(chǎn)生模塊1333以及多關(guān)聯(lián)順序產(chǎn)生模塊1334。
雖然本發(fā)明是以網(wǎng)頁作為分析單元以進(jìn)行范例解說，任何熟悉此項(xiàng)技藝者都知道其亦可以分析被網(wǎng)頁所連結(jié)的任何對(duì)象，例如，圖片、聲音、多媒體文件、可被下載的文件。
因此，藉由本發(fā)明所提供的網(wǎng)絡(luò)使用記錄探勘系統(tǒng)及方法以及計(jì)算機(jī)可讀取儲(chǔ)存媒體，可使用考慮模式長度與網(wǎng)頁階層的關(guān)聯(lián)法則分析算法，據(jù)以增加產(chǎn)出結(jié)果的有效性。
雖然本發(fā)明已以較佳實(shí)施例揭露如上，然其并非用以限定本發(fā)明，任何熟悉此項(xiàng)技藝者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可做些許更動(dòng)與潤飾，因此本發(fā)明的保護(hù)范圍當(dāng)視后附的申請(qǐng)專利范圍所界定者為準(zhǔn)。
權(quán)利要求
1.一種網(wǎng)站使用記錄探勘裝置，包括
一儲(chǔ)存裝置，用以儲(chǔ)存多個(gè)網(wǎng)絡(luò)使用記錄以及多個(gè)最小支持度記錄，上述網(wǎng)絡(luò)使用記錄包含具順序性的多個(gè)連結(jié)對(duì)象，上述最小支持度記錄儲(chǔ)存相應(yīng)于上述連結(jié)對(duì)象的一支持度數(shù)值，上述連結(jié)對(duì)象的連結(jié)階層越高則上述支持度數(shù)值越高；
一內(nèi)存，包含一記錄探勘程序；以及
一處理單元，耦接于上述儲(chǔ)存裝置以及上述內(nèi)存，用以加載上述記錄探勘程序，依據(jù)上述記錄探勘程序的指示進(jìn)行運(yùn)算，產(chǎn)生一經(jīng)常關(guān)聯(lián)順序集合，上述記錄探勘程序輸入上述網(wǎng)絡(luò)使用記錄以及上述最小支持度記錄，上述記錄探勘程序掃描上述網(wǎng)絡(luò)使用記錄，計(jì)算上述連結(jié)對(duì)象的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)大于上述支持度數(shù)值的上述連結(jié)對(duì)象加入到一第一長關(guān)聯(lián)順序集合，上述記錄探勘程序選擇出現(xiàn)次數(shù)大于零的上述連結(jié)對(duì)象為多個(gè)候選連結(jié)對(duì)象，產(chǎn)生包含兩個(gè)上述候選連結(jié)對(duì)象的多個(gè)第一候選關(guān)聯(lián)順序，上述記錄探勘程序掃描上述網(wǎng)絡(luò)使用記錄，計(jì)算上述第一候選關(guān)聯(lián)順序的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)大于所包含上述候選連結(jié)對(duì)象的最小上述支持度數(shù)值的上述第一候選關(guān)聯(lián)順序加入到一第二長關(guān)聯(lián)順序集合，上述記錄探勘程序合并上述第一長關(guān)聯(lián)順序集合以及上述第二長關(guān)聯(lián)順序集合，產(chǎn)生上述經(jīng)常關(guān)聯(lián)順序集合。
2.如權(quán)利要求1所述的網(wǎng)站使用記錄探勘裝置，其中，上述連結(jié)對(duì)象為網(wǎng)頁或被網(wǎng)頁所連結(jié)的電子文件。
3.如權(quán)利要求1所述的網(wǎng)站使用記錄探勘裝置，其中，上述記錄探勘程序選擇上述第二長關(guān)聯(lián)順序集合中所包含的上述第一候選關(guān)聯(lián)順序，進(jìn)行上述第一候選關(guān)聯(lián)順序的自身合并，產(chǎn)生包含三個(gè)上述候選連結(jié)對(duì)象的多個(gè)第二候選關(guān)聯(lián)順序，上述記錄探勘程序掃描上述網(wǎng)絡(luò)使用記錄，計(jì)算上述第二候選關(guān)聯(lián)順序的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)大于所包含上述候選連結(jié)對(duì)象中的最小上述支持度數(shù)值的上述第二候選關(guān)聯(lián)順序加入到一第三長關(guān)聯(lián)順序集合，上述記錄探勘程序合并上述第三長關(guān)聯(lián)順序集合至上述經(jīng)常關(guān)聯(lián)順序集合。
4.如權(quán)利要求3所述的網(wǎng)站使用記錄探勘裝置，其中，上述記錄探勘程序進(jìn)行自身合并時(shí)，合并形式為序首合并、序中合并或序尾合并。
5.如權(quán)利要求1所述的網(wǎng)站使用記錄探勘裝置，其中，上述記錄探勘程序會(huì)依據(jù)先前所產(chǎn)生的上述長關(guān)聯(lián)順序集合中的上述候選關(guān)聯(lián)順序，進(jìn)行自身合并，產(chǎn)生包含超過兩個(gè)上述候選連結(jié)對(duì)象的新候選關(guān)聯(lián)順序。
6.如權(quán)利要求5所述的網(wǎng)站使用記錄探勘裝置，其中，上述記錄探勘程序進(jìn)行自身合并時(shí)，合并形式為序首合并、序中合并或序尾合并。
7.一種網(wǎng)站使用記錄探勘方法，其方法被一計(jì)算機(jī)加載執(zhí)行，包括下列步驟
輸入一網(wǎng)絡(luò)使用記錄以及一最小支持度記錄，其中，上述網(wǎng)絡(luò)使用記錄包含具順序性的多個(gè)連結(jié)對(duì)象，上述最小支持度記錄儲(chǔ)存相應(yīng)于上述連結(jié)對(duì)象的一支持度數(shù)值，上述連結(jié)對(duì)象的連結(jié)階層越高則上述支持度數(shù)值越高；
掃描上述網(wǎng)絡(luò)使用記錄，計(jì)算上述連結(jié)對(duì)象的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)大于上述支持度數(shù)值的上述連結(jié)對(duì)象加入到一第一長關(guān)聯(lián)順序集合；
選擇出現(xiàn)次數(shù)大于零的上述連結(jié)對(duì)象為多個(gè)候選連結(jié)對(duì)象，產(chǎn)生包含兩個(gè)上述候選連結(jié)對(duì)象的多個(gè)第一候選關(guān)聯(lián)順序；
掃描上述網(wǎng)絡(luò)使用記錄，計(jì)算上述第一候選關(guān)聯(lián)順序的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)大于所包含上述候選連結(jié)對(duì)象中的最小上述支持度數(shù)值的上述第一候選關(guān)聯(lián)順序加入到一第二長關(guān)聯(lián)順序集合；以及
合并上述第一長關(guān)聯(lián)順序集合以及上述第二長關(guān)聯(lián)順序集合，產(chǎn)生上述經(jīng)常關(guān)聯(lián)順序集合。
8.如權(quán)利要求7所述的網(wǎng)站使用記錄探勘方法，其中，上述連結(jié)對(duì)象為網(wǎng)頁或被網(wǎng)頁所連結(jié)的電子文件。
9.如權(quán)利要求7所述的網(wǎng)站使用記錄探勘方法，其中，更包括下列步驟
選擇上述第二長關(guān)聯(lián)順序集合中所包含的上述第一候選關(guān)聯(lián)順序，進(jìn)行上述第一候選關(guān)聯(lián)順序的自身合并，產(chǎn)生包含三個(gè)上述候選連結(jié)對(duì)象的多個(gè)第二候選關(guān)聯(lián)順序；
掃描上述網(wǎng)絡(luò)使用記錄，計(jì)算上述第二候選關(guān)聯(lián)順序的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)大于所包含上述候選連結(jié)對(duì)象中的最小上述支持度數(shù)值的上述第二候選關(guān)聯(lián)順序加入到一第三長關(guān)聯(lián)順序集合；以及
合并上述第三長關(guān)聯(lián)順序集合到上述經(jīng)常關(guān)聯(lián)順序集合。
10.如權(quán)利要求9所述的網(wǎng)站使用記錄探勘方法，在合并步驟中，自身合并所采用的合并形式為序首合并、序中合并或序尾合并。
11.如權(quán)利要求7所述的網(wǎng)站使用記錄探勘方法，其中，更包括一步驟，依據(jù)先前所產(chǎn)生的上述長關(guān)聯(lián)順序集合中的上述候選關(guān)聯(lián)順序，進(jìn)行自身合并，產(chǎn)生包含超過兩個(gè)上述候選連結(jié)對(duì)象的新候選關(guān)聯(lián)順序。
12.如權(quán)利要求1所述的網(wǎng)站使用記錄探勘方法，在合并步驟中，自身合并所采用的合并形式為序首合并、序中合并或序尾合并。
13.一種計(jì)算機(jī)可讀取儲(chǔ)存媒體，用以儲(chǔ)存一計(jì)算機(jī)程序，該計(jì)算機(jī)程序用以加載至一計(jì)算機(jī)系統(tǒng)中并且使得該計(jì)算機(jī)系統(tǒng)執(zhí)行如權(quán)利要求7至12中任一個(gè)所述的方法。
全文摘要
一種網(wǎng)站使用記錄探勘裝置及方法以及計(jì)算機(jī)可讀取儲(chǔ)存媒體，其系統(tǒng)包括一儲(chǔ)存裝置，儲(chǔ)存網(wǎng)絡(luò)使用記錄以及最小支持度記錄，其中，網(wǎng)絡(luò)使用記錄包含具順序性的連結(jié)對(duì)象，最小支持度記錄儲(chǔ)存連結(jié)對(duì)象的支持度數(shù)值。一處理單元，輸入網(wǎng)絡(luò)使用記錄以及最小支持度記錄，將出現(xiàn)次數(shù)大于支持度數(shù)值的連結(jié)對(duì)象加入到第一長關(guān)聯(lián)順序集合。選擇出現(xiàn)次數(shù)大于零的連結(jié)對(duì)象為候選連結(jié)對(duì)象，產(chǎn)生包含兩個(gè)候選連結(jié)對(duì)象的第一候選關(guān)聯(lián)順序，將出現(xiàn)次數(shù)大于所包含候選連結(jié)對(duì)象的最小支持度數(shù)值的第一候選關(guān)聯(lián)順序加入到第二長關(guān)聯(lián)順序集合。
文檔編號(hào)G06F17/00GK1632788SQ200310123519
公開日2005年6月29日 申請(qǐng)日期2003年12月24日 優(yōu)先權(quán)日2003年12月24日
發(fā)明者李昌鴻 申請(qǐng)人:明基電通股份有限公司