Web挖掘在VOD服务器中的应用研究

网络的迅速发展使得视频点播系统的应用几乎无处不在,但如何能充分利用有限资源发挥其最大功效并为用户提供尽可能完备的服务是一个难题.本文从VOD服务器日志出发利用Web挖掘技术研究并实现了一系列管理和提高VOD系统服务质量的方法.

Web访问者行为取向的聚类模型研究

提出了一种基于页视图同现率、独立与数据量、以访问者数据为中心的向量空间描述模型,每个页视图对应向量空间中的一个点。由于页视图在不同的会话中含有的行为取向的语义信息不同,先将会话进行向量描述,然后将会话向量聚类为用户行为类,得到代表不同的行为取向的行为语义向量。最后将量化的行为取向信息用于指导访问者行为。

基于Web的用户可扩展兴趣表示模型

首先分析了向量模型度量用户会话的兴趣特征(SI)和聚类的兴趣特征(CI)方法的不足,在此基础上,提出了一种可扩展兴趣表示模型(SIM),给出了它的数据结构,以及使用SIM表示SI和CI的方法,并分析了这种表示方法的性能优点,最后,通过实验,以实际数据验证了使用SIM表示SI和CI的优越性。

基于时间密度的Web日志用户浏览行为分析

本文针对Web日志中用户会话识别阈值问题,给出一种基于时间密度的频度分析方法。文中首先将基于时间间隔参数刻度的用户访问频度定义为一个随机向量,给出了随机向量的切尾算法;然后建立频度与IP用户的相关矩阵,矩阵的列为访问频度,矩阵的行为用户IP,矩阵中的每一个值为某一时间间隔的访问频度。通过列向量的聚类分析,对不同类别用户的访问行为进行探讨。最后,对会话识别的阈值进行参数估计。并通过抽样对阈值进行检测和参数修正。

Web日志挖掘在视频点播系统中的应用研究

首先简要介绍了有关VOD服务器网络日志的预处理技术;然后利用web使用挖掘对用户访问模式进行统计并将结果图形化表示,由此可以轻松地了解服务器的运行状况;接着通过分析浏览者的浏览路径找出用户期望的影片归类并作为改变影片归类的依据来提高访问效率;最后提出一种VOD系统中实现个性化服务的体系结构模型及相关的技术。

基于主成分分析和学习矢量量化的会话初始协议识别研究

针对加密会话初始协议(SIP)识别困难以及相关研究工作较少,对入侵检测、网络流量监控等工作带来不便的问题,提出基于主成分分析(PCA)和学习矢量量化(LVQ)网络的SIP协议识别模型。通过对SIP协议的网络流特征进行PCA,提取出累计贡献率高于85%的相关流特征作为SIP协议识别过程中的主要特征,并进行LVQ网络训练,构建出完整的SIP协议识别模型。实验结果表明,PCA_LVQ模型对SIP协议的识别率均高于90%,通过PCA提取的SIP协议网络流属性区别于非SIP协议的属性,该模型对SIP协议的识别效果较好。

基于统计方法的入侵检测模型

<Abstrcat>

网络日志挖掘中基于时间间隔的会话切分

针对网络日志挖掘中的会话切分问题,提出了一种基于时间间隔的方法。该方法在相邻页面访问时间间隔超出某阈值时切分会话,针对特定IP的阈值根据其频率矢量来定义。实验表明:代理服务器IP和单用户IP的频率矢量具有不同特性,代理服务器IP的频率矢量具有Power-law的特点,而单用户IP的频率矢量具有Gauss分布的特点,在此基础上提出一种基于Gauss假设的方法来设定不同单用户IP的阈值。与传统的对所有IP地址使用单一的先验阈值进行切分的方法相比,该方法更为合理有效。