558
个编辑
更改
→行为记录：数据来源与预处理
以下面的数据集来源为例，该数据集来自美国印第安纳大学校园的真实点击流（clickstream）数据，时间区间为 2006.10—2008.02。
以下面的数据集来源为例，该数据集来自美国印第安纳大学校园的真实点击流（clickstream）数据，时间区间为 2006.10—2008.02。
每条原始记录的格式为：
** <math>(t,\ \textit{referrer},\ \textit{host},\ \textit{path})</math>
** <math>(t,\ \textit{referrer},\ \textit{host},\ \textit{path})</math>
* <math>t</math>：时间戳（Unix time）
* <math>\textit{referrer}</math>：上一个被访问网站（域名）
* <math>\textit{host}</math>：当前被访问网站（域名）
* <math>\textit{path}</math>：访问位置
预处理：根据 Blue Coat 提供的站点分类数据识别广告/投放类网站，并将其从原始数据中移除，以减少噪声与偏差影响。
=== 将点击流映射为开流网络 ===
=== 将点击流映射为开流网络 ===