초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

웹 이용 마이닝은 거대만 웹 데이터 저장소의 로그들을 이용하여 웹 사용자의 사용 패턴을 분석하는 데이터 마이닝 기술이다. 마이닝 기술을 적용하기 위해서는 전처리 과정 중의 사용자와 세션을 정확하게 구분해야 하는데, 표준 웹 로그 형식의 웹 로그만으로는 사용자를 완전히 구분할 수 없다. 따라서 정확한 결과를 얻기 위해 사용자와 세션을 구분할 수 있는 모듈을 웹 서버에서 제공하거나, 각각의 페이지에 적당한 실행 필드를 삽입해야 한다. 사용자와 세션을 구분하는 데는 캐시 문제, 방화벽 문제. IP(ISP)문제, 프라이버시 문제, 쿠키 문제 등 많은 문제들이 있지만, 이 문제를 해결하기 위한 명확한 방법은 아직 없다. 이 논문은 참조 로그와 에이전트 로그, 그리고 액세스 로그 등 서버측 클릭스트림 데이터만을 이용하여 사용자와 세션을 구분하는 방법을 제안한다.

웹 이용 마이닝은 거대만 웹 데이터 저장소의 로그들을 이용하여 웹 사용자의 사용 패턴을 분석하는 데이터 마이닝 기술이다. 마이닝 기술을 적용하기 위해서는 전처리 과정 중의 사용자와 세션을 정확하게 구분해야 하는데, 표준 웹 로그 형식의 웹 로그만으로는 사용자를 완전히 구분할 수 없다. 따라서 정확한 결과를 얻기 위해 사용자와 세션을 구분할 수 있는 모듈을 웹 서버에서 제공하거나, 각각의 페이지에 적당한 실행 필드를 삽입해야 한다. 사용자와 세션을 구분하는 데는 캐시 문제, 방화벽 문제. IP(ISP)문제, 프라이버시 문제, 쿠키 문제 등 많은 문제들이 있지만, 이 문제를 해결하기 위한 명확한 방법은 아직 없다. 이 논문은 참조 로그와 에이전트 로그, 그리고 액세스 로그 등 서버측 클릭스트림 데이터만을 이용하여 사용자와 세션을 구분하는 방법을 제안한다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 데이터 전처리 과정에서 서버 측 클릭스 트림 데이터를 사용하여 사용자와 세션을 구분하는 방법을 다루었다. 앞으로의 연구에서는 실제 시스템에 적용하여 실세계의 데이터를 가지고, 세션 보정과 트랜잭션 보정에 관한 연구가 필요하다.
• 이 논문은 이러한 문제점들을 해결하기 위해, 클라이 언트측 데이터를 활용하지 않고, 서버 측 클릭 스트림 데이터를 사용하여 고유의 사용자들과 세션을 구분하기 위한 방법을 제안한다.

가설 설정

• 모든 로그 앤트리들은 같은 IP 주소와 저장되지 않은 사용자 ID를 갖는다. 그러나 다섯 번째, 여섯 번째, 여덟 번째, 그리고 열 번째 앤트리는 다른 에이전트를 이용하여 접근되고 있기 때문에 적어도 두 사용자 세션을 나타내는 로그로 가정한다.

제안 방법

• 먼저 각 로그 데이터를 시간순으로 정렬한 뒤 정렬된 로그 데이터를 IP 와 에이전트, 그리고 시간별로 구분한다. 그리고 구분된 로그.
• 본 논문에서 제안한 방법은, 같은 IP 주소에서 접근한 사용자라 할지라도, 페이지 참조들의 연관성을 처리하여 다른 사용자로 구분하게 된다.
• 이를 위한 가장 간단한 방법은 타임아웃을 사용하는 것이다. 본 논문에서는 30분을 디폴트 타임아웃으로 이용한다. 샘플 로그로부터 사용자에 대한 경로는 마지막 두 참조가 첫 번째 다섯보다 타임아웃 이후에 일어나기 때문에 두 개의 세션으로 나뉘어진다.

대상 데이터

• 샘플 로그로부터 사용자에 대한 경로는 마지막 두 참조가 첫 번째 다섯보다 타임아웃 이후에 일어나기 때문에 두 개의 세션으로 나뉘어진다. 세션 구분의 결과는 A-E-N-R-M, A-D, A-E-B-G, H-P로 구성된 네 개의 사용자 세션이다. [그림 3]에서는 샘플 로그의 세션 구 분 결과를 보여주고 있다.

성능/효과

• 성능향상과 네트워크 트래픽의 최소화를 위하여 요청된 페이지들을 대부분의 웹 브라우저가 캐시 한다. 결과적으로, 사용자가 "뒤로, , 버튼을 누를 때 캐시 된 페이지는 보여지지만 웹 서버는 페이지 접근을 반복하지 않는다. 프록시 서버는 캐시의 중간 레벨을 지원하고 구분된 사이트 이용으로 더 많은 문제를 일으킨다.

후속연구

• 본 논문에서는 데이터 전처리 과정에서 서버 측 클릭스 트림 데이터를 사용하여 사용자와 세션을 구분하는 방법을 다루었다. 앞으로의 연구에서는 실제 시스템에 적용하여 실세계의 데이터를 가지고, 세션 보정과 트랜잭션 보정에 관한 연구가 필요하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기