Workflow logs analysis system for enterprise performance measurement

Workflow logs that record the execution of business processes offer very valuable data resource for real-time enterprise performance measurement. In this paper, a novel scheme that uses the technology of data warehouse and OLAP to explore workflow logs and create complex analysis reports for enterprise performance measurement is proposed. Three key points of this scheme are studied： 1） the measure set; 2） the open and flexible architecture for workflow logs analysis system; 3） the data models in WFMS and data warehouse. A case study that shows the validity of the scheme is also provided.     

基于频繁模式的选择性集成

针对集成学习方法在处理大规模数据集时具有计算复杂度高、基分类器数目多、分类精度不理想的问题,提出一种基于频繁模式的选择性集成算法. 该算法利用频繁模式挖掘的原理,将未剪枝的集成分类器和样本空间映射为事务数据库,并利用布尔矩阵存储分类结果,然后从中挖掘频繁基分类器组成最终的集成分类器,达到选择性集成的目的. 实验结果表明,与集成分类算法Bagging、AdaBoost、WAVE 和RFW 相比,该算法减小了集成分类器的规模,提高了集成分类器的分类精度和分类效率.     

基于日志挖掘的高校用户期刊数据库检索行为研究

基于国内某大型期刊数据库的用户查询日志, 探讨了高校用户使用学术期刊数据库的基本行为特征, 包括用户访问时间分布、使用特殊检索的比例、检索词的长度分布等。分析了不同类型高校用户的检索策略, 结果显示: 不同类型(理工类、师范类、农林类和医学类)高校用户的检索策略存在相应差异; 但不同办学层次(“985”高校、“211”高校等)高校用户的检索策略相差不大。最后, 通过IP数据的地址判断, 提取了高校用户的性别、专业和学历等人口统计学变量, 分析了这些变量对用户检索行为的影响, 提出高校用户检索策略的影响因素模型。     

改进的页面与时间阈值的会话识别法

在常用的计算时间阈值识别方法的基础上,提出了一种改进的基于 URL 页面类型、页面信息量和访问时间的平均阈值识别方法.针对不同的页面类型采用不同的阈值计算方法设置时间阈值,相对于已有的对所有用户页面使用单一的先验阈值和现有动态阈值计算,该方法能够更真实地反映用户会话的情况,且识别的准确率有了较大提高.     

一种基于Web环境的长事务协调框架

传统的事务处理技术不再适合松耦合、分布式、跨越多个企业的网络环境下的长事务,本文在传统事务处理技术的基础上,结合国际标准的WS-TX与BTP等在长事务处理方面的技术手段,构建一个为上层服务交互支撑平台提供完善、统一、简单及可扩展的长事务处理框架,实现统一的信息资源管理和协调,解决传统事务处理技术在松耦合环境下对Web事务服务处理上的缺陷。     

一种基于URL路径的页面用户聚类方法

结合Web用户浏览行为的特点,提出了一种基于路径的Web页面相似度聚类算法,使用用户的浏览行为描述和用户对页面的访问次数建立Web站点的访问矩阵,并在此基础上对站点进行URL用户聚类。最后,使用标准数据集进行了试验,证明基于此种相似度计算方法的URL聚类算法对Web用户聚类是有效的。     

一种基于用户浏览路径的Web用户聚类方法

在Web用户聚类中,针对具有相似浏览路径和兴趣的用户聚类问题,提出一种新的相似度计算方法.该方法将事务路径看作有序时间序列,以代替用户的兴趣路径;同时结合用户事务路径的停留时间来计算相似度.通过这种方法计算出的用户相似度更接近真实,达到提高web用户聚类的效果,为用户提供更优质的个性化服务.对比实验证明该方法的有效性.     

基于用户访问兴趣的Web日志挖掘

Web日志挖掘可以发现访问者兴趣和需求, 提出了一种改进的以访问时间、点击次数以及访问路径共同刻画用户的访问兴趣的Web日志挖掘算法. 首先以Web日志为基础构建相关矩阵, 使用平均访问时间相似度和访问路径相似度共同度量用户访问兴趣的相似程度, 最后采用直接聚类去除相交项的聚类算法将相似用户和相关URL聚类. 实证分析结果表明该算法能较好地解释用户的实际访问兴趣, 从而为网站提供相应的运营建议.     

Web日志分析中数据预处理的设计与实现

Web日志数据预处理是Web日志分析的重要步骤,是通过Web日志数据获取有价值信息的基础和前提。本文介绍了对商务部主办的《中俄经贸合作网》大量Web日志数据进行预处理时所采用的算法和处理过程,即先将已知IP地址与物理地址的对应关系保存在HashMap中,然后综合运用折半与顺序查找算法,可显著减少查询次数,提高查询效率。实验结果证明这种方法具有好的应用效果,能极大改善数据预处理软件的性能。     

基于Linux网络操作系统的安全策略

Linux是一个优秀的、日益成熟的操作系统,它支持多用户、多进程及多线程,实时性好,功能强大而稳定。同时,它又具有良好的兼容性和可移植性。本文阐述了在Linux操作系统中从账户、密码策略、文件权限,日志管理等方面实现网络安全的过程。