Web导航模式挖掘/网络聚类算法/ Web流量聚类方法

Question

我有以下问题：

我有一个表示为顶点v0，v1，...，vN的网页列表。

我有g0，g1，...，gM图，这些图具有边缘列表，这些边缘列表显示用户在访问网站期间访问的页面，例如：

1. g0：（v3，v44）； （v44，v5）
2. g1：（v3，v44）； （v44，v5）； （v5，v7）
3. ...
4. gM：...

我正在寻找使用这些数据来开发网页访问模式的集群。

我正在寻找：1.可以帮助我解决此问题的算法的论文，博客等。 2.开源代码，解决此问题的代码片段。

提前致谢。

注意：

我知道并使用图聚类算法。 我正在寻找特定于此应用程序的东西。

Answer 1

看起来您的数据实际上包括用户，网页和其他网页之间的超边缘以及时间因素。 关于张量分解的一些研究可能会解决这些类型的问题，但是最好利用更好研究的方法，丢弃边缘尺寸和/或时间分量之一可能会更好。

这是两种可能的方法：

1. 您可以仅查看网页之间的边缘，并使用随机块模型分析点击链接。 Eric Xing在此方面有一些有趣的工作： http : //www.cs.cmu.edu/~epxing/papers/2009/fu_song_xing_icml09.pdf 。

2. 您只能查看不同用户访问了哪些网页（丢弃了网页之间的链接），并使用了协作过滤（http://www2.research.att.com/~volinsky/netflix/）或采用了一种共聚方法（谷歌“聚集”）。