我负责分析我公司网站的日志表的任务。此表包含给定会话的整个网站的用户点击路径。我的公司希望根据用户的“点击路径”了解/发现趋势。在此过程中，根据年龄/地理位置等确定采用特定“点击路径”的用户组。
从标题可以看出，我对 BI 及其功能完全陌生，所以我想知道：
我目前正在在线阅读书籍以及我找到的其他电子书。所有迹象似乎都表明这可以通过序列聚类实现。尽管我目前还不清楚所涉及的确切实施和调整。因此，如果有人在这样的事业中有第一手经验，如果你能在这里分享，我会很棒。
干杯！
【问题讨论】：
标签： business-intelligence data-mining
您要查找的内容称为Association Rule Mining。我对 BI 不是特别熟悉，但我建议您查看 Weka，其中包含 Apriori algorithm 及其变体的多个实现。
【讨论】：
这不会帮助您处理现有的日志文件...（但如果您搜索答案失败，它是一种替代方法）
Google Analytics 是免费的，您可以设置几个自定义变量{age,etc} 并查看流量的去向..（您将无法看到单个用户的行为..）不完全是您尝试的时候做，但免费，可以接近你正在寻找的东西
如果您想要真正出色的分析，请查看 Omniture（价格昂贵），但它在构建复杂网站报告方面是一流的。它被用于许多电子商务场景中，跟踪用户如何进入并与网站交互等等~
那里有很多网站分析，在“滚动”您自己之前，请先研究其中的一些，它们可能会帮助您专注于自己的目标。
【讨论】：
看来您可以使用neural networks 来完成该任务。可能是perceptrons。
我对神经网络有一些经验，但我不是专家。
我强烈推荐这本书Programming Collective Intelligence: Building Smart Web 2.0 Applications.即使你不懂Python也可以看看。
【讨论】：
首先从开源或商业网络分析软件包开始（谷歌搜索），因为读取网络服务器日志文件并非易事
有些允许将数据映射到其他表（您的用户表和年龄等），或者混合您自己的解决方案以将网络会话日志与其他数据映射
除了普通的 SQL 查询将解决您的分析问题之外，例如
select user.id
from user, log l1, log l2, log l3
where user.id = l1.userid and l1.type = first step
and user.id = l2.userid and l2.type = next step
and user.id = l3.userid and l3.type = last step
and l1.sessionid = l2.sessionid and l2.sessionid = l3.sessionid
将原始数据加载到 BI 框架中可能并不容易。将这样的查询结果加载到 BI 框架中会很有趣
根据您的 Web 应用程序，如果实际会话具有长时间运行的会话 ID 等，或者更改会话 ID，您可能无法识别它们。如果这是一个问题，您需要将 Web 分析应用到实际的 Web 服务器代码中，这样您就可以模拟长时间运行状态并记录下来
【讨论】：