Journal: Elsevier
استفاده از وب کاوی یک حیطه ی پژوهشی مهم با کاربردهایی در زمینه های متعدد می باشد. با اینحال، داده های استفاده از وب معمولا به دلیل حجم ها و نرخ های بالایش بطور جاری در نظر گرفته می شوند. به دلیل این ویژگی ها، در هر نقطه زمانی تنها به کسر کوچکی از جریان دسترسی داریم. زمانیکه داده ها از طریق چنین پنجره ی محدودی مشاهده می شوند، ارائه ی توصیف قابل اطمینان از داده های استفاده اخیر چالش انگیز می باشد. نشان می دهیم که میان لینک ها، یعنی رکورد استفاده (رویداد) ممکن است با سایر رکوردها (رویدادها) در مجموعه داده یکسان در ارتباط باشد، برای جریان های استفاده از وب مشترک می باشند. بنابراین، به منظور داشتن درک معتبرتر از رفتارهای استفاده از وب، مدل های جریان داده متناظر برای جریان های استفاده از وب باید قادر به پردازش چنین میان لینک ها باشند. به مطالعه ی پیامدهای مهم شرط ها و میان لینک ها، بواسطه ی مسئله ی نرخ پرش و خوشه بندی جریان های استفاده می پردازیم. سپس، مدل ABS (جریان ضد پرش) کاربر محور را پیشنهاد می کنیم که مزایای مدل های قبلی را ترکیب می کند ولی از معایب شان جلوگیری می کند. اولا، ABS اولین مدل جریان داده است که قادر به ضبط میان لینک های بین رکوردهای استفاده از وب می باشد. همچنین اولین مدل جریان داده کاربر محور است که می تواند رکوردهای استفاده را برای کاربران موجود در جریان های استفاده از وب مرتبط سازد. ثانیا، به دلیل اصل مدیریت ساده و در عین حال موثرش، داده های موجود در ABS هر زمان برای آنالیز دردسترس می باشند. تحت شرایط منبع یکسان با مدل های موجود در مقالات، ABS می تواند داده های اخیر را بهتر مدل سازی کند. سوم اینکه، ABS می تواند نرخ های پرش را برای جریان های استفاده از وب بهتر ارزیابی کند. برتری اش را بواسطه ی مطالعه ی تئوری و آزمایش هایی روی دو مجموعه داده ی دنیای واقعی نشان می دهیم.