Web 访问日志中的会话（session）是指特定用户在一定时间范围内的访问行为的连续序列。会话中的主题（topic）是指会话中具有相同用户意图的部分。将session 进一步划分成能体现用户意图的处理单元（topic）是进行用户访问行为分析的重要基础。目前相关工作主要集中在边界识别上，无法处理用户意图交叉情况。为了解决该问题，本文重新形式化定义了session和topic的相关概念，提出最大划分的求解任务，并设计出了基于用户群体智慧的会话主题划分算法。在使用大规模真实Web访问日志的实验中，我们的算法取得了不错的效果。
展开▼
