La meilleure façon de détecter et combinaisons chemin de stockage pour analyser plus tard fin

Question

Je cherche des idées / exemples sur la façon de stocker les modèles de chemin des utilisateurs -. Dans le but d'analyser leurs comportements et d'optimiser le « chemin le plus utilisé » quand on peut les détecter en quelque sorte

Par exemple. quelle action font-ils après quoi, afin que nous puissions vérifier plus tard pour voir si certaines actions sont faites encore et encore -. développer donc un raccourci ou l'assemblage de certaines actions dans un MultiAction combiné

Ma première hypothèse serait une sorte de « journal simple », peut-être stocké dans une SQL manière, où l'on peut garder chaque action comme un index et puis juste tout enregistrement.

Le problème est que le chemin / action peut être dynamiquement changé - même si l'exploitation forestière -. Donc nous devons être en mesure de prendre soin de ce fait aussi, quand la recherche de modèles plus tard

Would vous n'êtes pas connecté EVERTHING « bigtime » d'abord, puis POST-processus tous les bits de détails après un certain temps ou avez-vous une grande expérience avec d'autres tactiques?

Mon souci est que cela va prendre de la place, BIG TIME 1000 lors de la connexion des utilisateurs chaque jour pendant un mois ou plus.

Espérons que cela est logique et je suis curieux de voir si quelqu'un peut fournir un exemple de code, ou pseudo-liens peut-être quelque chose d'utile.

Nos outils seront C #, SQL-base de données, XML et .NET 3.5 -. Les clients pourraient également obtenir .NET 4.0 si nécessaire

Modèles exemples que nous les attendons

...
User #1001: A-B-A-A-A-B-C-E-F-G-H-A-A-A-C-B-A
User #1002: B-A-A-B-C-E-F
User #1003: F-B-B-A-E-C-A-A-A   
User #1002: C-E-F
...

etc. aucun moyen de savoir ce qu'ils font à côté, ni combien ils utiliseront, à quelle fréquence ils le feront.

Un objectif secondaire, si possible, si nous par la suite d'ajouter une nouvelle « action » appelé G (juste échantillon pour illustrer, il y aura des centaines d'actions) comment pourrait-on détecter ces nouveaux comportements influent sur les modèles précédents.

Pour expliquer mieux, ma pensée ici serait un moyen de détecter les « modèles » dans les modèles, un peu comme comment fonctionnent les compressions, de sorte que les « modèles » sont repeative spottet. Nous ne savons pas combien de temps ces modèles pourraient être, ni à quelle fréquence ils pourraient venir. Comment pouvons-nous décomposer en « petits morceaux » - Quelle est la meilleure approche que vous pensez

Answer 1

pseudo idée / mise en œuvre jusqu'à présent

1. Log jamais les utilisateurs d'action dans une liste / série d'actions, en vrac de style (un peu textfiles / SQL - ce que jamais, juste stocker le tout pour le post-traitement)

2. démarrent à chaque "1 action", "2 actions", "3 actions" jusqu'à jusqu'à un certain montant (permet de dire 30 niveaux)

3. les trier tous, en donnant des valeurs de Importants à certaines des actions (peut-être celles qui produisent des résultats finaux)

Un résultat peut-être UTILE?

Si l'on compte tous [A], [AA], [AB], [AC], [AAA], [AAB], etc. sa va faire une liste longue et fine dont les actions sont utilisées dans la ligne fréquemment, et c'est dans la bonne direction, parce que si certains de ces résultats est trop élevée, nous pourrions avoir besoin d'un chemin plus court. Le problème est alors, ce qui est trop peu d'actions pour optimiser et ce qui est le plus long ActionList nécessaire pour rechercher? Je pense que nous devons faire ce comptage, puis examiner les chiffres.

Le problème est que ce serait une partie d'un outil d'analyse que nous développons et nous ne disposons pas de données jusqu'à ce que la mise en œuvre, de sorte que nous ne savons pas ce qu'il faut rechercher avant son réellement fait. hmm ... se demander s'il y a vraiment une réponse à celle-ci.

Answer 2

Je ne sais pas ce que vous entendez par le chemin, mais, si vous avez donné toutes les actions dans un chemin un symbole unique, vous pouvez réduire le problème à plus long commun ou sous-chaîne-séquence.

Ou avoir une carte des pistes pour le nombre de fois que l'action a eu lieu. Chaque fois qu'un certain chemin arrive, incrémenter le compteur pour ce chemin. Puis trier pour trouver le plus commun.