网站流量日志数据分析系统

1． 点击流数据模型
1.1． 点击流概念

点击流（Click Stream）是指用户在网站上持续访问的轨迹。这个概念更注重用户浏览网站的整个流程。用户对网站的每次访问包含了一系列的点击动作行为，这些点击行为数据就构成了点击流数据（Click Stream Data），它代表了用户浏览网站的整个流程。

点击流和网站日志是两个不同的概念，点击流是从用户的角度出发，注重用户浏览网站的整个流程；而网站日志是面向整个站点，它包含了用户行为数据、服务器响应数据等众多日志信息，我们通过对网站日志的分析可以获得用户的点击流数据。

网站是由多个网页（Page）构成，当用户在访问多个网页时，网页与网页之间是靠Referrers参数来标识上级网页来源。由此，可以确定网页被依次访问的顺序,当然也可以通过时间来标识访问的次序。其次，用户对网站的每次访问，可视作是一次会话（Session），在网站日志中将会用不同的Sessionid来唯一标识每次会话。如果把Page视为“点”的话，那么我们可以很容易的把Session描绘成一条“线”,也就是用户的点击流数据轨迹曲线。

图：点击流概念模型

1.2． 点击流模型生成

点击流数据在具体操作上是由散点状的点击日志数据梳理所得。点击数据在数据建模时存在两张模型表Pageviews和visits，例如：

原始访问日志表

时间戳	IP地址	请求URL	Referal	响应吗	……………
2012-01-01 12:31:12	101.0.0.1	/a/...	somesite.com	200
2012-01-01 12:31:16	201.0.0.2	/a/...	-	200
2012-01-01 12:33:06	101.0.0.2	/b/...	baidu.com	200
2012-01-01 15:16:39	234.0.0.3	/c/...	google.com	304
2012-01-01 15:17:11	101.0.0.1	/d/...	/c/...	404

页面点击流模型Pageviews表

Session</