网站跟踪（web tracking）的原理

网站跟踪并不是什么新的技术，而只是一种比较常见的应用，甚至都谈不上新。这里想跟大家分享一下，里面有我的一些想法和思考，如果有不准确的地方，还请不吝赐教。

为什么要跟踪

现在大家对隐私都比较敏感，而且对互联网流氓都比较警惕，所以一旦提到“跟踪”字眼就会觉得很不舒服。那我们先谈谈为什么会有网站跟踪。

• 作为服务提供商，我们当然会希望知道用户对所提供服务的态度，这在任何行业都是明显的，对传统行业而言，销量就是最直接的消费者态度。但是对于互联网而言，并不大直接明显。
• 当对用户的数据进行搜集之后，服务提供商可以对这些数据进行挖掘，进行数据推荐等等来更加吸引用户或者增加收入（比如广告推荐等等）。

如何跟踪

作为服务提供商，如何知道用户的行为呢？

1. 传统方法：在服务端代码中使用日志。日志系统有简单有复杂的，基本原理都是当有请求访问时，服务器创建线程并执行代码，然后将一些日志信息存储到文件系统中。其中日志信息基本都来自于HTTP请求报头。
2. 在HTML页面中插入一段代码，该代码可以记录一些信息：用户访问页面的title、URL、用户点击链接、用户在页面停留的时间等等等等。

这两种方法各有利弊吧，但是第二种优点更多

1. 首先，它直接面向用户，所有的数据都是准确的，而且信息会更全。这比第一种方法获取的数据量会少一些（第一种包含了爬虫的信息）。
2. 其次，它可以统计出有多少用户访问您的主页达到多次，这个可以用来衡量有多少忠实用户，但是对于第一种方法，就