Geschäftskontext
Ein Medienportal analysiert Navigationspfade. Es ist wichtig zu filtern, wie schnell Benutzer zwischen Seiten wechseln. Wir suchen nach Sequenzen, bei denen der nächste Klick nicht sofort (minGap), aber innerhalb eines kurzen Zeitfensters (maxGap) erfolgt, um 'echtes' Lesen von versehentlichen Klicks zu unterscheiden.
Datenaufbereitung
Simulation von 1000 Web-Sessions mit Zeitstempeln und besuchten Seiten (Home, News, Sport, Wetter).
Kopiert!
| 1 | |
| 2 | DATA casuser.web_logs; |
| 3 | call streaminit(123); |
| 4 | DO session_id = 1 to 1000; |
| 5 | t = 0; |
| 6 | DO i = 1 to rand('integer', 3, 8); |
| 7 | t = t + rand('integer', 1, 30); |
| 8 | p_num = rand('integer', 1, 4); |
| 9 | IF p_num=1 THEN page='Home'; |
| 10 | ELSE IF p_num=2 THEN page='News'; |
| 11 | ELSE IF p_num=3 THEN page='Sport'; |
| 12 | ELSE page='Wetter'; |
| 13 | OUTPUT; |
| 14 | END; |
| 15 | END; |
| 16 | |
| 17 | RUN; |
| 18 |
Étapes de réalisation
1
Ausführung von cSpade auf dem größeren Datensatz mit Definition von Zeitabständen (minGap=2, maxGap=20).
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | sequence.cspade / TABLE={name="web_logs"} sequenceId="session_id" eventId="t" itemId="page" minGap=2 maxGap=20 support=0.1 casout={name="click_sequences", replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Abruf der Top 5 der häufigsten Navigationspfade.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.fetch / TABLE={name="click_sequences"} sortBy=[{name="Support", order="DESCENDING"}] to=5; |
| 4 | |
| 5 | RUN; |
| 6 |
Erwartetes Ergebnis
Die Aktion verarbeitet erfolgreich 1000 Sitzungen. Die Ergebnistabelle enthält nur Sequenzen, bei denen der Zeitabstand zwischen Klicks zwischen 2 und 20 Einheiten liegt. Sehr schnelle Klicks (Abstand < 2) werden ignoriert.