커스텀 Apriori 알고리즘을 활용한 사용자 웹 브라우징 행동 패턴 발견

초록

본 연구는 인도의 한 교육 기관(Guru Nanak Institute of Technology)의 웹 서버 로그 데이터를 분석하여 사용자의 방문 패턴을 발견하는 것을 목표로 합니다. 기존 Apriori 알고리즘을 변형한 커스텀 알고리즘을 제안하여, IP 주소, 접근 URL, 파일 경로 간의 연관 규칙(예: ipadd → url)을 효율적으로 도출합니다. 이를 통해 웹사이트 관리자가 사이트 구조를 최적화하고 사용자 경험을 개선하는 데 도움을 줄 수 있는 통찰력을 제공합니다.

상세 분석

이 논문의 기술적 핵심은 웹 사용 마이닝(Web Usage Mining) 분야에서 연관 규칙 마이닝을 수행하기 위해 기존 Apriori 알고리즘을 수정한 ‘커스텀 빌트 Apriori 알고리즘’을 제안했다는 점입니다. 분석 프레임워크는 크게 데이터 전처리(일반 통계, 접근 통계 생성)와 규칙 생성(Co-relations) 두 단계로 구성됩니다.

알고리즘의 주요 변형점은 로그 데이터의 특성에 맞춰 항목집합(item set)을 (IP 주소, URL)과 같은 실용적인 쌍으로 정의하고, 지지도(support) 계산을 ‘최대 히트 수’라는 임계값 기반으로 수행한다는 것입니다. 논문에 제시된 의사코드를 분석해보면, 기존 Apriori의 ‘Join’ 단계는 동일 IP 주소에 매핑된 여러 URL을 연결하는 방식으로, ‘Prune’ 단계는 성공적인 접근(HTTP 상태 코드 기반)이 아닌 항목집합을 제거하는 방식으로 구현되었습니다.

이를 통해 생성된 규칙(예: ipadd→url, url→path, ipadd→url→path)은 단순한 페이지뷰 이상의 의미를 가집니다. 특정 IP(사용자 그룹)가 특정 URL 순서로 접근하는 패턴을 발견함으로써, 웹사이트 내에서 실제 사용자 흐름을 파악할 수 있습니다. 이는 메뉴 구조 재배치나 관련 콘텐츠 간의 내부 링크 강화 등 적응형 웹사이트(Adaptive Web Site) 구축에 직접적으로 활용 가능한 정보입니다.

표 2에 제시된 기존 Apriori와의 비교는 간단한 예시를 통해 처리 단계의 유사성을 보여주지만, 커스텀 알고리즘이 웹 로그라는 비정형 데이터에 더 최적화되어 있으며, ‘성공적인 방문’ 필터링을 통해 노이즈를 줄이고 의미 있는 규칙만을 추출하려 했다는 점에서 실용적인 의의가 있습니다. 다만, 알고리즘의 시간/공간 복잡도에 대한 정량적 평가나 대규모 데이터셋에 대한 실험 결과가 부족하여 성능 개선 효과에 대한 검증은 미흡한 편입니다.