METODOLOGIA DE MINERAÇÃO DE DADOS PARA ANÁLISE DO ...

Utilizando o critério de time-out para obtenção das sessões e especificando esse tempomáximo de inatividade em 30 minutos, gerou-se, a partir da navegação dos 136 milusuários distintos, 231.793 sessões. Também foi considerado um tempo mínimo, entreduas solicitações de páginas, de 1 segundo.Nestas 3 milhões de páginas acessadas, há um total de 1.305 páginas distintas, quereflete o tamanho do site, sendo 628 públicas (aproximadamente 48%) e o restante,restritas aos assinantes e páginas internas de teste.Como estas sessões incluem tanto os visitantes quanto os assinantes, e como o objetivoproposto contempla somente os visitantes, foi necessário excluir todas as sessõesreferentes aos assinantes. O critério adotado foi excluir toda sessão onde aparecia apágina de login. Esse critério não é totalmente eficaz pois não consegue identificar oassinante que somente navegou no conteúdo público. Considerando somente osvisitantes, o número de sessões diminuiu 45%, caindo para 127.400. Ou seja, 45% dosusuários que navegaram no site neste período são assinantes, e 55% são visitantes.Com essas quantidades, obteve-se a distribuição de sessões e de páginas visitadas, bemcomo a métrica de quantidade de páginas por sessão. Na Tabela 6.1 são mostrados estesnúmeros pelo total e por tipo de usuário.Usuários #sessões #páginas #páginas/sessãoTodos 231.793 3.068.882 13,2Somente assinantes 104.393 2.572.185 24,6Somente visitantes 127.400 496.697 3,9Tabela 6.1 – Distribuição de sessões e páginasAs quantidades relativas aos assinantes são aproximadas pois há um pequeno percentualdeste tráfego referente aos testes da área de desenvolvimento e manutenção do site.84