Analisis Duracion Sesion Hecho

codigo/AnalisisDuracionSesion.py

+from Filtros import ordenarPorSesion
+import math
+
+
+# Construye un histograma y proporciona parametros estadisticos de la duracion de las sesiones de mas de una visita
+def getDuracionSesion(id, registrosOrdenados):
+    iMin = -1
+    iMax = -1
+    for i in range(len(registrosOrdenados)):
+        if registrosOrdenados[i].idSesion == id:
+            if iMin == -1:
+                iMin = i
+            else:
+                iMax = i
+    if iMin == iMax:  # Si solo se ha hecho un acceso en la sesion, devolvemos None para ignorar la sesion
+        return None
+    return abs(registrosOrdenados[iMax].marcaTiempo - registrosOrdenados[iMin].marcaTiempo)
+
+
+def estadisticasDuracionSesiones(registros):
+    # Ordeno las tuplas por registros
+    reg = ordenarPorSesion(registros)
+    # Miro los distintos ids de Sesion que hay
+    distintos = set()
+    for r in reg:
+        distintos.add(r.idSesion)
+    distintos = list(distintos)
+    # Para cada id distinto calculo su duracion y la incorporo al array donde el indice sera el orden de la sesion
+    # en el array de distintos y el contenido será la duracion
+    duraciones = []
+    suma = 0  # <- Suma para la media
+    maxDur = -1  # <---Duracion Maxima
+    minDur = 100000000  # <---Duracion Minima
+    for i in distintos:
+        aux = getDuracionSesion(i, reg)
+        if aux is None:  # Si solo hay un acceso en la sesion se ignora
+            distintos.remove(i)
+            continue
+        suma += aux
+        duraciones.append(aux)
+        if aux > maxDur:
+            maxDur = aux
+        if aux < minDur:
+            minDur = aux
+    # Calculo la media
+    media = suma / len(distintos)
+    # Calculo la desviacion tipica
+    suma = 0
+    for d in duraciones:
+        suma += ((d - media) ** 2)
+    desviacionTipica = math.sqrt(suma / len(distintos))
+    # Ahora hago el histograma
+    histograma = []
+    c = 0
+    while c < maxDur:
+        histograma.append(0)
+        c += 1
+    # Relleno el histograma
+    for i in range(len(histograma)):
+        for j in range(len(duraciones)):
+            if duraciones[j] == i:
+                histograma[i] += 1
+    # Obtengo la moda (Posicion del valor mas alto del histograma)
+    malto=-1
+    moda=0
+    for i in range(len(histograma)):
+        if i!=0 and malto < histograma[i]:
+            malto=histograma[i]
+            moda=i
+    # Devuelvo todos los parametros
+    return histograma, media, moda, maxDur, minDur, desviacionTipica

codigo/Filtros.py

+def ordenarPorSesion(registros):
+    for i in range(len(registros)):
+        for j in range(len(registros)):
+            if registros[i].idSesion < registros[j].idSesion:
+                registros[i], registros[j] = registros[j], registros[i]
+    return registros
\ No newline at end of file

codigo/Gestor.py

 from ObtencionRegistro import obtenerRegistros
 from Cesta import obtenerDirectorios
 from Cesta import obtenerCestaTransformada
+from AnalisisDuracionSesion import estadisticasDuracionSesiones
 
 RUTA_ARCHIVO = "../access_log_Aug95_reducido"
 E_SPIDERING = True
@@ -60,8 +61,9 @@ def printCestaTransformada(cesta):
 # Se crean los registros, identificando usuarios y sesiones y se muestran
 r = obtenerRegistros(RUTA_ARCHIVO, E_SPIDERING, EXTENSIONES_ADMITIDAS, EXTENSIONES_NOADMITIDAS, UMBRAL_SESIONES)
 num_reg = len(r)
-printRegistro(r)
+# printRegistro(r)
 
+'''
 # Se obtienen los directorios con contadores y la cesta
 umbral = int(num_reg * FACTOR_UMBRAL / 100)
 d, cont, ses = obtenerDirectorios(r, umbral)
@@ -71,3 +73,13 @@ printDirectorios(d, cont, num_dir, num_reg)
 # Obtiene cesta transformada y la muestra
 cesta = obtenerCestaTransformada(d, ses)
 printCestaTransformada(cesta)
+'''
+
+histograma, media, moda, maxDur, minDur, desviacionTipica = estadisticasDuracionSesiones(r)
+
+print("Media:", media)
+print("Moda:", moda)
+print("Maximo:", maxDur)
+print("Minimo:", minDur)
+print("DV:", desviacionTipica)
+print("Histograma:", histograma)