quitar comportamiento automatico hecho

codigo/.idea/.gitignore

+# Default ignored files
+/shelf/
+/workspace.xml

codigo/.idea/codigo.iml

+<?xml version="1.0" encoding="UTF-8"?>
+<module type="PYTHON_MODULE" version="4">
+  <component name="NewModuleRootManager">
+    <content url="file://$MODULE_DIR$" />
+    <orderEntry type="inheritedJdk" />
+    <orderEntry type="sourceFolder" forTests="false" />
+  </component>
+</module>
\ No newline at end of file

codigo/.idea/inspectionProfiles/profiles_settings.xml

+<component name="InspectionProjectProfileManager">
+  <settings>
+    <option name="USE_PROJECT_PROFILE" value="false" />
+    <version value="1.0" />
+  </settings>
+</component>
\ No newline at end of file

codigo/.idea/misc.xml

+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="ProjectRootManager" version="2" project-jdk-name="Python 3.8" project-jdk-type="Python SDK" />
+</project>
\ No newline at end of file

codigo/.idea/modules.xml

+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="ProjectModuleManager">
+    <modules>
+      <module fileurl="file://$PROJECT_DIR$/.idea/codigo.iml" filepath="$PROJECT_DIR$/.idea/codigo.iml" />
+    </modules>
+  </component>
+</project>
\ No newline at end of file

codigo/.idea/vcs.xml

+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="VcsDirectoryMappings">
+    <mapping directory="$PROJECT_DIR$/.." vcs="Git" />
+  </component>
+</project>
\ No newline at end of file

codigo/AnalisisDuracionSesion.py

@@ -19,7 +19,7 @@ def getDuracionSesion(id, registrosOrdenados):
 
 
 def estadisticasDuracionSesiones(registros):
-    # Ordeno las tuplas por registros
+    # Ordeno las tuplas por sesion
     reg = ordenarPorSesion(registros)
     # Miro los distintos ids de Sesion que hay
     distintos = getDistintasSesiones(registros)

codigo/AnalisisTMedioPagina.py

 from idsUsuarioSesion import ordenaRegistros
 from Filtros import getDistintasSesiones
-
-
-#Pasado el id de sesion y la pagina, se suma el tiempo que ha pasado el usuario desde que accedio a la pagina hasta que
-#cambio de pagina
-def getTiempoEnPagina(id,pagina,registros):
-    s=0#<-- Suma de los tiempos pasados entre paginas
-    for i in range(len(registros)-1):
-        if registros[i].url==pagina and registros[i].idSesion==id and registros[i+1].idSesion==id:
-            s+=abs(registros[i+1].marcaTiempo-registros[i].marcaTiempo)
-    return s
+from Filtros import getTiempoEnPagina
+from Filtros import getDistintasPaginas
 
 def analisisTiempoMedioPorPagina(registros):
     #Ordeno los registros por sesion
@@ -17,10 +9,7 @@ def analisisTiempoMedioPorPagina(registros):
     #Obtengo los id de las sesiones existentes
     idsExistentes=getDistintasSesiones(reg)
     #Obtengo las distintas paginas existentes
-    paginas=set()
-    for r in registros:
-        paginas.add(r.url)
-    paginas=list(paginas)
+    paginas=getDistintasPaginas()
     #Creo una lista para guardar el tiempo medio que han pasado los usuarios en las paginas
     tiempos=[]#El indice del vector tiempos es igual al indice vector paginas
     max=-1

codigo/Filtros.py

@@ -11,3 +11,44 @@ def getDistintasSesiones(registros):
         s.add(r.idSesion)
     return list(s)
 
+def getDistintasPaginas(registros):
+    paginas = set()
+    for r in registros:
+        paginas.add(r.url)
+    paginas = list(paginas)
+
+#Pasado el id de sesion y la pagina, se suma el tiempo que ha pasado el usuario desde que accedio a la pagina hasta que
+#cambio de pagina
+def getTiempoEnPagina(id,pagina,registros):
+    s=0#<-- Suma de los tiempos pasados entre paginas
+    for i in range(len(registros)-1):
+        if registros[i].url==pagina and registros[i].idSesion==id and registros[i+1].idSesion==id:
+            s+=abs(registros[i+1].marcaTiempo-registros[i].marcaTiempo)
+    return s
+
+#Elimina las sesiones que han invertido menos de 0,5 segundos en el acceso
+def eliminarComportamientoAutomatico(registros):
+    #Ordeno por sesion
+    reg=ordenarPorSesion(registros)
+    sesionActual=reg[0].idSesion
+    iMin=-1
+    iMax=-1
+    idSesionesNoValidas=set ()
+    for i in range(len(reg)):
+        if reg[i].idSesion==sesionActual:
+            if iMin==-1:
+                iMin=i
+            else:
+                iMax=i
+        else:
+            if iMin!=iMax:#<--- Si ha visitado mas de dos paginas en la sesion miro el tiempo
+                tiempo=abs(reg[iMax].marcaTiempo-reg[iMin].marcaTiempo)
+                if tiempo < 0.5:
+                    idSesionesNoValidas.add(sesionActual)
+            sesionActual=reg[i].idSesion
+    #Me quedo con los registros con ids validos
+    ret=[]
+    for r in reg:
+        if r.idSesion not in idSesionesNoValidas:
+            ret.append(r)
+    return ret

codigo/Gestor.py

@@ -3,6 +3,7 @@ from idsUsuarioSesion import ordenaRegistros
 from Filtros import ordenarPorSesion
 from Cesta import obtenerDirectorios
 from Cesta import obtenerCestaTransformada
+from Filtros import eliminarComportamientoAutomatico
 from AnalisisTMedioPagina import analisisTiempoMedioPorPagina
 
 RUTA_ARCHIVO = "../access_log_Aug95_reducido"
@@ -76,11 +77,3 @@ printDirectorios(d, cont, num_dir, num_reg)
 cesta = obtenerCestaTransformada(d, ses)
 printCestaTransformada(cesta)
 '''
-
-
-paginas,tiempos,hist=analisisTiempoMedioPorPagina(r)
-
-for i in range(len(paginas)):
-    print(paginas[i],"      ",tiempos[i])
-
-print(hist)