随着Internet技术的飞速发展和电子商务的广泛应用,网络用户日益增加,用户的访问行为和目的日趋多样。不同类型的访问行为对网站有不同的影响,正常的访问行为有助于网站设计者优化网站设计,机器访问等异常的访问行为则会影响网络分析、增加网络负载等,因此对人机访问行为进行分类研究具有重要的现实意义。本文首先介绍了访问行为分类的发展现状,重点分析了人机访问行为分类的原理和方法,指出各种人机访问行为分类方法的优缺点。其次,对影响人机访问行为分类的两个主要问题进行改进,提高分类质量。一方面,会话识别是现有分类技术的基础,其质量对分类结果影响深远,文中针对会话的页面集边界确定不合理和缺失路径补充方法不完善问题,提出利用非页面日志信息和网站的拓扑结构改进会话的页面集分组规则及路径补充算法,提高了会话识别的质量。另一方面,现有分类技术建立在会话识别基础上,没有充分利用多个会话间的联系,文中采用贝叶斯技术,从面向用户的角度选取人机访问行为分类的特征参数,保证选取的特征参数能够全面兼顾会话内和会话间的特征关系,避免仅对单个会话进行分析,获得了较好的分类效果。最后,以上述方法为理论依据,以web日志为数据来源,具体实现了一个人机访问行为分类系统。实验结果表明,会话质量的提高和会话特征的全面利用提高了人机访问行为分类的质量,为后续数据分析中有选择地利用日志数据提供了基础。