问题标签 [clickstream]

我正在开发一个实时检测网络用户活动异常的项目。必须实时检测用户的任何恶意或恶意活动。输入数据是用户的点击流数据。点击数据包含用户 ID（唯一用户 ID）、点击 URL（网页 URL）、点击文本（用户点击的网站中的文本/功能）和信息（用户输入的任何信息）。该项目类似于入侵检测系统 (IDS)。我正在使用 python 3.6，我有以下查询，

1. 考虑到数据集中的所有属性都是分类值，这是进行数据预处理的最佳方法。
2. 可以应用热编码或标签编码等编码方法，但必须实时处理数据，这使其难以应用
3. 根据项目要求，将 3 列（单击 URL、单击文本和键入的信息）视为特征列。

我真的很困惑如何处理数据预处理。任何见解或建议将不胜感激

我有一个序列列表，表示通过网站的用户导航路径。具有以下形式：

S1 = [2,5,3,7,3]

S2= [2,7,3,9,4,3,5,6,1]

等等……</p>

如您所见，序列的长度不必相同。我正在尝试计算一个相似度矩阵以作为聚类算法的输入，在本例中为 DBSCAN。我遇到的问题是我在互联网上找到的每个示例，使用的序列都具有相同的长度。所以我试图解决的主要挑战是使用不同长度的序列计算相似度矩阵。我会很感激一些帮助！