R语言构建用户旅程：按会话分组生成访问路径并统计频次

实现思路 #

不需要复杂的多层自连接操作，基于dplyr包分组排序后直接拼接访问路径，代码简洁且运行效率高，完全覆盖两个核心需求：

• 按会话ID分组、时间戳升序拼接完整访问路径
• 统计相同路径的会话出现频次

具体实现步骤 #

1. 加载依赖包、构造样例数据集 #

首先加载数据处理需要的工具包，按照题目给出的4个会话行为构造测试数据：

# 加载依赖包
library(dplyr)
library(stringr)

# 构造样例用户行为日志
log_data <- tibble(
  `Session/User ID` = c(101,101,101,102,102,103,104,104),
  `Time Stamp` = as.POSIXct(c(
    "2024-01-01 10:00:00", "2024-01-01 10:01:00", "2024-01-01 10:02:00",
    "2024-01-01 10:05:00", "2024-01-01 10:06:00",
    "2024-01-01 10:10:00",
    "2024-01-01 10:15:00", "2024-01-01 10:16:00"
  )),
  Page = c("Page A", "Page B", "Page C",
           "Page B", "Page C",
           "Page A",
           "Page B", "Page C")
)

2. 生成用户路径映射表 #

按Session/User ID分组，按时间戳升序排序后，将同组的页面名称拼接为完整路径，直接得到要求的映射表：

user_path_map <- log_data %>%
  # 按会话分组、按访问时间升序排序
  group_by(`Session/User ID`) %>%
  arrange(`Time Stamp`, .by_group = TRUE) %>%
  # 拼接访问路径，用>分隔不同页面，可根据业务需求替换分隔符
  summarise(Path = str_c(Page, collapse = " > "), .groups = "drop")

运行后输出的映射表结果如下：

3. 生成路径频次统计表 #

基于上一步得到的映射表，按路径分组计数即可得到频次统计结果：

path_freq <- user_path_map %>%
  group_by(Path) %>%
  summarise(Frequency = n(), .groups = "drop") %>%
  # 可选：按频次降序排序，方便快速定位高频路径
  arrange(desc(Frequency))

运行后输出的频次表结果如下：

补充：自连接（self loop join）实现说明 #

如果需要贴合自连接构建用户旅程的思路，也可以通过偏移自连接的方式实现路径拼接：给每个会话内的访问记录打上访问序号，将序号n和n+1的记录连接后逐步拼接路径。但该方法代码复杂度更高，数据量大时运行效率远低于上述分组拼接方案，无特殊要求不推荐使用。

内容的提问来源于stack exchange，提问作者user2845095