Ein graphbasiertes Web Empfehlungssystem zur Steigerung der Zeiteffizienz

In der heutigen Zeit sind die Menschen bei der Suche nach Informationen aller Art immer stärker auf das Internet angewiesen. Um aus Web-Klickstromdaten die Zugriffsmuster der Nutzer zu extrahieren, die ihren Interessen entsprechen, kommt das sogenannte "Web Usage Mining" zum Einsatz. Aufzeichnungen über die Webnutzungsmuster verschiedener Nutzer werden in Weblog-Repositorien gespeichert, die eine hervorragende Wissensquelle über die Navigation der Nutzer darstellen. Mit der zunehmenden Nutzung des Internets steigt die Anzahl der Websites und Webseiten rapide an, sodass Web Usage Mining für viele Anwendungen wie Design, Personalisierung, Traffic-Analyse, Usability-Studien usw. zu einer Herausforderung wird. Die Analyse und Erkennung interessanter Muster der Nutzer ist jedoch für Webadministratoren und Empfehlungssysteme unerlässlich. Hierbei werden Mining-Techniken auf Webdaten angewendet, um interessante Muster der Nutzer zu finden. Das bedeutet, in welchen Mustern Nutzer auf Webseiten und Websites zugreifen möchten. Diese Arbeit konzentriert sich auf graphbasiertes Web-Usage-Mining. Normalerweise ist diese Technik zeitaufwändiger, wenn Daten in großen Mengen vorliegen. Daher wurde ein Ansatz entwickelt, um die Zeitkomplexität auf effiziente Weise zu reduzieren. Wir nutzen einen neuen graphbasierten Ansatz, um das Nutzerverhalten zu analysieren.

Pagina's: 60, Paperback, Verlag Unser Wissen