Sistema di raccomandazione web basato su grafi per migliorare l'efficienza in termini tempo

Nell'era moderna, le persone dipendono sempre più da Internet per ogni tipo di informazione. Per estrarre i modelli di accesso che interessano agli utenti dai dati relativi al flusso di clic sul web, il Web Usage Mining rappresenta un'applicazione di questo tipo di tecniche. I dati relativi ai modelli di utilizzo del web da parte dei diversi utenti vengono memorizzati in un archivio di log web, che costituisce un'ottima fonte di informazioni sulla navigazione degli utenti. Con l'aumento dell'uso di Internet, il numero di siti e pagine web sta crescendo rapidamente, rendendo il Web Usage Mining problematico per molte applicazioni quali la progettazione, la personalizzazione, l'analisi del traffico, gli studi di usabilità, ecc. Tuttavia, l'analisi e l'individuazione dei modelli di interesse degli utenti sono necessarie per gli amministratori web e i sistemi di raccomandazione. In questo contesto, le tecniche di mining vengono applicate ai dati web per individuare modelli di interesse per gli utenti. Ciò significa individuare i modelli in base ai quali gli utenti desiderano accedere a pagine e siti web. Questo lavoro si concentra sul web usage mining basato su grafi. Normalmente questa tecnica richiede più tempo se i dati disponibili sono in quantità enorme. Pertanto, è stato sviluppato un approccio per ridurre la complessità temporale in modo efficiente. Utilizziamo un nuovo approccio basato su grafi per estrarre il comportamento degli utenti.

Pagina's: 56, Paperback, Edizioni Sapienza