可以分為三類(編輯修改稿)
2024-09-01 19:45 本頁面
【文章內(nèi)容簡介】 ion Rules ? Clustering ? Classification ? Sequential Patterns ? Dependency Modeling Statistical Analysis ? 對 Page Views,Viewing time 和 navigational path的長度作頻率，平均值，中值等統(tǒng)計分析。 ? 網(wǎng)絡(luò)流量分析工具可以提供統(tǒng)計信息，如： 最經(jīng)常訪問的網(wǎng)頁 頁面平均訪問時間 一個站點(diǎn)的平均路徑長度 ? 還可以提供簡單的錯誤分析，如：發(fā)現(xiàn)非授權(quán)的進(jìn)入點(diǎn)和經(jīng)常訪問的死鏈接。 ? 盡管缺乏深層次的分析，這種知識可能會提高系統(tǒng)性能，提高系統(tǒng)的安全性，提供市場決策支持 Association Rules ? 傳統(tǒng)的關(guān)聯(lián)規(guī)則主要應(yīng)用于超市的銷售上。如：買牛奶的顧客中有 90%買了面包。 ? 在 Web Usage Mining 中，關(guān)聯(lián)規(guī)則是指經(jīng)常同時訪問的網(wǎng)頁（有閾值）。這些網(wǎng)頁間可能沒有超鏈。 ? 例如：用 Apriori 算法可以計算訪問電子產(chǎn)品網(wǎng)頁的用戶和訪問體育器材網(wǎng)頁的用戶之間的關(guān)系。 ? 這可以幫助網(wǎng)站設(shè)計者重構(gòu)網(wǎng)站。還可以幫助預(yù)先取得文檔，減少用戶感覺的延遲。 Clustering ? 把有相似特征的東西放在一起。 ? Usage Clustering： 把具有相似瀏覽行為的用戶放在一起。可以用來做電子商務(wù)的市場劃分。 ? Page Clustering:發(fā)現(xiàn)具有相關(guān)內(nèi)容的網(wǎng)頁?？梢杂糜谒阉饕?。 Classification ? 在 Web Usage Mining 中，研究如何把用戶分類。 分類可以使用有指導(dǎo)的學(xué)習(xí)方法如： Decision tree na239。ve Bayesian knearest neighbor Support Vector Machines等。 Sequential Patterns ? 發(fā)現(xiàn) session之間的 pattern,可以用于預(yù)測未來的訪問模式，以針對特定的用戶群做廣告。此外還有 trend analysis,change point detection 或者 similarity analysis Dependency Modeling ? 建立模型來表示 web中各個變量之間的依賴關(guān)系 ? 使用的方法： Hidden Mar
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1