(54.80.137.168) 您好!臺灣時間:2017/10/23 06:49          離開系統
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
本論文永久網址: 
研究生:吳啟鳴
研究生(外文):Chi-Ming Wu
論文名稱:基於書目關係與使用者瀏覽路徑之網路書店連結推薦
論文名稱(外文):Exploring Recommendations for Web Links of Online Bookstore: A Bibliographic Relationships and User Browsing Paths Approach
指導教授:陳光華陳光華引用關係
指導教授(外文):Kuang-Hua Chen
口試委員:唐牧群楊東謀
口試日期:2013-01-08
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:圖書資訊學研究所
學門:傳播學門
學類:圖書資訊檔案學類
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:72
中文關鍵詞:網路書店書目關係瀏覽樣式瀏覽路徑瀏覽日誌分析
外文關鍵詞:online bookstorebibliographic relationshipstravel patternbrowsing pathslog file analysis
相關次數:
  • 被引用被引用:0
  • 點閱點閱:470
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
一個以使用者為中心的網站應該透過使用者熟悉的語言、文句和概念,使資訊能自然且符合邏輯順序地呈現,才能讓使用者滿意其瀏覽與檢索結果。網路書店乃充滿大量資訊的網站,書目資訊的呈現方式會影響使用者在瀏覽或檢索商品時的選擇,故其呈現資訊的方式需考量使用行為。若能透過瀏覽日誌檔分析瀏覽路徑,並得知使用者在瀏覽網路書店時會透過哪些書目關係來連結網頁,便能以此改善網路書店頁面上呈現的連結。
本研究的目的是探討使用者的瀏覽路徑、瀏覽樣式與瀏覽樣式所包含的書目關係,並以資料探勘的技術,經過清理、辨識區段及分割路徑來分析瀏覽日誌檔,接著從瀏覽路徑擷取使用者的瀏覽樣式,並計算各瀏覽樣式包含的書目關係數。最後分析總體與各類別書的書目關係特徵。本研究分析約 5 萬條瀏覽路徑,從中擷取約 150 萬種瀏覽樣式,平均每種向前瀏覽樣式有 1.17 個書目關係,向後瀏覽樣式則有 1.86 個。顯示使用者在得不到想要的資訊時會更依賴書目關係,故網站應提供符合讀者需求的書目關係連結。
研究結果發現,在總體書目關係中,使用者最常使用的書目關係依序是主題關係、責任者關係、經系統推薦而關聯、成員/群組關係和等同關係。本研究根據各類別書籍的書目關係特徵提出建議如下:1)將具有成員/群組關係的書目連結建置在文學小說頁面上;2)在各類書籍頁面上儘量建置本研究分析的五種書目關係連結;3)加強現有的成員/群組關係、主題關係及責任者關係連結;4)加強圖文漫畫與人文歷史類的頁面上能吸引使用者繼續瀏覽的要素;5)檢討現有的推薦準則與各類書籍的收錄標準。


A user-centered website should display information through languages, texts and concepts to which users are familiar and make information available in a natural and logical way as well. As a result, users may have better browsing and searching experiences. Online bookstores are full of lots of information related to books, and the ways they are displayed may influence on choices of users. Therefore, user-centered bibliographic information among books in web pages should be seriously considered by any online bookstores. If we know what bibliographic relationships (BR for short) of users’ browsing paths which were analyzed from user log files, we could modify the links on pages in online bookstores.
The purpose of this study is to find out the user browsing paths, travel patterns, and BR of patterns. After cleaning user logs, partitioning user sessions, and identifying browsing paths from log files, we extracted the travel patterns from user browsing paths, and then figured out number of BR of travel patterns. Finally, we analyzed the features of BR by various categories. We analyzed about 50,000 paths, and extracted about 1.5 million travel patterns from paths. The average number of BR of each forward-pattern is 1.17, and 1.86 of backward-pattern. This means that if users can’t get information they want, they will rely more on BR. Therefore, website should provide BR links for users’ need.
Research results showed that most frequent BR were “subject relationship”, “responsibility relationship”, “link by system’s suggestions relationship”, “membership/grouping relationship” and “equivalence relationships”. According to research results, a few suggestions are shown as follows: a) build “membership/ grouping relationship” link for web pages of fiction; b) build BR links analyzed in this study for web pages of each book as much as possible; c) strengthen current links of “membership/grouping relationship”, “subject relationship”, and “responsibility relationship”; d) strengthen attractive elements on web pages of graphic comic and history to attract users to continue browsing; e) review current guidelines for recommendation and survey the inclusion of various categories of books.


摘要................................................ i
Abstract ........................................... iii
目次................................................ v
圖目次 ............................................. vii
表目次 ............................................. viii
第一章 緒論 ........................................ 1
第一節 研究動機 .................................... 1
第二節 研究目的與研究問題 .......................... 2
第三節 研究範圍與限制 .............................. 2
第四節 名詞解釋 .................................... 3
第二章 文獻回顧 .................................... 5
第一節 網路書店的資訊呈現方式 ...................... 5
第二節 書目關係 .................................... 7
第三節 瀏覽樣式 .................................... 17
第三章 研究設計 .................................... 21
第一節 研究對象與資料來源 .......................... 21
第二節 研究步驟 .................................... 23
第四章 研究資料之處理 .............................. 31
第一節 瀏覽日誌檔預處理 ............................ 31
第二節 瀏覽序列資料統計 ............................ 35
第三節 給定書目關係 ................................ 41
第五章 研究結果 .................................... 45
第六章 結論與建議 .................................. 59
第一節 結論與建議 .................................. 59
第二節 未來研究建議 ................................ 62
參考文獻............................................ 65
附錄一.............................................. 69

卜小蝶(2007)。使用者導向之網路資源組織與檢索。臺北市:文華。
吳彥欽(2001)。非簡單瀏覽路徑之探勘與應用。未出版之碩士論文,國立中央大學資訊工程研究所,桃園縣。
李佳穎(2009)。網路書店使用者介面之資訊呈現與商品圖片型式對使用者體驗感受之影響。未出版之碩士論文,國立台灣科技大學設計研究所,臺北市。
沈錳坤、李華富(2000)。Mining Non-Simple Traversal Paths From Web Access Logs。2000 年網際網路與分散式系統研討會論文集,266-272。
林珊如(2001)。書籍網站資訊組織架構與瀏覽介面設計的考量:以亞馬遜網路書店為例。大學圖書館,5(1),16-32。
林盈霖(2009)。結合 HITS 之偏好瀏覽路徑探勘。未出版之碩士論文,靜宜大學資訊管理學系,臺中市。
粘芸蓁(2009)。Amazon.com 圖書資料檢索結果中所呈現之書目連結關係探討。未出版之碩士論文,國立臺灣大學圖書資訊學研究所,臺北市。
陳垂呈、陳宗義(2009)。增進 Apriori 演算法探勘關聯規則。資訊科學應用期刊,5(2),71-58。
陳建銘(2001)。類神經網路於 Web Mining 之應用。未出版之碩士論文,國立台北科技大學商業自動化與管理研究所,臺北市。
彭淑珍(2000)。淺談網路書店。中原大學張靜愚紀念圖書館館刊,118(春季刊),取自:http://www.lib.pu.edu.tw/~jiang/articals/art_33.htm。
楊昇宏(1990)。資料挖掘應用於找尋瀏覽網頁之型樣。未出版之碩士論文,逢甲大學資訊工程研究所,臺中市。
盧秀菊(2000)。圖書館目錄之書目關係。國家圖書館館刊,89(2),123-134。
謝光萍(2007)。徹底改造誠品網路,闖出書市另一片藍海。數位時代,152,46-47。
藍素華(2001)。大學圖書館網站資訊架構可用性之研究-以國立臺灣大學圖書館網站為例。未出版之碩士論文,國立臺灣大學圖書資訊學研究所,臺北市。
蘇俊斌(2005)。應用網站探勘技術於網友瀏灠行為分析-以內容服務網站為例。未出版之碩士論文,國立臺灣大學資訊管理研究所,臺北市。
Bieber, M., Catanio, J., Ghoda, A., Im, I., Pal, A., Paul, R.,... Yoo, J. (2002) Relationship Analysis: A Research Plan for Enhancing Systems Analysis for Web Development. In Proceedings of The 36th Hawaii International Conference On System Sciences, 186-195.
Chen, M. S., Park, J. S., & Yu, P. S. (1996). Data Mining for Path Traversal Patterns In A Web Environment. Proceeding 16th International Conference On Distributed Computing System, 385-392
Chen, M. S., Park, J. S., & Yu, P. S. (1998). Efficient Data Mining for Path Traversal Patterns. IEEE Transactions On Knowledge and Data Engineering, 10 (2), 209-221.
Cooley, R., Mobasher , B., & Srivastava, J. (1999). Data Preparation for Mining World Wide Web Browsing Patterns. Knowledge and Information Systems, 1(1), 5-32.
He, D., & Göker, A. (2000). Detecting Session Boundaries From Web User Logs. In Proceedings of The 22nd Annual Colloquium On Information Retrieval Research, Cambridge, April 5–7, 2000.
Nielsen, J. (1994). Ten Usability Heuristics. Heuristic Evaluation, From http://www.useit.com/papers/heuristic/heuristic_list.html
Perugini, S. (2010). Personalization By Website Transformation: Theory and Practice. Information Processing and Management, 46(3), 284-294
Pirolli, P. (2007). Information foraging Theory: Adaptive Interaction With Information. New York: Oxford University Press.
Tillett, B. B. (1987). Bibliographic Relationships: Toward A Conceptual Structure of Bibliographic Information Used In Cataloging. Unpublished Doctoral Dissertation, University of California, Los Angeles.
Weinberger, D. (2008). Everything Is Miscellaneous: The Power of The New Digital Disorder. New York: Henry Holt.
Yoo, J., & Bieber, M. (2000). Finding Linking Opportunities Through Relationship-Based Analysis. Proceedings ofthe Eleventh ACM On Hypertext and Hypermedia, 181-190.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔