臺灣博碩士論文加值系統

　　現今之企業網站僅能依使用者搜尋之關鍵字提供相關之資訊或內容，而無法滿足難以用”關鍵字”具體表達之”隱性需求”；使得使用者無法有效地取得所需要有價值的資訊。為提高前述應用系統之效益，並達到個人化服務的目標，有必要以使用者隱性需求與〝適性化〞的觀點來發展企業網站。也就是資訊的提供者根據所蒐集到使用者的特性與行為，預測使用者可能的動作，主動提供進一步的資訊給使用者。

　　本研究主要目的在發展一適性化個人資訊支援機制，使企業應用網站得以主動提供使用者進一步之資訊或服務，也能針對使用者之隱性需求提供相關資訊。本機制將使企業應用網站，如電子商務網站、網路教學平台及知識管理平台等，具適性化、個人化、主動性及互動性等特性，以提昇網站效益。

　　Contemporary enterprise web-based systems can only provide information or content according to keywords, but are not able to fulfill the implicit requirements that cannot be defined in terms of keywords. Therefore it is not able to effectively acquire truly worthy information. To improve the effectiveness of enterprise web systems as well as to provide personal services, it is essential to develop enterprise web systems from the standing points of “personalization” and “adaptiveability”, that is to make the enterprise web systems be able to predict the possible actions of the users and provide related information in advance based on collected user characteristics and behaviors.

　　The objective of this research is to develop an Adaptive Personal Information Supporting Mechanism (APISM) to enable the capability of providing information or services actively based on users’ implicit requirements. The result of this research will enhance the adaptive, personalization, active, and interactive properties of enterprise web-based systems such as E-commerce Website, Web-based Leaning Platform, Knowledge Management Platform, and thus improve their effectiveness.

中文摘要………………………………………………………………..1
英文摘要………………………………………………………………..2
誌謝……………………………………………………………………..3
目錄……………………………………………………………………..4
圖目錄…………………………………………………………………...7
表目錄………………………………………………………………….10

第一章 緒論 11
　　1.1研究背景 11
　　1.2研究動機： 12
　　1.3研究目標： 13
　　1.4問題分析 13
　　1.5主要研究項目與方法 13
　　1-6研究發展程序 15

第二章 背景文獻探討 17
　　2.1適性化技術探討 17
　　　　2.1.1適性化網站的意義 17
　　　　2.1.2適性化技術的應用 18
　　2.2 個人化的探討 19
　　　　2.1.1個人化的意義 19
　　　　2.1.2個人化的方式 20
　　2.3 資料探勘 (DATA MINING)[11][12][16] 22
　　　　2.3.1 資料探勘 (Data Mining) 與資料倉儲 (Data Warehouse) 23
　　　　2.3.2 資料探勘 (Data Mining) 與線上分析處理 (OLAP) 25
　　　　2.3.3 資料探勘 (Data Mining) 的分析法則 26
　　2.4 WEB MINING 29
　　　　2.4.1 Web Mining 的種類　30　　　　
　　　　2.4.2瀏覽行為紀錄方法 30

第三章 適性化個人資訊支援機制架構與程序設計 32
　　3.1 使用者、企業應用網站與APISM互動分析 32
　　3.2 APISM架構設計 36
　　3.3 APISM程序設計 38

第四章 使用者導航(USER NAVIGATION)開發 42
　　4.1 群體尋走模式之發掘(DISCOVER GROUP TRAVERSAL MODEL) 44
　　　　4.1.1儲存資料於資料倉儲(Storing the data into Data Warehouse) 46
　　　　4.1.2 資料倉儲中挖掘資料(Mining data in Data Warehouse) 51
　　4.2 個人尋走模式之開發
　　　　（DEVELOP OF PERSONAL TRAVERSAL MODEL ） 57
　　　　4.2.1 Web Log Data的路徑分割處理 58
　　　　4.2.2 Personal Access Graph 的建立 62
　　　　4.2.3 個人尋走模式（Personal Traversal Model）之發掘 66
　　4-3 發展個人航行樣式
　　　　（DEVELOP PERSONAL NAVIGATION PATTERN） 72
　　4-4 個人航行之預測 (PREDICT PERSONAL NAVIGATION ) 77

第五章 實作驗證 81
　　5.1開發環境介紹 81
　　5.2實作介紹 81

第六章 結論及未來建議 93
　　6.1 結論 93
　　6.2 未來方向建議 93

參考文獻 95
~附錄一~ 98
~附錄二~ 103

[1] Mike Perkowitz, Oren Etzioni, Adaptive Web Sites: an AI Challenge, In Proceedings of the 15th International Joint Conference on Artificial Intelligence, pages 16-23, Nagoya, Japan, 1997

[2] Mike Perkowitz, Oren Etzioni, Towards Adaptive Web Sites: ConceptualFramework and Case Study, [On-line]. Available:
http://www8.org/w8-papers/2b-customizing/towards/towards.html, 1999]。

[3] Peter Brusilovsky, Methods and Techniques of Adaptive Hypermedia, UserModeling and User-Adapted Interaction 6, pages 87-129, 1996.

[4] Paul De Bra, Peter Brusilovsky, Geert-Jan Houben, Adaptive Hpermedia: From Systems to Framework, ACM Computing Surveys 31(4), December 1999.

[5] Peter Brusilovsky, Web-based education for all: a tool for development adaptive courseware, Computer Networks and ISDN Systems 30, pages 291-300, 1998.

[6] Richard Pascoe, Adrian Sallis, A Pedagogical Basis for Adaptive WWW Textbooks, North American Web Developers Conference, October 1998.

[7] Pine, B. J., Victor, B. B., Andrew C., “Making Mass Customization Work,” Harvard Business Review, Vol.71, No.5, pp.108-111(1993)

[8] Mittal, B., Lassar, W. M., “The Role of Personalization in Service
Encounters,” Journal of Retailing, Vol.72, No.1, pp. 95-109 (1996)

[9] Dean, R. (1998), ”personalizing your web site”, available at
http://www.builder.com/business/personal.]

[10] Surprenant, C. F., Solomon, M. R., “Predictability and Personalization in the Service Encounter,” Journal of Marketing, Vol.51, pp.86-96 (1879).


[ 11 ] J. Han and M. Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann Publishers, 2001.

[12] Catledge, Lara D.; Pitkow, James E.,”Characterizing browsing strategies inthe World-Wide Web”, Computer Networks and ISDN Systems Volume: 27,Issue: 6, pp. 1065-1073. 1995.

[ 13 ] R. Kittler and W. Wang, The Emerging Role For Data Mining, Yield Dynamics, Inc., Nov. 1999.

[14] V. Lohmann, O. Preiss, “LESS IMPACT OF POWER FAILURES DUE TO SUBSTATION AUTOMATION”, in Proc. 1999 CIRED 15th Int. Conf. on Electricity Distribution, Topic 3, June, 1999.

[15] Efrem G .Mallach , Decision Support and Data Warehouse Systems, Iewin Mcgraw-Hill


[16] http://www.datamining.org.tw

[17] http://www.microsoft.com

[18] 蔣以仁 ,2001 “一對一個人化服務機制”95期 , p88~p93 ,電腦與通訊
[19] 楊昇宏, “資料挖掘應用於找尋瀏覽網頁之型樣”, 私立逢甲大學資訊工程研究所碩士論文, 民89年。

[20] 游政憲，”網路瀏覽行為線上分析機制之研究”，台北科技大學商業自動化與管理研究所碩士論文，民88年。

[21] 林義淵，”一個應用於全球資訊網中資訊勘測之資料收集機制的設計與實作”，國立台灣大學電機工程研究碩士論文，民86 年。

[22] 詹嘉文，”全球資訊網路之網站存取紀錄與查詢系統”，國立中央大學資訊工程研究所碩士論文，民86 年。

[23] 范紀文，”WWW環境上個人化行銷機制之建構與應用”，國立屏東科技大學資訊管理研究所碩士論文，民88 年。

[24]蘇育民,”完整收集使用者之所有瀏覽行為”義守大學資訊工程學所碩士論文,民90年。