跳到主要內容

臺灣博碩士論文加值系統

(44.192.20.240) 您好!臺灣時間:2024/02/24 23:43
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

: 
twitterline
研究生:林青峰
研究生(外文):Lin , Qing-Fung
論文名稱:全球資訊網中使用者網頁-動作路徑的資料挖掘
指導教授:楊亨利楊亨利引用關係
指導教授(外文):Yang , Herng-Li
學位類別:碩士
校院名稱:國立政治大學
系所名稱:資訊管理研究所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2004
畢業學年度:92
語文別:中文
論文頁數:97
中文關鍵詞:全球資訊網網站使用挖掘資料挖掘使用者行為網頁路徑動作路徑
外文關鍵詞:World-Wide-WebWeb-Useage MiningData-MiningUser BehaviorPage PathAction Path
相關次數:
  • 被引用被引用:0
  • 點閱點閱:267
  • 評分評分:
  • 下載下載:37
  • 收藏至我的研究室書目清單書目收藏:6
  客戶在從事消費時,往往會有許多不一樣的行為產生。對組織而言,研究客戶的消費行為能夠協助組織更了解客戶的資訊,進而支援其經營活動。以往與客戶行為相關的資料挖掘研究,較著重於客戶的消費資料。而對於客戶在商店中做了那些動作,及其動作會導致發生的事件並沒有較全盤及深入的討論。對實體業者而言,要實際的去記錄使用者在商店內的行為,是不太可行的;但相對的說,隨著網際網路與資料收集技術的發展,網站經營者應用log留存技術,將比傳統業者更容易且完整的收集到消費者行為記錄。本研究試圖在全球資訊網的環境中建立一個能夠同時分析使用者的瀏覽網頁路徑及其動作過程的演算法;並且配合該演算法建置一個雛形系統,以驗証其效能,最後並評估其日後實務操作的可行性。
Different kind of customer purchases with different behavior. Studying the customer’s purchase behavior can help organizations understand their client intentions to support their business activities. In the past, customer behavior data mining emphasized on their purchase items, i.e., what they buy. There was few studies discussing what path they took and what actions they made in an e-store. It is impossible for a physical store to record its customers’ all actions and passing paths. However, a website store can easily collect such data in an Internet log. This study proposes a data mining algorithm that can analyze both customers’ browsing pages and their actions path. The algorithm’s efficiency and feasibility were examined in our prototype. This study may contribute to help the website mangers to restructure their website layouts or advertisement position to catch the customer’s eyes.
中文摘要 ……………………………………………………………………………Ⅰ
英文摘要 ……………………………………………………………………………Ⅱ
謝詞 …………………………………………………………………………………Ⅲ
目錄 …………………………………………………………………………………Ⅳ
圖目錄 ………………………………………………………………………………Ⅵ
表目錄 ………………………………………………………………………………Ⅷ
第壹章 緒論 ……………………………………………………………………… 1
1.1 研究背景 ……………………………………………………………………1
1.2 研究動機 ……………………………………………………………………2
1.3 研究目的 ……………………………………………………………………3
1.4 研究流程與步驟 ……………………………………………………………3
1.5 研究範圍與研究限制 ………………………………………………………4
1.6 論文架構 ……………………………………………………………………5
第貳章 文獻探討 ………………………………………………………………… 7
2.1 資料挖掘(Data Mining) ………………………………………………… 7
2.1.1 資料挖掘的分類 …………………………………………………… 8
2.1.2 資料挖掘可找出規則種類 ………………………………………… 9
2.1.3 資料挖掘的演算法 …………………………………………………11
2.2 網路上的規則挖掘(Web Mining) …………………………………………14
2.2.1 網站使用狀況的挖掘(Web Usage Mining) ……………………… 15
第參章 網頁-動作路徑的資料挖掘演算法……………………………………… 20
3.1 網頁-動作路徑 ……………………………………………………………20
3.1.1 網頁-動作路徑的資料結構 …………………………………………20
3.1.2 網頁-動作路徑的Path與長度 …………………………………… 23
3.2 網頁-動作路徑演算法(Page-Action Algorithm) ………………………24
3.2.1 網頁-動作路徑的Pattern(P-A Pattern) ……………………… 25
3.2.2 網頁-動作路徑的Pattern掃描(P-A_ScanX) ………………………26
3.2.3 網頁-動作路徑的門檻值(Large Threshold in P-A Algorithm) … 32
3.2.4 網頁-動作路徑的Join(P-A_Join) …………………………………37
3.3 網頁-動作路徑演算法的演算實作 ………………………………………38
3.3.1 不重覆計算的演算方式(PA_Scan1 Algorithm) ………………… 38
3.3.2 重覆計算的演算方式(PAScan_N Algorithm) …………………… 43
3.3.3 找出關聯規則(Find The Association Rules) …………………… 49
3.4 一個可能真實例子的操作 ……………………………………………… 50
3.5 本演算法的效率與效益 ………………………………………………… 57
第肆章 雛形系統實作與數據分析 ……………………………………………… 60
4.1 雛形系統的功能介紹 …………………………………………………… 60
4.1.1 記錄處理子系統(P-A Log System)………………………………… 60
4.1.2 網頁-動作資料挖掘子系統(P-A Mining System)………………… 65
4.2 本雛形系統的執行效能 ………………………………………………… 70
4.2.1 資料量不同對於網頁-動作路徑演算法的影響…………………… 73
4.2.2 Support數不同對於網頁-動作路徑演算法的影響…………………74
4.2.3 資料型態不同對於網頁-動作路徑演算法的影響………………… 76
第伍章 結論與未來研究方向 …………………………………………………… 81
5.1 研究貢獻 ………………………………………………………………… 81
5.1.1 學術上的貢獻 ……………………………………………………… 81
5.1.2 實務上的貢獻 ……………………………………………………… 81
5.2 後續研究建議 …………………………………………………………… 82
參考文獻 ………………………………………………………………………… 84
1、陳仕昇、許秉瑜與陳彥良, "以可重複序列挖掘網路瀏覽規則之研究," 資訊管理學報,第六卷,第二期, 2000
2、Agrawal, R., Ghosh, S., Imielinski, T., Iyer B. and Swami, A., "An Interval Classifier for Database Mining Applications," Proceeding of th 18th VLDB Confrence, Vancouver, Canada, August, 1992, pp.560-573.
3、Agrawal, R., Imielinski, T. and Swami, A., "Database Mining: A Performance Perspective," IEEE Transactions on Knowledge, Vol.5, No.6, December, 1993, pp.914-925.
4、Agrawal, R. and Srikant, R., "Fast Algorithms for Mining Association Rules," Proc. of the 20th Int''l Conference on Very Large Databases, Santiago, Chile, Sep. 1994.
5、Agrawal, R. and Srikant, R., "Mining Sequential Patterns," Proc. of the Int''l Conference on Data Engineering (ICDE), Taipei, Taiwan, March 1995.
6、Chen, M-S., Han, J. and Yu, P. S., "Data Mining:An Overview from a Database Perspective," IEEE Transactions on Knowledge and Data Engineering, Vol. 8, No. 6, 1996, pp. 866-883.
7、Chen, M-S., Park J-S. and Yu, P. S., "Efficient Data Mining for Path Traversal Patterns," IEEE Trans. on Knowledge and Data Engineering, Vol. 10, No. 2, April 1998, pp. 209-221.
8、Cooley, R., Mobasher, B. and Srivastava, J., "Web Mining: Information and Pattern Discovery on the World Wide Web," in Proceedings of the 9th IEEE International Conference on Tools with Artificial Intelligence (ICTAI''97), Nov. 1997.
9、Cooley, R., Mobasher, B. and Srivastava, J., "Grouping Web Page References into Transactions for Mining World Wide Web Browsing Patterns," Proceedings of the 1997 IEEE Knowledge and Data Engineering Exchange Workshop (KDEX-97), Nov. 1997.
10、Cooley, R., Mobasher, B. and Srivastava, J., "Data Preparation for Mining World Wide Web Browsing Patterns," Journal of Knowledge and Information Systems, Vol. 1, No. 1, 1999.
11、Frawley, W.J., Paitetsky-Shapiro, G. and Matheus C. J., "Knowledge Discovery in Databases: An Overview," Knowledge Discovery in Databases, California, Edited by Paitetsky-Shapiro, G.. and Frawley,W.J., AAAI/MIT Express, 1991, pp.1-30.
12、Han, J., Cai, Y. and Cercone, N., "Attribute-Oriented Induction in Relational Databases," in G. Piatetsky-Shapiro and W. J. Frawley(eds.), Knowledge Discovery in Databases, AAAI/MIT Press, 1991, pp. 213-228.
13、Han, J., Cai, Y. and Cercone, N., "Knowledge Discovery in Databases : An Attribute-Oriented Approach," Proceeding of the 18th VLDB Conference, Canada, August, 1992, pp. 547-549.
14、Han, J. and Fu, Y., "Discovery of Multiple-Level Association Rules from Large Databases," Oric. of 1995 Int''1 Conf. on Very Large Data Bases (VLDB''95), Zuich, Switzerland, September 1995, pp. 420-431.
15、Han, J., Koperski, K. and Adhikary, J., "Spatial Data Mining: and Challenges," 1996 SIGMOD''96 Workshop. on Resarch Issues on Data Mining and Knowledge Discovery(DMKD''96), Montreal, Canada, June 1996.
16、Han, J., Yang, Q. and Kim, E., "Plan Mining by Divide-and-Conquer," Proc. 1999 SIGMOD''99 Workshop on Research Issues on Data Mining and Knowledge Discovery (DMKD''99) , Philadelphia, PA, May 1999, pp. 8:1-8:6
17、Hsieh, C. C. and Chang, C.T., "An enhanced transaction identification module on web usage mining", Asia Pacific Management, pp.241~252, 2001.
18、Lewinson., "Data Mining:Intelligent Technology Gets Down To Business," PC AI, Vol7, Vol.6 November/December 1993, pp.16-23.
19、Pasquier, N., Bastide, Y., Taouil R. and Lakhal, L., "Efficient Mining Of Association Rules Using Closed Itemset Lattices," Information Systems, Vol. 24, No. 1, March 1999, pp. 25-46.
20、Quinlan, J. R., "Induction of Decion Trees," Machine Learning, Vol1, No.1, 1986, pp.81-106.
21、Ramkumar, G.D. and Swami, A., "Clustering data without distance functions", IEEE Technical committee on Data Engineering, Data(base) Engineering Bulletin, pp.9~14, 1998.
22、Savasere, A., Omiecinski, E. and Navathe, S., "An Efficient Algorithm for Mining Association Rules in Large Databases," Proc. Int''l Conf. Very Large Data Bases, Zurich, Switzerland, Sep. 1995, pp. 432-444.
23、Toivonen, H., "Sampling Large Databases For Association Rules," The 22th International Conference on Very Large Databases (VLDB''96), Mumbay, India, Sep. 1996, pp. 134-145.
24、Yu C-C., and Chen, Y-L., "Mining sequential patterns from multi-dimensional sequence data," revised in IEEE Trans. On Knowledge and Data engineering. (SCI) ,2002
25、Yun, C.H. and Chen, M.S., "Using pattern-join and purchase-combination for mining transaction patterns in an electronic commerce environment", The 24th Annual International Conference On Computer Software and Applications, Taipei, Taiwan, pp.99~104, 25-27 Oct 2000.
26、 Zhang, W., Xu, B., Song, W., Yung, H. and Liu, K., "Data mining algorithms for web pre-fetching", Proceeding of the First International Conference On Web Information Systems Engineering, Hong Kong, China, Vol.2 pp.34-38, 19-21 June 2000.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 李軍,〈中國宗教教育史上的一座豐碑--葛洪「抱朴子」道教教育理論探析〉,哲學與文化,1997年2月。
2. 陳飛龍,〈葛洪「抱朴子.詰鮑篇」中「無君論」作者之考辨〉,社會文化學報,1996年5月。
3. 葉慧昌,〈中醫辯證學之歷史沿革〉,《明通醫藥》,1996年7月。
4. 劉長林,〈人與天合--易學和養生的至尚原則〉,中華易學,1996年6月,頁6-12。
5. 廖美雲,〈六朝練形養生觀與服食植礦物藥餌研究〉,國立臺中技術學院學報,2002年6月。
6. 李玲珠,〈魏晉養生意識的文化思維 〉,哲學雜誌,2002年5月。
7. 段致成,〈「抱朴子.內篇」中論「儒道關係」初探〉, 鵝湖,2001年9月。
8. 林富士,〈略論早期道教與房中術的關係〉,中央研究院歷史語言研究所集刊, 2001年6月, 頁233-300。
9. 凌性傑,抱朴子的文學觀探索--以「鈞世」、「尚傳」為主要分析場域,孔孟月刊,2000年9月。
10. 郭曉東,〈葛洪「外儒內道」的社會思想〉,中國文化月刊,2000年7月。
11. 李美燕,〈老、莊養生哲學的流變與影響--以嵇康與葛洪的「養生論」為主〉, 屏東師院學報,2000年6月。
12. 彭慧嫻,〈從葛洪一生的際遇探討其入世與出世思想〉,中華佛學研究,2000年3月。
13. 林富士,〈中國早期道士的醫療活動及其醫術考釋--以漢魏晉南北朝時期的「傳記」資料為主的初步探討 〉,中央研究院歷史語言研究所集刊 ,2000年3月。
14. 曾堯熙,試論葛洪的文藝觀,中國文化月刊,1999年12月。
15. 曾錦坤,〈黃帝內經的養生思想〉,宗教哲學,1999年12月,頁38-61 。